Schneider和Shiffrin（1977）巧妙地将多种不同的认知过程组织成两个类别：自动化加工过程和控制加工过程。根据他们的理论，自动化加工过程指对记忆中已经存在的信息进行自发的激活。这个过程是不需要意志努力的，并不可避免地被诱发刺激所启动。在控制加工过程中，为了完成某项特定任务，会暂时地建立信息联结。这个过程受到认知资源的局限，但优点是容易被警觉、使用和终止（Bargh，1994；Smith、De Coster，2000；Strack、Deutsch，2004）。在社会心理学的很多领域都对自动加工和控制加工进行了区分，并且反映在当前的偏见和刻板印象的双重加工过程理论（Devine，1989）、态度—行为一致性（Fazio，1990）、性格归因（Gilbert，1989）、说服（Chen、Chaiken，1999）以及个体知觉（Fiske、Neuberg，1990）等领域之中。

在社会心理学中，考察自动加工和控制加工的影响最常见的方法就是分别进行两个独立的测量，一个关注自动过程，一个关注控制过程。比如，在大多数偏见领域的研究中，自动偏见反应是通过内隐测量来实现的，比如情感启动实验（Fazio等，1995），或者内隐联想测验（Greenwald等，1998）。对于意识控制倾向，则采用外显测量，如现代种族偏见量表（McConahay　1986），或者感觉温度计量表（Haddock、Zanna、Esses，1993）。目前，大多数社会心理学家都采用这两种途径来分别测量自动加工过程和控制加工过程。

虽然任务分离方法使社会心理学有了很大的发展，但这种方法有一定局限性。首先，在测量任务中混杂了不同的加工模式（自动的和控制的）。在内隐过程中可能既存在自动加工又存在控制加工过程。更准确地说，没有哪个任务是仅存在单一加工过程的。不可能存在哪个反应任务是完全建立在自动加工过程上的，也不可能存在哪个反应任务是完全建立在控制加工过程上的。IAT过程也不是仅有自动联结过程（Brendl等，2001；McFarland、Crouch，2002；Mierke、Klauer，2003；Rothermund、Wentura，2004）。并且，大多数行为研究者希望能揭示任务中存在的同时发生的自动加工过程和控制加工过程（Wegner、Bargh，1998）。

Jacoby的A－first模型能够在一定程度上解决这一问题。A－first模型包含两个参数：自动加工成分（A）和控制加工成分（C）。以Stroop颜色命名任务为例（Stroop，1935）。当单词和字体颜色不一致时（如red的字体颜色为蓝色），相比于单词和字体颜色一致时（如red的字体颜色为红色），作出正确反应就比较难。这种干扰效应可以用A－first模型表示，见图6－1。

图6－1　认知加工的A－first模型

当自动地阅读单词的习惯驱动反应时（A），如果单词与字体颜色一致，就会作出正确回答；如果不一致时，就会产生错误回答。如果自动地阅读单词的习惯没有驱动反应时（1－A），对字体颜色的外显知识就会驱动反应（C），不管是不是相容任务都会产生正确回答。最后，如果控制没有驱动反应（1－C），那么就会得出错误回答。

A－first模型也存在局限性。A参数不能解释任务中可能存在的自我调节的作用。比如在Stroop实验中，模型不能区分这两种被试：没有阅读习惯的不识字的儿童和能够很好地克服习惯影响的成人。在内隐偏见研究中，如果发现内隐偏见减少了，是因为偏见真的减少了，还是克服自动产生的习惯的能力提高了呢？该模型不能解释。另一个局限是，该模型没有考虑这种可能：在自动激活习惯没有发生，也不能判定正确答案时，猜测也可能产生正确答案（Buchner、Erdfelder、Vaterrodt－Pluennecke，1995）。

在Jacoby的认知加工过程分离方法基础上（Jacoby，1991；Jacoby、McElrce、Trainham，1999；Lindsay、Jacoby，1994），Conrey等（2005）提出四成分模型，认为在复杂的认知加工过程中存在四种类型的加工过程：联想激活（association activation），即自动地激活联想过程；区别能力（discriminability），即作出正确区分的能力；克服偏差（overcoming bias），有意识地克服自动联想激活；猜测（guessing），在没有可用的反应指导时采用的随机、猜测反应。

