КОГНИТИВНАЯ ПСИХОЛОГИЯ • Большая российская энциклопедия
В книжной версии
Том 14. Москва, 2009, стр. 398
Скопировать библиографическую ссылку:
Авторы: Б. М. Величковский
КОГНИТИ́ВНАЯ ПСИХОЛО́ГИЯ, ведущее направление экспериментальной психологии 2-й пол. 20 в., занимающееся исследованием познават. процессов – восприятия, внимания, памяти, обучения, воображения, речи, мышления, а также состояний сознания, эмоций и мотивации в контексте познават.
К. п. формировалась под влиянием практич. задач оптимизации взаимодействия человека с технич. системами (инженерная психология, эргономика) и поддержки процессов обучения. Эти задачи не могли быть решены в рамках доминировавшего в амер. психологии до 1960-х гг. бихевиоризма, ориентированного на лабораторные эксперименты с животными. В отличие от бихевиоризма, К. п. не только вновь поставила ментальные (т. е. относящиеся к внутреннему миру человека) понятия в центр исследований, но и допустила возможность использования данных самонаблюдения (интроспекции), которые, однако, не рассматриваются как самодостаточные и требуют подтверждения и объяснения с помощью применения более объективных эксперим. процедур.
Непосредственными предшественниками К. п. были создатели гештальтпсихологии, исследователи интеллектуального развития ребёнка (К.
Бюлер, Л. С. Выготский, Ж. Пиаже) и некоторые представители необихевиоризма, признававшие существование внутр. репрезентаций окружения (таких, как открытые Э. Толменом у крыс когнитивные карты). Важную роль для становления К. п. сыграл анализ нарушений познават. функций и речи в нейропсихологии (А. Р. Лурия и др.). В сер. 20 в. вместе с компьютерной революцией и в связи с лингвистич. работами Н. Хомского, продемонстрировавшими возможность алгоритмич. подхода к описанию синтаксиса речи, анализ внутр. психич. процессов практически заменил исследования бихевиористского типа. Начало компьютерного моделирования процессов решения задач в рамках работ по искусственному интеллекту воспринималось как прямое продолжение исследований мышления в вюрцбургской школе. В 1967 У. Найссером написано первое учебное руководство по когнитивной психологии.
В ранний период развития К. п. центр. место занимали исследования внимания и в особенности памяти. На базе т. н. компьютерной метафоры структура познават. процессов у человека трактовалась по аналогии со структурой переработки информации в вычислительном устройстве, внимание – как разновидность фильтра, осуществляющего отбор поступающей информации по сенсорным признакам (Д. Бродбент), а память – как цепочка блоков удержания информации на тот или иной срок. Чаще всего рассматривалась структура памяти, состоящая из трёх таких блоков (Р. Аткинсон и др.): очень кратковременного (сенсорная память), кратковременного (рабочая память) и долговременного (семантич. память).
С кон. 1980-х гг. К. п. стала частью более широкого междисциплинарного движения, получившего название когнитивная наука, что привело к значит.
расширению методич. арсенала исследований. Наряду с оценкой точности и скорости решения задач стали широко использоваться разнообразные нейрофизиологич. методы, к которым позднее добавились методы нейрогуморальных и генетич. исследований. Важную роль продолжает играть компьютерное моделирование ментальных процессов, для которого в последние годы часто используются искусств. нейронные сети. В центр внимания исследователей выдвинулись вопросы развития когнитивных процессов, индивидуальных и межкультурных различий, социального взаимодействия.
Благодаря новым методам трёхмерного картирования работы мозга к нач. 21 в. были значительно уточнены представления о локализации психич. функций, выявлены отд. компоненты нейрофизиологич. механизмов, обеспечивающих такие сложные процессы, как целеполагание, самоконтроль и рефлексивное сознание.
Одним из результатов стало описание множественности форм ранее казавшихся едиными познават. процессов. Так, было выявлено существование как минимум трёх разл. систем внимания (возбуждения, ориентировки и контроля), нескольких систем памяти (процедурной и декларативной, семантической и эпизодической), двух систем восприятия (пространственной локализации и идентификации объектов), двух систем мышления (интуитивного и рационального) и воображения (репродуктивного и творческого).
Заметную роль в совр. К. п. играет использование новых технологий, таких как виртуальная реальность, позволяющая не только создавать у человека живую иллюзию пребывания в предметном пространственном окружении, но и реализовывать на этой основе разнообразные сценарии деятельности, для анализа которой часто используются психофизиологич.
методы, а также регистрация глазодвигательной активности.
В силу междисциплинарного характера большинства проблем К. п. их исследование в ряде случаев теряет психологич. специфику, уступая нейрофизиологич. исследованиям, лингвистич. теориям (см. Когнитивная лингвистика) и математич. моделям.
Роль когнитивной психологии в системе научных знаний о человеке Текст научной статьи по специальности «Психологические науки»
Яковлев Б.П., Прибега А.В.
роль когнитивной психологии в системе научных знаний о человеке
Актуальность исследования. Изучение познавательных процессов личности относится к числу наиболее актуальных психолого-педагогических проблем. Формирование творческого человека, стремящегося познать и преобразовать окружающий мир, невозможно без целенаправленной педагогической деятельности по развитию у него восприятия, внимания, памяти, мышления и воображения.
Однако значительное количество педколлективов и отдельных педагогов-предметников не справляются с решением данной проблемы.
Психические процессы, с помощью которых формируются образы окружающей среды, а также образы самого организма и его внутренней среды, называются познавательными психическими процессами. Именно познавательные психические процессы обеспечивают получение человеком знаний об окружающем мире и о самом себе.
Цель: теоретически обосновать важность исследования и познания познавательных процессов в целях устранения пробелов в профессиональной подготовке будущих специалистов в современной системе образования.
Основная идея: изложить в предложенном учебном пособии теоретические и методические подходы известных исследователей познавательных процессов, а также собственные взгляды по психологическому обеспечению полноценного психического развития человека.
Методы — теоретический анализ, обобщение, абстракция.
Познавая и преобразуя мир, человек выявляет устойчивые, закономерные связи между явлениями. Закономерности, внутренние связи явлений отражаются в нашем сознании опосредованно — во внешних признаках явлений человек распознает признаки внутренних, устойчивых взаимосвязей.
Замечая связи между явлениями, устанавливая всеобщий характер этих связей, человек осваивает мир, рационально организует свое взаимодействие с ним, он осуществляет мыслительную деятельность — обобщенную ориентацию в мире.
Основными познавательными психическими процессами, которые участвуют в построении образов окружающего мира, являются: ощущение,
восприятие, воображение, представление, память, мышление и речь.
все знания самого высокого порядка, например, знания о физических и химических свойствах веществ, о явно наблюдаемом устройстве вещей, скрыты от непосредственного взора закономерных отношений между ними, о людях и их качествах, о самом себе и, наконец, знания об общем устройстве мира, являются результатом интеграции знаний, получаемых с помощью познавательных психических процессов разного уровня сложности. Каждый из этих процессов имеет собственные характеристики и собственную организацию и вносит свой особый вклад в формирование внутренне связанной, динамичной, но в то же время целостной картины мира. Протекая одновременно, эти процессы взаимодействуют друг с другом настолько слаженно и настолько незаметно для нас, что мы в данный момент воспринимаем и понимаем мир не как нагромождение цветов (оттенков, форм, звуков, запахов), в которых необходимо разбираться, чтобы установить, что к чему, и не как картинку, изображенную на каком-то экране, а именно как мир, находящийся вне нас, наполненный светом, звуками, запахами, предметами, населенный людьми, имеющий перспективу и явно воспринимаемый, а также и скрытый, не воспринимаемый в данный момент план.
весь этот беспредельный в пространстве и времени мир умещается в маленьком пространстве человеческого организма. Организм, точнее нервная система, строит весь этот богатый образ мира и к тому же располагает его вне себя, пользуясь впечатлениями, получаемыми только сенсорной поверхностью, соприкасающейся с окружающим миром. сенсорная (от лат. Sensus- чувство, ощущение) поверхность тела является тем экраном, на который проецируется окружающий мир, тем единственным средством и источником, с помощью которого нервная система только и может построить все богатство красок и форм этого мира.
И хоть это именно поверхность, то есть тонкая ткань, располагающаяся в ограниченном пространстве и имеющая свою собственную конфигурацию и свойства, образ объекта, строящийся на основе изменений, происходящих на этой поверхности, располагается вне ее, обладает свойством глубины, а сам он кажется независимым и достоверным [3,9].
Зрительно воспринимаемый нами в данный момент мир представляет собой образ («картинку»), лежащий за пределами нашего организма действительности, в чем отчасти можно убедиться, проделав небольшой эксперимент. для этого нужно сосредоточить взгляд на каком-то отдаленном предмете и аккуратно, сквозь нижнее веко надавить на глазное яблоко. Произойдет следующее: от «объекта» как бы отделится его «образ» вместе с окружающим его планом, при
этом отделившийся «образ» приобретет безжизненный, уплощенный характер и станет действительно картинкой. Слова «объект» и «образ» взяты здесь в кавычки потому, что в действительности и то и другое суть образы объекта, которые до этого совмещались в некое целое, придавая ему качество именно отдельной вещи, а не образа [1,2].
В обыденной жизни мы не отдаем себе отчета в том, что, в частности, зрительно воспринимаемый нами мир — всего лишь его образ. Образы окружающих нас объектов представляются нам настолько достоверными, что мы отождествляем их с самими объектами, и только в особых условиях это обстоятельство начинает нами осознаваться, да и то лишь частично. в этих случаях мы говорим себе, что нам что-то «кажется», «мерещится». Если имеются какие-то понятные объяснения, то эта «кажимость» переживается нами относительно спокойно, но она приводит в ужас, если таких объяснений найти не удается [4,6].
Ощущение — простейший психический процесс непосредственного чувственного отражения отдельных свойств объектов и явлений действительности (как внешней среды, так и внутренних состояний организма). Ощущение вызывается определённым воздействием на тот или иной рецептор или рецепторную систему, последующей передачей нервных импульсов в соответствующие участки головного мозга и их переработкой.
Ощущение является исходным пунктом познания, но при этом оно субъективно по своей форме и степени достоверности. Ощущение зависит от особенностей анализаторов человека, его опыта, а также психического и физического состояний. Ощущения могут представлять собой как осознаваемые, так и неосознаваемые результаты переработки центральной нервной системой значимых раздражителей, возникающих во внутренней или внешней среде. Неосознаваемые ощущения присутствуют у всех живых существ, имеющих нервную систему, в отличие от осознаваемых, которые требуют для этого наличия головного мозга. Ощущения возникают в процессе эволюции первичной раздражимости, представляющей собой свойство живой материи избирательно реагировать на биологически значимые воздействия среды изменением своего внутреннего состояния и внешнего поведения. Наше сознание существует только благодаря наличию ощущений. Если человека лишить возможности ощущать и воспринимать окружающую действительность, он не сможет ориентироваться в мире, ничего не сможет делать.
в условиях «сенсорной депривации» (недостатка ощущений) у человека меньше чем через сутки отмечаются резкое снижение внимания, уменьшение объема памяти, происходят серьезные изменения в психической деятельности. Недаром это одно из самых сложных испытаний для будущих космонавтов, полярников, спелеологов. В обычной жизни нас утомляет не столько недостаток ощущений, сколько их изобилие — сенсорная нагрузка. Окружающий мир оказывает на человека множество разных воздействий. Вся совокупность раздражителей подвергается анализу и воспринимается соответствующими органами чувств. Эти органы ощущений находятся в неразрывной связи с
деятельностью больших полушарий мозга[8,9].
восприятие — отражение в сознании человека действующих в данный момент на его органы чувств предметов и явлений окружающего мира в совокупности их свойств и частей. восприятие отличается от ощущения тем, что представляет собой отражение предмета в его целостности, тогда как ощущение является отражением лишь отдельных сторон предмета.
восприятие возникает на основе ощущений, но не сводится к их простой сумме, а является качественно новой и более высокой ступенью познания действительности, чем ощущения. восприятие основано на функционировании всего нервного аппарата, осуществляющего анализ и синтез раздражителей (анализаторов). важным свойством восприятия является его избирательность на определённые предметы или их свойства. При этом из огромного числа воздействий на органы чувств индивид выделяет лишь некоторые с особой отчётливостью и осознанностью. Избирательность восприятия зависит от потребностей, интересов, установок и других аспектов психики человека. восприятие представляет собой не только определённый чувственный образ, но и осознание выделенного из окружающей среды объекта. Важной особенностью восприятия является константность -относительное постоянство воспринимаемой величины, формы и цвета предмета при изменении условий восприятия. Это объясняется опытом, приобретённым в процессе индивидуального развития личности [8,9].
Память — функция сознания, позволяющая индивиду хранить свой опыт и включающая в себя процессы запоминания, сохранения и последующего воспроизведения или узнавания воспринятой им информации. Осуществляя связь между минувшими состояниями психики, память обеспечивает определённую преемственность этих состояний и непрерывность осознания человеком своего субъективного «Я». Память как усвоение индивидом прошлого опыта лежит в основе его научения и развития. Физиологической основой памяти является пластичность нервной системы — прежде всего её свойство изменяться вследствие какого-либо воздействия, сохранять его следы. А затем актуализировать возникшие временные связи. Память развивается путем упражнений и упорной работы по запоминанию, длительному сохранению, полному и точному воспроизведению. Чем больше человек знает, тем легче ему запоминать новое, увязывая, ассоциируя новый материал с уже известным. При общем снижении памяти с возрастом уровень профессиональной памяти не снижается, а иногда может даже повышаться.
все это позволяет сделать следующий вывод: память как психическое явление — не только дар природы, но и результат целенаправленного воспитания [5, 2].
воображение — психологический процесс, состоящий в создании новых образов посредством переработки материалов прошлых восприятий. физиологической основой воображения являются новые сочетания нервных связей тех групп клеток коры головного мозга, в которых при восприятии имел место процесс возбуждения. Повторные возбуждения этих клеток, которые возникают на основе уже образовавшихся ранее временных связей, вызывают
определённые представления (образы). Продуцирующий образы фантазии мозг оказывает воздействие на периферические части человеческого организма, изменяя процессы их функционирования и вызывая соматические изменения. Процесс воображения проявляется в создании человеком чего-то нового — новых образов и мыслей, на основе которых возникают новые действия и предметы.
Воображение — часть сознания личности, один из познавательных процессов. В нем своеобразно и неповторимо отражается внешний мир, оно позволяет программировать не только будущее поведение, но и работать с образами прошлого [7,9].
Внимание — направленность и сосредоточенность психической деятельности на определённом объекте или явлении. физиологической основой внимания является концентрация раздражительного процесса в определённом пункте коры головного мозга. На уровне физиологических основ внимание означает возникновение в коре головного мозга очага возбуждения. При этом остальные участки мозга находятся в состоянии торможения. Большое значение для появления внимания имеет ориентировочный рефлекс, который представляет собой врожденную реакцию организма на всякое изменение окружающей среды. Внимание — не качество личности и не психический процесс. В отличие от них оно не имеет своего содержания, проявляется как бы внутри этих процессов и неотделимо от них. Внимание, как и память являются сквозными процессами познавательной сферы. Внимание — особая форма психической активности и необходимое условие всякой деятельности. Это психическое состояние, относительно устойчивый уровень психической деятельности, проявляющийся в повышенной или пониженной активности личности. Но без внимания никакая познавательная деятельность состояться не может. Внимание чаще всего понимается как направленность психики (на уровне человека — сознания) на определенный предмет или деятельность (Н.Ф. Добрынин) или как контроль за протеканием других психических процессов (П.Я. Гальперин) [5,9].
мышление — психический процесс отражения действительности в её существенных связях и отношениях, представляющий собой высшую степень человеческого познания. мышление имеет обобщённый и опосредованный характер. Обобщённый — в том смысле, что в отличии от собственных ощущений и восприятий человек в результате мыслительных операций получает информацию о том общем, наиболее существенном, что вытекает не только из его личного прошлого опыта, но и из опыта других людей. Опосредованный характер мышления заключается в том, что оно позволяет получать знания о таких объектах и свойствах окружающего человека мира, которые невозможно непосредственно воспринять на чувственной ступени познания. мышление человека тесно связано с языком, речью. мышление, как и сознание человека в целом, является продуктом общественно-исторического развития, т.к. в каждом акте познания человек опирается на опыт предшествующих поколений, использует тот язык, который уже был сформирован к моменту его рождения как средство выражения познавательной деятельности людей. мышление возникает как необходимый и
основополагающий компонент человеческой жизнедеятельности. По мере своего общественно-исторического развития мышление превращается в относительно самостоятельную деятельность, имеющую свои цели, мотивы, способы. При этом мышление не отделено резкой границей от других психических явлений и присутствует в каждом осознаваемом человеческом действии. Мышление, как психическая деятельность, является процессом решения теоретических и практических задач, созидания новых идей, прогнозирования событий. Процесс мышления включает в себя ряд операционных компонентов, таких как анализ, синтез, сравнение, обобщение, абстрагирование, конкретизация, классификация систематизация, тесно связанных между собой в любой продуктивной деятельности. При этом направленность мышления на какую-либо задачу позволяет обнаруживать новые стороны объектов, их связей и отношений, что в итоге может приводить к её решению [7].
Речь — средство общения на основе использования языка. Речь является одной из высших психических функций человека и связана со всеми проявлениями его психики. Особенно тесная связь имеется между речью и мышлением. Любая мысль находит своё законченное выражение именно в словах, в устной или письменной речи. Каждая человеческая общность имеет свой язык. Посредством речи люди взаимодействуют друг с другом, решая задачи совместного бытия. Использование речи имеет две стороны — порождение и понимание. Порождение речи начинается с возникновения мысли, затем следует её трансформация в словесное выражение в устной или письменной форме. Понимание речи начинается с восприятия звуков или письменных знаков. далее объединяя их в словах и фразах, человек придаёт этим высказываниям определённые значения [10].
в заключении следует отметить, что, к сожалению, устранению пробелов в профессиональной подготовке будущих специалистов с высоким научным статусом мешает дефицит учебно-методической литературы. это заставило автора данного пособия изложить в нем теоретические и методические подходы известных исследователей познавательных процессов, а также собственные взгляды по психологическому обеспечению полноценного психического развития человека. Очевиден недостаток психологогических знаний по когнитивным процессам, что проявляется в неумении основных субъектов образовательной деятельности организовывать процесс саморазвития личности.
ЛИТЕРАТУРА
1. веккер, Л. м. Психика и реальность: единая теория психических процессов. — М.: Смысл, 1998. — 670 с.
2. Краткий психологический словарь : словарь / А.Л. Свенцицкий. — Москва : Проспект, 2011. — 512 с.
3. Медицинская психология с элементами общей психологии / Н. Ф. Михайлова — «СпецЛит», 2009 — (Учебник для средних медицинских учебных заведений) 97 с.
4. Психология физической культуры: учебник для высших физкультурных учебных заведений / под ред. профессора Б.П.Яковлева, профессора Г. Д. Бабушкина. — Москва: изд-во Спорт, 2016 — 624с.
5. Норман Д., Линдсей П. Переработка информации у человека. Издательство: М.: Мир. 552 — с.
6. Фундаментальная наука и технологии — перспективные разработки материалы XII международной научно-практической конференции. 2017 Издательство: CreateSpace
7. Щербатых Ю.В. Общая психология: учеб. для вузов / Ю.В. Щербатых. -СПб.: Питер, 2008. -272 с.
8. Шиффман Х.Р. Ощущение и восприятие /Перевод с англ.: З. Замчук, — 5-е изд. — СПб.: Питер, 2003. — 928с.: ил. — (Мастера психологии).
9. Яковлев Б.П. Когнитивная психология: учебное пособие для аспирантов высших учебных заведений. — Сургут: Изд-во — СурГУ, 2016. — Когнитивная психология: учебное пособие 137 с.
10. http://2dip.su/рефераты/77 342/
Ульянина О.А.
тренинговая технология подготовки компетентных специалистов в образовательных организациях мвд россии
Осознание острой необходимости формирования положительного образа сотрудника полиции в глазах общественности и выхода на качественно новый уровень профессионализма российских полицейских, соответствующий международным стандартам, обусловило неизбежность реформирования системы МВД России. Данный процесс предполагает не только реорганизацию
Взаимосвязь состояний и когнитивных процессов: структурно-динамический аспект
В ряде исследований показана неэффективность подхода к состояниям как «статускво» явлениям (Ильин, 2005; Леонова, 2006; и др.). Поэтому состояния во взаимосвязи с процессами необходимо изучать как динамический процесс, проходящий через ряд этапов. При этом конструктивным может являться понятие «среза» работы системы в определенный момент времени. В противовес аналитическому подходу, рассматривающему динамику отдельных показателей, диахронный подход позволяет изучать изменение структуры отдельных подсистем, а также отношений между ее показателями (Пейсахов, 1984). Таким образом, наряду с динамикой отдельных показателей, изучается динамика целостных структур (корреляционных связей).
При рассмотрении динамического аспекта взаимосвязи психических явлений возможно применение методов синергетики. Подтверждением этому служит концепция уровней исследования психики человека Б. Ф. Ломова, согласно которой изучение состояний и процессов относится к базовому уровню общей психологии. Исследования этого уровня реализуют связь психологии с фундаментальными науками – физикой и математикой, следовательно, здесь возможно применение методов естественных наук (цит. по: Барабанщиков, 2005).
Основная идея синергетики заключается в том, чтобы «…искать качественные изменения в макроскопических масштабах» (Хакен, 2001, с. 45). Реализация этой идеи определяет в качестве самостоятельных задач поиск и выделение интегральных показателей взаимодействия психических состояний и когнитивных процессов, а также механизмов их самоорганизации. Выявление подобных закономерностей представляет особый интерес для построения динамических моделей искусственного интеллекта.
Эмпирическую базу данного исследования составили результаты измерения психических состояний и когнитивных процессов студентов естественнонаучных и гуманитарных специальностей в возрасте 19–20 лет. Общий объем исследуемой выборки составил 198 человек.
Для измерения когнитивных процессов использовались общеизвестные методики, описанные в сборниках психодиагностических методик. Измерялись показатели свойств внимания, вербальной и механической памяти, оперативной памяти, восприятия времени, восприятия пространственных признаков. В качестве основного показателя продуктивности когнитивных процессов принималась успешность выполнения заданий.
Для измерения психических состояний применялась методика «Рельеф психического состояния» (Прохоров, 1998). Основной характеристикой являлись показатели интенсивности психических состояний.
Показатели психических состояний и когнитивных процессов измерялись трижды: в начале, середине и конце учебного занятия через равные промежутки времени (30 мин.).
В ходе исследования обнаружено, что на первом этапе учебного занятия преобладают состояния оптимальной психической активности – спокойствие, заинтересованность, любопытство (60,4 %). Однако к концу занятия частота встречаемости состояний данной группы снижается более чем в три раза.
Одновременно происходит рост состояний низкого уровня интенсивности – утомления, апатии, лени с 10,4% до 68,7%. Кроме того, к завершению занятия испытуемые перестают испытывать положительные состояния высокого уровня интенсивности – радость, веселость, азарт. На втором этапе занятия наибольшая частота встречаемости приходится на отрицательные состояния высокой интенсивности – напряженность, возбужденность, раздраженность, волнение (43,7 %).
Таким образом, на каждом этапе учебного занятия можно выделить группы типичных состояний: средней интенсивности – в начале, отрицательных состояний высокой интенсивности – в середине, отрицательных низкой интенсивности – в конце. Преобладающими состояниями для этих групп являются соответственно – спокойствие (54,2 %), напряженность и возбужденность (31,2 %), утомление (56,3 %). В дальнейшем все исследования проводились с позиции типичных состояний: в начале учебного занятия рассматривалось взаимодействие когнитивных процессов с состояниями средней интенсивности, в середине – с состояниями высокой интенсивности и в конце занятия – с состояниями низкой интенсивности.
Обобщение полученных результатов позволило заключить, что взаимодействие между процессами и состояниями подчиняется определенным закономерностям, которые качественно различны для состояний разной интенсивности.
В начале занятия структуры внешних связей (система интеркорреляций между показателями когнитивных процессов и психических состояний) и когнитивных процессов сопоставимы по степени интеграции (см. рисунок 1). В середине занятия преобладают отрицательные состояния высокой интенсивности, происходит дезинтеграция связей в структуре когнитивных процессов с одновременной интеграцией различных когнитивных процессов в структуру состояний, при этом возрастает устойчивость связей и частота коррелирования. Как следствие, структура внешних связей по степени интеграции значительно превосходит структуру когнитивных процессов, что сопровождается возрастанием неустойчивости последних и снижением сосредоточенности внимания. В конце занятия доминируют отрицательные состояния низкой интенсивности, при этом устойчивые связи между когнитивными процессами и состояниями, характерные для предыдущего этапа, распадаются. В то же время усиливаются процессы интеграции в структуре когнитивных про цессов, снижаются характеристики сосредоточенности и устойчивости внимания. Коэффициент организации когнитивной подсистемы (см. таблицу 1) превышает соответствующий показатель для системы внешних связей (показатель организации вычислялся как сумма баллов по всем статистически значимым связям: p≤0,05 – 1 балл, p≤0,01 – 2 балла, p≤0,001 – 3 балла).
Когнитивные процессы Психические состояния
Рис. 1. Взаимодействие типичных состояний и когнитивных процессов на различных этапах учебного занятия (сверху вниз изображены соответственно ситуации начала, середины и конца занятия)
Условные обозначения. Психические состояния: П – поведение, Ф – физиологические реакции, ПР – переживания; когнитивные процессы: С – сосредоточенность внимания, И – избирательность внимания, Р – распределение внимания, ПК – переключение внимания, У – устойчивость внимания, ОВ – объем внимания, ПС – запоминание вербального материала, ПЧ – запоминание числового материала, ОП – оперативная память, ОЗ – опосредованное запоминание, ВП – восприятие пространственных признаков, ВВ – восприятие времени; статистическая значимость связей: p≤0,001; p≤0,01; p≤0,05.
Таблица 1 Взаимосвязь структур психических состояний и когнитивных процессов
Примечание: ПС – психические состояния; КП – когнитивные процессы.
Таким образом, наиболее выраженной особенностью взаимодействия когнитивных процессов и состояний разного уровня интенсивности является соотношение показателей организации структур когнитивных процессов и внешних связей. Кроме этого, специфика взаимодействия состояний и когнитивных процессов проявляется в том, что на каждом этапе учебных занятий, сопровождающихся актуализацией типичных неравновесных состояний, ведущими звеньями взаимосвязей являются разные когнитивные процессы и показатели состояний. В начале занятия: вербальная память, со стороны состояний – показатели физиологических процессов. В середине – переключение внимания, оперативная память, со стороны состояний – переживания, физиологические процессы. В конце занятия – вербальная память, со стороны состояний нет выраженных ведущих показателей.
Обнаружено, что в ходе взаимодействия когнитивных процессов с психическими состояниями различной интенсивности происходит перестройка структуры процессов по принципу их дифференциации. На первом этапе показатели восприятия, памяти и внимания взаимосвязаны, на втором намечается тенденция к дифференциации различных характеристик когнитивных процессов, которая завершается на третьем этапе формированием выраженных триад: сосредоточенность внимания – переключение внимания – оперативная память, механическая – вербальная память – сосредоточенность внимания, восприятие времени – восприятие пространственных признаков – избирательность внимания (см. рисунок 1). В начале занятия ведущие компоненты структуры когнитивных процессов – переключение внимания и восприятие пространства, в середине нет выраженных ведущих элементов, в конце – сосредоточенность внимания.
Интересно отметить, что закономерные изменения организации наблюдаются и в структуре состояний. Так, показано, что в диапазоне от состояний низкой интенсивности к состояниям высокой интенсивности происходит возрастание когерентности структуры состояний (Прохоров, 1998). Сопоставляя эти данные с показателями организации структур когнитивных процессов (см. таблицу 1), можно заключить, что различия заключаются в разнонаправленной динамике показателей организации структур состояний и когнитивных процессов в состояниях высокой и низкой интенсивности. Другими словами, середина учебных занятий сопровождается дезинтеграцией связей внутри когнитивной структуры с одновременной интеграцией связей в структуре состояний, конец занятий – характеризуется обратным процессом. Следовательно, специфика взаимодействия когнитивных процессов и состояний разного уровня интенсивности заключается также в соотношении степени организации их структур. Таким образом, взаимодействие между состояниями и когнитивными процессами относительно их структурной организации подчиняется принципу «синхронных колебаний».
На основании выявленных системных закономерностей для описания взаимодействия изучаемых психических явлений было предложено два интегральных показателя. Первый отражает соотношение организаций когнитивной подсистемы и внешних связей. В случае взаимодействия процессов и состояний средней интенсивности данный показатель близок к единице, при взаимодействии процессов и состояний высокой интенсивности – меньше единицы, для взаимоотношений процессов и состояний низкой интенсивности – больше единицы. Второй характеризует соотношение уровней структурной организации когнитивных процессов и психических состояний. Для равновесных состояний он примерно равен единице, для состояний высокой интенсивности – меньше единицы, низкой интенсивности – больше единицы. Предложенные показатели характеризуют своеобразие взаимодействия состояний и когнитивных процессов.
На протяжении исследования продуктивные характеристики когнитивных процессов имели различную динамику. Процессы восприятия и памяти наиболее устойчивы к взаимодействию с состояниями, их продуктивность на протяжении всех этапов занятия остается постоянной. Продуктивность распределения внимания статистически достоверно возрастает в конце занятия. Наиболее «чувствительными» к взаимодействию с психическими состояниями являются показатели внимания: в состояниях высокой интенсивности – сосредоточенность, в состояниях низкой интенсивности – сосредоточенность, устойчивость и избирательность внимания. Их продуктивность статистически достоверно снижается. Характеристики этих процессов могут иметь диагностическую ценность при изучении психических состояний (Леонова, 1984).
