ACT-R模型如何预测语用推理中的个体与项目差异

语用推理中的非典型性推断

当人们遇到高度可预测事件的提及，往往会进行语用推理：这种提及可能显得冗余，于是理解者推断该事件是非典型的，并为其非典型性寻找解释。然而，这种推断并非均匀地发生在所有人身上，实验项目之间也因事件典型性不同而存在推断率的差异。一项新研究通过ACT-R认知模型，从资源理性的角度解释了这些个体与项目层面的变异。

语用推理（pragmatic inference）指听者在理解话语时，超越字面意义、结合语境与说话者意图推导隐含意义的过程。经典的格莱斯会话含义理论指出，当说话者违反量准则（如提供冗余信息）时，听者会推断其有特殊用意。非典型性推断正是这一机制的具体体现：提及一个高度可预测的事件本显冗余，听者由此推断该事件并非常态，并进一步寻找原因。这一现象连接了形式语用学与心理语言学，是检验“冗余即信号”假说的关键实验范式。

资源理性框架下的策略选择

研究提出，理解者会根据个体的探索倾向和项目层面的预置倾向来选择解释策略。模型的核心在于，将个体差异和项目差异量化为可估计的参数：个体的探索倾向通过Raven推理矩阵分数独立估计，项目层面的预置倾向则来自事件典型性评分和基于语言模型的顺应可能性。这种分离估计的方式，使得模型能够同时捕捉“谁在推理”和“对什么推理”两个维度。

资源理性（resource rationality）是理性选择理论的一个分支，主张认知主体在有限的时间、工作记忆和计算资源约束下，选择能最大化期望收益的推理策略，而非追求无限制的最优解。该框架将认知过程建模为在“策略空间”中的选择问题，每个策略都有其成本与收益。在语用推理中，资源理性意味着理解者是否进行非典型性推断、以及投入多少认知努力，取决于个体探索倾向与项目特征共同决定的成本—收益权衡。这一视角为解释推理率的个体差异与项目差异提供了统一的理论基础。

ACT-R（Adaptive Control of Thought—Rational）是一种整合认知架构，由John Anderson提出，用于模拟人类认知的底层机制。其核心假设是认知由模块化缓冲区与产生式规则构成，行为选择遵循效用学习机制：系统根据历史成功经验动态调整各策略的效用值。ACT-R特别适合建模个体差异，因为其参数（如探索率、噪声、激活衰减）可对应稳定的个体特质。在本研究中，ACT-R被用来形式化资源理性策略选择，使个体探索倾向和项目预置倾向能够作为可估计参数纳入同一计算模型。

多源证据与模型验证

该模型不仅拟合了非典型性推断的实验数据，还与近期参考游戏（reference games）的研究发现相呼应。参考游戏中的类似模式表明，语用推理的机制可能具有跨任务的一致性。结合这两类证据，研究者提出了一种关于语用推理支持机制的新视角：推理并非单一的固定过程，而是资源理性策略在个体和项目约束下的灵活选择。

参考游戏（reference games）是心理语言学中研究语用推理的经典实验范式。在该任务中，说话者需为特定指称对象选择描述性表达，听者据此识别目标。由于说话者会在信息量与区分度之间权衡，听者的选择行为能反映其对说话者意图的推理程度。参考游戏已被广泛用于检验格莱斯推理、共同 ground 和视角采择等机制。本研究发现非典型性推断与参考游戏中的推理模式相呼应，这为语用推理机制的跨任务一致性提供了汇聚性证据。

对语用推理研究的启示

这一工作将认知建模与心理语言学实验相结合，为理解语用推理的变异性提供了计算层面的解释。通过ACT-R框架，研究展示了如何用少量可解释的参数连接个体差异、项目特征与行为结果。未来，这种建模思路有望扩展到更广泛的语用现象，并帮助揭示语言理解中策略选择的认知基础。