编辑推荐：
在运动神经科学与认知神经科学对隐式学习的认知存在差异的背景下，研究人员开展了关于时间背景的隐式和显式学习研究。他们发现眨眼系统能快速灵活学习，隐式学习比显式学习更快，该成果为理解神经学习机制提供了新视角。
在日常生活中，眨眼系统常常在人们毫无察觉的情况下发挥作用，默默保护眼睛免受飞来的物体和昆虫的伤害。然而，对于这一看似简单的行为，科学界却有着不同的认知。在运动神经科学领域，传统观点认为隐式学习（implicit learning）是缓慢的，尤其是眨眼条件反射，被视为一种依赖小脑的、僵化且缺乏灵活性的行为。而在认知神经科学中，隐式和自动过程又被认为能够快速习得。这种差异使得眨眼系统的学习机制充满了谜团，也促使研究人员深入探索，以解开其中的奥秘。
为了探究这些问题，来自荷兰伊拉斯姆斯大学医学中心（Dept. of Neuroscience, Erasmus University Medical Center）和拉德堡德大学唐德斯神经科学中心（Donders Center for Neuroscience, Radboud University）的研究人员 Luca Mangili、Charlotte Wissing 和 Devika Narain 等人展开了一项研究，相关成果发表在《Scientific Reports》上。
研究人员采用了一种新颖的实验方法，将手动情境依赖定时任务与经典眨眼条件反射相结合。在实验中，参与者会看到不同的视觉线索，即黑暗或明亮的隧道（Context），隧道出现后，经过一段随机间隔时间，会出现一个短暂的闪光（Cue）作为条件刺激。参与者需要根据隧道的情境，在特定时间按下按钮（手动反应）以避免眼周吹气（periocular airpuff），若反应时间不在规定窗口内，就会触发眼周吹气，引发反射性眨眼（unconditioned response，UR）。同时，研究人员通过高速红外摄像头实时追踪参与者的眼睑运动，记录眨眼反应（包括条件反应，conditioned response，CR）。
研究结果表明：
- 情境依赖的隐式和显式学习：无论是新手组（naive group）还是策略组（strategy group）的参与者，都能准确地根据隧道情境调整手动反应时间，并且在正确的手动反应试验中，眨眼条件反应的起始时间也呈现出明显的情境依赖性。例如，在黑暗隧道情境下，手动反应时间和眨眼条件反应时间都更接近 800 毫秒；在明亮隧道情境下，则更接近 1600 毫秒。这说明参与者不仅能够学习手动反应的合适时间，眨眼系统也能灵活地适应不同情境。
- 学习速度差异：通过算法计算两种效应器反应时间的收敛情况，研究发现，对于新手组和策略组，眨眼条件反应时间的习得速度都显著快于手动反应时间。而且，在不同情境下，眨眼反应和手动反应在获取短时间间隔（黑暗隧道情境下的 800 毫秒）和长时间间隔（明亮隧道情境下的 1600 毫秒）方面，并没有显著差异。这表明眨眼系统在学习时间间隔方面具有独特的优势，打破了传统认为的隐式学习缓慢的观念。
- 认知策略的影响：策略组的参与者在得知任务的情境依赖性质后，手动反应和眨眼反应的学习速度都有所加快。进一步的分析显示，使用认知策略能够缩短显式和隐式学习的获取时间，且眨眼反应和手动反应的学习过程并非完全独立，可能存在部分相互依赖关系。这表明认知策略对隐式学习也具有积极的促进作用，揭示了隐式学习和显式学习之间复杂的相互关系。
- 意识程度差异：通过实验后的问卷调查发现，参与者对眨眼条件反应的意识程度明显低于手动按钮按压反应和反射性眨眼。这进一步证明了眨眼条件反应在该任务中相对更具隐式性，但并非完全无法察觉，说明隐式学习和显式学习在意识层面上存在明显的差异。
在讨论部分，研究人员指出，该研究表明手动学习时间背景的时间尺度相对较慢，而依赖小脑的眨眼学习则更快。同时，虽然眨眼条件反应相对隐式，但并非完全脱离意识。此外，研究还发现，尽管隐式学习和显式学习的获取时间在使用认知策略后都有所加快，但隐式学习的速度仍然更快。这一结果挑战了传统的运动神经科学观点，表明认知策略对隐式行为（如眨眼条件反射）也有显著影响。
研究人员还提到，眨眼条件反射通常在单一时间间隔下进行研究，而他们的研究展示了眨眼系统在面对随机情境变化时的敏感性，表明认知能够影响预测性眨眼行为的形成。然而，关于大脑其他区域在该任务中的作用，如前额叶皮层和海马体等，仍然不清楚，需要进一步研究来阐明小脑外输入在快速灵活的时间关联生成中的作用。
总的来说，这项研究为理解时间背景学习中的隐式和显式学习机制提供了新的视角，揭示了眨眼系统令人惊讶的认知灵活性和快速学习能力，对运动神经科学和认知神经科学领域的发展具有重要意义，也为后续研究大脑学习机制提供了重要的参考依据。
在研究方法上，研究人员主要采用了以下关键技术：
- 虚拟现实实验：利用虚拟现实技术创建实验场景，向参与者呈现不同情境的隧道刺激，使参与者沉浸在实验环境中，更好地模拟现实生活中的情境变化，以研究其对学习行为的影响。
- 生理信号监测：通过高速红外摄像头和红外照明系统，实时追踪参与者的眼睑运动，精确记录眨眼反应的各项指标，包括反应起始时间、峰值等，为分析眨眼系统的学习过程提供了重要的数据支持。
- 行为学实验设计：设计了包含惩罚反馈的手动情境依赖定时任务，让参与者在不断尝试中学习正确的反应时间，通过对参与者手动反应和眨眼反应的记录与分析，探究隐式和显式学习的规律和差异。