Таким образом, выявлены структурно-динамические характеристики самоорганизации состояний и когнитивных процессов в ходе учебной деятельности. Установлено, что взаимодействие состояний и когнитивных процессов характеризуется не только специфическими особенностями, но и качественно различными способами интеграции их структур. Выделены общие показатели взаимодействия состояний и когнитивных процессов, отражающие особенности их организации.
Согласованное изменение структурной организации состояний и когнитивных процессов свидетельствует о высокой степени их взаимной обусловленности и совместной включенности в деятельность. Подобная синхронность может реализовываться на основе саморегуляции мозговой активности. Полученные результаты косвенно свидетельствуют о важной роли нейропсихологических методов и моделей в исследовании проблемы взаимодействия состояний и когнитивных процессов, разрабатываемых в последнее время (Lewis, 2005).
Магистерская программа «Общая и когнитивная психология»
НОВОСТИ
26.04.2021
XXV Международная научная конференция молодых ученых-психологов подводит итоги работы
Факультет психологии СПбГУ и Студенческое научное общество факультета психологии провели традиционную весеннюю Международную научную конференцию молодых ученых «Психология XXI века. Психологические исследования: от теории к практике».
Подробнее
23.04.2021
Эксперты СПбГУ на Форуме труда–2021
Психологи СПбГУ выяснили, к каким гендерным стратегиям чаще прибегают опрошенные женщины, чтобы успешно выстраивать свою карьеру. О результатах исследования ученые рассказали в рамках секции «Феномен гендерного неравенства как фактор карьерного развития женщины» V Санкт-Петербургского международного форума.
Подробнее
29.03.2021
Памяти профессора М.В. Зотова
Год назад ушел из жизни талантливый ученый, новатор психологической науки, педагог и прекрасный человек — профессор факультета психологии СПбГУ Михаил Владимирович Зотов.
Подробнее
15.03.2021
Интервью академика РАН Анатолия Журавлева
Уникальные исследования профессора СПбГУ И.А.Мироненко, ставшей в 2020 году лауреатом премии имени С.Л.Рубинштейна Российской академии наук в области психологии, мы попросили прокомментировать академика РАН Анатолия Лактионовича Журавлева, председателя комиссии по присуждению этой премии.
Подробнее
09.03.2021
Психологи СПбГУ выяснили, как эффективнее запоминать новые слова
Психологи и нейробиологи Санкт-Петербургского государственного университета на протяжении нескольких лет проводили исследование, чтобы узнать, какой тип усвоения новых слов лучше — осознанный, с использованием прямых инструкций, или основанный на получении знаний из контекста. Оказалось, что оба одинаково эффективны.
Подробнее
15.12.2020
Итоги Ананьевских чтений – 2020
Подробнее
07.12.2020
Поздравляем нашего декана А.В.Шаболтас с заслуженным признанием!
Подробнее
06.12.2020
Организация психологической помощи обучающимся
В Университете более десяти лет назад была развернута работа службы психологической помощи студентам.
Подробнее
01.07.2019
Международная аккредитация подтвердила высокий уровень преподавания психологии в СПбГУ
Санкт-Петербургский университет впервые в России получил международную аккредитацию образовательных программ по направлению «Психология». По итогам проведенной экспертизы аккредитованы три основных образовательных программы в области психологии.
Подробнее
ВСЕ НОВОСТИ
Управление персоналом, образование, личное развитие. Тесты. Внимание. Память. IQ-тесты. Effecton Studio. Эффектон
Основной смысл
Когнитивная психология во многом основывается на аналогии между преобразованием информации в вычислительном устройстве и осуществлением познавательных процессов у человека. Так были выделены многочисленные структурные составляющие (блоки) познавательных и исполнительных процессов, прежде всего памяти (Р. Аткинсон).
Наибольшее распространение получил вычислительный вариант, где психика представляется в виде устройства с фиксированной способностью к преобразованию сигналов. Здесь главная роль отводится внутренним когнитивным схемам и активности организма в процессе познания. Это направление возникло под влиянием информационного подхода.
Представим действия, которые выполняет компьютер: получение, манипуляции с символами, сохранение в памяти элементов информации, извлечение их из памяти и т.д. Не побуждает ли это предположить, что познавательные процессы реальны, «что их можно исследовать и даже, может быть, понять» (У. Найсер). В этом случае когнитивная система человека рассматривается как система, имеющая устройства ввода, хранения, вывода информации с учетом ее пропускной способности.
Задачи когнитивной психологии
Таким образом, когнитивная психология изучает, как люди получают информацию о мире, как эта информация представляется человеком, как она хранится в памяти, преобразуется в знания, которые затем влияют на наше внимание и поведение. Эти исследования привели к пониманию когнитивной психологии как направления, задачей которого является доказательство решающей роли знания в поведении субъекта. Теперь уже можно поставить вопрос об организации знания в памяти субъекта, в том числе о соотношении вербальных (словесных) и образных компонентов в процессах запоминания и мышления (Г. Бауэр, А. Пайвио, Р. Шепард).
Когнитивная психология оказывает влияние на все разделы психологии, причем основное внимание уделяется обучению. Анализируется весь учебный процесс по Д.П. Озбелу, Дж. Брунеру, когнитивная психология показывает, что эффективное обучение возможно лишь в том случае, когда новый материал, связанный с уже имеющимися знаниями и умениями, включается в существующую когнитивную структуру.
Упрощенные модели
Важное условие обучения — интерес учащихся к изучаемому предмету. Когнитивная психология фактически сводит сложный мир человека к его упрощенным моделям. Интересна в этом отношении точка зрения одного из основоположников когнитивного направления в психологии Г.Саймона, согласно которой «человек в качестве поведенческой системы так же прост, как и муравей. Кажущаяся сложность его развертывающегося во времени поведения отражает в основном сложность окружающей среды».
Согласно Р. Солсо, современная когнитивная психология заимствует теории и методы из 10 основных областей исследований: восприятия, распознавания образов, внимания, памяти, воображения, языковых функций, психологии развития, мышления и решения задач, человеческого интеллекта и искусственного интеллекта.
Одна из моделей, которой обычно пользуются когнитивные психологи, называется моделью переработки информации. Нужно понять ограничения когнитивных моделей. Когнитивные модели, опирающиеся на модель переработки информации, используют для организации существующего объема литературы, стимуляции дальнейших исследований, координации исследовательских усилий и облегчения коммуникаций между учеными. (Р. Солсо).
Обработка информации — это основной подход в когнитивной психологии. В этом случае когнитивная система человека рассматривается как система, имеющая устройства ввода, хранения, вывода информации с учетом ее пропускной способности. Неудивительно, что эта модель очень напоминает хорошо известную «машину» — компьютер.
Значение когнитивного подхода
Когнитивная психология рассматривает восприятие, внимание, память, знание, язык, искусственный интеллект. Это все может быть описано как сбор информации, хранение и организация информации, и, наконец, использование информации.
Для того чтобы познать механизмы сбора информации нужно понять систему интерпретации сенсорных сигналов, научиться распознавать паттерны. Распознавание паттернов — это сопоставление стимулов с тем, что находится в долговременном хранилище (памяти). Например, человек не знает многие марки машин, но, увидев машину, у него в мозгу бессознательно идентифицируется, что это машина. Пусть ему и неизвестна марка, но он с уверенностью скажет, что это машина.
Существует несколько моделей достижения и отбора информации в когнитивной системе. Когда же информация достигла когнитивной системы, она начинает преобразовываться в другие формы. Здесь уже подключается память, обработка и хранение информации, процессы запоминания и забывания, а также преобразование информации в знание, организация и репрезентация знаний, управление знаниями, результативность. Но все эти вопросы будут освещены позже.
Описание этапов процесса обучения
Сейчас мы должны понять, что в когнитивной системе как нельзя лучше описываются все этапы процесса обучения человека. Очевидно, что когнитивная психология более точно, научным языком описывает процессы, происходящие в мозгу человека во время его обучения, нежели психоанализ, который более описателен и субъективен.
Для объективности можно сказать, что когнитивная психология, создававшаяся как попытка преодоления кризиса бихевиоризма, гештальтпсихологии и других направлений, находится на пути объединения разрозненных линий исследований на единой концептуальной основе. Дальнейшее развитие поможет ей преодолеть методологические трудности.
Когнитивная психология это подход, подчеркивающий значение когнитивных процессов. Многим кажется неправомерным сравнение человека с машиной, но ведь это просто удобный способ описания системы.
Исследование когнитивной системы человека
Когнитивная психология позволяет исследовать когнитивную систему человека, следуя за внешним стимулом, получить информацию, обработать, сохранить или потерять, затем управлять сохраненной информацией, использовать и выражать. Очевидно, что человек, как и компьютер, обрабатывает символы при решении задач и становится возможным использовать компьютер для моделирования деятельности человека.
Так, например, при исследовании внимания либо памяти человека можно использовать различные компьютерные структуры, чтобы смоделировать и протестировать некоторые процессы. Не только компьютеры оказали влияние на развитие когнитивной психологии, но процесс оказался взаимным. Психология также оказала воздействие на проектирование и использование машин.
А мы теперь отправляемся в долгое, и думаю не только познавательное, но и интересное плавание по морям знания на когнитивном корабле вместе с любопытным «малышом».
«О, сколько нам открытий чудныхГотовит просвещенья духИ опыт, сын ошибок трудных,И гений парадоксов друг,И случай, Бог изобретатель».
Эти строки А.С. Пушкина, ставшие частично эпиграфом известной телепередачи «Очевидное-невероятное», как нельзя лучше выражают наши надежды и чаяния на дальнейшее развитие науки.
Эксклюзивный материал сайта «www.effecton.ru — психологические тесты и коррекционные программы». Заимствование текста и/или связанных материалов возможно только при наличии прямой и хорошо различимой ссылки на оригинал. Все права защищены.
Движения глаз и когнитивные процессы — учебный курс
Движения глаз и когнитивные процессы — учебный курс | ИСТИНА – Интеллектуальная Система Тематического Исследования НАукометрических данныхДвижения глаз и когнитивные процессыучебный курс
- Автор: Меньшикова Г.Я.
- Год создания: 2013
- Организация: МГУ имени М.В. Ломоносова
- Описание: Шифр учебной дисциплины С 0 33 00 43 0 11 6 5 Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «Московский государственный университет имени М.В.Ломоносова» Факультет психологии УТВЕРЖДАЮ: Декан факультета психологии МГУ имени М.В.Ломоносова, член-корр. РАО, профессор _____________Ю.П.Зинченко «___»_______________20___ г. РАБОЧАЯ ПРОГРАММА УЧЕБНОЙ ДИСЦИПЛИНЫ (КУРС ЛЕКЦИЙ) Движения глаз и когнитивные процессы (Наименование дисциплины на русском языке) Eye movements and cognitive processes (Наименование дисциплины на английском языке) Специальность: 030301.65 «Психология служебной деятельности» Специализация: «Когнитивная психология: деятельность и субъект» Общая трудоемкость дисциплины составляет 2 зачетных единицы, 64 академических часа Квалификация выпускника СПЕЦИАЛИСТ Очная форма обучения Продолжительность обучения – 6 лет Программа составлена в соответствии с требованиями образовательного стандарта, самостоятельно устанавливаемого МГУ имени М.В. Ломоносова г. Москва 2013 ДВИЖЕНИЯ ГЛАЗ И КОГНИТИВНЫЕ ПРОЦЕССЫ (Название учебной дисциплины НА РУССКОМ ЯЗЫКЕ) EYE MOVEMENTS AND COGNITIVE PROCESSES (Название учебной дисциплины НА АНГЛИЙСКОМ ЯЗЫКЕ) Ключевые слова на РУССКОМ языке: Когнитивные процессы, память, внимание, восприятие, мышление, процессы принятия решения, движения глаз, саккады, фиксации, микросаккады, вергентные движения глаз, процессы чтения, опознания лиц, опознание эмоции лица, скрытое внимание, технология регистрации движения глаз, основные принципы устройства, программы Experimental Suite, BeGaze __________________________________________________________________ Ключевые слова на АНГЛИЙСКОМ языке: Cognitive processes, memory, attention, perception, thinking, decision-making processes, eye movements, saccades, fixations, microsaccades, vergent eye movements, the processes of reading, face identification, expression identification, covert attention, the technology of eye tracking, main principles of the device, Experimental Suite, BeGaze Цели учебной дисциплины формирование у учащихся знаний о протекании когнитивных процессов, движениях глаз, сопровождающих эти процессы, характеристиках движений глаз, возможностях их регистрации, об отечественных и зарубежных исследованиях в психологии когнитивных процессов, выполненных с применением технологии Eye tracking, о возможностях их использования в спортивной, организационной, а также педагогической психологии. Задачи учебной дисциплины в результате изучения дисциплины студент должен знать: экспериментальные исследования, проведенные с использованием технологии Eye tracking в когнитивных исследованиях; виды движения глаз; анализ движений глаз для исследований скрытого внимания, чтения текстов, восприятия лиц и их экспрессии; основные преимущества и недостатки данной технологии при проведении экспериментальных исследований; программы подготовки эксперимента Experiment Center и обработки результатов BeGaze в системе Eye tracking; Краткое описание программы учебной дисциплины на русском языке Предмет и цели направления исследования когнитивных процессов «Активное зрение», проведенных при помощи технологии регистрации движения глаз; теоретические подходы к изучению восприятия, внимания и мышления, использующие данные движения глаз; анализ движений глаз для исследований скрытого внимания, чтения текстов, восприятия лиц и их экспрессии; виды движения глаз, их временные и пространственные характеристики; основные принципы работы технологии регистрации движения глаз; программное обеспечение для проведения эесперимента Experiment Center и для анализа результатов BeGaze. Краткое описание программы учебной дисциплины на английском языке Subject and purposes of the approach «Active vision», carried out with the help of Eye tracking technology; theoretical approaches to the study of perception, attention, thinking, using eye tracking data; analysis of Eye tracking to study covert attention, text reading, face perception; expression perception; types of eye movements, their temporal and spatial characteristics; main principles of Eye tracking devise; software Experiment Center for experimental procedure and BeGaze for the analysis of the results. Сравнительный анализ предлагаемой рабочей программы учебной дисциплины с: 1) аналогичными программами Государственного образовательного стандарта второго поколения; 2) программами по данной дисциплине Федерального государственного образовательного стандарта высшего профессионального образования третьего поколения; 3) программами, реализуемыми в ведущих зарубежных университетах. 1) По сравнению с аналогичными программами Государственного образовательного стандарта второго поколения настоящая программа отличается по следующим характеристикам: 1а) Предлагаемая программа является уникальной программой, направленной на решение актуальных современных проблем в области когнитивной психологии. Ее особенность состоит в использовании новейшего оборудования по регистрации движения глаз, закупленного по программе развития МГУ. Для эффективного использования оборудования Eye tracking составлен курс, состоящий из теоретических занятий, семинарских занятий по обсуждению теоретического материала, а также практических занятий на оборудовании Eye tracking. 1б) в лекционный курс включены современные данные по использованию технологии регистрации движения глаз для исследования таких когнитивных процессов как восприятие лица человека, принятие решений, скрытое внимание, выявление скрываемой информации. 1в) в практические занятия введены курсы по освоению оборудования Eye tracking, а также задания для проведения студентами полного цикла экспериментального исследования. 1в) в программу введены семинарские занятия по обсуждению результатов, полученных в отечественных и зарубежных исследованиях, проведенных при использовании технологии Eye tracking. 2) По сравнению с программами по данной дисциплине Федерального государственного образовательного стандарта высшего профессионального образования третьего поколения настоящая программа отличается по следующим характеристикам: 2а) предлагаемая программа является комплексной дисциплиной, включающей теоретические, аналитические и практические навыки исследования когнитивных процессов при помощи Eye tracking технологии. 2б) теоретические и практические занятия акцентированы на актуальных современных подходах к изучению когнитивных процессов. 3) На основе анализа программ, реализуемых ведущими зарубежными университетами, Lund University (Sweden, http://www.humlab.lu.se/education/leta), University of Amherst (US, www.psych.umass.edu/eyelab), University of Nottingham (UK, http://www.nottingham.ac.uk/english/people), Texas Tech University (US, http://www.depts.ttu.edu/comc/graduate/eyetracking.php), Bentley University (US, http://usability.bentley.edu/eye-tracking) и др., настоящая программа отличается по следующим характеристикам: 3а) Курсы, предложенные в зарубежных университетах, направлены на освоение практических знаний по эксплуатации систем, а также обсуждении их технических особенностей. В нашем курсе большая часть отводится освоению теоретического и экспериментального материала по когнитивным исследованиям с применением Eye tracking технологии. 3б) В предложенном нами курсе больше времени отводится анализу и обсуждению данных, полученных в отечественных и зарубежных исследованиях с применением Eye tracking систем. 3в) Курс построен на материале современных данных, полученных за последние 15 лет в изучении когнитивных процессов – зрительном восприятии, внимании, памяти, а также в прикладных областях психологии – спорте высоких достижений, психологии общения. I. Место дисциплины в учебном плане Общая трудоемкость дисциплины составляет 2 зачетных единицы и 64 академических часа в соответствии с учебным планом в 7 семестре. Название дисциплины Трудоемкость в зачетных единицах Распреде-ление по семестрам Объем учебной нагрузки а ак.часах, 1 а.ч.=45 м. Общая трудоемкость В том числе ауд.часов Самостоятельная работа студентов Экзамен Зачет Общая ауд. нагрузка Лекций Лабораторных занятий Семинаров Движения глаз и когнитивные процессы 2 Экзамен 64 64 24 40 II. Структура и содержание лекционных занятий 2.1. ТЕМЫ ЛЕКЦИОННЫХ ЗАНЯТИЙ № п/п Название лекций Формы текущего контроля успеваемости и промежуточной аттестации 1. Теоретические подходы к изучению когнитивных процессов. Подход «Активное зрение» Контрольные работы (вопросы) 2. История развития технологии Eye tracking. Основные принципы работы. Контрольные работы (вопросы) 3. Виды движения глаз. Пространственные и временные характеристики. Контрольные работы (вопросы) 4. Исследования восприятия лица и его экспрессии. Контрольные работы (вопросы) 5. Роль движений глаз в процессах внимания. Исследования скрытого внимания и микродвижения. Контрольные работы (вопросы) 6. Исследования процессов чтения. Контрольные работы (вопросы) 7. Контроль взора в естественных сценах. Контрольные работы (вопросы) 8. Движения глаз при решении интеллектуальных задач Контрольные работы (вопросы) 9. Движения глаз в процессах зрительного поиска. Контрольные работы (вопросы) 10. Движения глаз в онтогенезе Контрольные работы (вопросы) 2.2. СОДЕРЖАНИЕ КАЖДОГО ЛЕКЦИОННОГО ЗАНЯТИЯ 2.2.1. Лекция 1. Тема «Теоретические подходы к изучению когнитивных процессов. Подход «Активное зрение». План лекции. 1. История развития представлений о протекании когнитивных процессов Структурализм, гештальт-психология, конструктивизм. 2. Основные положения когнитивной психологии. Преимущества и недостатки когнитивного подхода. 3. Подход «Активное зрение». Исследование когнитивных процессов при помощи регистрации движения глаз. 2.2.1.1. Тезаурус (на русском и английском языках): История развития представлений о когнитивных процессах. Основные положения когнитивной психологии. Преимущества и недостатки когнитивного подхода. Подход «Активное зрение». History of theoretical approaches to the investigation of cognitive process. The main bases of cognitive psychology. Advantages and disadvantages of the cognitive approach. Approach «Active vision». 2.2.1.2. Для самостоятельной работы студентов по теме лекции 1: o Вопросы. 1. Формирование научных представлений о когнитивных процессах. 2. Подход «Активное зрение». Его основные положения. 3. Достоинства и недостатки использования Eye tracking систем для исследования когнитивных процессов. 2.2.1.3. Для текущего контроля по теме лекции 1 предлагаются: o темы контрольных работ. 1. Основные положения подхода «Активное зрение». 2. Анализ представлений о протекании когнитивных процессов в различных теоретических подходах. 3. История развития представлений о когнитивных процессах. 2.2.1.4. Литература по теме лекции 1 (на русском и иностранном языках): o Основная литература: 1. Величковский Б.М. Когнитивная наука: Основы психологии познания: в 2 т. 2. Ждан А.Н. История психологии. Учебник. Дополнительная литература: 1. Линдсей П., Норман Д. Переработка информации у человека. – М.: Мир, 1974. 2. Шиффман Х. Ощущение и восприятие. — СПб.: Питер, 2003. 3. Найссер У. Познание и реальность. М., «Прогресс»,1981. 2.2.2. Лекция 2. Тема «История развития технологии Eye tracking. Основные принципы работы». План лекции. 1. История развития технологии регистрации движения глаз. 2. Основные принципы работы систем для регистрации движения глаз. 3. Сравнительные характеристики и возможности различных технологий Eye tracking. 2.2.2.1. Тезаурус (на русском и английском языках): История создания и развития технологии регистрации движения глаз. Основные принципы работы систем для регистрации движения глаз. The history of creation and development of Eye tracking technology. The main types of Eye tracking technology. The main working principles of Eye tracking systems. 2.2.2.2. Для самостоятельной работы студентов по теме лекции 2: o вопросы. 1. История создания и развития технологии регистрации движения глаз. 2. Основные особенности различных видов систем для регистрации движения глаз. 3. Основные принципы работы Eye tracking систем. 2.2.2.3. Для текущего контроля по теме лекции 2 предлагаются: o темы контрольных работ. 1. История развития технологии регистрации движения глаз. Фотооптический, электроокулографический и видеоокулографический методы регистрации движений глаз. 2. Основные принципы работы систем iView X регистрации движения глаз . 3. Анализ достоинств и недостатков различных систем Eye tracking. 2.2.5. Литература по теме лекции 2 (на русском и иностранном языках): o Основная литература: 1. Барабанщиков В.А. Окуломоторные структуры восприятия. 1997. 2. Гиппенрейтер Ю.Б. Движения человеческого глаза. М.: Изд-во Моск. ун-та, 1978. o Дополнительная литература: 1. http://onlinelibrary.wiley.com/doi/10.1113/jphysiol.2007.133587/full 2. http://www.ee.uwa.edu.au/~roberto/research/projects2013/10.1.1.100.445.pdf 2.2.3. Лекция 3. Тема «Виды движения глаз. Пространственные и временные характеристики». План лекции. 1. Виды движения глаз. 2. Функции движения глаз. 3. Пространственные и временные характеристики движения глаз: длительность и частота фиксаций, длительность и направление движения саккад, паттерн перемещения в пространстве. Характеристики микродвижений глаз. 2.2.3.1. Тезаурус (на русском и английском языках): Виды и функции движения глаз. Пространственные и временные характеристики движения глаз: длительность и частота фиксаций, длительность и направление движения саккад, паттерн перемещения в пространстве. Характеристики микродвижений глаз. Types and functions of eye movements. Spatial and temporal characteristics of eye movements: the duration and frequency of fixations, duration and direction of saccades, the pattern of eye moving in space. Characteristics of eye micro movements. 2.2.3.2. Для самостоятельной работы студентов по теме лекции 3: o вопросы. 1. Виды и функции движения глаз. 2. Особенности пространственных и временных характеристик движения глаз. 3. Характеристики микродвижений глаз. 2.2.3.3. Для текущего контроля по теме лекции 3 предлагаются: o темы контрольных работ. 1. Виды и функции движения глаз. 2. Особенности пространственных и временных характеристик движения глаз. 3. Характеристики микродвижений глаз. 2.2.3.4. Литература по теме лекции 3 (на русском и иностранном языках): o Основная литература: 1. Барабанщиков В.А. Окуломоторные структуры восприятия. 1997. 2. Гиппенрейтер Ю.Б. Движения человеческого глаза. М.: Изд-во Моск. ун-та, 1978. o Дополнительная литература: 1. http://link.springer.com/content/pdf/10.3758%2FBF03213060.pdf 2. http://www.sciencedirect.com/science/article/pii/S1364661399014187 2.2.4. Лекция 4. Тема «Исследования восприятия лица и его экспрессии». План лекций. 1. Модели восприятия лица: холистические процессы и процессы выделения отдельных черт. Экспериментальные исследования, подтверждающие оба теоретических представления. 2. Движения глаз при восприятии лица и при восприятии экспрессии лица: характерный паттерн перемещений взора. 3. Характеристики движения глаз: местоположение первой фиксации, направление движения саккад, время опознания лица и экспрессии лица. 2.2.4.1. Тезаурус (на русском и английском языках): Модели восприятия лица: холистические процессы и процессы выделения отдельных черт. Движения глаз при восприятии лица и при восприятии экспрессии лица: характерный паттерн перемещений взора. Местоположение первой фиксации, направление движения саккад, время опознания лица и экспрессии лица. Models of face perception: holistic process and the process of feature extraction. Eye movements during face and facial expression perception: a particular pattern of eye movements. The main characteristics — the location of the first fixation, the direction of saccades movement, time identification of the face and facial expression. 2.2.4.2. Для самостоятельной работы студентов по теме лекции 4-5: o вопросы. 1. Модели восприятия лица: холистические процессы и процессы выделения отдельных черт. Экспериментальные исследования, подтверждающие оба теоретических представления. 2. Движения глаз при восприятии лица и при восприятии экспрессии лица: характерный паттерн перемещений взора. 3. Характеристики движения глаз: местоположение первой фиксации, направление движения саккад, время опознания лица и экспрессии лица. 2.2.4.3. Для текущего контроля по теме лекции 4 предлагаются: o темы контрольных работ. 1. Экспериментальные исследования, подтверждающие холистические процессы и процессы выделения отдельных черт при восприятии лица человека. 2. Характерный паттерн перемещений взора при восприятии лица и его экспрессии. 3. Характеристики движения глаз в процессе восприятия лица и его экспрессии: местоположение первой фиксации, направление движения саккад, время опознания лица и экспрессии лица. 2.2.4.5. Литература по теме лекции 4 (на русском и иностранном языках): Основная литература: 1. Ярбус А.Л. Роль движений глаз в процессе зрения. М. Наука, 1965 2. Барабанщиков В.А. Экспрессии лица и их восприятие. – М.: «Из=во институт психологии РАН», 2012. 3. Лицо человека как средство общения: Междисциплинарный подход.-М.: Когито Центр, 2012. Дополнительная литература: 1. http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.117.4804&rep=rep1&type=pdf 2. http://www.peterdanpsychology.ro/ro/pagina/25/files/docs/face%20prception%20kanwisher.pdf 2.2.5. Лекция 5. Тема «Роль движений глаз в процессах внимания. Исследования скрытого внимания и микродвижения». План лекции. 1. Анализ движения глаз в процессах внимания. 2. Исследования скрытого внимания: макро и микро движения глаз. 3. Микродвижения глаз и процессы осознания. 2.2.5.1. Тезаурус (на русском и английском языках): Анализ движения глаз в процессах внимания. Роль локализации и последовательности фиксаций для анализа процессов внимания. Исследования скрытого внимания: макро и микро движения глаз. Исследования процессов осознания при помощи микродвижений глаз. Analysis of eye movements in attention processes. The role of localization and consistency of fixations for the analysis of attention processes. The study of the covert attention: macro and micro eye movements. The investigations of awareness processes with the help of micro eye movements. 2.2.5.2. Для самостоятельной работы студентов по теме лекции 5: o вопросы. 1. Процессы зрительного внимания и движения глаз. 2. Роль микродвижений глаз в процессах скрытого внимания. 3. Исследования процессов осознания при помощи регистрации микродвижений глаз. 2.2.5.3. Для текущего контроля по теме лекции 6 предлагаются: o темы контрольных работ. 1. Анализ движения глаз в процессах внимания. 2. Микродвижения глаз в процессах скрытого внимания. 3. Микродвижения глаз и процессы осознания. 2.2.5.4. Литература по теме лекции 5 (на русском и иностранном языках): Основная литература: 1. Величковский Б.М. Когнитивная наука: Основы психологии познания: в 2 т. Т. 1. – М.: Смысл: Издательский центр «Академия». 2006. 2. Д Величковский Б.М. Искра Ψ: новые области прикладных психологических исследований // Вестн. Моск. ун-та. Cер. 14. Психология. 2007. № 1. С. 57-72. 3. Martinez-Conde S., Macknik S.L., Hubel D.H. The role of fixational eye movements in visual perception // Neuroscience. V. 5, 2004. P. 229-240 Дополнительная литература: 1. Дормашев Ю.Б., Романов В.Я. Психология внимания. – М.: Тривола, 1995. -352 с. 2. Ярбус А.Л. Роль движений глаз в процессе зрения. М. Наука, 1965 2.2.6. Лекция 6. Тема «Исследования процессов чтения». План лекции. 1. Движения глаз в процессе чтения. Модель EZ Reader . 