比如，在黑人—白人IAT中，自动激活可能解释不快乐与黑人面孔之间的自动激活（association activation）。根据按键分配规则，区分不同刺激按不同的键（discriminability）。在相容任务中，联想激活和区分能力能形成正确判断。但在不相容任务中，联想激活会产生错误判断，这时需要克服自动联想激活从而形成正确判断（overcoming bias）。最后，如果没有联想激活，也没有正确的反应可以采用，那么被试就会猜测（guessing）。在这种情况下，被试可能随机猜测左右。另外，被试也可能出现无意的右手偏好（Nisbett、Wilson，1977），或者为了避免出现偏见而出现某种反应策略^[3]。

虽然这里以IAT为例，但这种分析可以运用于任何以相容反应为逻辑的内隐测量（De Houwer，2003；Komblum、Hasbroucq、Osman，1990），包括情感启动（Fazio等，1995），Stroop任务（Kawakami、Dion、Dovidio，1999）、GO／NO－GO联结任务（Nosek、Banaji，2001），以及其他基于反应相容任务的连续启动实验（Payne，2001）。(www.daowen.com)

具体而言，四成分模型（图6－2）是一个多维度模型，旨在将内隐任务中四个不同的认知加工过程区分开：联想激活（association activation，简称AC）、区分能力（discriminability，简称D）、克服偏差（overcoming bias，简称OB）、猜测（guessing，简称G）。在树图中，每一个路径代表了一种可能性。箭头旁的参数是认知加工过程中的条件。例如，OB以AC和D为条件；同样，G以1－AC和1－D为条件。

图6－2　内隐实验四成分加工模型（Conrey等，2005）

AC参数即联想激活参数，概念被刺激自动激活的可能性。相反的可能性，1－AC代表联想没有被激活的可能性。AC越大，概念被自动激活的可能性越高。该参数直接反映了内隐社会认知要测量的内容。

D参数测量的是刺激区分能力，个体需要意志努力来判定正确反应。例如，在个体知觉中，需要从一般群体成员中识别出个体。需要强调的是，D代表的是答案潜在能被决定的可能性，而不是答案实际上被决定的可能性。D以已有知识经验为基础，对记忆中可用的相关信息比较敏感。并且，D也和对刺激的注意力以及认知能力有关。那么，如果一个人注意力被分散，D就比较低。最后，D也与动机有关。成功完成任务的动机越强，D值越高。

OB参数代表了一种不同于D的控制加工过程，是一种对自动联想激活的抑制。当自动联想激活时（AC），并且环境和记忆中的外显信息能被用于进行有意判断（D），联想和基于规则的加工会共同竞争驱动反应，尤其是在不相容任务中。OB调节着这两个过程。如果自动联想被克服（OB），那么区分能力（D）驱动反应。然后，如果自动联想没有被克服（1－OB），那么自动联想驱动反应。由于OB代表的是控制过程，所以它被认知能力和动机共同影响。

G参数代表了一种类似信号检测理论的普遍性偏差（Green、Swets，1966）。G不一定反映了一种纯粹的偏差。在IAT中，G既反映了无意识地用右手反应的偏差，也反映了某种策略的使用。

在四成分模型里，采用反应错误率来进行数据分析，而不是通常使用的反应时。具体来说，四个参数的评估是对一个观察到的正确反应的概率进行分析得来的。在图6－2中，从左到右的每一条路径都代表了一种复杂的可能性。与某个反应相关的所有可能性之和就是那个反应的总概率。

例如，在黑人—白人IAT中的不相容任务里，白人面孔分配到正确按键的概率是：p＝AC×D×OB＋（1－AC）×D＋（1－AC）×（1－D）×（1－G）。这个方程包含了三个可能产生正确答案的路径。第一部分，AC×D×OB，指自动联想被激活，正确答案能被区分以及为了控制反应而克服联想的概率。第二部分，（1－AC）×D，指自动联想没有被激活，正确答案能被区分的概率。第三部分，（1－AC）×（1－D）×（1－G），指自动联想没有被激活，正确答案不能被区分以及被试猜测左手反应的概率。这些概率之和就是在不相容任务中白人面孔正确判断的概率。

针对每个项目在正确反应和错误反应的情况下，建立方程，并进行参数估计。使用观测到的错误率与模型提供的期望错误率，通常可以计算出χ2值。很明显，χ2值越小越好，那么通过最大似然估计（maximum likelihood estimation）对参数进行迭代，直到返回最小的χ2值。如果χ2值不显著，那么说明模型能拟合数据。

Conrey等（2005）的内隐过程成分分离研究，使用数学模型揭示了IAT中自动联想激活对内隐效应起到非常重要的作用，为IAT的心理测量属性提供了很好的证据支持，也为国内外学者广泛使用IAT起到推动作用。