我们发现，总结得出的研究发现和认知模式理论背后的关键观点之间存在一个明显的矛盾，在继续探讨之前，我们必须解决这一矛盾。一方面，第13章中这个全新的自我评价测试得出的结果揭示，那些反映出两个系统的运用的分数在统计学上的联系（如果确有其事）非常微弱。这意味着人们既可以都擅长两种类型的处理，又可以都不擅长，或者擅长其中一种而不擅长另一种。另一方面，以上所总结的心理意象实验研究显示，比较擅长以上脑为基础的空间意象的人很不擅长以下脑为基础的客体意象，反之亦然。检验这个明显的矛盾很重要，因为这4种模式理论所依赖的正是这一假设：可以选择性地运用或不运用这两种大脑系统的倾向是比较薄弱的，如果真是如此。如果经常运用上脑处理的人不经常运用下脑处理，或者反过来说，我们将只剩下刺激者和感知者模式。我们就不会拥有行动者和适应者模式，但这也是新理论所假定的。 我们发现不同行业的人有不同的意象偏好，这样就可以解决这个明显的矛盾。以下是解决方法：如果说这个实验研究的参与者对人文学科和科学已经有不同程度的兴趣，而正是这一差异造成了对不同意象的喜爱，这又该怎么办？换言之，参与测试的大学生可能已经专门学习过某些依赖于其中一类意象的学科，而进行相关的思考则会使人们擅长空间意象而对客体意象很不在行，反之亦然。 所以，问题就变成了：这两种能力在随意挑选的众多参与者里是如何联系的？ 一个以哈佛大学为基地的包括安妮塔·伍利（Anita Woolley）、J.理查德·哈克曼（J.Richard Hackman）、托马斯·杰德（Thomas Jerde）、克里斯托弗·查布利斯（Christopher Chabris）、肖恩·班奈特（Sean Bennett）和斯蒂芬在内的小组尝试解决这个问题。2000多人在网上填写了客体和空间意象调查问卷（有发起者的特别许可）；很多测试者既不是学生，也不是专业人员。图4-5显示了最后结果。通过纵向（客体意象分数）和横向（空间意象分数）上所显示的分数，每一个圆点都能展示出一个人的最后成绩。这个图最突出的特征是两组分数之间的关系非常薄弱。  图 4-5 客体和空间意象调查问卷（OSIQ）中客体意象和空间意象范畴的分数之间的关系。每一个圆点显示一个人在两个类别的分数。条形图说明两个范畴的分数是如何分布的。客体视觉型人在客体意象范畴的分数比空间意象范畴的高，对空间视觉型人来说，情况正好相反。水平线显示两个范畴的分数的相关度。 资料来源：With kind permission from Christopher F.Chabris. 关联测量以γ表示，表明两组分数之间紧密联系的程度。一种极端的情况是，假设一组分数可以完美地预测出另一组分数，如果分数共同提高（如身高和体重那样），两组分数的关联将会是γ=1.0；或者如果一个分数上升另一个分数下降（如挨饿的天数和体重那样），那么γ=-0.1；γ=0的关联表明一组分数完全不能预测到另一组分数。在这种情况下，我们在图中看到的γ=-0.5就意味着关联度非常低。理解这些关联价值意义的一种方法是将它们乘以二次方。这个结果能够显示出一组分数的变化占据另一组分数的变化的比重。例如，γ=0.50，它的平方是0.25，这意味着通过观察一组分数的变化，就可以预测出另一组分数1/4或25%的变化。 了解这些之后，思考一下我们将-0.5的值平方时会发生的状况：结果值为0.0025，这意味着空间意象分数变化的1/4可以被客体意象分数的变化所预测（反之亦然）。那么，在大多数场合里，两组分数可被视为没有联系。 综上所述，当我们检测一大批被随意选出的参与者时，这两种能力在实用性上毫无关联。是的，两者之间存在微小的否定关系——善于客体意象的人往往不擅长空间意象，反之亦然。但如果是普通人的话，一个人具有一类意象的天赋几乎说明不了他会具有另一类意象的天赋。 简而言之，正如这些模式所显示的，人们既可以擅长以上脑为基础的空间意象，也可以擅长或者不擅长以下脑为基础的客体意象，反之亦然。 然而，一个挑剔的读者可能会怀疑这些发现只是反映了随机的反应。或者，这些参与者可能只是乱猜而已，要知道在网上他们可是匿名的。为了评估这个可能性，一些在空间意象类（但不是客体意象类）或客体意象类（但不是空间意象类）取得高分的人会进一步参加测试。这些人执行两项客观测试，它们测量的不是偏好而是实际表现。他们特别要执行心理旋转任务（要求空间意象）和图画分解任务（要求客体意象，如之前所描述的）。 如预期的那样，在空间意象得分高的人在心理旋转任务中比得分低的人表现好，客体意象得分高的人在图片分解任务中比得分低的人表现出色。而且，空间意象类的分数不能预测图片分解测试中的行为，而客体意象类的分数同样不能预测心理旋转测试的行为。 总之，这些客观测试证实了网络上调查问卷的分数是有效的。显然，这些分数的确反映了潜在的认知能力，这些分数并不是随机的。 我们已经对上脑和下脑做出很多区分。但之前的、现已成为经典的左右脑分法又是什么情况呢？我们的分法真的会更好吗？在第5章，我们将继续讨论这些问题。