2. Роль параметров текста на эффективность его чтения и понимания. 3. Влияние когнитивных и лингвистических аспектов на процессы чтения. 2.2.6.1. Тезаурус (на русском и английском языках): Движения глаз в процессе чтения. Модель EZ Reader. Роль параметров текста на эффективность его чтения и понимания. Влияние когнитивных и лингвистических аспектов на процессы чтения. Eye movements in process of reading. EZ Reader Model. The role of text parameters on the efficiency of its reading and understanding. The influence of cognitive and linguistic aspects on the reading efficiency. 2.2.6.2. Для самостоятельной работы студентов по теме лекции 7: o вопросы. 1. Достоинства и недостатки модели EZ Reader . 2. Длина слова и наличие пропусков как основные параметры, определяющие процессы чтения текста. 3. Влияние когнитивных и лингвистических аспектов на процессы чтения. 2.2.6.3. Для текущего контроля по теме лекции 7 предлагаются: o темы контрольных работ. 1. Модель EZ Reader и ее объяснительные возможности. 2. Основные физические параметры текста, определяющие эффективность процессов чтения. 3. Влияние когнитивных и лингвистических аспектов на процессы чтения. 2.2.6.4. Литература по теме лекции 7 (на русском и иностранном языках): Основная литература: Rayner K. Eye movements in reading and information processing: 20 years of research // Psychological Bulletin, 1998, Vol. 124, P. 372–422. Назаров А.И., Мещеряков Б.Г. Движения глаз в процессе чтения //Психологический журнал Международного университета природы, общества и человека «Дубна». 2009. № 2. http://www.psyanima.ru/ o Дополнительная литература: 1. http://eyebooks.demicon.ru/files/1335091370.doc 2. http://www.tandfonline.com/doi/abs/10.1207/s1532799xssr1003_3#.Uaw_4jtvrfI 2.2.6. Лекция 7. Тема «Контроль взора в естественных сценах». План лекции. 1. Особенности движения глаз при наблюдении естественных сцен. 2. Роль параметров внешней стимуляции. 3. Контроль направления взора в соответствие с задачей. Роль мотивации. Влияние априорных знаний о сцене. 2.2.6.1. Тезаурус (на русском и английском языках): Особенности движения глаз при наблюдении естественных сцен. Роль параметров внешней стимуляции. Контроль направления взора в соответствие с задачей. Роль мотивации. Влияние априорных знаний о сцене. Features of eye movements during the observation of natural scenes. The role of parameters of external stimulation. Controls of the gaze direction in accordance with the task. The role of motivation. Impact of an apriori knowledge of the scene. 2.2.6.2. Для самостоятельной работы студентов по теме лекции 7: o вопросы. 1. Особенности движения глаз при наблюдении естественных сцен. 2. Влияние параметров внешней стимуляции на контроль направления взора. 3. Роль задачи на процессы выделения параметров сцены. Роль мотивации. Влияние априорных знаний о сцене. 2.2.6.3. Для текущего контроля по теме лекции 7 предлагаются: o темы контрольных работ. 4. Особенности движения глаз при наблюдении естественных сцен. 5. Роль параметров внешней стимуляции. 6. Контроль направления взора в соответствие с задачей. Роль мотивации. Влияние априорных знаний о сцене. 2.2.6.4. Литература по теме лекции 7 (на русском и иностранном языках): Основная литература: Величковский Б.М. Когнитивная наука: Основы психологии познания: в 2 т. Т. 1. – М.: Смысл: Издательский центр «Академия». 2006. Дополнительная литература: 1. http://www.cis.rit.edu/people/faculty/pelz/lab/papers/eyetracking_methods/ 2. http://www2.psychology.uiowa.edu/faculty/hollingworth/documents/Hend_etal_99.pdf 2.2.7. Лекция 8. Тема «Движения глаз при решении интеллектуальных задач». План лекции. 1. Использование технологии регистрации движения глаз для понимания процессов мышления и принятия решений. 2. Особенности движения глаз в задачах «Поиск общего», «Исключение лишнего», «Поиск оптимальных и альтернативных решений». 3. Исследование эвристичности мышления на материале математических, шахматных и шашечных задач. 2.2.7.1. Тезаурус (на русском и английском языках): Использование технологии регистрации движения глаз для понимания процессов мышления и принятия решений. Особенности движения глаз в задачах «Поиск общего», «Исключение лишнего», «Поиск оптимальных и альтернативных решений». Исследование эвристичности мышления на материале математических, шахматных и шашечных задач. Eye tracking technologies for thinking and decision-making processes studies. Features of eye movements in problems of «Search for a common», «Search for optimal and alternative solutions». Study of thinking heuristics on the material of mathematical, chess and draughts tasks. 2.2.7.2. Для самостоятельной работы студентов по теме лекции 8: o вопросы. 1. Технологии регистрации движения глаз для понимания процессов мышления и принятия решений. 2. Движения глаз в задачах «Поиск общего», «Исключение лишнего», «Поиск оптимальных и альтернативных решений». 3. Эвристичность мышления на материале математических, шахматных и шашечных задач. 2.2.7.3. Для текущего контроля по теме лекции 8 предлагаются: o темы контрольных работ. 1. Использование технологии регистрации движения глаз для понимания процессов мышления и принятия решений. 2. Особенности движения глаз в задачах «Поиск общего», «Исключение лишнего», «Поиск оптимальных и альтернативных решений». 3. Исследование эвристичности мышления на материале математических, шахматных и шашечных задач. 2.2.7.4. Литература по теме лекции 8 (на русском и иностранном языках): Основная литература: 1. Ярбус А.Л. Роль движений глаз в процессе зрения. М. Наука, 1965 2. Тихомиров О.К. Психология мышления — М.: ИЦ «Академия», 2002 3. Гиппенрейтер Ю.Б. Движения человеческого глаза. М.: Изд-во Моск. ун-та, 1978. o Дополнительная литература: 1. Вестник Моск Ун-та, Сер. 14, Психология, 2008, № 2. 2. http://www.sciencedirect.com/science/article/pii/S0364021301000659 2.2.8. Лекция 9. Тема «Движения глаз в процессах зрительного поиска». План лекции. 1. Когнитивные и сенсорные факторы стимуляции в задачах зрительного поиска. 2. Влияние низкоуровневых факторов (цвет, контраст, число дистракторов) на характеристики движения глаз. 3. Влияние высокоуровневых факторов (мотивация, смысловой контекст) на характеристики движения глаз. 2.2.8.1. Тезаурус (на русском и английском языках): Когнитивные и сенсорные факторы в задачах зрительного поиска. Влияние низкоуровневых факторов (цвет, контраст, число дистракторов) на характеристики движения глаз. Влияние высокоуровневых факторов (мотивация, смысловой контекст) на характеристики движения глаз. Cognitive and sensory factors in visual search tasks. Influence of low-level factors (color, contrast, the number of distractors) on the characteristics of eye movements. The influence of high-level factors (motivation, semantic context) on the eye movement pathway. 2.2.8.2. Для самостоятельной работы студентов по теме лекции 8: o вопросы. 1. Когнитивные и сенсорные факторы стимуляции в задачах зрительного поиска. 2. Роль низкоуровневых факторов (цвет, контраст, число дистракторов) на характеристики движения глаз. 3. Влияние высокоуровневых факторов (мотивация, смысловой контекст) на характеристики движения глаз. 2.2.8.3. Для текущего контроля по теме лекции 8 предлагаются: o темы контрольных работ. 1. Высокоуровневые и низкоуровневые факторы стимуляции в задачах зрительного поиска. 2. Влияние низкоуровневых факторов (цвет, контраст, число дистракторов) на характеристики движения глаз. 3. Роль высокоуровневых факторов (мотивация, смысловой контекст) на характеристики движения глаз. 2.2.8.4. Литература по теме лекции 9 (на русском и иностранном языках): o Основная литература: 1. Величковский Б.М. Когнитивная наука: Основы психологии познания: в 2 т. Т. 1, 2. М.: Смысл: Издательский центр «Академия», 2006. 2. Гиппенрейтер Ю.Б. Движения человеческого глаза. М.: Изд-во Моск. ун-та, 1978. o Дополнительная литература: 1. Шиффман Х. Ощущение и восприятие П., 2003 2.2.9. Лекция 10. Тема «Движения глаз в онтогенезе». План лекции. 1. Раннее когнитивное развитие. Восприятие, движения глаз и антиципация в раннем возрасте. 2. Экспериментальные исследования движения глаз младенцев при восприятии различных по сложности изображений. 2.2.9.1. Тезаурус (на русском и английском языках): Раннее когнитивное развитие. Восприятие, движения глаз и антиципация в раннем возрасте. Экспериментальные исследования движения глаз младенцев при восприятии различных по сложности изображений. Early cognitive development. Perception, eye movements and anticipation at an early age.Experimental studies of babies eye movements in the perception of complex images. 2.2.9.2. Для самостоятельной работы студентов по теме лекции 10: o вопросы. 1. Восприятие, движения глаз и антиципация в раннем возрасте. 2. Экспериментальные исследования движения глаз младенцев при восприятии различных по сложности изображений. 2.2.9.3. Для текущего контроля по теме лекции 10 предлагаются: o темы контрольных работ. 1. Раннее когнитивное развитие. 2. Экспериментальные исследования движения глаз младенцев при восприятии различных по сложности изображений. 2.2.9.4. Литература по теме лекции 10 (на русском и иностранном языках): Основная литература: 1. Сергиенко Е.А. Раннее когнитивное развитие: новый взгляд. М.: Изд во ИП РАН, 2006. 2. Шиффман Х. Ощущение и восприятие П., 2003 . Дополнительная литература: Любимов В.В. Психология восприятия. М.: Эксмо, ЧеРо, МПСИ, 20072.2.10. III. Учебно-методическое и информационное обеспечение лекционных занятий 3.1. РЕКОМЕНДУЕМАЯ ЛИТЕРАТУРА К КУРСУ ЛЕКЦИЙ В ЦЕЛОМ 3.1.1. Базовые учебники (в том числе электронные учебники): 1. Ярбус А.Л. Роль движений глаз в процессе зрения. М. Наука, 1965 2. Гиппенрейтер Ю.Б. Движения человеческого глаза. М.: Изд-во Моск. ун-та, 1978. 3. Величковский Б.М. Когнитивная наука: Основы психологии познания: в 2 т. Т. 1, 2. М.: Смысл: Издательский центр «Академия», 2006. 4. Барабанщиков В.А. Окуломоторные структуры восприятия. М.:Из-во «Институт психологии РАН», 1997 3.1.2. Основная литература: 1. Шиффман Х. Ощущение и восприятие П., 2003 2. Хрестоматия по общей психологии. Вып. 111. Субъект познания. М., 1998 3. Любимов В.В. Психология восприятия. М.: Эксмо, ЧеРо, МПСИ, 2007. 4. Барабанщиков В.А. Экспрессии лица и их восприятие. – М.: «Из=во институт психологии РАН», 2012. 5. Martinez-Conde S., Macknik S.L., Hubel D.H. The role of fixational eye movements in visual perception // Neuroscience. V. 5, 2004. P. 229-240 3.1.3. Дополнительная литература: Rayner K. Eye movements in reading and information processing: 20 years of research // Psychological Bulletin, 1998, Vol. 124, P. 372–422. Лицо человека как средство общения: Междисциплинарный подход/ Отв. Ред. В.А. Барабанщиков, А.А. Демидов, Д.А. Дивеев.-М.: Когито-Центр, 2012. Величковский Б.М. Искра Ψ: новые области прикладных психологических исследований // Вестн. Моск. ун-та. Cер. 14. Психология. 2007. № 1. С. 57-72. 3.1.4. Публикации, размещенные в электронных ресурсах: http://www.humlab.lu.se/education/leta www.psych.umass.edu/eyelab http://www.depts.ttu.edu/comc/graduate/eyetracking.php http://usability.bentley.edu/eye-tracking 3.2. МЕТОДИЧЕСКОЕ ОБЕСПЕЧЕНИЕ ФОРМ ИТОГОВОГО КОНТРОЛЯ И ИТОГОВОЙ АТТЕСТАЦИИ СТУДЕНТОВ ПО КУРСУ ЛЕКЦИЙ УЧЕБНОЙ ДИСЦИПЛИНЕ 3.2.1. Общий перечень вопросов для самостоятельного изучения студентами: 1. Регистрация движений глаз в задачах зрительного поиска. 2. Регистрация движений глаз в задачах исследования зрительной памяти. 3. Восприятие эмоциональных выражений человеческих лиц и движения глаз. 4. Преимущества и недостатки использования технологий регистрации движения глаз для экспериментальных исследований. 5. Значение современных технологий в развитии теоретических подходов к изучению когнитивных процессов. 6. Экспериментальные данные в когнитивной психологии, полученные с помощью систем Eye tracking. 7. Применение технологии Eye tracking в психологии спорта. 10. Использование технологий Eye tracking для развития способностей общения. 3.2.2. Темы эссе, рефератов, проектные задания и др.: 1. Проблемы использования новейших технологий в психологических исследованиях 2. Основные элементы и принципы работы установки Hi Speed 1250. 3. Возможности использования технологи Eye tracking в когнитивных исследованиях 4. Исследования когнитивных нарушений в ситуации иллюзии собственного движения при использовании технологии Eye tracking 5. Исследования процессов зрительного поиска в ситуации иллюзии собственного движения при использовании технологии Eye tracking _______________________________________________________________________ 3.2.3. Оценочные средства для проведения аттестации по итогам освоения учебной дисциплины и критерии усвоения знаний: контрольные вопросы (в том числе на иностранном языке)______________ ________________________________________________________________________ проблемные ситуации, психологические задачи, проектные задания и т.п.____________________________________________________________________ примеры тестовых заданий (не менее 10) ____________________________ примеры экзаменационных заданий, билетов и т.п.____________________ 3.2.4. Темы курсовых и дипломных работ по учебной дисциплине: 1. Роль движений глаз в восприятии сложных текстов. 2. Роль движений глаз в распознавании эмоциональных выражений лиц. 3. Движения глаз при опознании лица. 4. Движения глаз и когнитивные процессы. 5. Микродвижения глаз в процессах скрытого внимания. 6. Исследования зрительного поиска при помощи технологии Eye tracking 7. Оценка нарушений процессов зрительного поиска при восприятии Vection иллюзии 8. Исследования роли движения глаз в иллюзии слепоты, вызванной движением. _____________________________________________________________________________ 3.2.5. Оценочные средства для проведения итоговой государственной аттестации: вопросы, связанные с содержанием учебной дисциплины (прежде всего касающиеся основных теорий и методов) на русском и английском языках (не менее 10) 1. Роль движения глаз при исследовании когнитивных процессов. Классификация видов и функций движения глаз. 2. Методы регистрации движений глаз: фотооптический, электроокулографический, видеоокулографический (eye tracking). 3. Принципы регистрации движения глаз на установке iView X фирмы SMI GmbH. Основные элементы и принципы работы установки. 4. Движения глаз при чтении простых и сложных текстов. 5. Движения глаз при решении интеллектуальных задач (на примере задачи на исключение лишнего). 6. Восприятие неоднозначных изображений и движения глаз. 7. Восприятие эмоциональных выражений человеческих лиц и движения глаз. 8. Регистрация движений глаз в задачах исследования зрительной памяти. 9. Регистрация движений глаз в задаче зрительного поиска. 10. Изучение взаимосвязи паттерна движений глаз и способности к концентрации внимания 11. Исследования когнитивных процессов при помощи технологии регистрации движения глаз. Основные достоинства и недостатки. 12. Составляющие аппаратные компоненты системы Hi Speed 1250. 13. Виды движений глаз. Их основные пространственные и временные характеристики. ________________________________________________________________________ аттестационные задачи (проблемные ситуации, требующие использования знаний и умений по учебной дисциплине) на русском и английском языках (не менее 5) _______________________________________________________________________ 3.3. МЕТОДИЧЕСКИЕ РЕКОМЕНДАЦИИ ПРЕПОДАВАТЕЛЯМ ПО ЛЕКЦИОННЫМ ЗАНЯТИЯМ В ЦЕЛОМ 3.3.1. Рекомендуемые образовательные технологии: Например: активные и интерактивные формы проведения занятий, программные компьютерные средства, создание конкретных виртуальных сред для проведения психофизиологических исследований. В рамках учебных курсов рекомендуется предусмотреть: мастер-классы экспертов в области создания сложных виртуальных сред для прикладных исследований. 3.3.2. Материально-техническое обеспечение учебной дисциплины: использование в учебном процессе систем ВР, приобретенных по Программе развития МГУ IV. Структура и содержание учебной дисциплины по учебному плану № п/п Раздел, тема учебной дисциплины Семестр Виды учебной работы, включая самостоятельную работу студентов и трудоемкость (в часах) Формы текущего контроля успеваемости (по разделам, темам) Форма промежуточной аттестации (по семестрам) Лекции Семинар Лабораторные занятия Самостоятельная работа студентов 1. Теоретические подходы к изучению когнитивных процессов. Подход «Активное зрение» 2 2 Контрольная работа 2. История развития технологии Eye tracking. Основные принципы работы. 2 2 Контрольная работа 3. Виды движения глаз. Пространственные и временные характеристики. 2 2 Контрольная работа 4. Исследования восприятия лица и его экспрессии. 4 4 Контрольная работа 5. Исследования скрытого внимания. 2 2 Контрольная работа 6. Исследования процессов чтения. 2 2 Контрольная работа 7. Контроль взора в естественных сценах. 2 2 Контрольная работа 8. Микродвижения глаз и внимание 2 2 Контрольная работа 9. Микродвижения глаз и процессы осознания 2 2 Контрольная работа 10. Развитие и движения глаз. 10 2 8 Контрольные работы V. Организационно-методический раздел по курсу лекций 5.1. МЕСТО КУРСА ЛЕКЦИЙ ПО ДИСЦИПЛИНЕ В СТРУКТУРЕ ОСНОВНОЙ ОБРАЗОВАТЕЛЬНОЙ ПРОГРАММЫ (ООП): Практический курс «Движения глаз и когнитивные процессы» относится к вариативной части профессионального цикла С. Для успешного усвоения данного учебного предмета необходимо владение знаниями и умениями дисциплин «Общая психология», «Ощущение и восприятие», «Мышление и речь», «Память и внимание», «Физиология сенсорных систем». Теоретический курс «Общая психология» выступает одной из предпосылок прохождения курса «Движения глаз и когнитивные процессы». 5.2. ТРЕБОВАНИЯ К РЕЗУЛЬТАТАМ ОСВОЕНИЯ КУРСА ЛЕКЦИЙ ПО УЧЕБНОЙ ДИСЦИПЛИНЕ: Процесс изучения дисциплины направлен на формирование следующих компетенций: УНИВЕРСАЛЬНЫЕ КОМПЕТЕНЦИИ общенаучные: способность анализировать и оценивать философские проблемы при решении социальных и профессиональных задач C-ОНК-2 владение основами исторических знаний, понимание движущих сил и закономерностей исторического процесса, места человека в историческом процессе, политической организации общества C-ОНК-3 владение методологией научных исследований в профессиональной области C-ОНК-4 способность обеспечивать математическое сопровождение типовых профессиональных задач и интерпретировать результаты, полученные математическими методами при анализе клинико-психологических данных; владение знаниями об ограничениях и границах применимости моделей C-ОНК-5 владение разделами математики, необходимыми для решения научно-исследовательских и практических задач в профессиональной области C-ОНК-6 инструментальные: владение навыками использования программных средств и работы в компьютерных сетях, использования ресурсов Интернета; владение основными методами, способами и средствами получения, хранения, переработки информации C-ИК-4 способность использовать современную вычислительную технику и специализированное программное обеспечение в научно-исследовательской работе C-ИК-5 системные: способность к творчеству, постановке инновационных задач, выдвижению самостоятельных гипотез C-СК-1 способность к поиску, критическому анализу, обобщению и систематизации научной информации, к постановке целей исследования и выбору оптимальных путей и методов их достижения C-СК-2 способность к самостоятельному обучению и разработке новых методов исследования, к изменению научного и научно-производственного профиля деятельности; к инновационной научно-образовательной деятельности C-СК-3 ПРОФЕССИОНАЛЬНЫЕ КОМПЕТЕНЦИИ Научно-исследовательская деятельность: сопоставление теории и современной ситуации в психофизиологии в контексте исторических предпосылок ее развития; реализация основных процедур теоретического анализа проблем, связанных с вопросами мозговых механизмов психики. C-ПК-1 постановка проблем исследования, обработка, анализ и систематизация научно-психологической информации по теме исследования C-ПК-2 разработка дизайна исследования, оценка его соответствия современным требованиям, целям исследования и этико-деонтологическим нормам; выбор и применение номотетических и идеографических методов обработки и анализа данных с использованием новых информационных технологий C-ПК-3 проведение психофизиологических исследований на основе профессиональных знаний и применение технологий, позволяющих осуществлять решение теоретических задач в различных научных и научно-практических областях психофизиологии. C-ПК-4 представление материалов исследования, заключений и рекомендаций, основанных на интерпретации полученных результатов в письменной, устной и виртуальной и электронной формах C-ПК-5 научная экспертная оценка актуальных и потенциальных исследовательских проектов C-ПК-6 Практическая и консультативная деятельность: диагностика психологических свойств, состояний, характеристик психических процессов у взрослых и детей для решения вопросов, касающихся особенностей функционирования в определенных видах деятельности с учетом нозологических, синдромальных, культуральных, социально-демографических и индивидуально-психологических характеристик C-ПК-10 выявление трудностей в обучении, нарушений и отклонений в психическом развитии, риска асоциального поведения, диагностика психических состояний, возникающих в процессе учебной и внеучебной деятельности C-ПК-13 Проектно-инновационная деятельность: создание новых технологий проведения психофизиологических исследований в различных областях психофизиологии с учетом новейших отечественных и зарубежных разработок C-ПК-19 разработка инновационных подходов к постановке новых задач в исследовательской и научно-практической деятельности психофизиолога C-ПК-20 методическая и профессиональная готовность к работе над междисциплинарными проектами C-ПК-21 Педагогическая и просветительская деятельность: разработка целей, стратегий обучения и программ новых (и совершенствование имеющихся) учебных курсов по дисциплинам психофизиологического направлений с использованием различных обучающих технологий, в том числе информационных C-ПК-23 разработка учебно-методических материалов (учебников, учебно-методических пособий, мультимедийных курсов и материалов и т.п.) для повышения эффективности процесса обучения C-ПК-24 организация учебного процесса в различных формах (лекции, семинары, практические занятия, консультирование, самостоятельная работа студентов и т.д.) C-ПК-25 5.3. СООТНЕСЕНИЕ РАЗДЕЛОВ И ТЕМ ЛЕКЦИЙ УЧЕБНОЙ ДИСЦИПЛИНЫ С ФОРМИРУЕМЫМИ УНИВЕРСАЛЬНЫМИ И ПРОФЕССИОНАЛЬНЫМИ КОМПЕТЕНЦИЯМИ Разделы, темы курса лекций Количество часов Номер компетенции по соответствующему стандарту См. Приложение Теоретические подходы к изучению когнитивных процессов. Подход «Активное зрение» 4 C-ОНК-2, C-ОНК-3, История развития технологии Eye tracking. Основные принципы работы. 2 C-ОНК-4, C-ОНК-5, C-ОНК-6, C-ИК-4, C-ИК-5, C-СК-1, C-СК-2, C-СК-3, C-ПК-1, C-ПК-2, C-ПК-3, С-ПК-4, C-ПК-5, C-ПК-6 Виды движения глаз. Пространственные и временные характеристики. 2 C-СК-1, C-СК-2, C-СК-3, C-ПК-1, C-ПК-2, C-ПК-3, С-ПК-4, C-ПК-5, C-ПК-6 Исследования восприятия лица и его экспрессии. 4 C-СК-1, C-СК-2, C-СК-3, C-ПК-1, C-ПК-2, C-ПК-3, С-ПК-4, C-ПК-5, C-ПК-6 Исследования скрытого внимания. 2 C-СК-1, C-СК-2, C-СК-3, C-ПК-1, C-ПК-2, C-ПК-3, С-ПК-4, C-ПК-5, C-ПК-6 Исследования процессов чтения. 2 C-СК-1, C-СК-2, C-СК-3, C-ПК-1, C-ПК-2, C-ПК-3, С-ПК-4, C-ПК-5, C-ПК-6 Контроль взора в естественных сценах. 2 C-СК-1, C-СК-2, C-СК-3, C-ПК-1, C-ПК-2, C-ПК-3, С-ПК-4, C-ПК-5, C-ПК-6 Микродвижения глаз и внимание 4 C-СК-1, C-СК-2, C-СК-3, C-ПК-1, C-ПК-2, C-ПК-3, С-ПК-4, C-ПК-5, C-ПК-6 Микродвижения глаз и процессы осознания 2 C-СК-1, C-СК-2, C-СК-3, C-ПК-1, C-ПК-2, C-ПК-3, С-ПК-4, C-ПК-5, C-ПК-6 Развитие и движения глаз. 2 C-СК-1, C-СК-2, C-СК-3, C-ПК-1, C-ПК-2, C-ПК-3, С-ПК-4, C-ПК-5, C-ПК-6 Движения глаз в процессаз зрительного поиска. 2 C-СК-1, C-СК-2, C-СК-3, C-ПК-1, C-ПК-2, C-ПК-3, С-ПК-4, C-ПК-5, C-ПК-6
- Добавил в систему: Меньшикова Галина Яковлевна
Преподавание курса
Открылась новая магистратура по когнитивной психологии
Институт экспериментальной психологии Московского государственного психолого-педагогического университета (МГППУ) открыл набор на новую образовательную программу магистратуры «Когнитивная психология» по направлению 37.03.01 «Психология», форма обучения – очная, срок обучения – 2 года.
Обучение происходит на уникальном лабораторном оборудовании Института экспериментальной психологии, Центра нейрокогнитивных исследований, Научно-образовательного центра «Нейро-биологическая диагностика наследственных психических заболеваний детей и подростков», Центра информационных технологий.
Всего – 15 бюджетных мест. Время приема документов – до 26 июля (четверг).
Требования к абитуриентам: Базовое образование при поступлении: высшее (диплом бакалавра, специалиста, магистра).
Поступление: устный междисциплинарный экзамен по психологии в формате МГППУ.
Список документов для поступления: https://mgppu.ru/text/221
Приём заявлений на программы проходит по адресу:
г. Москва, ул. Сретенка дом 29, 301 ауд.
Телефон приемной комиссии: +7 (495) 632-98-66
Вы будете изучать:
Научно-исследовательские и теоретико-познавательные дисциплины, направления и методы когнитивно-психологических исследований, психофизиологические методы в когнитивной психологии, когнитивно-психологические исследования животных, математическое моделирование и системы искусственного интеллекта в когнитивных исследованиях.
Вы будете исследовать на практике:
Познавательные, коммуникативные, когнитивные и эмоционально-волевые процессы с применением гарнитуры виртуальной реальности, спектрального анализа ЭЭГ и МЭГ методов окулографии, математического и компьютерного моделирования, а также исследованиях животных. Научитесь использовать системы искусственного интеллекта для решения прикладных задач.
В обучении принимают участие ведущие исследователи в области когнитивных наук:
В.А. Барабанщиков, доктор психологических наук, директор института экспериментальной психологии МГППУ, член Ученого совета МГППУ, главный редактор журнала «Экспериментальная психология», член экспертного совета Высшей аттестационной комиссии при Министерстве образования и науки Российской Федерации по педагогике и психологии.
Строганова Т.А., доктор биологических наук, руководитель Центра нейрокогнитивных исследований (МЭГцентр), ФГБОУ ВО МГППУ Горбачевская Н.Л., доктор биологических наук руководитель научно-образовательного центра «Нейробиологическая диагностика наследственных психических заболеваний детей и подростков.
Куравский Л. С., доктор технических наук, декан факультета информационных технологий, заведующий кафедрой прикладной информатики и мультимедийных технологий факультета информационных технологий, профессор.
Выпускники смогут работать:
Исследователями, способными решать задачи самыми передовыми методами во всех областях профессиональной деятельности от педагогики и медицины до социальных служб и вооруженных сил.
Более подробную информацию можно посмотреть по ссылкам: https://mgppu.ru/project/info/195/6784
Наука о том, как мы думаем
Вы когда-нибудь задумывались, почему вы запоминаете определенные детали, даже не пытаясь, а другая важная информация так быстро ускользает от вас? Это лишь один из примеров вопросов, на которые может попытаться ответить кто-то, кто работает в области когнитивной психологии.
Что такое когнитивная психология?
Когнитивная психология включает изучение внутренних психических процессов — всего, что происходит внутри вашего мозга, включая восприятие, мышление, память, внимание, язык, решение проблем и обучение.Хотя это относительно молодой раздел психологии, он быстро превратился в одну из самых популярных областей психологии.
У этого когнитивного исследования есть множество практических применений, таких как помощь в преодолении нарушений памяти, повышение точности принятия решений, поиск способов помочь людям оправиться от черепно-мозговой травмы, лечение нарушений обучения и структурирование учебных программ для улучшения обучения.
Изучение того, как люди думают и обрабатывают информацию, не только помогает исследователям глубже понять, как работает человеческий мозг, но и позволяет психологам разрабатывать новые способы помощи людям в решении психологических проблем.
Например, признавая, что внимание является одновременно избирательным и ограниченным ресурсом, психологи могут находить решения, которые облегчают людям с проблемами внимания улучшить свое внимание и концентрацию.
Результаты когнитивной психологии также улучшили наше понимание того, как люди формируют, хранят и вспоминают воспоминания. Зная больше о том, как работают эти процессы, психологи могут разработать новые способы помочь людям улучшить их память и бороться с потенциальными проблемами с памятью.
Например, психологи обнаружили, что, хотя ваша кратковременная память довольно коротка и ограничена (длится всего 20–30 секунд и может вместить от пяти до девяти элементов), стратегии репетиции могут повысить шансы передачи информации в долговременную. термическая память, которая намного стабильнее и долговечнее.
Когда обращаться к когнитивному психологу
В то время как многие когнитивные психологи специализируются на исследованиях и работают в университетах или государственных учреждениях, другие сосредоточены на клинической практике и работают напрямую с людьми, которые сталкиваются с проблемами, связанными с различными психическими процессами.Они могут работать в больницах, психиатрических клиниках или в частных клиниках.
Психологи, работающие в этой области, часто сосредотачиваются на конкретной области интересов, такой как память, в то время как другие могут вместо этого работать непосредственно над конкретными проблемами здоровья, связанными с познанием, такими как дегенеративные расстройства мозга или травмы мозга.
Причины обратиться к когнитивному психологу
- Болезнь Альцгеймера, деменция или потеря памяти
- Лечение травм головного мозга
- Когнитивная терапия психологического заболевания
- Вмешательства при нарушениях обучаемости
- Проблемы с восприятием или сенсорными ощущениями
- Терапия нарушения речи или языка
Работа когнитивных психологов важна для помощи людям, у которых возникли проблемы с психическими процессами.Хотя мы склонны воспринимать такие способности, как внимание и решение проблем, как должное, возможно, потому, что они так вплетены в ткань нашего повседневного существования, когнитивные нарушения могут создавать хаос во многих сферах жизни человека.
Проблемы с вниманием могут затруднить сосредоточение внимания на работе или в школе. Даже относительно незначительные проблемы с памятью могут затруднить выполнение повседневных задач. Подумайте, например, о том, как негативное мышление может помешать вашему здоровью и счастью.
Все мы время от времени испытываем эти негативные мысли, но некоторые люди могут оказаться подавленными пессимистическими моделями мышления, которые затрудняют повседневную жизнь. Эти размышления могут привести к повышению уровня стресса, пессимизму и саботажу и даже могут способствовать возникновению чувства усвоенной беспомощности.
С помощью когнитивных психологов люди часто могут найти способы справиться и даже преодолеть такие трудности.
Терапевтические методы лечения, основанные на когнитивных исследованиях, направлены на то, чтобы помочь людям изменить эти негативные модели мышления и заменить такие мысли более позитивными и реалистичными.
Когнитивная психология психического здоровья
В дополнение к нашему пониманию того, как работает человеческий разум, область когнитивной психологии также повлияла на подходы к психическому здоровью. До 1970-х годов многие подходы к психическому здоровью были больше ориентированы на психоаналитический, поведенческий и гуманистический подходы.
Так называемая «когнитивная революция», произошедшая в этот период, сделала больший акцент на понимании того, как люди обрабатывают информацию и как модели мышления могут способствовать психологическому стрессу.Благодаря исследованиям в этой области когнитивными психологами были разработаны новые подходы к лечению депрессии, тревоги, фобий и других психологических расстройств.
Когнитивно-поведенческая терапия и рациональная эмоционально-поведенческая терапия — это два метода, в которых клиенты и терапевты сосредотачиваются на основных когнициях, которые способствуют психологическому стрессу.
Терапевты могут помочь клиентам выявить иррациональные убеждения и другие когнитивные искажения, которые противоречат реальности, а затем помочь им заменить такие мысли более реалистичными и здоровыми убеждениями.
Если вы испытываете симптомы психологического расстройства, для которых полезно использовать когнитивные подходы, вы можете обратиться к психологу, имеющему специальную подготовку по этим методам когнитивного лечения.
Эти профессионалы часто пользуются другими титулами, помимо когнитивных психологов, такими как психиатр, клинический психолог или психолог-консультант, но многие из используемых ими стратегий уходят корнями в когнитивную традицию. Если вы не уверены в дисциплине или подходе практикующего, просто спросите его или ее.
Влияние когнитивной психологии
Как видите, область когнитивной психологии широка и разнообразна, но при этом затрагивает очень многие аспекты повседневной жизни.
Исследования в области когнитивной психологии могут иногда казаться академическими и далекими от проблем, с которыми вы сталкиваетесь в повседневной жизни, но результаты таких научных исследований играют роль в том, как профессионалы подходят к лечению психических заболеваний, черепно-мозговых травм и дегенеративных заболеваний головного мозга. .
Благодаря работе когнитивных психологов мы можем лучше определить способы измерения интеллектуальных способностей человека, разработать новые стратегии борьбы с проблемами памяти и расшифровать работу человеческого мозга — все это в конечном итоге оказывает сильное влияние на то, как мы лечим когнитивные расстройства. .
Когнитивная психология — это быстро развивающаяся область, которая продолжает расширять наше понимание множества влияний, которые психические процессы оказывают на наше здоровье и повседневную жизнь.
От понимания того, как когнитивные процессы меняются в процессе развития ребенка до изучения того, как мозг преобразует сенсорные данные в восприятие, когнитивная психология помогла нам получить более глубокое и богатое понимание многих психических событий, которые способствуют нашему повседневному существованию и общему благополучию. существование.
Слово от Verywell
Если вам поставили диагноз «проблема с мозгом или когнитивным здоровьем», это может пугать, а иногда и сбивать с толку, но важно помнить, что вы не одиноки.
Работая со своим врачом, вы можете разработать эффективный план лечения, который поможет решить проблемы со здоровьем мозга и когнитивные проблемы. Ваше лечение может включать консультации с когнитивным психологом, имеющим опыт работы в конкретной проблемной области, с которой вы сталкиваетесь, или вас могут направить к другому специалисту в области психического здоровья, который имеет подготовку и опыт работы с вашим конкретным заболеванием.
Возможно, вам будет полезно узнать как можно больше о своем первоначальном диагнозе и подумать о составлении списка вопросов, которые у вас есть перед следующим визитом к врачу, когнитивному психологу или специалисту в области психического здоровья.Это поможет вам почувствовать себя лучше подготовленным и готовым к следующим этапам лечения.
границ | Подход когнитивного моделирования к формированию стратегии при динамическом принятии решений
Введение
Бэккантри-лыжники (и сноубордисты) стремятся получить уникальные ощущения от катания на лыжах или сноуборде по покрытым снегом горам, рисуя первую линию на свежевыпавшем снегу. Прежде чем принять решение о спуске по тому или иному горному склону, они проверяют снежный покров, температуру и ветровые условия, чтобы избежать схода лавины.Часто ни одна характеристика снега не имеет решающего значения, но их сочетание может изменить условия безопасного катания. Решение продолжить движение по склону часто пересматривается в зависимости от обратной связи со снегом (например, обрушивающийся снег, торможение на снегу или хороший порошковый снег) и предыдущего опыта.
Описанный сценарий дает хороший пример сложного познания. Комплексное познание (Knauff and Wolf, 2010) исследует, как различные умственные процессы влияют на планирование действий, решение проблем и принятие решений.Термин «психические процессы в сложном познании» включает не только когнитивные, но и мотивационные аспекты. Натуралистическое исследование процесса принятия решений исследует, как решения принимаются «в дикой природе». Реальные решения, принимаемые людьми с определенным опытом, исследуются в контексте ограниченного времени, противоречивых целей, динамически меняющихся условий и источников информации различной надежности.
Такие сложные ситуации включают в себя дополнительные аспекты, которые не могут быть охвачены все вместе при изучении сложного познания.Тем не менее, исследователи должны стремиться к описанию, пониманию и прогнозированию человеческого поведения во всей его сложности.
Модель, расположенная в когнитивных архитектурах, может моделировать несколько параллельных процессов, тем самым фиксируя многогранные психологические явления и делая прогнозы, иногда даже для сложных задач. Тем не менее, разработка таких моделей требует пошаговой процедуры для выделения различных влияющих факторов. В нашем примере с лыжным спортом сначала представим модель основного процесса принятия решений (например,g., основанный на изучении категорий на основе характеристик снега и обратной связи) лыжника-бэккантри необходимо разработать и протестировать. Впоследствии этот подход может быть расширен с помощью подходов к моделированию других процессов, влияющих на решение (например, мотивации), для прогнозирования принятия решений в естественных условиях.
Чтобы приблизиться к общей цели понимания познания в целом, изучение динамического принятия решений с помощью когнитивных архитектур представляет собой шаг в правильном направлении. При динамическом принятии решений решения не считаются фиксированными, но могут быть изменены поступающей информацией.Таким образом, рассматриваются не только отдельные аспекты принятия решений, такие как влияние внимания, но и факторы окружающей среды, которые дают обратную связь о действии или приводят к серьезным изменениям, требующим адаптации к новым условиям.
Однако в реальных решениях на наш будущий выбор и нашу обработку результатов решений влияет обратная связь из окружающей среды. Это интерактивный взгляд на процесс принятия решений, называемый динамическим принятием решений (Gonzalez, 2017), примером которого является приведенный выше сценарий.Согласно Эдвардсу (1962), динамическое принятие решений определяют три аспекта. Во-первых, с течением времени предпринимается ряд действий для достижения определенной цели. Во-вторых, действия зависят друг от друга. Таким образом, на решения влияют предыдущие действия. В-третьих, и это наиболее трудно исследовать, изменения в окружающей среде происходят в результате этих действий, но также и спонтанно (Edwards, 1962). Согласно Гонсалесу (2017), динамическое принятие решений — это процесс, в котором решения мотивируются целями и внешними событиями.Они зависят от предыдущих решений и результатов. Таким образом, решения принимаются на основе опыта и зависят от обратной связи. В большинстве случаев такие решения принимаются в условиях ограниченного времени. Поэтому длительные умственные разработки невозможны. Подводя итог, можно сказать, что исследование динамического принятия решений исследует серию решений, которые зависят от предыдущих решений и принимаются в условиях временных ограничений в изменяющейся среде.
Другой взгляд на динамическое принятие решений как на непрерывный цикл обновления ментальной модели представлен Ли и Маани (2011).Они описывают этот процесс с помощью цикла CER. CER расшифровывается как «Концептуализация – Экспериментирование – Отражение». Концептуализация — это получение понимания ситуации и мысленное моделирование результатов потенциальных решений и связанных с ними действий. Таким образом, лицо, принимающее решения, сравнивает данную ситуацию со связанной информацией в своей ментальной модели и объединяет новую информацию, полученную из окружающей среды, для выработки набора решений. Во время экспериментов решения и вмешательства, разработанные на основе ментальной модели лица, принимающего решения, проверяются в динамике реального мира.На этапе размышления отражается результат фазы экспериментирования, например, обрабатывается обратная связь. Если ожидаемый результат достигнут (например, положительная обратная связь), первоначальные решения остаются в силе. Однако, если результат неожиданный (например, отрицательная обратная связь) или полученные результаты отличаются от ожидаемого результата, лицо, принимающее решение, обновляет свою ментальную модель. Для этого он или она выбирают альтернативные действия, такие как поиск новых источников информации для принятия лучших решений.
Эти виды процедур принятия решений были предложены для разделения многих процессов с процедурой формирования категорий (Seger and Peterson, 2013). Категоризация — это мысленная операция, которая группирует объекты на основе их схожих характеристик. Когда новые категории формируются из заданного набора элементов без явной инструкции, сначала должны быть извлечены признаки, отличающие разные элементы. Затем гипотезы о соответствующих характеристиках должны быть сформированы и проверены путем принятия последовательных решений.
Эксперименты по изучению категорий в когнитивной науке часто требуют, чтобы участники установили четкие правила, которые идентифицируют членов целевой категории. Решения о последовательной категоризации подкрепляются обратной связью, указывающей, было ли решение правильным или нет. Успех таких экспериментов по категориальному обучению на основе правил во многом зависит от рабочей памяти и внимания руководителей (Ashby and Maddox, 2011). Тот факт, что решения в реальном мире критически зависят от успеха или неудачи в предыдущих испытаниях, квалифицирует категориальное обучение как модель для динамического принятия решений.
Существует множество продвинутых вычислительных моделей категоризации, которые объясняют поведенческие характеристики субъектов при выполнении различных задач категоризации (например, Nosofsky, 1984; Anderson, 1991; Ashby, 1992; Kruschke, 1992; Nosofsky et al., 1994; Erickson and Kruschke, 1998). ; Love et al., 2004; Sanborn et al., 2010). Эти конкурирующие модели различаются по своим теоретическим допущениям (Lewandowsky et al., 2012), и в настоящее время нет единого мнения о том, как можно сравнивать и тестировать разные модели друг с другом (Wills and Pothos, 2012).
Еще одним требованием к динамическому принятию решений является возникновение изменений в окружающей среде. Хорошо известная задача категоризации с использованием таких изменений реализована в тесте сортировки карточек штата Висконсин (WCST; Berg, 1948). В этом тесте участники должны сначала выбрать правило одного признака (цвет, форма, количество символов), а затем им необходимо переключиться на другое правило одного признака. Эта задача проверяет способность проявлять поведенческую гибкость. Другой экспериментальный подход к тестированию поведенческой гибкости у людей и животных — это обратное обучение (например,г., Кларк и др., 2004; Jarvers et al., 2016). Здесь субъекты должны адаптировать свое поведение выбора в соответствии с обратными обстоятельствами подкрепления.
Таким образом, эксперименты по категориальному обучению с изменяющимися правилами могут служить подходящими парадигмами для изучения динамического принятия решений в лаборатории, хотя и с ограниченной сложностью по сравнению со сценариями реального мира.
Большинство экспериментов по обучению категорий на основе правил просты и используют только одну соответствующую спецификацию стимула (например,g., определенный цвет предмета) в качестве основы категоризации. В принципе, однако, такое ограничение не требуется, и эксперименты по изучению категорий на основе правил могут стать более сложными при использовании правил конъюнкции. Их все еще можно легко описать словесно (например, ответьте A, если стимул мал по размеру x и мал по размеру y). Было показано, что правила конъюнкции можно усвоить (например, Salatas and Bourne, 1974), но они гораздо менее заметны и обычно не применяются (Ashby et al., 1998).
Далее основные моменты, упомянутые выше, объединены в нашем примере катания на лыжах в бэккантри: Поскольку обратная связь с окружающей средой играет центральную роль в построении правильной ментальной модели, обратная связь в виде большого снежного покрова указывает на правильность текущей стратегии. Напротив, отрицательная обратная связь, например, разрушение снега, указывает на то, что следует изменить стратегию, возможно, поискать другие характеристики или даже другую комбинацию функций, которые могут обещать лучший результат для катания на лыжах.Кроме того, внезапные изменения условий окружающей среды могут привести к изменению сочетания характеристик, указывающих на положительный результат. В нашем примере изменением может быть другой склон холма с большим воздействием солнца или повышением температуры, что требует, чтобы другие комбинации функций использовались как показатель безопасного спуска. Существует множество вариантов того, какие функции и комбинации функций могут указывать на безопасные или небезопасные условия, что усложняет такую задачу.
Таким образом, для изучения динамического принятия решений в эксперименте по изучению категорий требуется задача с вышеупомянутыми характеристиками (последовательные решения с обратной связью, множественные стимулы и переключение назначений категорий).Чтобы определить, как люди изучают принадлежность функций в динамической среде, и исследовать, как возникают стратегии с возрастающей сложностью, сначала необходимо разработать подход к моделированию, обращающийся к этим аспектам. Если эта модель полезна и правдоподобна, она должна соответствовать средним поведенческим данным. Это важная веха на пути к более точной модели, которая, в свою очередь, должна предсказывать более подробные эмпирические данные (например, индивидуальные поведенческие или нейронные данные). Если этот шаг будет достигнут, то модели можно будет использовать в качестве систем помощи при принятии решений на индивидуальном уровне.
В этой статье мы используем поведенческие данные эксперимента, описанного ниже, для разработки исходной когнитивной модели, как описано выше. В ходе эксперимента участникам нескольких испытаний было предъявлено большое количество разнообразных звуковых стимулов. Затем участники должны были узнать методом проб и ошибок, какие комбинации характеристик характеристик предсказывают положительный или отрицательный результат. Поскольку перцептивное обучение стимулам не является предметом нашего исследования, мы использовали характерные и легко распознаваемые слуховые особенности.Чтобы соответствовать всем вышеупомянутым критериям для динамического принятия решений, мы дополнительно ввели спонтанное изменение в среде, так что предыдущие решения о комбинациях функций внезапно потребовалось переоценить, чтобы получить положительную обратную связь.
В частности, мы хотели бы продемонстрировать, как различные аспекты, влияющие на динамическое принятие решений, могут быть решены с помощью комбинации существующих и проверенных когнитивных механизмов в архитектуре. К ним относятся: научиться различать комбинации положительных и отрицательных характеристик в зависимости от обратной связи; последовательное тестирование сначала простых правил с одной характеристикой и переключение на более сложные правила с двумя функциями позже, а также использование метапознания для переоценки комбинаций функций после изменений среды.Другие подходы к моделированию также могут воспроизводить такие данные, что отличает наш подход тем, что он имеет теоретически обоснованную интерпретацию правдоподобных когнитивных механизмов.
Зачем использовать когнитивное моделирование?
Метод когнитивного моделирования усиливает точность расплывчатых теорий. Чтобы научные теории были точными, эти вербальные теории должны быть формально смоделированы (Димов и др., 2013). Таким образом, теории должны быть ограничены описываемыми процессами и научно установленными механизмами.Как утверждают Саймон и Ньюэлл (1971), «программируемость теорий является гарантией их работоспособности и железной страховкой от допуска магических сущностей в голову» (стр. 148).
Когнитивные модели могут делать прогнозы того, как несколько аспектов или переменных взаимодействуют и производят поведение, наблюдаемое в эмпирических исследованиях. В реальных жизненных ситуациях поведение определяется множеством влияний. Когнитивные модели помогают понять, какие взаимосвязанные когнитивные процессы приводят к наблюдаемому поведенческому результату.Когнитивные модели могут выполнять ту же задачу, что и участники, путем моделирования множества текущих когнитивных процессов. Таким образом, модели могут дать представление о задачах, которые слишком сложны для анализа с помощью контролируемых экспериментов. Тем не менее, изучение такого задания с участниками обязательно для сравнения результатов моделей и участников. Однако понимание процесса, ведущего к результату, более важно, чем точное соответствие модели заданному набору экспериментальных результатов. Наша цель в этом отношении — понять процессы, лежащие в основе принятия решений человеком, и не в последнюю очередь помочь людям научиться лучше принимать решения (Wolff and Brechmann, 2015).
Прогнозы, сделанные с помощью когнитивных моделей, можно сравнивать не только со средними данными результатов (такими как время реакции или процент правильных решений), но и с обработкой данных. Данные процесса представляют собой шаблоны поиска информации, например нейронные данные. В этом отношении когнитивные модели могут быть проинформированы данными ЭЭГ и фМРТ для эмпирической проверки таких процессов (Forstmann et al., 2011; Borst and Anderson, 2015).
Разработка нейробиологически правдоподобных моделей находится в центре внимания обучения с подкреплением (например,г., Саттон и Барто, 1998). Целью таких вычислительных моделей является лучшее понимание механизмов, задействованных на уровне нейронной сети, которые изучались с помощью инвазивных электрофизиологических измерений в различных областях мозга животных (например, сенсорной и моторной коре, базальных ганглиях и префронтальной коре). Такие модели нейронных сетей недавно были применены к задачам обучения, требующим гибкого поведения (например, задачам обращения в непредвиденные обстоятельства). Читателю отсылаем к недавней статье Jarvers et al.(2016), в котором дается обзор литературы по обратному обучению и описывается модель рекуррентной нейронной сети для задачи обучения слуховой категории, такой как та, которая применяется в данной статье. Эта вероятностная модель обучения хорошо согласуется с эмпирическим обучающим поведением, но не интерпретирует когнитивные процессы, которые приводят к такому поведению. Он постулирует неопределенный метакогнитивный механизм, который контролирует выбор подходящей стратегии. Вот где проявляется сила нашего подхода; Он специфичен для метакогнитивных механизмов, управляющих поведением в таких задачах.Примером могут служить процессы, гарантирующие, что после ряда отрицательных результатов будет инициировано изменение стратегии.
Подводя итог, можно сказать, что когнитивное моделирование — это поддающаяся опровержению методология исследования познания. В научной практике это означает, что точные гипотезы реализуются в исполняемых когнитивных моделях. Выход этих моделей (процесс, а также продукт) затем сравнивается с эмпирическими данными. Индексы соответствия, такие как r 2 и RSME, а также качественные тенденции предоставляют информацию о предсказательной способности когнитивных моделей.
Более конкретно, центральные цели когнитивного моделирования состоят в том, чтобы (а) описать, (б) предсказать, и (в) предписать поведение человека (Marewski and Link, 2014). Модель , описывающая поведение , может воспроизводить поведение участников-людей. Однако, если модель воспроизводит точное поведение, обнаруженное в человеческих данных, это свидетельствует о переобучении. В этом случае модель имеет параметры, которые также соответствуют шуму, найденному в эмпирических данных. Для решения таких проблем, связанных с чрезмерно определенными моделями, важно протестировать модель на новом наборе данных и, таким образом, оценить, насколько хорошо она может предсказать новые данные. Prescribe означает, что модель должна быть обобщаемой, чтобы она могла предсказывать поведение в различных ситуациях. Более того, предпочтительны устойчивые модели, это означает, что на выходные данные модели нелегко повлиять определенные настройки параметров.
Термин когнитивная модель включает в себя все виды моделей познания — от очень конкретных, изолированных когнитивных аспектов, применимых только в конкретных ситуациях, до более всеобъемлющих и обобщаемых. Последние кандидаты — это когнитивные архитектуры, которые рассматривают познание в целом.Они стремятся объяснить не только поведение человека, но и лежащие в его основе структуры и механизмы. Когнитивные модели, написанные на основе когнитивных архитектур, поэтому обычно не фокусируются на отдельных когнитивных процессах, таких как некоторый конкретный процесс обучения. Напротив, взаимодействие различных когнитивных процессов и контекст когнитивных процессов моделируются вместе. Моделирование отношений между различными подсистемами особенно актуально для прикладных исследовательских вопросов. Структуры и механизм для этого обеспечиваются когнитивной архитектурой и должны быть психологически и нервно правдоподобными (Thomson et al., 2015).
Наиболее часто используемые когнитивные архитектуры, такие как ACT-R, предсказывают процессы на уровне детализации в диапазоне 50 мс. Эти процессы могут быть реализованы вычислительно. Однако они встроены в когнитивные теории — это то, что отличает когнитивные модели, построенные с помощью когнитивных архитектур, от математических моделей, таких как нейронные сети. Последние модели формально объясняют поведение с точки зрения вычислительных процессов. Таким образом, их объяснение поведения можно рассматривать с точки зрения вычислительных процессов, но не нацелено на когнитивные интерпретации (Bowers and Davis, 2012).
Когнитивная архитектура ACT-R
Когнитивная архитектура ACT-R (Adaptive Control of Thought — Rational) использовалась для успешного моделирования различных задач принятия динамических решений и является очень полезной архитектурой для моделирования обучения (Anderson, 2007; Gonzalez, 2017). Далее дается технический обзор основных структур и механизмов, управляющих когнитивными моделями в ACT-R. Мы сосредоточимся только на тех аспектах, которые важны для понимания нашего подхода к моделированию.Для более подробного ознакомления с ACT-R мы рекомендуем посетить веб-сайт ACT-R.
Основная цельACT-R — моделировать познание в целом с использованием различных модулей, которые взаимодействуют друг с другом для моделирования когнитивных процессов. Эти модули взаимодействуют через интерфейсы, называемые буферами. ACT-R — это гибридная архитектура, поэтому в модулях ACT-R реализованы символические и субсимвольные механизмы.
Наша модель использует моторный, декларативный, воображаемый, целевой, слуховой и процедурный модули.Модуль двигателя представляет собой мощность двигателя ACT-R. Декларативный модуль — это долговременная память ACT-R, в которой хранятся и извлекаются все информационные блоки (блоки). Имагинальный модуль — это рабочая память ACT-R, в которой хранится и модифицируется текущее состояние проблемы (промежуточное представление, важное для выполнения задачи). Таким образом, имагинальный модуль играет важную роль в обучении. Целевой модуль содержит состояния управления. Это подцели, которые должны быть достигнуты для достижения главной цели.Слуховой модуль — это модуль восприятия слуха. Процедурный модуль играет центральную роль в ACT-R. Это интерфейс других блоков обработки, поскольку он выбирает правила производства (см. Ниже) на основе текущего состояния модулей.
Для написания модели разработчик модели должен указать символические части ACT-R. Это (а) производственные правила и (б) чанки. Куски — это самые маленькие единицы информации. Вся информация в ACT-R хранится по частям. Правила производства (e.г., постановки) состоят из условия и части действия. Производство выбирается последовательно, и одновременно может быть выбрана только одна продукция. Производство можно выбрать только в том случае, если часть условий производства соответствует состоянию модулей. Затем часть действия изменяет фрагменты в модулях. Если более чем одно производство соответствует состоянию модулей, то процесс выбора подсимвольного производства выбирает, какое из соответствующих производств будет выбрано.
Еще одним подсимволическим процессом в ACT-R является активация фрагмента.Он определяет, можно ли извлечь фрагмент из памяти и сколько времени занимает это извлечение. Полезность фрагмента в прошлом (активация базового уровня), релевантность фрагмента в текущем контексте (ассоциативная активация) и параметр шума суммируются с значением активации фрагмента. Изменение субсимволических механизмов ACT-R также является частью процедуры моделирования. Это можно сделать с помощью определенных параметров, однако большинство параметров имеют значения по умолчанию, полученные из предыдущих исследований (Wong et al., 2010), которые следует использовать.
Как можно смоделировать процесс принятия решений и категорийное обучение в ACT-R?
Существует множество различных стилей написания моделей в ACT-R (Taatgen et al., 2006). Для принятия решений использовались следующие подходы к моделированию: (а) стратегия или правила, (б) примерные или экземпляры, и (в) подходы, сочетающие стратегии и примеры. Эти подходы будут сравниваться, чтобы мотивировать выбранный нами подход к моделированию.
В стратегии или моделях, основанных на правилах , разные стратегии решения проблем реализуются с разными производственными правилами, и успешные стратегии вознаграждаются.Теории, основанные на правилах, при изучении категорий постулируют, что классификатор должен идентифицировать категорию объекта, проверяя его на соответствие различным правилам. Итак, чтобы найти решение проблемы, используются стратегии в виде правил.
Образцы или модели на основе экземпляров полагаются на предыдущий опыт, хранящийся в декларативной памяти, для решения проблем принятия решений. Содержание и структура экземпляров зависит от индивидуального оформления. Это не полное представление о событии, но представляет собой спецификации функций, на которых сосредоточено внимание решателя проблем, а также отзывы опытных специалистов.Образцовые теории изучения категорий постулируют, что экземпляры категорий запоминаются. Чтобы решить, принадлежит ли экземпляр к категории, новый экземпляр сравнивается с существующим. Обучение на основе экземпляров (IBL) основывается на экземплярах в контексте процессов динамического принятия решений и включает механизмы обучения, такие как поиск на основе распознавания. Получение экземпляров зависит от сходства между текущей ситуацией и экземплярами, хранящимися в памяти. В ситуациях IBL результаты наблюдений сохраняются по частям и извлекаются из памяти для принятия решений.Субсимволическая активация извлеченных экземпляров определяет, какие экземпляры могут быть извлечены в данной ситуации. Обучение на основе экземпляров требует некоторого предварительного изучения соответствующих экземпляров. Затем лица, принимающие решения, могут извлечь и обобщить эти примеры (Gonzalez et al., 2003).
Модели смешанного подхода используют как правила, так и экземпляры для решения проблем принятия решений.
Несколько авторов реализовали описанные подходы в средах категориального обучения и принятия решений.В модели ACT-R, основанной на стратегии, Orendain and Wood (2012) реализовали различные стратегии для решения сложных проблем в игре «Микромир» под названием «Firechief». Их модель отражала поведение участников игры. Кроме того, можно было смоделировать различные условия обучения и результирующее поведение участников. Модель работала более или менее гибко, как и участники, в зависимости от условий обучения. Это демонстрирует, что успех в обучении стратегии зависит от последовательности стимулов в условиях обучения.Пиблз и Бэнкс (2010) использовали основанную на стратегии модель задачи динамических запасов и потоков (DSF). В этой задаче уровень воды должен поддерживаться постоянным, но приток и отток воды изменяются с разной скоростью. Модель стратегий для выполнения этой задачи ACT-R была реализована в виде производственных правил. Модель точно воспроизводила данные, но была менее успешной в прогнозировании новых данных. Авторы предположили, что, просто расширив модель, чтобы она содержала больше стратегий и гипотез, можно было бы также предсказать такие новые данные.Таким образом, определение адекватных правил имеет решающее значение для моделей, основанных на правилах.
Gonzalez et al. (2009) сравнили производительность двух моделей ACT-R, модели на основе экземпляров и модели на основе стратегии, в задаче RADAR. В этом задании участники и модель должны были визуально различать движущиеся цели (самолеты) среди движущихся отвлекающих факторов, а затем устранять цели. Обе модели достигли примерно одинакового общего соответствия данным участников, но IBL лучше справилась с задачей переноса.
Lebiere et al.(1998) протестировали две типовые модели, отражающие обучение во время сложной задачи по решению проблем, называемой сахарным заводом (Берри и Бродбент, 1988). Задача сахарного завода исследует, как субъекты учатся управлять сложными системами с неизвестным динамическим поведением. Задание требует от испытуемых произвести определенное количество сахарных изделий. Таким образом, в каждом испытании необходимо соответствующим образом корректировать штат сотрудников. Две типовые модели обеспечивали адекватное учебное поведение, аналогичное поведению испытуемых.В последующем исследовании Фум и Стокко (2003) исследовали, насколько хорошо эти оригинальные модели могут предсказать поведение участников в случае гораздо меньшего целевого количества сахарного продукта, чем в первоначальном эксперименте. Кроме того, они исследовали, могут ли модели воспроизводить поведение в случае переключения с высокого целевого количества продукта на низкое целевое количество продукта и наоборот во время эксперимента. В первом случае результативность участников значительно выросла. Исходные модели IBL не могли уловить такое поведение.Поэтому авторы разработали основанную на правилах модель, которая фиксировала испытуемых, меняя их поведение.
Rutledge-Taylor et al. (2012) сравнили основанную на правилах и основанную на образце модель для задачи категоризации интеллекта, в которой изученные характеристики должны были быть изучены и присвоены. Обе модели одинаково хорошо предсказывали данные участников. Ни одна модель не превосходила другую.
В другом исследовании категоризации Андерсон и Бетц (2001) изучали три задачи обучения по категориям с помощью трех различных моделей ACT-R, модели на основе образца, модели на основе правил и смешанной модели.Смешанная модель подошла лучше всего, воспроизводя эффекты обучения и задержки, обнаруженные в эмпирических данных.
Таким образом, нет четких доказательств того, что тот или иной подход к моделированию лучше. В своей статье Андерсон и Бец (2001) утверждают, что смешанный подход, вероятно, наиболее близок к тому, как люди классифицируют, потому что предположение о том, что категоризация основывается исключительно на образцах или исключительно на правилах, вероятно, слишком ограниченно. Кроме того, последовательность стимулов и адекватная спецификация правил важны для задач динамического принятия решений и категорийного обучения.
Кроме того, модели сложных задач должны включать метакогнитивные процессы, такие как отражение и оценка прогресса выбранного подхода (Roll et al., 2004; Reitter, 2010; Anderson and Fincham, 2014). Модель Reitter (2010) динамических запасов и потоков задач исследовала, как субъекты управляют конкурирующими стратегиями задач. Индивидуальный анализ эмпирических данных показал, что участники продемонстрировали внезапные заметные изменения в поведении. Механизмы обучения, которые являются чисто субсимволическими, не могут объяснить такое поведение, потому что для изменения поведения модели потребуется слишком много времени.Более того, стратегии участников, казалось, менялись в зависимости от сложности течения воды. Таким образом, модель этой задачи должна учитывать смену стратегии, а не только постепенное обучение. Рейтер (2010) предполагает, что человеческие решения реальных проблем возникают из комбинации общих механизмов (основных механизмов обучения) и стратегий принятия решений, общих для многих задач когнитивного моделирования. Его модель реализует несколько стратегий для решения основной задачи управления, а также механизм ранжирования и выбора этих стратегий в соответствии с их соответствием в данной ситуации.Это представляет собой метакогнитивный аспект его модели.
Наша цель
Наша цель — разработать подход к моделированию ACT-R для динамического принятия решений в задачах категориального обучения. Подходящая задача для такого подхода к моделированию должна удовлетворять нескольким требованиям. Во-первых, модель должна использовать сложные многофункциональные стимулы для построения категорий из объединенных функций. Во-вторых, задача должна обеспечивать обратную связь, тем самым позволяя модели учиться. В-третьих, изменения в среде должны происходить во время задачи, вынуждая модель действовать в соответствии с ними, уточняя однажды изученные сборки категорий.
Чтобы смоделировать производительность в такой задаче, подход к моделированию должен будет включать механизмы изучения стратегии и смены стратегии. Он должен точно указать, как гипотезы об обучении по категориям могут быть реализованы с помощью ACT-R. Следует использовать смешанный подход к моделированию правил и примеров, поскольку предыдущая работа показывает, что такие модели наиболее подходят для задач динамического принятия решений. Кроме того, поскольку необходимо учитывать переключение в присвоении категорий, а также мониторинг прогресса обучения, метакогнитивные аспекты должны быть включены в подход к моделированию.
Наш подход к моделированию должен предоставлять информацию о реальных когнитивных процессах, лежащих в основе принятия динамических решений человеком. Следовательно, он должен уметь предсказывать поведение человека и демонстрировать примерно те же эффекты производительности, которые можно найти в эмпирических данных, отражающих процесс принятия решений, например, скорость отклика. Что еще более важно, мы стремимся разработать общую модель динамического принятия решений. Чтобы модель была общей (например, не подходила исключительно для одной конкретной экспериментальной установки или набора данных), она должна быть простой.Таким образом, следует использовать лишь несколько предположений и избегать ненужных. В результате подход к моделированию должен быть в состоянии предсказать поведение с другими материалами стимула и быть перенесен на другие аналогичные задачи.
Подводя итог данной статьи, предлагаемый нами подход к моделированию направлен на отображение основных процессов принятия решений человеком, таких как включение обратной связи, обновление стратегии и метапознание. Построение модели с когнитивной архитектурой гарантирует использование оцененных когнитивных процессов.Задача состоит в том, чтобы увидеть, могут ли эти когнитивные аспекты, включая процессы архитектуры, привести к эмпирическому обучению:
Во-первых, в модель должно быть включено улучшение производительности за счет обратной связи. В случае изучения функций и обновления стратегии улучшения в стратегии рассматриваются только в случае отрицательной обратной связи (Li and Maani, 2011). Если обратная связь сигнализирует о положительном решении, люди рассматривают выбранную стратегию для дальнейшего использования. Таким образом, люди обновляют свою ментальную модель во время динамического принятия решений, только если они получают отрицательную обратную связь (Li and Maani, 2011).Для нашей модели обучения особенностям это означает, что после того, как успешная стратегия была выбрана вместо альтернатив, для пересмотра этой стратегии потребуются отрицательные отзывы об этой стратегии, а не положительный опыт взаимодействия с другими, поскольку они больше не исследуются.
Во-вторых, модель должна включать переходы от простых к сложным стратегиям. Результаты показывают, что люди сначала используют простые решения, а затем переключаются на более сложные (Johansen and Palmeri, 2002). Обсуждаемый подход к моделированию должен быть построен аналогичным образом.Вначале он должен следовать простым стратегиям категоризации по одному признаку, а затем перейти к более сложным стратегиям с двумя признаками.
В-третьих, модель должна использовать метакогнитивные механизмы. Например, ему требуются спецификации, при которых требуется переключение с однофункциональной стратегии на многофункциональную стратегию. Кроме того, метакогнитивные аспекты должны отражать предыдущие успехи в обучении. Таким образом, отслеживание того, какие подходы были полезны, а какие нет, или как часто стратегия была успешной в прошлом, должно быть реализовано в модели.Более того, такие механизмы должны гарантировать, что если стратегия была успешной в прошлом и потерпела неудачу в первый раз, она не отбрасывалась напрямую, а снова проверялась. Кроме того, метакогнитивные механизмы должны не только решать проблему перехода от однофункциональных к многофункциональным стратегиям, но также включать ответы на изменения в окружающей среде.
Материалы и методы
Далее представлен эксперимент динамического принятия решений и наша модель, выполняющая ту же задачу.Модель включает механизмы для интеграции обратной связи, переключения от простых к сложным стратегиям и обращения к метапознанию. Модель построена после получения экспериментальных данных.
Этот раздел подразделяется следующим образом: Сначала описываются выборка участников, установка и стимулы эмпирического эксперимента. Затем подробно объясняется подход к моделированию. После этого представлены настройки модели и стимулы. Наконец, описаны аналитические методы для оценки соответствия между моделью и эмпирическими результатами.
Участники эксперимента
В эксперименте, который проводился внутри МРТ сканера 3 Тесла, приняли участие 55 человек (27 женщин, 28 мужчин, возраст от 21 до 30 лет, все правши, с нормальным слухом). Все субъекты дали письменное информированное согласие на исследование, которое было одобрено этическим комитетом Магдебургского университета, Германия.
Экспериментальные стимулы
Набор частотно-модулированных различных тонов служил стимулами для задачи категоризации.Тональные сигналы различались по длительности (короткие, 400 мс, против длинных, 800 мс), направлению частотной модуляции (возрастающая или падающая), интенсивности (низкая интенсивность, 76–81 дБ, против высокой интенсивности, 86–91 дБ). частотный диапазон (пять низких частот, 500–831 Гц по сравнению с пятью высокими частотами, 1630–2639 Гц) и скорость модуляции (медленная, 0,25 октавы / с, против быстрой, 0,5 октавы / с), в результате получается 2 × 2 × 2 × 10 × 2 (160) разных тонов. Соответствующие задаче свойства стимула заключались в направлении частотной модуляции и продолжительности звука, в результате чего выделялись четыре категории тона: короткий / повышающийся, короткий / падающий, длинный / восходящий и длинный / падающий.Для каждого участника одна из этих категорий составляла целевые звуки (25%), в то время как другие три категории служили нецелевыми (75%).
В качестве стимулов обратной связи мы использовали естественные речевые высказывания (например, ja, «да»; nein, «нет»), а также одно высказывание с тайм-аутом (zu spät, «слишком поздно»), взятые из оцениваемого просодического корпуса MOTI ( Вольф и Брехманн, 2012, 2015).
Экспериментальная парадигма
Эксперимент длился около 33 минут, в течение которого большое количество частотно-модулированных тонов (см. Раздел Экспериментальные стимулы выше) было представлено в 240 испытаниях в псевдорандомизированном порядке и с колеблющимся интервалом между испытаниями 6, 8 или 10 с. .Участникам было предложено указать с помощью нажатия кнопки, считают ли они тон в каждом испытании целевым (указательный палец правой руки) или нецелевым (средний палец правой руки). Они не были проинформированы о целевой категории, но должны были учиться методом проб и ошибок. Правильные ответы сопровождались положительными отзывами, неправильные ответы — отрицательными. Если участники не ответили в течение 2 секунд после подачи звукового сигнала, представлялась обратная связь по тайм-ауту.
После 120 испытаний был введен перерыв в 20 с.В следующем испытании непредвиденные обстоятельства были отменены, так что целевой стимул требовал нажатия правой, а не левой кнопки. Участники были заранее проинформированы о периоде отдыха после завершения первой половины эксперимента, но не были проинформированы о смене непредвиденных обстоятельств.
Модель в деталях
Далее модель представлена подробно. Сначала дается описание основных декларативных представлений (чанков). Они отражают представления стратегии и метакогнитивные процессы.Далее следует описание того, как модель проходит испытание. Наконец, кратко излагаются правила, управляющие изучением стратегии.
Чанки и правила производства, используемые в модели
Блоки, реализованные в модели, показаны на рисунке 1. «Блоки стратегии» содержат стратегии в форме примеров пар «характеристика-значение» и ответов. Они хранятся и извлекаются из долговременной памяти (декларативный модуль). Текущая стратегия хранится в рабочей памяти (имагинальном модуле).Блоки стратегии содержат следующую информацию о стратегии: какие функции и соответствующие значения являются релевантными (например, звук громкий или звук громкий и его частотный диапазон высокий), каков предложенный ответ ( категоризация, 1 или 0), а также степень сложности стратегии (например, стратегия с одним или двумя функциями). Кроме того, частью этого блока является механизм оценки. Это включает в себя отслеживание того, была ли стратегия неудачной, и отслеживание того, как часто стратегия была успешной.Этот механизм отслеживания замечает, успешна ли первая попытка использования этой стратегии. Затем он подсчитывает количество успешных применений стратегии; этот явный подсчет продолжается до тех пор, пока не будет достигнуто определенное значение. Мы внедрили такой механизм порогового подсчета, чтобы отразить субъективное ощущение, что стратегия часто бывает полезной. Мы реализовали разные пороговые значения для модели. Мы также различали порог для стратегий с одним признаком (первый счет) и для стратегий с двумя признаками (второй счет).Механизм отслеживания можно рассматривать как метакогнитивный аспект нашей модели. Другие метакогнитивные аспекты реализуются в «контрольном блоке», который хранится в целевом буфере модели. Эти метакогнитивные аспекты включают: во-первых, уровень функциональной сложности стратегии, то есть, пытается ли модель решить задачу с помощью стратегии с одним признаком или с помощью стратегии с двумя признаками; во-вторых, независимо от того, вызвала ли долгая успешная стратегия ошибку или нет, это означает неуверенность модели в точности текущей стратегии; в-третьих, произошли ли в окружающей среде изменения, требующие возобновления поиска адекватной стратегии.
Рисунок 1. Схематическое построение структуры элемента управления и блока стратегии. Nil означает, что переменная не имеет значения.
Структура исследования
Производственные правила определяют, как модель выполняет задачу. Поток модели через ее производственные правила проиллюстрирован на рисунке 2. В следующем разделе описывается, как модель проходит испытание, конкретные производственные правила указаны в скобках.
Рисунок 2. Схематический обзор того, как модель проходит испытание. Темно-серые прямоугольники слева представляют правила производства, светло-серые овалы справа — основные задействованные буферы.
Тональный сигнал представлен модели и поступает в буфер звуковой локализации (прослушивание) . После того, как тон закончился, он кодируется в слуховом буфере (кодируется) . Таким образом, фрагмент со всей необходимой звуковой информацией (продолжительность, направление изменения высоты тона, интенсивность и частотный диапазон — см. Раздел «Парадигма моделирования и стимулы» ниже) находится в слуховом буфере, и все четыре характеристики тона доступны модели.Затем звуковой фрагмент в звуковом буфере сравнивается с фрагментом стратегии, хранящимся в воображаемом буфере (сравнение) . Если конкретные характеристики (например, высокая интенсивность) блоков стратегии такие же, как и в блоке аудио, ответ соответствует стратегии, предложенной моделью (реагировать одинаково) , в противном случае — противоположным ответом. выбрал (реагирует-разный) . Представленная обратная связь прослушивается и сохраняется в звуковом буфере местоположения (прослушивание-обратная связь) , а затем кодируется в звуковом буфере (кодирование-обратная связь) .Если обратная связь положительная, текущая стратегия сохраняется в воображаемом буфере, а счетный слот обновляется (обратная связь-коррекция) . Если обратная связь отрицательная, стратегия обновляется в зависимости от предыдущего опыта (обратная связь-неправильная) . Таким образом, другой блок стратегии извлекается из декларативной памяти и копируется в воображаемый буфер.
Поиск адекватной стратегии
Все возможные стратегии уже хранятся в долговременной памяти модели.Текущая стратегия сохраняется в рабочей памяти и оценивается с учетом обратной связи. Для положительной обратной связи стратегия сохраняется, и учитывается, как часто она оказывается успешной. Если обратная связь отрицательная, стратегия обычно меняется. В следующем подразделе приводится краткое описание того, как осуществляется обновление стратегии. Для получения дополнительной информации см. Рисунок 3.
Рисунок 3. Правила, определяющие, когда и в какой степени стратегии изменяются после получения отрицательной обратной связи.
Модель всегда начинается со стратегии одного признака (стратегия, с которой она начинается, является случайной), а затем переключается на другую стратегию одного признака. Характер переключения зависит от того, как часто та или иная стратегия была успешной. Когда модель ищет различные стратегии с одним признаком, она извлекает только те стратегии, которые не использовались в последнее время. В случае немедленного отказа стратегии одного признака, для пары признак-значение используется другой ответ. В других случаях пара функция-значение изменяется, но ответ сохраняется.Если однофункциональная стратегия часто оказывалась успешной, а затем один раз терпела неудачу, стратегия не подлежит прямому обмену, а переоценивается. Однако также отмечается, что стратегия вызвала ошибку. Две возможности объясняют, почему происходит переключение от стратегии с одной функцией к стратегии с двумя функциями: такое переключение может произойти либо потому, что нельзя получить ни одну стратегию с одной функцией, которая не была оценена отрицательно, либо потому, что часто успешная стратегия с одной функцией неоднократно терпела неудачу. Переключения в рамках стратегии двух функций моделируются следующим образом: если стратегия двух функций не увенчалась успехом с первой попытки, используется любая другая стратегия двух функций (которая является случайной).Если стратегия двух характеристик изначально была успешной, а затем потерпела неудачу, то будет выбрана новая стратегия, которая сохраняет одну из пар характеристик-значений и ответ. Эта стратегия отличается только в другой паре функция-значение. Когда среда меняется, ранее часто успешная стратегия двух функций (а также стратегия одной функции) потерпит неудачу. Затем предпринимается попытка найти другую стратегию с двумя характеристиками. Если в момент изменения среды модель не нашла успешной стратегии с двумя функциями, она продолжит поиск полезной стратегии с двумя функциями и, таким образом, не заметит изменения.
Парадигма моделирования и стимулы
В следующем разделе кратко описывается, как эксперимент был реализован для модели. Это включает в себя краткий обзор того, как представление стимула было изменено для модели.
Задача участников была реализована для модели в ACT-R 7.3 с небольшими изменениями. Для модели использовались те же четыре псевдо-рандомизации, которые использовались для участников. Таким образом, 25% стимулов были целевыми. Проба началась с тонального сигнала, который длился 400 мс.Чтобы смоделировать продолжительность двух стимулов, мы использовали две разные функции в команде new-other-sound. Как только модель ответила нажатием кнопки, была представлена слуховая обратная связь. В целом испытание длилось рандомизированный период 6, 8 или 10 с, как и исходный эксперимент. После 120 испытаний у модели не было перерыва, но и после 120 испытаний цели поменялись.
Вместо использования всех 160 различных тонов в модели было представлено шестнадцать различных тонов. Каждый из тонов представляет собой композицию из четырех характеристик четырех бинарных функций: длительность (долгая vs.короткий), направление частотной модуляции (возрастающая или падающая), интенсивность (низкая или высокая интенсивность) и частотный диапазон (низкая или высокая). Для модели использовались только двоичные функции, поскольку разница в восприятии между двумя классами каждой выбранной функции была высокой, за исключением скорости модуляции, которая поэтому не была реализована в модели. Для участников использовалось больше вариантов характеристик, чтобы гарантировать категоричность решений и предотвратить запоминание отдельных пар тон-обратная связь.Для модели это не проблема, поскольку не было реализовано никакого механизма, позволяющего такое запоминание. Что касается участников, модели была представлена слуховая обратная связь.
Подход к моделированию представляет собой смешанный подход к моделированию, стратегии кодируются как экземпляры, но извлекаемый экземпляр в основном регулируется правилами.
Чтобы проверить, является ли модель обобщаемой, были реализованы различные варианты. Кривые обучения, найденные в эмпирических данных, по-прежнему должны быть найдены при различных правдоподобных настройках параметров.Однако определенные настройки параметров должны влиять на качество прогноза модели. Подход, который обычно выбирают разработчики когнитивных моделей, заключается в поиске конкретных настроек параметров, которые приводят к оптимальному соответствию, а затем в отчете об этом соответствии. Цель такого подхода — показать, что модель напоминает текущие когнитивные процессы у людей. Мы выбрали другой подход. Наша цель — показать, что наш подход к моделированию может отображать общее поведение, такое как обучение и обратное обучение, а также отклонения, обнаруженные в данных.Изменяя настройки параметров, мы хотим оптимизировать соответствие модели и исследовать устойчивость механизмов модели к вариациям параметров.
Что касается выбора различных параметров, мы используем расширенный термин, который включает не только подсимвольные параметры ACT-R (которые обычно рассматриваются как параметры), но также определенные (производственные) правила (Stewart and West, 2010). В случае этой модели производства, которые контролируют механизм отслеживания успешных стратегий, разнообразны.Механизм отслеживания отслеживает, как часто стратегия оказывается успешной. Однако модель не увеличивает счет на протяжении всего эксперимента. После достижения порогового значения успешная стратегия помечается как «успешная часто». После этого он не разряжается напрямую в случае отрицательной обратной связи, а вместо этого переоценивается. Итак, чтобы ответить на вопрос, каковы наиболее подходящие значения для порога первого и второго подсчета, эти значения варьировались. Другое допущение реализованной модели заключается в том, что этот порог отличается для однофункциональных идвухфункциональные стратегии. Мы предположили, что пороговое значение для стратегий с двумя характеристиками должно быть вдвое больше значения для стратегий с одним элементом, как если бы модель учитывала каждую функцию отдельно. Первый счет был изменен на три, четыре и пять, а второй счет — на шесть, восемь и десять.
Помимо параметров, которые управляют механизмом отслеживания, мы также исследовали механизм памяти, управляемый параметрами. Последний контролирует, как долго модель может помнить, использовала ли она уже предыдущую стратегию.Это параметр declarative-finst-span ACT-R. Мы предположили, что участники помнят, какую стратегию они использовали ранее, примерно в течение 10 испытаний. Поэтому мы протестировали два разных значения (80 и 100 с) для этого параметра, определяя, может ли модель запомнить, был ли этот фрагмент получен за последние 80 (или 100) с. Комбинация декларативного конечного диапазона (80, 100), трех значений для первого подсчета (3, 4, 5) и трех значений для второго подсчета (6, 8, 10) привела к 18 версиям моделирования (см. Таблицу 1).
Таблица 1. Версии моделирования, полученные в результате объединения различных настроек параметров для первого и второго подсчета и декларативного конечного диапазона.
Анализы
Каждая из моделей была запущена 160 раз, 40 раз для каждого псевдослучайного порядка с использованием ACT-R 7.3. Данные были предварительно обработаны с помощью специальных файлов Lisp, а затем проанализированы с помощью Microsoft Excel.
Данные модели и эмпирические данные были разделены на 12 блоков, по 20 испытаний на блок.Средняя доля правильных ответов и стандартное отклонение на блок были вычислены для эксперимента, а также для каждой из 18 моделей.
Одной из целей этого исследования было предсказать среднюю кривую обучения участников. Таким образом, доля правильных ответов участников сравнивалась с долей правильных ответов каждой из моделей. Визуальные графики, сравнивающие смоделированные с эмпирическими данными, были проанализированы в отношении увеличения и уменьшения правильных ответов.
В качестве показателя относительного соответствия были вычислены коэффициент корреляции ( r ) и коэффициент детерминации ( r 2 ). Они показывают, насколько хорошо модели отражаются тенденции в эмпирических данных.
В качестве показателя абсолютного соответствия была рассчитана среднеквадратичная ошибка (RMSE). RMSE показывает, насколько точно модель предсказывает эмпирические данные. RMSE интерпретируется как стандартное отклонение дисперсии эмпирических данных, которое не объясняется моделью.
Для сравнения дисперсии на основе участников, обнаруженной в эмпирических данных, с дисперсией, полученной в результате 160 отдельных прогонов модели, для каждого блока эксперимента был рассчитан тест Левена (надежный тест для проверки равенства дисперсий).
Результаты
В следующих разделах представлены эмпирические данные, смоделированные кривые обучения и результаты, касающиеся общего соответствия различных версий модели данным.
Кривые эмпирического обучения
Описательный анализ эмпирических данных (см. Рисунок 4 и Таблицу 2) показывает, что в среднем в первом блоке участники правильно реагируют на 64.3% (± 13,5%) испытаний. Частота ответов участников увеличивается до шестого блока до 90,4% (± 12,2%) правильных испытаний. В седьмом блоке, где переключаются мишени и нецелевые объекты, оно падает до 56,5% (± 17,7%) правильных попыток. Затем он снова увеличивается и достигает 81,0% (± 18,5%) правильных попыток в восьмом блоке и 89,7% (± 13,9%) правильных попыток в последнем блоке. По всем 12 блокам стандартное отклонение эмпирических данных колеблется от минимума 10,7% до максимума 18,9% со средним стандартным отклонением 15.1%. Стандартное отклонение участников объясняется тем фактом, что разные участники показали разные кривые обучения, и не все участники сообщили, что нашли правильную стратегию в ходе постинтервью. Соответственно, одиннадцать участников (20,0%) показали эффективность ниже 85% к концу первой части эксперимента (Блок 6), а 12 участников (21,8%) остались ниже 85% правильных ответов в конце второй части ( Блок 12).
Рисунок 4. Средняя производительность и стандартные отклонения участников-людей, модель наилучшего соответствия (3_06_100) и модель наихудшего соответствия (5_10_100) в 12 блоках эксперимента.
Таблица 2. Средняя доля правильных ответов и стандартных отклонений (в%) участников и 18 версий модели в 12 блоках эксперимента.
Смоделированные кривые обучения
На рис. 4 далее показаны средние значения и стандартные отклонения доли правильных ответов для наилучшей (3_06_100) и наихудшей (5_10_100) модели (см. Ниже, Раздел «Подгонка модели»). Кроме того, в таблице 2 перечислены средние характеристики модели и стандартные отклонения для каждого из двенадцати блоков для всех 18 моделей, а на рисунке 5 показаны кривые обучения для всех 18 моделей.
Рисунок 5. Средняя производительность 18 версий модели в 12 блоках эксперимента, (A) модели с декларативным окончательным интервалом 80 с, (B) модели с декларативным- плавность хода 100 с.
Как наилучшая, так и наихудшая подходящие модели (как и все другие) отражают общую форму кривой обучения, обнаруженной в данных. Оба они показывают увеличение скорости обучения в первых шести блоках. Точно так же все модели показывают падение производительности в седьмом блоке, за которым следует еще один рост производительности.Однако даже в наиболее подходящей модели 3_06_100 доля правильных ответов недооценивается моделью, особенно в первых блоках. Кроме того, участники демонстрируют более серьезную неудачу после переключения, но затем восстанавливаются быстрее, в то время как модели требуется больше времени, пока ее производительность снова не возрастет. Тем не менее, для наиболее подходящей модели смоделированные данные всегда находятся в диапазоне стандартного отклонения эмпирических данных.
Как показано в Таблице 2, каждая из моделей показывает большую степень дисперсии для своих 160 прогонов.Стандартное отклонение, усредненное по всем 12 блокам, составляет от 18,9 до 20,4%, в зависимости от настроек параметров модели. Для наиболее подходящей модели стандартное отклонение в отдельных блоках колеблется от 11,6 до 23,4% и значительно превышает стандартное отклонение, обнаруженное в эмпирических данных, за исключением первых двух блоков эксперимента и первых двух блоков после переключатель (для всех блоков, кроме блока 1, 2, 7 и 8: все F s> 6,79, все p s <0.010). Этот высокий разброс отдельных прогонов модели указывает на то, что один и тот же базовый набор правил с одинаковыми настройками параметров может по-прежнему приводить к очень разным кривым обучения, в зависимости от того, какие именно стратегии выбираются в каждой точке, когда выбирается новая стратегия (например, начальная стратегия, изменение стратегии одного объекта, изменение стратегии двух функций). Более того, как и в случае с не учащимися среди участников, описанными выше (см. Раздел «Кривые эмпирического обучения»), не все прогоны модели были успешными, в результате (для наиболее подходящей модели) результативность ниже 85% из 35.6% прогонов для Блока 6 и в 30,0% прогонов для Блока 12.
Модель Fit
Среднее значение корреляции модели и эмпирических данных составляет 0,754. От 43,9% до 67,1% расхождений в данных объясняется различными моделями. Среднее стандартное отклонение необъяснимой дисперсии составляет 0,136. Все значения r, r 2 и RMSE для 18 версий модели представлены в таблице 3.
Таблица 3. Значения r, r 2 и RMSE 18 версий модели.
Как показано в таблице 3 и на рисунке 5, модель демонстрирует относительную устойчивость к влиянию различных настроек параметров. Для первого подсчета более низкое значение несколько лучше для соответствия — в первой части эксперимента (до блока 6) наблюдается более сильное увеличение для более низкого, чем для более высокого значения первого подсчета. Для второго подсчета более низкое значение также приводит к лучшему соответствию. Влияние параметра declarative-finst-span на индексы соответствия очень мало, что приводит к немного лучшему соответствию либо для declarative-finst-span 80 с или 100 с, в зависимости от настроек первого и второго счета. .
Наилучшее соответствие с точки зрения корреляции было достигнуто для модели со значением declarative-finst-span, равным 100 (т. Е. Модель могла запомнить, использовала ли она уже предыдущую стратегию в течение 100 с), при первом подсчете три (т. е. стратегия с одним признаком должна быть успешной как минимум три раза, чтобы считаться «часто успешной») и второй счет до шести (т. е. стратегия с двумя характеристиками должна быть успешной как минимум шесть раз, чтобы быть успешной. считается «часто успешным»). Наихудшее совпадение наблюдалось для модели со значением декларативного конечного диапазона, равным 100, при первом счете до пяти и втором счете до десяти.
RMSE варьируется от минимального 0,106 (3_06_100) до максимального 0,164 (5_08_100). Таким образом, модель с первым счетом три, вторым счетом шесть и декларативным конечным диапазоном, установленным на 100, работает лучше всего как с точки зрения корреляции ( r ), так и с точки зрения абсолютного прогнозирования (RMSE).
Сводка
В целом модели хорошо предсказывают данные. Смоделированные кривые обучения напоминают форму средней эмпирической кривой обучения с увеличением в первой половине эксперимента, кратковременным снижением в начале второй половины, за которым следует еще одно повышение производительности.Индексы корреляции модели наилучшего соответствия демонстрируют хорошее совпадение, при этом 67,2% дисперсии данных объясняется моделью с интервалом декларативного финала 100 с, первым порогом счета три и вторым порогом счета шесть. Обратите внимание, что это также модель с наиболее близким абсолютным соответствием (RSME составляет 0,109).
Однако в абсолютных процентах правильных ответов все модели работают ниже участников во всех блоках (кроме блока 7). Кроме того, модели показывают большую общую дисперсию, чем эмпирические данные.Более того, модели изначально меньше подвержены влиянию смены стратегий, но им требуется больше времени, чтобы «восстановиться» после смены стратегий.
Таким образом, модель воспроизводит средние кривые обучения и большие части дисперсии. Это делается с помощью ограниченного набора правил и данных примеров, охватывающих процессы обучения и повторного обучения, которые происходят в динамических средах. Более того, мы обнаружили различия в подгонке модели в зависимости от точной спецификации параметров, при этом наилучшее соответствие, если модель запоминает ранее использованные стратегии в течение 100 с, отмечает стратегию с одним признаком как «часто успешную» после трех успешных применений и двух -функция после шести успешных применений.Тем не менее, все 18 различных настроек параметров, которые мы протестировали, напоминали основной ход эмпирических данных, что указывало на то, что механизмы модели устойчивы к изменениям параметров.
Обсуждение
Обсуждение охватывает три основные главы. Сначала обсуждается соответствие модели и даются предложения по возможным улучшениям. Во-вторых, разрабатываются более широкие последствия нашего подхода. Наконец, намечена будущая работа.
Обсуждение подхода к моделированию
Наша учетная запись моделирования охватывает соответствующие поведенческие данные задачи динамического принятия решений, в которой требуется обучение категории.Для решения задачи необходимо объединить две функции, а соответствующую комбинацию функций необходимо изучить методом проб и ошибок с использованием обратной связи. Модель использует обратную связь из среды, чтобы найти правильные категории и включить переключатель в назначении кнопок ответа для целевых и нецелевых категорий. Метапознание встроено в модель через процессы, которые определяют, при каких условиях происходят стратегические изменения, такие как переход от однофункциональной стратегии к двухфункциональной.
В целом, индексы соответствия показывают, что эта модель решает задачу так же, как и участники.Это включает в себя успешное начальное обучение, а также успешное обучение обратному присвоению категории. Более того, было отмечено, что не все участники могут решить задачу, и то же самое наблюдается в поведении подхода моделирования. Таким образом, модель способна генерировать выходные данные, которые на феноменологическом уровне напоминают данные субъектов, выполняющих динамическую задачу принятия решений, которая включает в себя сложные процессы изучения правил и обращения. Хотя общие тенденции обучения, обнаруженные в данных, могут быть хорошо воспроизведены с помощью общих правил, реализованных в нашей модели, есть два ограничения: дисперсия модели больше, чем у участников, и общая производительность модели ниже, чем выступление участников.
Вероятно, у участников другой и, возможно, более конкретный набор правил, чем у модели. Например, участникам было сказано, какую из двух клавиш нажать для получения целевого звука. Однако неясно, использовали ли они эти знания для решения задачи. Чтобы модель оставалась простой, ей не давали этой дополнительной информации, поэтому кнопкам не приписывалось никакого смысла. Это одна из возможностей объяснить более низкую производительность модели, особенно в первом блоке. Еще один пример правил, связанных с более конкретными задачами, используемых участниками по сравнению с моделью, заключается в том, что четыре различных свойства стимулов могут не быть одинаково важными для испытуемых, что могло привести к более высокой производительности по сравнению с моделью.Например, можно предположить, что направление частотной модуляции целевого признака (вверх или вниз) было выбрано раньше в эксперименте, чем частотный диапазон нецелевого признака, в то время как модель обрабатывала все признаки одинаково, чтобы модель оставалась такой же простой, как возможный. Наконец, после изменения правила нажатия кнопки, некоторые участники, возможно, следовали правилу, которое гласит, что нужно нажимать противоположную клавишу, если стратегия была правильной много раз, а затем внезапно нет, вместо того, чтобы пробовать другой один или два раза. функциональная стратегия, тогда как модель пошла по второму пути.
Добавление таких дополнительных правил и предпосылок к модели, возможно, уменьшит расхождение между характеристиками модели и поведенческими данными. Однако целью данной статьи было разработать подход к моделированию, включающий общие процессы, важные для всех видов динамического принятия решений. Это подразумевает использование только предположений, которые абсолютно необходимы (мета-познание, переход от однофункциональной стратегии к двухфункциональной, обучение через обратную связь) и сохранение модели как можно более простой в остальном.Как следствие, добавление дополнительных правил не приведет к созданию более совершенной общей модели динамического принятия решений, а только приведет к лучшему соответствию модели конкретному эксперименту, в то же время сделав ее склонной к переобучению. Как упоминалось ранее, хорошие описательные модели максимально точно фиксируют поведенческие данные и поэтому всегда стремятся к максимальному соответствию данным, которые они описывают. С другой стороны, хорошие прогностические модели должны быть обобщаемыми, чтобы также предсказывать поведение в различных, но структурно схожих ситуациях, а не только для одной конкретной ситуации с одним набором субъектов.На наш взгляд, это представляет собой более желательный поиск с большим потенциалом для понимания процессов, лежащих в основе динамического принятия решений человеком. Это подтверждают Гигеренцер и Брайтон (2009), которые утверждают, что модели, которые фокусируются на основных аспектах принятия решений, например, учитывают только несколько аспектов, ближе к тому, как люди принимают решения. Они также утверждают, что такие упрощенные допущения делают решения более эффективными, а также более эффективными (Gigerenzer and Brighton, 2009).
Как указывалось ранее, одним из способов моделирования динамического принятия решений в ACT-R с использованием лишь нескольких предположений является обучение на основе экземпляров (IBL).В этом подходе для обучения используются пары «ситуация-результат» и субсимволические механизмы усиления. Однако IBL недостаточно для моделирования задач, связанных с переключателями в среде (Fum and Stocco, 2003). Такие задачи требуют добавления явных правил переключения. Помимо этих правил, нашей задаче требовались механизмы, контролирующие, когда переходить от простых однофункциональных стратегий к более сложным стратегиям. Поскольку метакогнитивные размышления не являются частью IBL, мы использовали смешанный подход к моделированию, который включает явные правила и метакогнитивное отражение.IBL является частью нашего подхода, поскольку стратегии кодируются как пары ситуация-результат и используются субсимволические механизмы усиления ACT-R.
Чтобы оценить, соответствует ли наш подход к моделированию формирования стратегии и переключения правил тому, как участники выполняют такие задачи, необходимо учитывать данные, отражающие успехи в обучении. Такие данные представляют собой кривые обучения, представленные в этой статье. Мы считаем, что сама по себе модель IBL не может привести к значительному увеличению производительности после изменения окружающей среды в эмпирических данных.
Для более глубокого понимания процесса принятия сложных решений можно смоделировать другие поведенческие данные, такие как время реакции. Однако не все процессы, которые, вероятно, влияют на время реакции, являются частью нашего общего подхода к моделированию. Это особенно актуально для моделирования подробных аспектов слухового кодирования с помощью ACT-R; например, можно ожидать, что точное кодирование слуховых событий будет включать различное увеличение времени реакции на короткие по сравнению с более длинными тонами.Однако наш подход к моделированию может быть расширен, что позволяет включать другие когнитивные процессы, такие как более конкретное слуховое кодирование или внимание. Эта расширяемость является одной из сильных сторон когнитивных архитектур и особенно актуальна для принятия естественных решений, когда в конечном итоге необходимо учитывать множество дополнительных процессов.
Объем модели
Формальная модель была построена с помощью ACT-R, она определяет допущения динамического принятия решений при обучении по категориям.Эта модель была протестирована на эмпирических данных и показала аналогичное поведение при обучении. Предположения о том, как происходят динамические решения в категорийном обучении, например, путем обучения на основе обратной связи и переключения от простых к более сложным стратегиям, и метакогнитивные механизмы были смоделированы вместе. ACT-R нацелен на моделирование познания в целом, таким образом, одновременно обращаясь к различным когнитивным процессам, что является важным аспектом для моделирования реалистичных когнитивных задач. К тому же модель гибкая. Таким образом, модель выбирает из доступных стратегий в соответствии с предыдущим опытом и случайными влияниями.
Наш подход к моделированию прост в том смысле, что он включает лишь несколько правдоподобных предположений, не полагается на дополнительные параметры и, тем не менее, достаточно гибок, чтобы справляться с динамически изменяющейся средой.
Чтобы проверить предсказательную силу модели, ее необходимо дополнительно протестировать и сравнить с новыми эмпирическими данными, полученными с использованием немного других настроек задачи. Нашей целью было разработать первую модель динамического принятия решений в категории обучения. Таким образом, в модель включены соответствующие когнитивные процессы, которые происходят между предъявлением стимула и фактической реакцией выбора.Кроме того, мы хотели показать, как возникает серия решений для достижения конечной цели. Таким образом, в качестве первого шага нам нужна была задача принятия решения, которая показывала бы характеристики, аналогичные естественным динамическим параметрам. К таким аспектам относятся сложные многофункциональные стимулы, обратная связь с окружающей средой и меняющиеся условия. Поскольку явные намеки на принадлежность к категории обычно отсутствуют в неэкспериментальных ситуациях, более того, разумно использовать задачу без четких инструкций относительно того, на каких особенностях (или стимулах) следует сосредоточить внимание.Обратной стороной использования неспецифических инструкций, как это сделано в нашем исследовании, является то, что из поведенческих данных останется неясным, как именно отдельные участники обрабатывают такую задачу, поскольку такие аспекты, как какие точные правила соблюдаются или какие функции рассматриваются в начале задача, неясны.
В качестве следующего шага мы стремимся моделировать и прогнозировать динамический курс принятия решений отдельными участниками. В целом, большое преимущество подходов к когнитивному моделированию состоит в том, что они могут предсказывать текущие когнитивные процессы в любой момент времени.Чтобы оценить достоверность таких прогнозов, можно использовать разные подходы.
Одним из подходов к построению моделей в соответствии с когнитивными процессами участников является парадигма обучения ограничению (Димов и др., 2013). Эта парадигма требует инструктирования участников в виде подробной пошаговой процедуры о том, как применять определенные стратегии в задачах принятия решений. Этот подход дает разработчику модели представление о стратегиях, которые участники используют в данный момент времени.Это снова может быть использовано для ограничения моделей ACT-R в реализации этих стратегий. В будущих исследованиях мы планируем принять эту парадигму путем (а) инструктирования участников и (б) соответствующей корректировки нашей модели. Чтобы гарантировать, что парадигма обучения ограничению была успешно реализована, следует использовать самоотчеты участников.
Другой подход — проводить интервью, пока участник выполняет задание. Таким образом, чтобы подтвердить предсказания модели о предполагаемом поведении участников, субъектов будущих эмпирических исследований следует спросить об их решениях в ходе эксперимента.Можно ожидать, что на первые несколько решений участников будут сильно влиять случайные аспекты (например, какая особенность будет рассматриваться в первую очередь), но после некоторых испытаний подход моделирования должен быть в состоянии предсказать следующие шаги участников. Таким образом, он должен позволять точно предсказывать последующие когнитивные процессы. Чтобы сделать такие прогнозы, пересмотренная модель должна будет использовать первую пару испытаний в качестве информации о стратегии, которой первоначально следует индивидуальный участник.
На следующем этапе точные когнитивные процессы, предлагаемые моделью, должны быть протестированы на индивидуальном уровне на более мелкозернистых данных (например,g., фМРТ) и затем соответствующим образом перенастроить. В настоящее время были предложены различные методы сопоставления когнитивных моделей с более мелкими данными, такими как данные фМРТ или ЭЭГ (Borst and Anderson, 2015; Borst et al., 2015; Prezenski and Russwinkel, 2016a). Эти методы в настоящее время исследуются и применяются для решения фундаментальных вопросов исследования. Тем не менее сопоставление когнитивных моделей с нейронными данными является сложной задачей. Необходимы дополнительные исследования, особенно для прикладных задач. Чтобы дополнить нейронные данные, дополнительные поведенческие данные, такие как динамика нажатия кнопок (например,g., интенсивность нажатия кнопки), можно добавить в качестве немедленного измерения того, насколько конкретный участник уверен в своем решении (Kohrs et al., 2014).
Помимо использования когнитивных моделей для прогнозирования индивидуального поведения, мы стремимся разработать более общие когнитивные механизмы для моделирования обучения, повторного обучения и метапознания, применимых в широком диапазоне ситуаций. Чтобы проверить применимость нашего подхода к моделированию в более широком контексте и в различных ситуациях, варианты эксперимента должны быть протестированы с различными задачами и материалами.Например, предлагаемая здесь модель должна быть в состоянии предсказать данные экспериментов по категоризации с использованием визуальных стимулов, таких как различные типы ламп (Zeller and Schmid, 2016), с некоторыми модификациями сенсорной обработки нашей модели. Кроме того, модель должна быть способна прогнозировать данные из разных типов задач категоризации, например задачи, использующей другое количество функций категоризации, большее количество переключателей или разные последовательности. Такая задача была бы сложной задачей для нашей модели; в случае успеха ее можно рассматривать как прогностическую модель.
Разработанные общие механизмы также могут быть использованы в задачах осмысления. Такие задачи требуют «активного процесса построения значимого и функционального представления некоторых аспектов мира» (Lebiere et al., 2013, p. 1). Создание смысла — это процесс поиска и интерпретации соответствующих фактов в море поступающей информации, включая обновление гипотез. Производительность в нашей задаче приближается к тому, как люди имеют смысл в реальном мире, потому что она включает в себя большое количество различных стимулов, каждый из которых несет разные характеристики различных функций.Таким образом, «понимание стимулов» требует, чтобы участники проверяли каждый стимул категориально и использовали извлеченную категорию стимула в сочетании с выбранным нажатием кнопки и обратной связью, которая следует за информацией для будущих решений.
В заключение, такая когнитивная модель, которая включает общий механизм обучения, повторного обучения и метапознания, может оказаться чрезвычайно полезной для прогнозирования индивидуального поведения в широком диапазоне задач. Однако остается неясным, отражает ли это фактические процессы человеческого познания.Это связано не только с тем фактом, что человеческое поведение подвержено множеству случайных влияний, но и с тем ограничением, что модель всегда соответствует сокращенному представлению реальности. Разработчик модели решает, какие аспекты реальности охарактеризованы в модели. Маревски и Мельхорн (2011) протестировали разные подходы к моделированию для одной и той же задачи принятия решений. Хотя они обнаружили, что их модели различаются с точки зрения того, насколько хорошо они предсказывают данные, они в конечном итоге не смогли показать, что наиболее подходящая модель определенно напоминает когнитивные процессы человека.Насколько нам известно, ни один научный метод никогда не может ответить, как определенно работает человеческое познание. В общем, модели можно сравнивать только с точки зрения их предсказательного качества (например, объясненная дисперсия, количество свободных параметров, возможность обобщения). С другой стороны, неизвестно, какая модель в конечном итоге соответствует человеческой реальности.
Outlook
Одной из причин моделирования в когнитивных архитектурах является реализация когнитивных механизмов в системах поддержки для сложных сценариев.Такие системы поддержки в основном используют алгоритмы машинного обучения. К сожалению, эти алгоритмы зависят от многих испытаний, на которых нужно учиться, прежде чем они преуспеют в классификации или в обучении в целом. С другой стороны, подходы, вдохновленные когнитивной архитектурой, также могут быть извлечены из нескольких образцов. Кроме того, подходы, основанные на когнитивных архитектурах, представляют собой информированные модели, которые предоставляют информацию о задействованных процессах и причинах, ведущих к успеху или неудаче.
Когнитивные модели могут применяться к множеству реальных задач, например, для прогнозирования удобства использования при взаимодействии со смартфоном (Prezenski and Russwinkel, 2014, 2016b), управления воздушным движением (Taatgen, 2001; Smieszek et al., 2015) или поведение за рулем (Salvucci, 2006). Более того, подходы когнитивного моделирования также могут использоваться в сценариях микромира (Halbrügge, 2010; Peebles and Banks, 2010; Reitter, 2010). Сценарии микромира могут не только имитировать сложность реального мира, но и обладают тем преимуществом, что позволяют управлять переменными. Это означает, что могут быть вызваны определенные вариации для проверки рассматриваемого теоретического подхода или модели (как показано в Russwinkel et al., 2011).
Многие прикладные когнитивные модели представляют собой вполне конкретные модели задач.Наша модель, напротив, нацелена на захват основных механизмов, встречающихся в различных задачах реального мира. Как следствие, у него есть потенциал для применения во многих областях. Итак, наша модель динамического принятия решений в задаче категориального обучения делает прогнозы о когнитивном состоянии людей во время выполнения такой задачи. Это включает в себя прогнозы о стратегиях (например, стратегии с одним или двумя функциями), концептуальное понимание (например, предположения о соответствующих комбинациях функций) и метакогнитивные аспекты (например,g., информация об успешности текущего предположения лица, принимающего решения), все из которых являются аспектами познания во множестве задач и областей приложений.
Таким образом, наш общий подход к моделированию имеет потенциал для поддержки пользователей во многих областях и в конечном итоге может быть использован для помощи в принятии решений. Для этого решения отдельных пользователей в ходе выполнения задачи можно сравнить с когнитивными процессами, активными в настоящее время в модели. Если, например, пользователь слишком долго придерживается стратегии с одной функцией или переключает правила бессистемно, система может предоставить пользователю вспомогательный совет.Помимо обычных систем помощников, такая система поддержки, основанная на нашей модели, будет имитировать когнитивное состояние пользователя. Например, эта система онлайн-поддержки сможет предсказать влияние повторяющихся негативных отзывов на пользователя, например, побуждающих его к попытке изменить стратегию. Однако если отрицательная обратная связь была вызвана внешним источником, например технической ошибкой подключения, выбор изменения стратегии приведет к разочарованию пользователя. Предлагаемая система поддержки сможет вмешаться здесь.В зависимости от внутреннего состояния пользователя система поддержки будет учитывать, какая информация является наиболее полезной или не следует ли вообще не предоставлять информацию (например, в случае умственной перегрузки пользователя). Пока поддержка не требуется, такие системы будут молча следовать решениям, принимаемым человеком.
Более того, если цель пользователя известна, и решения, принятые пользователем, отслеживались системой, можно было бы предсказать следующие решения пользователя, а также оценить, являются ли эти решения по-прежнему разумными для достижения цели. .Многие лавины были вызваны повторяющимися неправильными решениями лыжников, застрявших в неправильном представлении о ситуации (Atkins, 2000). Система поддержки, которая способна понять, когда и почему человек принимает необоснованные решения в критических для безопасности ситуациях, также сможет предоставить правильную информацию, чтобы преодолеть недоразумение. Системе технической поддержки лыжников-бэккантри потребуется информация о текущей лавинной опасности, потенциальных безопасных маршрутах и других факторах.Такая информация уже предоставляется приложениями для смартфонов, которые используют GPS в сочетании с прогнозами погоды и измерениями крутизны склонов. В будущем, когда эта информация станет доступной для сопутствующей системы на основе когнитивных моделей, которая прогнозирует решения пользователей, она потенциально может помочь лыжникам в отдаленных районах. Системы поддержки на основе когнитивных моделей, разработанные аналогичным образом, могут с равным успехом использоваться в других критических для безопасности областях, а также для помощи велосипедистам, водителям или пилотам.
Авторские взносы
AB и SW разработали обучающий эксперимент по слуховой категории. SW проводил эксперименты на людях и анализировал данные. SP и NR разработали моделирование ACT-R. SP реализовал моделирование ACT-R и проанализировал данные. SP, SW и AB подготовили рисунки. СП, НР и А.Б. подготовили рукопись. SP, NR, AB и SW отредактировали, исправили и одобрили рукопись.
Финансирование
Эта работа была выполнена в рамках Межрегионального центра совместных исследований SFB / TRR 62 «Вспомогательная технология для когнитивных технических систем», финансируемого Немецким исследовательским фондом (DFG) и финансируемого программой BCP.
Заявление о конфликте интересов
Авторы заявляют, что исследование проводилось при отсутствии каких-либо коммерческих или финансовых отношений, которые могут быть истолкованы как потенциальный конфликт интересов.
Благодарности
Мы благодарим Монику Добровольны и Йорга Штадлера за поддержку в сборе данных в рамках Центра комбинаторной нейровизуализации (CNI) Института нейробиологии им. Лейбница.
Сноски
Список литературы
Андерсон, Дж.Р. (1991). Адаптивный характер категоризации человека. Psychol. Ред. 98, 409–429. DOI: 10.1037 / 0033-295X.98.3.409
CrossRef Полный текст | Google Scholar
Андерсон, Дж. Р. (2007). Как может человеческий разум возникать в физической вселенной? Нью-Йорк, Нью-Йорк: Издательство Оксфордского университета.
Google Scholar
Эшби, Ф. Г. (1992). «Многомерные модели категоризации», в Многомерные модели восприятия и познания , ред Ф.Г. Эшби (Хиллсдейл, Нью-Джерси: Эрлбаум), 449–483.
Google Scholar
Эшби, Ф. Г., Альфонсо-Риз, Л. А., Теркен, А. У., Уолдрон, Э. М. (1998). Нейропсихологическая теория множественных систем в категориальном обучении. Psychol. Ред. 105, 442–481.
PubMed Аннотация | Google Scholar
Аткинс, Д. (2000). «Человеческий фактор в лавиноопасных авариях», Труды . Международный семинар по науке о снеге (Big Sky: MT), 46–51.
Google Scholar
Берри, Д.С. и Бродбент Д. Э. (1988). Интерактивные задачи и явное и неявное различие. Br. J. Psychol. 79, 251–272. DOI: 10.1111 / j.2044-8295.1988.tb02286.x
CrossRef Полный текст | Google Scholar
Борст, Дж. П., и Андерсон, Дж. Р. (2015). «Использование когнитивной архитектуры ACT-R в сочетании с данными фМРТ», в An Introduction to Model-Based Cognitive Neuroscience , ред. Б. У. Форстманн и Э.-Дж. Вагенмейкерс (Нью-Йорк, штат Нью-Йорк: Springer), 339–352.
Google Scholar
Борст, Дж. П., Ниджбоер, М., Таатген, Н. А., Ван Рейн, Х. и Андерсон, Дж. Р. (2015). Использование отображений модели и мозга на основе данных для ограничения формальных моделей познания. PLoS ONE 10: e0119673. DOI: 10.1371 / journal.pone.0119673
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Кларк, Л., Коулс, Р. и Роббинс, Т. У. (2004). Нейропсихология вентральной префронтальной коры: принятие решений и обратное обучение. Brain Cogn. 55, 41–53. DOI: 10.1016 / S0278-2626 (03) 00284-7
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Димов, К. М., Маревски, Дж. Н., и Скулер, Л. Дж. (2013). «Ограничивающие модели ACT-R стратегий принятия решений: экспериментальная парадигма», в Cooperative Minds: Social Interaction and Group Dynamics. Труды 35-й ежегодной конференции Общества когнитивной науки , ред. М. Кнауф, М. Пауэн, Н. Себанс и И. Ваксмут (Остин, Техас: Общество когнитивных наук), 2201–2206.
Google Scholar
Эдвардс, У. (1962). Теория динамических решений и вероятностная обработка информации. Hum. Факторы 4, 59–73. DOI: 10.1177 / 001872086200400201
CrossRef Полный текст | Google Scholar
Форстманн Б. У., Вагенмакерс Э.-Дж., Эйхеле Т., Браун С. и Серенс Дж. Т. (2011). Взаимные отношения между когнитивной нейробиологией и формальными когнитивными моделями: противоположности притягиваются? Trends Cogn. Sci. 15, 272–279.DOI: 10.1016 / j.tics.2011.04.002
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Фум Д. и Стокко А. (2003). «Экземплярное обучение против обучения на основе правил в управлении динамической системой», Труды Пятой Международной конференции по когнитивному моделированию (Бамберг: Universitaets-Verlag Bamberg), 105–110.
Google Scholar
Гонсалес, К. (2017). «Принятие решений: перспектива когнитивной науки», The Oxford Handbook of Cognitive Science (Vol.1). изд. С. Э. Ф. Чипман (Oxford: Oxford University Press), 249–263.
Google Scholar
Гонсалес, К., Датт, В., Хили, А. Ф., Янг, М. Д., и Борн, Л. Э. младший (2009). «Сравнение моделей экземпляров и стратегий в ACT-R», в материалах 9-й Международной конференции по когнитивному моделированию — ICCM2009, , ред. А. Хоуз, Д. Пиблз и Р. Купер (Манчестер).
Google Scholar
Гонсалес К., Лерх Дж. Ф. и Лебьер К. (2003).Экземплярное обучение в динамическом принятии решений. Cogn. Sci. 27, 591–635. DOI: 10.1207 / s15516709cog2704_2
CrossRef Полный текст | Google Scholar
Хальбрюгге, М. (2010). Будьте проще — пример разработки модели в контексте задачи «Динамические запасы и потоки» (DSF). J. Artif. Gen. Intell. 2, 38–51. DOI: 10.2478 / v10229-011-0008-2
CrossRef Полный текст | Google Scholar
Ярверс, К., Брош, Т., Брехманн, А., Woldeit, M. L., Schulz, A. L., Ohl, F. W. и др. (2016). Обратное обучение у людей и песчанок: динамическая сеть управления облегчает обучение. Фронт. Neurosci. 10: 535. DOI: 10.3389 / fnins.2016.00535
CrossRef Полный текст | Google Scholar
Кнауф, М., Вольф, А.Г. (2010). Комплексное познание: наука о человеческом мышлении, решении проблем и принятии решений. Cogn. Процесс. 11, 99–102. DOI: 10.1007 / s10339-010-0362-z
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Kohrs, C., Грабаль, Д., Ангенштейн, Н., Брехманн, А. (2014). Задержка времени отклика системы влияет на физиологию и динамику последующего нажатия кнопок. Психофизиология 51, 1178–1184. DOI: 10.1111 / psyp.12253
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Лебьер, К., Пиролли, П., Томсон, Р., Пайк, Дж., Рутледж-Тейлор, М., Сташевски, Дж. И др. (2013). Функциональная модель осмысления в нейрокогнитивной архитектуре. Comput.Intell. Neurosci. 2013, 1-29. DOI: 10.1155 / 2013/921695
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Лебьер К., Валлах Д. и Таатген Н. А. (1998). «Неявное и явное обучение в ACT-R», Труды Второй Европейской конференции по когнитивному моделированию , ред. Ф. Риттер и Р. Янг (Ноттингем: издательство Ноттингемского университета), 183–193.
Google Scholar
Левандовски, С., Палмери, Т. Дж., И Вальдманн, М.Р. (2012). Введение в специальный раздел, посвященный теории и данным в категоризации: интеграция вычислительных, поведенческих и когнитивных подходов нейробиологии. J. Exp. Psychol. Учить. Mem. Cogn. 38, 803–806. DOI: 10.1037 / a0028943
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Ли А., Маани К. (2011). «Динамическое принятие решений, обучение и ментальные модели», в Proceedings of the 29th International Conference of the System Dynamics Society (Вашингтон, округ Колумбия), 1–21.
Google Scholar
Маревски, Дж. Н., Мельхорн, К. (2011). Использование архитектуры ACT-R для определения 39 количественных моделей процесса принятия решений. Judgm. Decis. Мак. 6, 439–519.
Google Scholar
Орендейн, А. Д. О., Вуд, С. (2012). «Учет когнитивной гибкости и негибкости для сложной динамической задачи», Труды 11-й Международной конференции по когнитивному моделированию (Берлин), 49–54.
Google Scholar
Пиблз Д., Бэнкс А. П. (2010). Моделирование динамического принятия решений с помощью когнитивной архитектуры ACT-R. J. Artif. Gen. Intell. 2, 52–68. DOI: 10.2478 / v10229-011-0009-1
CrossRef Полный текст | Google Scholar
Презенски С., Руссвинкель Н. (2014). Сочетание когнитивных моделей ACT-R с юзабилити-тестированием позволяет выявить ментальную модель пользователей, совершающих покупки с помощью приложения для смартфона. Внутр. J. Adv. Intell. Syst. 7, 700–715.
Google Scholar
Презенски, С., Руссвинкель, Н. (2016a). «Предлагаемый метод сопоставления данных ACT-R и ЭЭГ» в In Proceedings of the 14th International Conference on Cognitive Modeling , eds D. Reitter, and FE Ritter (University Park, PA: Penn State), 249–251 .
Google Scholar
Презенски, С., Руссвинкель, Н. (2016b). «На пути к общей модели многократного использования приложений», In Proceedings of the 14th International Conference on Cognitive Modeling , eds D.Рейтер и Ф. Э. Риттер (Университетский парк, Пенсильвания: штат Пенсильвания), 201–207.
Google Scholar
Рейтер, Д. (2010). Метапознание и множественные стратегии в когнитивной модели онлайн-контроля. J. Artif. Gen. Intell. 2, 20–37. DOI: 10.2478 / v10229-011-0007-3
CrossRef Полный текст | Google Scholar
Ролл И., Бейкер Р. С., Алевен В. и Кёдингер К. Р. (2004). «Метакогнитивная модель ACT-R стратегий обучения студентов в интеллектуальных системах наставничества», Труды 7-й Международной конференции по интеллектуальным системам наставничества , ред. Дж.К. Лестер, Р. М. Викари и Ф. Парагуасу (Масейо), 854–856.
Google Scholar
Руссвинкель Н., Урбас Л. и Тюринг М. (2011). Прогнозирование временных ошибок в сложных средах задач: вычислительный и экспериментальный подход. Cogn. Syst. Res. 12, 336–354. DOI: 10.1016 / j.cogsys.2010.09.003
CrossRef Полный текст | Google Scholar
Ратледж-Тейлор, М., Лебьер, К., Томсон, Р., Сташевски, Дж., И Андерсон, Дж. Р. (2012). «Сравнение категоризации на основе правил с категоризацией на основе примеров с использованием архитектуры ACT-R», Труды 21-й ежегодной конференции по представлению поведения в моделировании и симуляции, BRiMS 2012 (Остров Амелия, Флорида), 44–50.
Сэнборн, А. Н., Гриффитс, Т. Л., и Наварро, Д. Дж. (2010). Рациональные приближения к рациональным моделям: альтернативные алгоритмы категориального обучения. Psychol. Rev. 117, 1144–1167. DOI: 10.1037 / a0020511
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Саймон, Х. А., и Ньюэлл, А. (1971). Решение человеческих проблем: состояние теории в 1970 году. Am. Psychol. 26, 145–159. DOI: 10,1037 / h0030806
CrossRef Полный текст | Google Scholar
Smieszek, H., Джорес, Ф., и Руссвинкель, Н. (2015). «Рабочая нагрузка диспетчеров вышек аэропорта: эмпирическая проверка макрокогнитивной модели», в интернет-журнале Kognitive Systeme , ред. Д. Соффкер и А. Клюге (Дуйсбург: DuEPublico). DOI: 10.17185 / duepublico / 37699
CrossRef Полный текст | Google Scholar
Стюарт, Т. К., и Уэст, Р. (2010). Тестирование на эквивалентность: методология компьютерного когнитивного моделирования. J. Artif. Gen. Intell. 2, 69–87. DOI: 10.2478 / v10229-011-0010-8
CrossRef Полный текст | Google Scholar
Саттон, Р. С., и Барто, А. Г. (1998). Обучение с подкреплением: Введение . Лондон: MIT Press.
Google Scholar
Таатген, Н. А. (2001). «Модель индивидуальных различий в обучении управлению воздушным движением», в Proceedings of the 4th International Conference on Cognitive Modeling , eds EM Altmann, A. Cleeremans, CD Schunn, and WD Gray (Mahwah, NJ: Erlbaum), 211– 216.
Google Scholar
Таатген, Н.А., Лебьер, К., и Андерсон, Дж. Р. (2006). «Парадигмы моделирования в ACT-R», в Познание и многоагентное взаимодействие: от когнитивного моделирования к социальному моделированию, , ред Р. Сан (Кембридж: Издательство Кембриджского университета), 29–52.
Google Scholar
Томсон Р., Лебьер К., Андерсон Дж. Р. и Сташевски Дж. (2015). Общая основанная на примерах структура обучения для изучения интуитивного принятия решений в когнитивной архитектуре. J. Appl. Res. Mem. Cogn. 4, 180–190. DOI: 10.1016 / j.jarmac.2014.06.002
CrossRef Полный текст | Google Scholar
Вольф С., Брехманн А. (2012). «MOTI: корпус мотивационной просодии для систем обучения на основе речи», в Proceedings of 10th ITG Conference on Speech Communication (Berlin: IEEE), 1–4.
Google Scholar
Вольф, С., Брехманн, А. (2015). Кнута и пряника 2.0: преимущества естественной и мотивационной просодии в компьютерном обучении. Comput. Гм. Behav. 43, 76–84. DOI: 10.1016 / j.chb.2014.10.015
CrossRef Полный текст | Google Scholar
Вонг, Т. Дж., Кокли, Э. Т., и Скулер, Л. Дж. (2010). «Онлайн-база данных параметров ACT-R: на пути к прозрачному подходу к разработке моделей на основе сообщества», в материалах 10-й Международной конференции по когнитивному моделированию , редакторы Д.Д. Сальвуччи и Г. Гунзельманн (Филадельфия, Пенсильвания: Университет Дрекселя ), 282–286.
Google Scholar
Целлер, К., и Шмид, У. (2016). «Обучение правилам на основе инкрементального представления обучающих примеров: повторный анализ эксперимента по категоризации», Труды 13-й проводимой раз в два года конференции Немецкого общества когнитивной науки . (Бремен), 39–42.
Google Scholar
Познание и когнитивная наука — важность познания
Что такое познание? Значение и определение
Что такое познание? Слово происходит от латинского корня cognoscere , что означает «знать».Под познанием мы обычно подразумеваем все, что связано со знанием. Другими словами, накопление информации, которую мы получили в результате обучения или опыта.
Наиболее распространенное определение — это способность обрабатывать информацию через восприятие (стимулы, которые мы получаем через разные органы чувств), знания, полученные через опыт, и наши личные характеристики, которые позволяют нам интегрировать всю эту информацию для оценки и интерпретации наш мир.Это способность усваивать и обрабатывать информацию, которую мы получаем из разных источников (восприятие, опыт, убеждения и т. Д.), И преобразовывать их в знания. Он включает в себя различные когнитивные процессы, такие как обучение, внимание, память, язык, рассуждения, принятие решений и т. Д., Которые являются частью нашего интеллектуального развития и опыта.
Его изучали в различных дисциплинах, таких как неврология, психология, антропология, философия и т.д. знание. Когнитивная психология возникла в конце 1950-х годов как оппозиция господствовавшему в то время бихевиоризму. Такие авторы, как Пиаже и Выготский, произвели революцию в научной панораме своими теориями о развитии и когнитивном обучении, которые актуальны и сегодня. Начиная с 60-х годов, интерес к познанию и когнитивным навыкам рос в геометрической прогрессии, и проведенные исследования позволили нам узнать больше об этих процессах.
Достижения в области нейровизуализации помогли внести в эти исследования физиологические и нейроанатомические знания.Это важно для понимания когнитивных процессов и того, как они влияют на наше поведение и эмоции.
Что такое когнитивные процессы? Мы можем понимать когнитивные процессы как процедуры, которые мы используем для включения новых знаний и принятия решений на основе этих знаний. В этих когнитивных процессах играют роль различные когнитивные функции: восприятие, внимание, память, рассуждение… Каждая из этих когнитивных функций работает вместе, чтобы интегрировать новые знания и создать интерпретацию мира вокруг нас.
- ВНИМАНИЕ КАК ПОЗНАВАТЕЛЬНЫЙ ПРОЦЕСС: Внимание — это когнитивный процесс, который позволяет нам сконцентрироваться на стимуле или действии, чтобы потом более тщательно их обработать. Внимание — это фундаментальная когнитивная функция для развития повседневных ситуаций, и оно используется в большинстве задач, которые мы выполняем изо дня в день. Фактически, это считалось механизмом, который контролирует и регулирует остальные когнитивные процессы: от восприятия (нам нужно внимание, чтобы иметь возможность обращать внимание на стимулы, не доходящие до наших органов чувств) до обучения и сложных рассуждений.
- ПАМЯТЬ КАК ПОЗНАВАТЕЛЬНЫЙ ПРОЦЕСС: Память — это когнитивная функция, которая позволяет нам кодировать, хранить и восстанавливать информацию из прошлого. Память — это основной процесс обучения, так как это то, что позволяет нам создать чувство идентичности. Есть много типов памяти, например, кратковременная память, которая представляет собой способность сохранять информацию в течение короткого периода времени (запоминать номер телефона, пока мы не сможем записать его на бумаге), и долговременная память, которые все воспоминаний, которые мы храним надолго.Долговременную память можно разбить на более мелкие группы, декларативную память и процедурную память. Декларативная память состоит из знаний, полученных с помощью языка и образования (например, знание того, что Вторая мировая война закончилась в 1945 году), а также знаний, полученных на личном опыте (вспоминая, что моя бабушка делала для меня). Под процедурной памятью понимается обучение рутинным действиям (обучение вождению или катанию на велосипеде). Другие типы памяти — это слуховая память, контекстная память, наименование и узнавание.
- ВОСПРИЯТИЕ КАК ПОЗНАВАТЕЛЬНЫЙ ПРОЦЕСС : Когнитивное восприятие позволяет нам организовывать и понимать мир с помощью стимулов, которые мы получаем от наших различных органов чувств, таких как зрение, слух, вкус, обоняние и осязание. Хотя большинство людей знакомы с обычными чувствами, существуют и другие, менее известные чувства, такие как пропиоцепция (стимулы, которые бессознательно воспринимают наше положение в пространстве и судят о пространственной ориентации) и интероцепция (которая является восприятием наших органов в наших телах.Это то, что позволяет нам узнать, когда мы голодны или хотим пить). После получения стимулов наш мозг интегрирует всю информацию, создавая новую память.
- ЯЗЫК КАК ПОЗНАВАТЕЛЬНЫЙ ПРОЦЕСС: Язык — это способность выражать наши мысли и чувства устным словом. Это инструмент, который мы используем для общения, организации и передачи имеющейся у нас информации о себе и мире. Язык и мышление развиваются вместе и тесно связаны, они взаимно влияют друг на друга.
- МЫСЛЬ КАК ПОЗНАВАТЕЛЬНЫЙ ПРОЦЕСС: Мысль является фундаментальной для всех когнитивных процессов. Это позволяет нам интегрировать всю полученную информацию и устанавливать взаимосвязь между событиями и знаниями. Для этого он использует рассуждения, синтез и решение проблем (исполнительные функции).
- ОБУЧЕНИЕ КАК ПОЗНАВАТЕЛЬНЫЙ ПРОЦЕСС: Обучение — это познавательный процесс, который мы используем для включения новой информации в наши предыдущие знания.Обучение включает в себя такие разнообразные вещи, как поведение или привычки, такие как чистка зубов или обучение ходьбе, а также знания, которые мы получаем через социализацию. Пиаже и другие авторы говорили о когнитивном обучении как о процессе поступления информации в нашу когнитивную систему и ее изменения.
Когнитивные процессы могут происходить естественно или искусственно, сознательно или бессознательно, но обычно они происходят быстро. Эти когнитивные процессы работают постоянно, и мы не осознаем их. Например, когда мы идем по улице и видим красный свет светофора, мы запускаем когнитивный процесс, который говорит нам принять решение (переходить или не переходить). Первое, что мы делаем, это сосредотачиваем внимание на светофоре, зрением видим, что он красный. За считанные миллисекунды мы вспоминаем из своей памяти, что когда светофор красный, переходить нельзя. Вероятно, именно здесь мы принимаем наше первое решение: подождать, пока загорится зеленый свет, или посмотреть направо и налево (снова переключая внимание), чтобы увидеть, едут ли какие-нибудь машины, и принять решение быстро пересечь дорогу.
Можете ли вы улучшить познание?
Можно ли улучшить познание? Ниже приведен инструмент, ориентированный на улучшение когнитивных функций и когнитивных функций:
ПРОГРАММА ПОЗНАВАТЕЛЬНОЙ СТИМУЛЯЦИИ ОТ COGNIFIT: Эта программа была разработана группой неврологов и когнитивных психологов, изучающих синаптическую пластичность и процессы нейрогенеза. Вам нужно всего 15 минут в день (2-3 раза в неделю), чтобы стимулировать когнитивные способности. Эта программа доступна в Интернете и включает специальные программы для личного пользования, исследователей, медицинских работников и школ.
Упражнения для когнитивной стимуляции от CogniFit эффективно оценивают более 20 фундаментальных когнитивных функций , которые четко определены и подлежат объективному целевому контролю, который обеспечивает стандартизованные результаты по возрастным и демографическим критериям на основе тысяч результатов.
Различные интерактивные упражнения представлены в виде забавных игр для мозга, которые вы можете практиковать на своем компьютере. После каждого сеанса CogniFit представляет подробную картинку, показывающую эволюцию когнитивного состояния пользователя.Он также сравнивает их когнитивные способности с другими пользователями.
Если нейробиология и изучение пластичности мозга что-то нам показали, так это то, что чем больше мы используем нейронную цепь, тем сильнее она становится. Программа когнитивной стимуляции от CogniFit предназначена для изучения наших когнитивных процессов. Как только мы сможем понять когнитивное состояние каждого человека, мы предлагаем им персонализированную программу когнитивных тренировок . Сосредоточение внимания на самых сложных задачах гарантирует, что мы создаем и устанавливаем новые нейронные связи, которые будут становиться все сильнее и сильнее по мере их обучения.
СНИЖЕНИЕ УРОВНЯ СТРЕССА: Стресс увеличивает уровень кортизола, который атакует миелин аксонов и препятствует эффективной передаче информации. Если мы сможем уменьшить стресс в нашей жизни, мы сможем улучшить наши познания, потому что снижение стресса улучшает синаптические связи. Сохранение позитивного отношения делает нас более творческими при решении проблем и, вероятно, делает нас более гибкими в когнитивном отношении.
МЕДИТАЦИЯ: Медитация также может помочь нашему познанию.В последние несколько лет все больше и больше исследований изучают влияние медитации на когнитивные процессы. Это требует концентрации и сознательного внимания, которые, как мы уже сказали, важны для создания новых функциональных схем. Исследование, кажется, поддерживает эту идею, и медитация связана с улучшением внимания, памяти, исполнительных функций, скорости обработки информации и общего познания.
ФИЗИЧЕСКИЕ УПРАЖНЕНИЯ: Выполнение некоторых упражнений также может улучшить его.Необязательно быть особо напряженными. Фактически, ходьба 45 минут 3 раза в неделю, кажется, улучшает память и рассуждения (управляющие функции), а практика тайцзи улучшает главным образом исполнительные функции.
Каталожные номера: Шатил Э (2013). Улучшают ли комбинированные когнитивные тренировки и тренировки физической активности когнитивные способности больше, чем по отдельности? Рандомизированное контролируемое исследование с четырьмя условиями среди здоровых пожилых людей. Фронт.Aging Neurosci. 5: 8. DOI: 10.3389 / fnagi.2013.00008 • Корчин А.Д., Перец С., Ахаронсон В. и др. — Компьютерные когнитивные тренировки с CogniFit улучшили когнитивные способности по сравнению с эффектом классических компьютерных игр: проспективное, рандомизированное, двойное слепое исследование с участием пожилых людей. Болезнь Альцгеймера и слабоумие: Журнал Ассоциации Альцгеймера, 2007 г .; 3 (3): S171. • Shatil E, Korczyn AD, Peretzc C, et al. — Улучшение когнитивных функций у пожилых людей с помощью компьютеризированной когнитивной тренировки — Alzheimer’s & Dementia: The Journal of the Alzheimer’s Association 2008; 4 (4): Т492. • Verghese J, Mahoney J, Ambrose AF, Wang C, Holtzer R. — Влияние когнитивной коррекции на походку у пожилых людей, ведущих малоподвижный образ жизни — J Gerontol A Biol Sci Med Sci. 2010 декабрь; 65 (12): 1338-43. • Эвелин Шатил, Ярослава Микулецка, Франческо Беллотти, Владимир Бурес — Когнитивная тренировка на основе телевидения улучшает рабочую память и исполнительную функцию — PLoS ONE 3 июля 2014 г. 10.1371 / journal.pone.0101472. • Gard T, Hölzel BK, Lazar SW.Потенциальные эффекты медитации на когнитивное снижение, связанное с возрастом: систематический обзор. Ann N Y Acad Sci. 2014 Янв; 1307: 89-103. DOI: 10.1111 / ньяс.12348. 2. • Voss MW et al. Пластичность мозговых сетей в рандомизированном интервенционном исследовании тренировок с упражнениями у пожилых людей. Front Aging Neurosci. 26 августа 2010 г .; 2. pii: 32. doi: 10.3389 / fnagi.2010.00032.
Что такое познание? | Введение в психологию
Что вы научитесь делать: описывать стратегии познания и решения проблем
Представьте все свои мысли, как если бы они были физическими сущностями, быстро кружащимися внутри вашего разума.Как это возможно, что мозг способен организованно и упорядоченно переходить от одной мысли к другой? Мозг бесконечно воспринимает, обрабатывает, планирует, организует и запоминает — он всегда активен. Тем не менее, вы не замечаете большую часть активности своего мозга во время повседневных движений. Это только одна грань сложных процессов познания. Проще говоря, познание — это мышление, и оно включает в себя процессы, связанные с восприятием, знанием, решением проблем, суждением, языком и памятью.Ученые, изучающие познание, ищут способы понять, как мы интегрируем, организуем и используем наш сознательный когнитивный опыт, не осознавая всю бессознательную работу, которую выполняет наш мозг (например, Kahneman, 2011).
Цели обучения
- Различия между концептами и прототипами
- Объясните разницу между естественными и искусственными концепциями
Познание
Просыпаясь каждое утро, вы начинаете думать — размышлять о задачах, которые вы должны выполнить в этот день.В каком порядке вы должны выполнять свои поручения? Стоит ли вам сначала пойти в банк, в уборщицу или в продуктовый магазин? Сможете ли вы сделать все это до того, как отправитесь в класс, или им придется подождать, пока школа не закончится? Эти мысли — один из примеров познания в действии. Исключительно сложное познание является важной чертой человеческого сознания, но не все аспекты познания переживаются сознательно. Когнитивная психология — это область психологии, посвященная изучению того, как люди думают.В нем делается попытка объяснить, как и почему мы думаем именно так, путем изучения взаимодействия человеческого мышления, эмоций, творчества, языка и решения проблем в дополнение к другим когнитивным процессам. Когнитивные психологи стремятся определить и измерить различные типы интеллекта, почему одни люди лучше решают проблемы, чем другие, и как эмоциональный интеллект влияет на успех на рабочем месте, среди множества других тем. Они также иногда сосредотачиваются на том, как мы организуем мысли и информацию, собранную из нашего окружения, в значимые категории мысли, которые будут обсуждаться позже.Категории и понятия
Категория набор объектов, которые можно каким-либо образом рассматривать как эквивалентные. Например, рассмотрим следующие категории: грузовики, беспроводные устройства, свадьбы, психопаты и форель. Хотя объекты в данной категории отличаются друг от друга, у них много общего. Когда вы знаете, что что-то является грузовиком, вы знаете об этом довольно много. Психология категорий касается того, как люди учатся, запоминают и используют информативные категории, такие как грузовики или психопаты.Ментальные представления, которые мы формируем по категориям, называются концепциями. В мире есть категория грузовиков, и у вас в голове тоже есть концепция грузовиков. Мы предполагаем, что человеческие концепции более или менее соответствуют реальной категории, но может быть полезно различать их, например, когда чья-то концепция на самом деле неверна.Концепции и прототипы
Нервная система человека способна обрабатывать бесконечные потоки информации. Чувства служат связующим звеном между разумом и внешней средой, получая стимулы и преобразуя их в нервные импульсы, которые передаются в мозг.Затем мозг обрабатывает эту информацию и использует соответствующие фрагменты для создания мыслей, которые затем могут быть выражены языком или сохранены в памяти для использования в будущем. Чтобы усложнить этот процесс, мозг собирает информацию не только из внешней среды. Когда мысли формируются, мозг также извлекает информацию из эмоций и воспоминаний (рис. 1). Эмоции и память сильно влияют как на наши мысли, так и на поведение.
Рисунок 1 . Ощущения и информация принимаются нашим мозгом, фильтруются через эмоции и воспоминания и обрабатываются, чтобы стать мыслями.
Чтобы систематизировать это ошеломляющее количество информации, мозг создал в уме своего рода картотеку. Различные файлы, хранящиеся в картотеке, называются концепциями. Концепции — это категории или группы лингвистической информации, изображений, идей или воспоминаний, например жизненного опыта. Во многих смыслах концепции — это большие идеи, которые генерируются наблюдением за деталями, а также категоризацией и объединением этих деталей в когнитивные структуры. Вы используете концепции, чтобы увидеть взаимосвязь между различными элементами вашего опыта и сохранить информацию в уме организованной и доступной.
Концепции информируются нашей семантической памятью (вы узнаете больше об этой концепции, когда изучите память) и присутствуют во всех аспектах нашей жизни; однако одно из самых простых мест, где можно заметить концепции, — это внутри класса, где они подробно обсуждаются. Например, когда вы изучаете историю Соединенных Штатов, вы узнаете больше, чем просто об отдельных событиях, произошедших в прошлом Америки. Вы усваиваете большое количество информации, слушая и участвуя в обсуждениях, изучая карты и читая рассказы о жизни людей из первых рук.Ваш мозг анализирует эти детали и вырабатывает общее представление об американской истории. В процессе ваш мозг собирает детали, которые информируют и уточняют ваше понимание связанных понятий, таких как демократия, власть и свобода.
Понятия могут быть сложными и абстрактными, как справедливость, или более конкретными, как типы птиц. В психологии, например, стадии развития Пиаже — абстрактные понятия. Некоторые концепции, такие как толерантность, согласованы со многими людьми, потому что они использовались по-разному на протяжении многих лет.Другие концепции, такие как характеристики вашего идеального друга или традиции дня рождения вашей семьи, носят личный и индивидуальный характер. Таким образом, концепции затрагивают все аспекты нашей жизни, от повседневной рутины до руководящих принципов функционирования правительства.
Концепции лежат в основе разумного поведения. Мы ожидаем, что люди будут знать, что делать в новых ситуациях и при столкновении с новыми объектами. Если вы войдете в новый класс и увидите стулья, классную доску, проектор и экран, вы узнаете, что это такое и как они будут использоваться.Вы сядете на один из стульев и ожидаете, что инструктор будет писать на доске или проецировать что-то на экран. Вы делаете это , даже если никогда не видели ни одного из этих конкретных объектов до , потому что у вас есть концепции классов, стульев, проекторов и т. Д., Которые говорят вам, что они собой представляют и что вы должны с ними делать. Более того, если кто-то расскажет вам новый факт о проекторе, например, что он имеет галогеновую лампу, вы, вероятно, распространите этот факт на другие проекторы, с которыми вы столкнетесь.Короче говоря, концепции позволяют расширить то, что вы узнали об ограниченном количестве объектов, до потенциально бесконечного набора сущностей.
Рисунок 2 . В 1930 году Мохандас Ганди возглавил группу мирных протестов против британского налога на соль в Индии.
Другой метод, используемый вашим мозгом для организации информации, — это идентификация прототипов разработанных вами концепций. Прототип — лучший пример или представление концепции. Например, для категории гражданского неповиновения вашим прототипом может быть Роза Паркс.Ее мирное сопротивление сегрегации в городском автобусе в Монтгомери, штат Алабама, является узнаваемым примером гражданского неповиновения. Или вашим прототипом может быть Мохандас Ганди, которого иногда называют Махатма Ганди («Махатма» — почетный титул) (рис. 2).
Мохандас Ганди служил ненасильственной силой за независимость Индии, одновременно требуя, чтобы буддийские, индуистские, мусульманские и христианские лидеры — как индийские, так и британские — мирно сотрудничали. Хотя ему не всегда удавалось предотвратить насилие вокруг себя, его жизнь является ярким примером прототипа гражданского неповиновения (Фонд конституционных прав, 2013).Подобно тому, как концепции могут быть абстрактными или конкретными, мы можем проводить различие между концепциями, которые являются функциями нашего прямого опыта взаимодействия с миром, и концепциями, которые являются более искусственными по своей природе.
ссылка на обучение
Проверьте, насколько хорошо вы можете сопоставить прототип компьютера с определенными объектами, играя в эту интерактивную игру Quick Draw!
Естественные и искусственные концепции
В психологии понятия можно разделить на две категории: естественные и искусственные. Естественные концепции создаются «естественным образом» благодаря вашему опыту и могут развиваться как на основе прямого, так и косвенного опыта. Например, если вы живете в Эссекс-Джанкшен, штат Вермонт, у вас, вероятно, был большой опыт работы со снегом. Вы видели, как он падает с неба, вы видели слегка падающий снег, который едва закрывает лобовое стекло вашей машины, и вы выкопали 18 дюймов пушистого белого снега, как вы думали: «Это идеально подходит для катания на лыжах». . » Вы бросили снежки в своего лучшего друга и спустились на санях с самого крутого холма в городе.Одним словом, вы знаете снег. Вы знаете, как это выглядит, как пахнет, на вкус и на что похоже. Однако если вы прожили всю свою жизнь на острове Сент-Винсент в Карибском море, вы, возможно, никогда не видели снега, а тем более пробовали, нюхали или трогали его. Вы узнаете снег по косвенному опыту просмотра изображений падающего снега или по фильмам, в которых снег является частью декораций. В любом случае, снег — это естественное понятие, потому что вы можете составить представление о нем посредством прямых наблюдений или опыта снега (рис. 3).
Рисунок 3 . а) Наша концепция снега является примером естественной концепции, которую мы понимаем посредством прямого наблюдения и опыта. (б) Напротив, искусственные концепции — это те, которые мы знаем по определенному набору характеристик, которые они всегда проявляют, например, что определяет различные основные формы. (кредит а: модификация работы Маартена Такенса; кредит б: модификация работы «Шаян (США)» / Flickr)
Искусственное понятие , с другой стороны, представляет собой понятие, которое определяется определенным набором характеристик.Различные свойства геометрических фигур, таких как квадраты и треугольники, служат полезными примерами искусственных концепций. Треугольник всегда имеет три угла и три стороны. У квадрата всегда четыре равные стороны и четыре прямых угла. Математические формулы, такие как уравнение для площади (длина × ширина), являются искусственными понятиями, определяемыми определенными наборами характеристик, которые всегда одинаковы. Искусственные концепции могут улучшить понимание темы, опираясь друг на друга. Например, прежде чем изучать понятие «площадь квадрата» (и формулу для его определения), вы должны понять, что такое квадрат.Как только понятие «площадь квадрата» будет понято, понимание площади для других геометрических фигур может быть построено на исходном понимании площади. Использование искусственных концепций для определения идеи имеет решающее значение для общения с другими и участия в сложных размышлениях. Согласно Голдстоуну и Керстену (2003), концепции действуют как строительные блоки и могут быть соединены в бесчисленных комбинациях для создания сложных мыслей.
Схема
Схема — это мысленная конструкция, состоящая из кластера или набора связанных понятий (Bartlett, 1932).Существует множество различных типов схем, и все они имеют одну общую черту: схемы — это метод организации информации, позволяющий мозгу работать более эффективно. Когда схема активирована, мозг сразу же делает предположения о наблюдаемом человеке или объекте.
Есть несколько типов схем. Схема ролей делает предположения о том, как будут вести себя люди в определенных ролях (Callero, 1994). Например, представьте, что вы встречаете человека, который представился пожарным.Когда это происходит, ваш мозг автоматически активирует «схему пожарного» и начинает делать предположения, что этот человек храбрый, самоотверженный и ориентированный на сообщество. Несмотря на то, что вы не знаете этого человека, вы уже бессознательно судили о нем. Схемы также помогают заполнить пробелы в информации, которую вы получаете из окружающего вас мира. Хотя схемы позволяют более эффективно обрабатывать информацию, могут возникнуть проблемы со схемами, независимо от того, точны ли они: возможно, этот конкретный пожарный не храбрый, он просто работает пожарным, чтобы оплачивать счета, пока учится, чтобы стать детским библиотекарем.
Схема событий , также известная как когнитивный сценарий , представляет собой набор действий, которые могут ощущаться как рутина. Подумайте, что вы делаете, когда заходите в лифт (рис. 4). Сначала открываются двери, и вы ждете, пока выходящие пассажиры не выйдут из кабины лифта. Затем вы входите в лифт и поворачиваетесь лицом к дверям в поисках кнопки, которую нужно нажать. Вы никогда не сталкиваетесь с лифтом сзади, не так ли? А когда едешь в переполненном лифте и не можешь смотреть вперед, чувствуешь себя некомфортно, не так ли? Интересно, что схемы событий могут сильно различаться в разных культурах и странах.Например, в Соединенных Штатах довольно часто люди приветствуют друг друга рукопожатием, в Тибете вы приветствуете кого-то, показывая ему язык, а в Белизе вы ударяете кулаками (Региональный совет Кэрнса, nd)
Рисунок 4 . Какую схему событий вы выполняете, когда едете в лифте? (Источник: «Гидеон» / Flickr)
Поскольку схемы событий являются автоматическими, их может быть сложно изменить. Представьте, что вы едете домой с работы или учебы.Эта схема событий включает в себя сесть в машину, закрыть дверь и пристегнуть ремень безопасности перед тем, как вставить ключ в замок зажигания. Вы можете выполнять этот сценарий два или три раза в день. Когда вы едете домой, вы слышите звонок телефона. Как правило, схема событий, которая возникает, когда вы слышите звонок телефона, включает в себя определение местоположения телефона и ответ на него или ответ на ваше последнее текстовое сообщение. Поэтому, не задумываясь, вы берете телефон, который может быть в кармане, в сумке или на пассажирском сиденье автомобиля.Эта мощная схема событий определяется вашим образцом поведения и приятной стимуляцией, которую телефонный звонок или текстовое сообщение дает вашему мозгу. Поскольку это схема, нам чрезвычайно сложно перестать хвататься за телефон, даже если мы знаем, что при этом подвергаем опасности свою жизнь и жизни других людей (Neyfakh, 2013) (рисунок 5).
Рисунок 5 . Текстовые сообщения во время вождения опасны, но некоторым людям сложно сопротивляться этой схеме событий.
Помните лифт? Кажется, что войти внутрь почти невозможно, а , а не , стоит лицом к двери.Наша мощная схема событий диктует наше поведение в лифте, и наши телефоны ничем не отличаются. Текущие исследования показывают, что именно привычка или схема событий проверять наши телефоны во многих различных ситуациях особенно затрудняет отказ от проверки их во время вождения (Bayer & Campbell, 2012). Поскольку текстовые сообщения и вождение автомобиля в последние годы превратились в опасную эпидемию, психологи ищут способы помочь людям прервать «телефонную схему» во время вождения. Подобные схемы событий являются причиной того, почему от многих привычек трудно избавиться после того, как они были приобретены.Продолжая изучать мышление, не забывайте, насколько сильны силы концепций и схем для нашего понимания мира.
Смотри
Посмотрите это видео CrashCourse, чтобы увидеть больше примеров концепций и прототипов. Вы также получите предварительную информацию по другим ключевым темам познания, включая стратегии решения проблем, такие как алгоритмы и эвристика.
Подумай над
Подумайте о естественной концепции, которую вы знаете полностью, но которую будет трудно понять кому-то другому.Почему это сложно объяснить?
Глоссарий
искусственное понятие: понятие, которое определяется очень специфическим набором характеристик
познание: мышление, включая восприятие, обучение, решение проблем, суждение и память
когнитивная психология: область психологии, посвященная изучению каждого аспекта мышления людей
концепция: категория или группа лингвистической информации, объектов, идей или жизненного опыта
когнитивный сценарий: наборов поведений, которые каждый раз выполняются одинаково; также называется схемой событий
схема событий: наборов поведений, которые каждый раз выполняются одинаково; также называется когнитивным сценарием
естественная концепция: умственных группировок, которые создаются «естественным образом» благодаря вашему опыту
прототип лучшее представление концепции:
схема ролей: набор ожиданий, которые определяют поведение человека, занимающего определенную роль
схема: (множественное число = схемы) ментальная конструкция, состоящая из кластера или набора связанных понятий
Познавательные процессы | Психология Вики
Оценка |
Биопсихология |
Сравнительный |
Познавательная |
Развивающий |
Язык |
Индивидуальные различия |
Личность |
Философия |
Социальные |
Методы |
Статистика |
Клиническая |
Образовательная |
Промышленное |
Профессиональные товары |
Мировая психология |
Когнитивная психология: Внимание · Принимать решение · Обучение · Суждение · Объем памяти · Мотивация · Восприятие · Рассуждение · Мышление — Познавательные процессы Познание — Контур Индекс
Когнитивные процессы (также известные как психические функции или Психические операции ) — это термины, которые часто используются взаимозаменяемо (хотя и не всегда правильно, поэтому термин когнитивный имеет тенденцию иметь определенные значения — см. Когнитивный, когнитивный и когнитивный), которые выделяют такие функции как:
- Внимание
- Понимание
- Принятие решения
- Решение
- Память
- Обучение
- Восприятие
- Рассуждения
- Решение проблем
Итак, когнитивные процессы — это процессы, участвующие в познании, приобретении, обработке и использовании знаний и информации.
Дополнительные процессы включают:
- Жилье
- Ассимиляция
- Ассоциативные процессы
- Разделение на части
- Классификация
- Когнитивная предвзятость
- Когнитивная оценка
- Когнитивная дискриминация
- Когнитивный диссонанс
- Когнитивное обобщение
- Когнитивное посредничество
- Когнитивный стиль
- Понимание
- Концентрация
- Формирование концепции
- Концептуальное смешивание
- Творчество
- Дневной сон
- Принятие решения
- Защитные механизмы
- Фэнтези
- Идея
- Воображение
- Самоанализ
- Интуиция
- Магическое мышление
- Психическое вращение
- Метапознание
- Именование
- Решение проблем
- Руминация
- Схема
- Семантическое обобщение
- Сексуальная фантазия
- Социальное познание
- Мышление
- Подавление мыслей
- Транспонирование
- Бдительность
- Воля
Эти процессы вызывают познания, продукты познания, которые включают:
- Отношения
- Убеждений
- Концепции
- Заблуждения
- Ожидания
- Ложные убеждения
- Галлюцинации
- Изображения
- Insight
- Преднамеренность
- Идеи
- Иррациональные убеждения
- Мысли
- Искусственный интеллект
- Познание
- Когнитивная оценка
- Когнитивный диссонанс
- Когнитивные карты
- Скорость когнитивной обработки
- Когнитивная психология
- Когнитивный стиль
- Концептуальный темп
- Конфабуляция
- Разрешение конфликтов
- Коннекционизм
- Декларативные знания
- Эффект генерации (обучение)
- Хранение информации о человеке
- Обучение
- Стратегии обучения
- Память
- Психическое событие
- Разум
- Нейрокогнитивный
- Процедурные знания
- Опрос
- Тестирование реальности
- Пространственная способность
- Стратегии
- Словесные ассоциации
| v · d · e Когнитивные процессы | |
|---|---|
| Познание | Осведомленность · Когнитивный диссонанс · Понимание · Сознание · Воображение · Интуиция |
| Восприятие | Амодальное восприятие · Цветовое восприятие · Глубинное восприятие · Визуальное восприятие · Восприятие формы · Тактильное восприятие · Речевое восприятие · Восприятие как интерпретация · · Числовое значение восприятие · Гармоническое восприятие · Социальное восприятие |
| Память | Кодирование · Хранение · Вызов · Консолидация памяти |
| Другое | Внимание · Высшая нервная деятельность · Намерение · Обучение (память) · Психическая усталость · Набор (психология) · Мышление · Волна |
iMotions
Когнитивная психология — это наука о том, как мы думаем.Он связан с нашими внутренними умственными процессами, такими как внимание, восприятие, память, планирование действий и язык. Каждый из этих компонентов имеет решающее значение в формировании того, кто мы есть и как мы ведем себя.
Мысли, связанные с этими концепциями, могут быть сознательными или неосознаваемыми — например, мы можем сознательно попытаться сосредоточить свое внимание на лекции, но мерцание света в комнате может вызвать бессознательный сдвиг в другом месте.
Многие когнитивные психологи [1] называют эту область охватывающей как традиционный подход когнитивной психологии, так и когнитивную нейробиологию .Когнитивная нейробиология — это область, в которой используются методы нейровизуализации для изучения когнитивных процессов — она во многом пересекается с когнитивной психологией, использует аналогичный подход и мировоззрение, но предлагает путь для визуализации активности мозга, связанной с этими внутренними мыслями.
Когнитивная психология также во многом перекликается с когнитивной нейропсихологией (в первую очередь изучающей влияние повреждения мозга на познание) и в некоторой степени с вычислительной нейробиологией (связанной с созданием вычислительных моделей функции мозга).
Истоки когнитивной психологии
Чтобы по-настоящему понять основу этих совпадений, важно рассмотреть контекст и время, в которых возникла когнитивная психология. Начав в качестве ученика в 1950-х годах, эта область была в некотором смысле реакцией на доминирующий в то время подход к психологическим исследованиям — поведенческую психологию (тему, которую мы уже обсуждали в предыдущем сообщении в блоге).
Поведенческая психология начинается с утверждения, что любое человеческое поведение усвоено и может адаптироваться к контексту и окружающей среде, в которой оно находится.Поведение можно подкрепить или наказать различными способами, что приведет к увеличению или уменьшению количества определенных действий. По мере развития жизни набор форм поведения в конечном итоге формируется этим опытом, в результате чего появляется многогранный человек с различными интересами, желаниями, стремлениями, навыками и привычками.
Когнитивная психология, с другой стороны, по сути предполагает большую свободу действий — мысли и чувства считаются более активными в процессе формирования поведения. Считается, что индивиды обрабатывают мысли, которые определяют, следует ли и как выполнять поведение (а не рассматриваются как более пассивный получатель и производитель опыта или поведения).
Этот сдвиг парадигмы — от преимущественно бихевиористской точки зрения к преимущественно когнитивистской — имеет несколько триггеров, и трудно выделить один источник. Однако некоторые решающие влияния можно найти в возникновении и развитии теории информации (формализация информационного взаимодействия, имеющая сходство с когнитивным подходом) [2], а также в разрушительной критике бихевиоризма Ноамом Хомским.
Теория информации, компьютеры и познание
Теория информации была и остается важной, поскольку она формализует процесс обмена информацией.Степень влияния и досягаемости этой теории трудно переоценить — практически любая область, в которой осуществляется передача информации (будь то передача сигналов в мозгу, генетика, физика и т. Д.), Тем или иным образом подверглась влиянию теории информации.
Теория информации возникла рука об руку с самым важным изобретением современности — компьютером. Появление компьютера предложило параллели (как в популярном, так и в научном воображении) тому, как мозг обрабатывает мир — логическая разбивка входов, выходов, хранения и обработки данных легко сравнивалась со стимулами / средой, поведением и т. Д. память и познание соответственно.
Это помогло зародить когнитивную психологию, рассматривая мозг как вычислительное устройство, правила которого можно формализовать, сократить и понять. Хотя бихевиоризм также придерживался редукционистского подхода, он в значительной степени избегал (или преуменьшал важность) процесса и воздействия внутренних мыслей.
Хомский против Скиннера
Одно из других решающих факторов, которые привели к (временному) ослаблению бихевиоризма и появлению когнитивной психологии, возникло в результате интеллектуальных дебатов о лингвистике.
Б.Ф. Скиннер, центральный представитель бихевиористской психологии, утверждал в статье, что язык изучается бихевиористским способом — слова запоминаются, произносятся и понимаются исключительно потому, что звук, производство и значение усиливаются. Ноам Хомский написал критику статьи Скиннера о языке, заявив, что для развития языка должен существовать врожденный компонент, поскольку язык, по сути, слишком регулярен и изучается слишком быстро, чтобы его можно было объяснять одним лишь подкреплением.
Разногласия, по сути, перекликаются с разногласиями «Nature vs.Воспитание », где Скиннер выступает за воспитание, а Хомский — за природу. В действительности, оба вовлеченных человека имели и развили более тонкие взгляды на лингвистику и обучение. В конечном счете, ни один из них никогда не был полностью правильным, однако критика привела к тому, что многие психологи пересмотрели догму бихевиоризма — и в результате была выдвинута новая формулировка когнитивного подхода.
Современная когнитивная психология
По мере того, как подход когнитивной психологии становился все более принятым и популярным, появилось несколько влиятельных исследований, показывающих полезность этого подхода.
В 1950-х и 1960-х годах российский психолог Альфред Ярбус показал, как саккадические движения глаз могут отражать внутренние когнитивные процессы [3]. Это был прорыв не в том смысле, что движения глаз были связаны с познанием, как это было ожидаемо, но в чисто масштабном и изобретательном отношении. Устройство Ярбуса прикреплялось к глазному яблоку с помощью присоски, обеспечивая новый уровень точности, который давал надежные ответы на множество вопросов, связанных с мельчайшими деталями движений глаз и когнитивных процессов.
Недавние исследования основывались на этой работе с очками слежения за глазами, показывая, как исследование когнитивных процессов может быть расширено до естественной среды [4]. Исследования показали не только то, как детализированные движения глаз меняются в зависимости от стимулов, но и то, что предыдущие дебаты между когнитивной и поведенческой психологией остаются спорными. Показано, что движения глаз зависят от когнитивных процессов, которые, в свою очередь, подчиняются поведенческим принципам [5, 6, 7]. Познавательные процессы управляются невидимой рукой подкрепления.
Развитие идей, связанных с познанием, также повлияло на понимание реакций на выражения лица. Исследователи из Уппсальского университета в Швеции исследовали бессознательные движения мышц лица, которые возникают в ответ на подсознательное воздействие эмоциональных выражений лица [8].
Используя технику маскировки (для предотвращения сознательной оценки представленных лиц) и электромиографию лица (для обнаружения изменений мышечной активности, которые могут быть не обнаружены визуально), исследователи смогли показать, как психофизиологические реакции возникают даже в отсутствие сознательного осознания, предположительно являющееся результатом бессознательных когнитивных процессов [9].
Другое понимание мозга, на которое повлияло появление когнитивной психологии, — это когнитивная нагрузка. Термин, введенный Джоном Свеллером из Университета Нового Южного Уэльса в 1988 году, означает объем рабочей памяти, необходимый для выполнения поставленной задачи. Подобно оперативной памяти в компьютере, исследователи попытались определить процессы, происходящие в мозге при высокой когнитивной нагрузке.
В исследовании, проведенном учеными из Калифорнийского университета в 1994 г., изучалась мозговая активность с помощью ЭЭГ с участием 14 пилотов ВВС на симуляторе самолета [10].Было обнаружено, что альфа-волновая активность (в пределах 7-12 Гц) подавлялась (т.е. активность в этом диапазоне возникала меньше) по мере увеличения сложности задачи и, следовательно, когнитивной нагрузки.
Дальнейшее исследование, проведенное учеными из Института исследований мозга Сан-Франциско [11], подтвердило эти результаты, обнаружив общее подавление альфа-активности, но также и повышение тета-активности (4-7 Гц) в соответствии с заданием. трудность. Хотя результаты могут отличаться, когнитивная нагрузка, по-видимому, обычно связана с десинхронизацией активности альфа-волн и синхронизацией активности тета-волн.
Заключение
Эти исследования, конечно, представляют собой лишь небольшую часть научной литературы, на которую повлияло появление когнитивной психологии; гораздо больше влиятельных исследований было создано и выполнено в рамках когнитивной психологии.
Превосходство когнитивной психологии не длилось вечно, она остается центральной темой в современных исследованиях психологии. Часто возникает соблазн рассматривать людей в разрозненных терминах (например, люди действуют исключительно на бихевиористских / когнитивистских / иных терминах), однако, вероятно, существует много совпадений и нет реального «победителя».Прогресс каждой теории в совокупности создает лучшие идеи, которые подталкивают нас к более объективному и точному пониманию человеческой психологии.
В то время как научное мышление и теории теперь вышли за рамки жесткой дихотомической догмы когнитивных / бихевиористских школ мысли, новые открытия, которые были обнаружены на этом пути, остаются чрезвычайно ценными при рассмотрении функций разума, мозга и поведения. Более целостный, но все же нюансированный взгляд демонстрируют современные научные исследования, которые извлекают выгоду из прошлых фиксаций предыдущих теорий.
Чтобы узнать больше о том, как психологические теории формируют современные представления о человеческом поведении и как человеческое поведение изучается сегодня, загрузите наше бесплатное руководство ниже.
Ссылки
[1] Айзенк, М., и Кин, М. (2005). Когнитивная психология . Хоув: Psychology Press.
[2] Андерсон, Дж. Р. (2010). Когнитивная психология и ее последствия . Нью-Йорк, штат Нью-Йорк: Издательство Worth.
[3] Ярбус А. (1967). Движение глаз и зрение . Plenum Press
[4] Хейхо, М., и Баллард, Д. (2005). Движение глаз при естественном поведении. Тенденции в когнитивных науках , 9 (4), 188-194. doi: 10.1016 / j.tics.2005.02.009
[5] Глимчер П. (2003) Нейробиология визуально-саккадического принятия решений. Annu. Ред. Neurosci . 26, 133–179
[6] Hikosaka, O. et al. (2000) Роль базальных ганглиев в контроле целенаправленных саккадических движений глаз. Physiol. Ред. . 80, 953–978
[7] Stuphorn, V. et al. (2000) Контроль работоспособности с помощью дополнительного глазного поля. Nature , 408, 857–860
[8] Димберг, У., Тунберг, М., и Эльмехед, К. (2000). Бессознательные реакции лица на эмоциональные выражения лица. Психологические науки , 11 (1), 86-89. DOI: 10.1111 / 1467-9280.00221
[9] Kihlstrom, J.F. (1987). Когнитивное бессознательное. Science , 237, 1445–1452.
[10] Стерман, М. Б., Манн, К. А., Кайзер, Д. А., и Суйенобу, Б. Ю. (1994). Многодиапазонный топографический анализ ЭЭГ моделируемой зрительно-моторной авиационной задачи. Международный журнал психофизиологии , 16, 49–56.
[11] Гевинс А. и Смит М. Е. (2000). Нейрофизиологические показатели рабочей памяти и индивидуальных различий в когнитивных способностях и когнитивном стиле. Кора головного мозга , 10, 829–839.
Когнитивная психология — Scholarpedia
Когнитивная психология — это научное исследование человеческого познания, то есть всех наших умственных способностей — восприятия, обучения, запоминания, мышления, рассуждения и понимания.Термин «познание» происходит от латинского слова «cognoscere» или «знать». По сути, когнитивная психология изучает, как люди приобретают и применяют знания или информацию. Он тесно связан с междисциплинарной когнитивной наукой и находится под влиянием искусственного интеллекта, информатики, философии, антропологии, лингвистики, биологии, физики и нейробиологии.
История
Когнитивная психология в ее современной форме включает в себя замечательный набор новых технологий в психологической науке.Хотя опубликованные исследования человеческого познания можно проследить до «De Memoria» Аристотеля (Hothersall, 1984), интеллектуальные истоки когнитивной психологии начались с когнитивных подходов к психологическим проблемам в конце 1800-х — начале 1900-х годов в работах А. Вундт, Кеттелл и Уильям Джеймс (Скучно, 1950).
Когнитивная психология пришла в упадок в первой половине 20-го века с появлением «бихевиоризма» — изучения законов, связывающих наблюдаемое поведение с объективными, наблюдаемыми условиями стимула без какого-либо обращения к внутренним психическим процессам (Watson, 1913; Boring, 1950). ; Скиннер, 1950).Именно это последнее требование, фундаментальное для когнитивной психологии, было одной из гибелей бихевиоризма. Например, непонимание внутренних психических процессов привело к отсутствию различия между памятью и производительностью и не учитывало сложное обучение (Tinklepaugh, 1928; Chomsky, 1959). Эти проблемы привели к упадку бихевиоризма как доминирующей ветви научной психологии и к «когнитивной революции».
Когнитивная революция началась в середине 1950-х годов, когда исследователи в нескольких областях начали разрабатывать теории разума, основанные на сложных представлениях и вычислительных процедурах (Miller, 1956; Broadbent, 1958; Chomsky, 1959; Newell, Shaw, & Simon, 1958). ).Когнитивная психология стала преобладающей в 1960-х годах (Tulving, 1962; Sperling, 1960). Его возрождение, вероятно, лучше всего отмечено публикацией книги Ульрика Нейссера «Когнитивная психология» в 1967 году. С 1970 года более шестидесяти университетов в Северной Америке и Европе учредили программы когнитивной психологии.
Допущения
Когнитивная психология основана на двух предположениях: (1) человеческое познание может, по крайней мере в принципе, быть полностью раскрыто научным методом, то есть отдельные компоненты психических процессов могут быть идентифицированы и поняты, и (2) внутренние психические процессы могут быть описываются в терминах правил или алгоритмов в моделях обработки информации.В последнее время эти предположения вызывают много споров (Costall and Still, 1987; Dreyfus, 1979; Searle, 1990).
подходов
Как и физика, эксперименты и симуляции / моделирование являются основными инструментами исследования в когнитивной психологии. Часто предсказания моделей напрямую сравнивают с человеческим поведением. Благодаря простоте доступа и широкому использованию методов визуализации мозга когнитивная психология за последнее десятилетие увидела рост влияния когнитивной нейробиологии.В настоящее время существует три основных подхода в когнитивной психологии: экспериментальная когнитивная психология, вычислительная когнитивная психология и нейронная когнитивная психология.
Экспериментальная когнитивная психология рассматривает когнитивную психологию как одну из естественных наук и применяет экспериментальные методы для исследования человеческого познания. Психофизические реакции, время отклика и слежение за глазами часто измеряются в экспериментальной когнитивной психологии. Вычислительная когнитивная психология разрабатывает формальные математические и вычислительные модели человеческого познания, основанные на символических и подсимволических представлениях, а также динамических системах.Нейронная когнитивная психология использует визуализацию мозга (например, ЭЭГ, МЭГ, фМРТ, ПЭТ, ОФЭКТ, оптическую визуализацию) и нейробиологические методы (например, у пациентов с поражениями), чтобы понять нейронные основы человеческого познания. Эти три подхода часто взаимосвязаны и обеспечивают как независимые, так и дополнительные идеи во всех областях когнитивной психологии.
Поддомены когнитивной психологии
Традиционно когнитивная психология включает человеческое восприятие, внимание, обучение, память, формирование понятий, рассуждение, суждение и принятие решений, решение проблем и языковую обработку.Для некоторых социальные и культурные факторы, эмоции, сознание, познание животных, эволюционные подходы также стали частью когнитивной психологии.
- Восприятие: Те, кто изучает восприятие, стремятся понять, как мы строим субъективные интерпретации ближайшей информации из окружающей среды. Системы восприятия состоят из отдельных органов чувств (например, зрительного, слухового, соматосенсорного) и модулей обработки (например, форма, движение; Livingston & Hubel, 1988; Ungerleider & Mishkin, 1982; Julesz, 1971) и субмодулей (например, форма, движение; Livingston & Hubel, 1988; Ungerleider & Mishkin, 1982; Julesz, 1971).g., Lu & Sperling, 1995), которые представляют различные аспекты информации стимула. Текущее исследование также фокусируется на том, как эти отдельные представления и модули взаимодействуют и интегрируются в связные восприятия. Когнитивные психологи эмпирически изучали эти свойства с помощью психофизических методов и изображений мозга. Вычислительные модели, основанные на физиологических принципах, были разработаны для многих систем восприятия (Grossberg & Mingolla, 1985; Marr, 1982; Wandell, 1995).
- Attention: Attention решает проблему информационной перегрузки в системах когнитивной обработки, выбирая некоторую информацию для дальнейшей обработки или управляя ресурсами, применяемыми к нескольким источникам информации одновременно (Broadbent, 1957; Posner, 1980; Treisman, 1969). Эмпирическое исследование внимания было сосредоточено на том, как и почему внимание улучшает производительность или как недостаток внимания снижает производительность (Posner, 1980; Weichselgartner & Sperling, 1987; Chun & Potter, 1995; Pashler, 1999).В теоретическом анализе внимания использовалось несколько основных подходов к идентификации механизмов внимания: подход обнаружения сигналов (Lu & Dosher, 1998) и подход выбора подобия (Bundesen, 1990; Logan, 2004). Связанные эффекты предвзятого соревнования были изучены в записях одиночных клеток у животных (Reynolds, Chelazzi, & Desimone, 1999). Исследования изображений головного мозга документально подтвердили влияние внимания на активацию в ранней зрительной коре головного мозга и исследовали сети для контроля внимания (Kanwisher & Wojciulik, 2000).
- Обучение: Обучение улучшает реакцию организма на окружающую среду. Когнитивные психологи изучают, какую новую информацию получают и в каких условиях. Изучение обучения начинается с анализа феноменов обучения у животных (например, привыкания, обусловливания, инструментального, случайного и ассоциативного обучения) и распространяется на изучение когнитивной или концептуальной информации людьми (Kandel, 1976; Estes, 1969; Thompson). , 1986).Когнитивные исследования неявного обучения подчеркивают в значительной степени автоматическое влияние предшествующего опыта на производительность и природу процедурных знаний (Roediger, 1990). Исследования концептуального обучения подчеркивают природу обработки входящей информации, роль разработки и природу закодированного представления (Craik, 2002). Те, кто использует вычислительные подходы, исследовали природу понятий, которые можно легче усвоить, а также правила и алгоритмы для обучающих систем (Holland, Holyoak, Nisbett, & Thagard, 1986).Те, кто использует исследования поражений и изображений, исследуют роль определенных систем мозга (например, систем височных долей) для определенных классов эпизодического обучения и роль систем восприятия в неявном обучении (Tulving, Gordon Hayman, & MacDonald, 1991; Gabrieli, Fleischman , Keane, Reminger, & Morell, 1995; Grafton, Hazeltine, & Ivry, 1995).
- Память: Изучение емкости и хрупкости человеческой памяти — один из наиболее развитых аспектов когнитивной психологии.Изучение памяти фокусируется на том, как воспоминания приобретаются, хранятся и восстанавливаются. Области памяти функционально разделены на память для фактов, для процедур или навыков, а также на объем рабочей и кратковременной памяти. Экспериментальные подходы выявили диссоциативные типы памяти (например, процедурную и эпизодическую; Squire & Zola, 1996) или системы обработки с ограниченными возможностями, такие как краткосрочная или рабочая память (Cowan, 1995; Dosher, 1999). Вычислительные подходы описывают память как пропозициональные сети или как голографические или составные представления и процессы поиска (Anderson, 1996, Shiffrin & Steyvers, 1997).Визуализация головного мозга и исследования повреждений выявляют отдельные области мозга, активные во время хранения или извлечения из различных систем обработки (Gabrieli, 1998).
- Формирование концепции: Формирование концепции или категории относится к способности организовать восприятие и классификацию опыта путем построения функционально значимых категорий. Реакция на конкретный стимул (например, кошку) определяется не конкретным случаем, а классификацией по категории и ассоциацией знаний с этой категорией (Medin & Ross, 1992).Было показано, что способность изучать концепции зависит от сложности категории в репрезентативном пространстве и от отношения вариаций между образцами концептов к фундаментальным и доступным измерениям репрезентации (Ashby, 2000). Некоторые концепции в значительной степени отражают структуры сходства, но другие могут отражать функции или концептуальные теории использования (Medin, 1989). Вычислительные модели были разработаны на основе агрегирования представлений экземпляров, структур подобия и общих моделей распознавания, а также концептуальных теорий (Barsalou, 2003).Когнитивная нейробиология определила важные структуры мозга для аспектов или отдельных форм формирования категорий (Ashby, Alfonso-Reese, Turken и Waldron, 1998).
- Суждение и решение: Человеческое суждение и принятие решений повсеместно — добровольное поведение явно или неявно требует суждения и выбора. Исторические основы выбора базируются на нормативных или рациональных моделях и правилах оптимальности, начиная с теории ожидаемой полезности (von Neumann & Morgenstern, 1944; Luce, 1959).Обширный анализ выявил широко распространенные неудачи рациональных моделей из-за дифференциальной оценки рисков и выгод (Luce and Raiffa, 1989), искаженной оценки вероятностей (Kahneman & Tversky, 1979) и ограничений в обработке информации человеком (т. Дошер, 1983). Новые вычислительные подходы основаны на динамическом системном анализе суждений и выбора (Busemeyer & Johnson, 2004) и байесовских сетях убеждений, которые делают выбор на основе множества критериев (Fenton & Neil, 2001) для более сложных ситуаций.Изучение принятия решений стало активной темой в когнитивной нейробиологии (Bechara, Damasio and Damasio, 2000).
- ‘’ ’Рассуждение:’ ’’ Рассуждение — это процесс, с помощью которого оцениваются или конструируются логические аргументы. Первоначальные исследования рассуждений были сосредоточены на том, в какой степени люди правильно применяли философски выведенные правила вывода в дедукции (т. Е. Из А следует В; если А, то на В), а также на множестве способов, которыми люди не понимают одни выводы и делают ложные выводы о других. .Они были расширены до ограничений в рассуждении с помощью силлогизмов или кванторов (Johnson-Laird, Byne and Schaeken, 1992; Rips and Marcus, 1977). Индуктивные рассуждения, напротив, развивают гипотезу, согласующуюся с рядом наблюдений или причин по аналогии (Holyoak and Thagard, 1995). Часто на рассуждения влияют эвристические суждения, заблуждения, репрезентативность свидетельств и другие фреймовые явления (Kahneman, Slovic, Tversky, 1982). Вычислительные модели были разработаны для вывода и аналогий (Holyoak and Thagard, 1995), логических рассуждений (Rips and Marcus, 1977) и байесовских рассуждений (Sanjana and Tenenbaum, 2003).
- Решение проблем: Когнитивная психология решения проблем — это изучение того, как люди стремятся к целенаправленному поведению. Вычислительный анализ в пространстве состояний и компьютерное моделирование решения проблем Ньюэлла и Саймона (1972), а также эмпирический и эвристический анализ Викельгрена (1974) вместе создали когнитивно-психологический подход к решению проблем. Решение проблемы задумано как поиск операций для перехода от начального состояния к целевому состоянию в проблемном пространстве с использованием алгоритмических или эвристических решений.Представление проблемы имеет решающее значение для поиска решений (Zhang, 1997). Опыт в областях, богатых знаниями (например, в шахматах), также зависит от распознавания сложных образов (Gobet & Simon, 1996). Решение проблем может задействовать восприятие, память, внимание и исполнительные функции, поэтому многие области мозга могут быть задействованы в задачах решения проблем с упором на префронтальные исполнительные функции.
- Language Processing: В то время как лингвистические подходы сосредоточены на формальных структурах языков и использовании языка (Chomsky, 1965), когнитивная психология сосредоточена на усвоении языка, понимании языка, языковом производстве и психологии чтения (Kintsch 1974; Pinker , 1994; Levelt, 1989).Психолингвистика изучала кодирование и лексический доступ слов, процессы синтаксического анализа и представления на уровне предложения, а также общие представления концепций, сути, вывода и семантических предположений. Вычислительные модели были разработаны для всех этих уровней, включая лексические системы, системы синтаксического анализа, системы семантического представления и чтение вслух (Seidenberg, 1997; Coltheart, Rastle, Perry, Langdon, & Ziegler, 2001; Just, Carpenter, and Woolley, 1982; Торн, Брэтли и Дьюар, 1968; Шанк и Абельсон, 1977; Массаро, 1998).Неврология языка имеет долгую историю в анализе повреждений (Wernicke, 1874; Broca, 1861), а также широко изучалась с помощью когнитивной визуализации (Posner et al, 1988).
Приложения
Исследование когнитивной психологии позволило выработать обширный свод принципов, представлений и алгоритмов. Успешные приложения варьируются от специально созданных экспертных систем до массового программного обеспечения и бытовой электроники: (1) Разработка компьютерных интерфейсов, которые взаимодействуют с пользователями для удовлетворения их информационных потребностей и работают как интеллектуальные агенты, (2) Разработка гибкой информационной инфраструктуры на основе по представлению знаний и методам рассуждения, (3) Разработка интеллектуальных инструментов в финансовой индустрии, (4) Разработка мобильных интеллектуальных роботов, которые могут выполнять задачи, обычно предназначенные для людей, (5) Развитие бионических компонентов перцептивного и когнитивного нейронов. такие системы, как кохлеарные имплантаты и имплантаты сетчатки.
Список литературы
- Андерсон, Дж. Р. (1996) Архитектура познания. Махва, Нью-Джерси: L. Erlbaum Associates.
- Эшби, Ф. Г. (2000) Стохастическая версия общей теории распознавания. Журнал математической психологии 44: 310-329.
- Эшби, Ф. Г., Альфонсо-Риз, Л. А., Тюркен, А. У., и Уолдрон, Э. М. (1998) Нейропсихологическая теория множественных систем в обучении по категориям. Психологический обзор 105: 442-481.
- Barsalou, L.W. (2003) Абстракция в системах восприятия символов.Философские труды Лондонского королевского общества: биологические науки 358 :.
- Бехара, А., Дамасио, Х. и Дамасио, А. (2000) Эмоции, принятие решений и орбитофронтальная кора. Кора головного мозга 10: 295-307.
- Скучно, Э. Г. (1950). История экспериментальной психологии (2-е изд.). Нью-Йорк: Appleton-Century-Crofts.
- Бродбент Д. Э. (1957) Механическая модель человеческого внимания и непосредственной памяти. Психологический обзор 64: 205-215.
- Бундесен, К.(1990) Теория визуального внимания. Психологический обзор 97: 523-547.
- Буземейер, Дж. Р., и Джонсон, Дж. Г. (2004). Вычислительные модели принятия решений. В Д. Келер и Н. Харви (ред.), Справочник по суждениям и принятию решений (стр. 133–154). Оксфорд, Англия: Блэквелл.
- Хомский, Н. (1959) Обзор вербального поведения, Б.Ф. Скиннер. Язык 35: 26-57.
- Хомский Н. (1965) Аспекты теории синтаксиса. Кембридж, Массачусетс: MIT Press. |
- Чун, М.М. и Поттер, М. С. (1995) Двухэтапная модель для обнаружения множественных целей в быстром последовательном визуальном представлении. Журнал экспериментальной психологии: человеческое восприятие и производительность 21: 109-127.
- Колтер, М., Растл, К., Перри, К., Лэнгдон, Р., и Зиглер, Дж. (2001) ДРК: двухуровневая каскадная модель визуального распознавания слов и чтения вслух. Психологическое обозрение, 108, 204 — 256.
- Косталл, А. и Стилл, А. (редакторы) (1987) Когнитивная психология под вопросом. Брайтон: Harvester Press Ltd.
- Коуэн, Н. (1995) Внимание и память: интегрированная структура, Нью-Йорк: Oxford University Press.
- Крейк, Ф. И. М. (2002) Уровни обработки: прошлое, настоящее … и будущее? Память 10: 305-318.
- Дошер, Б.А. (1999) Вмешательство предметов и задержки в рабочей памяти: немедленный серийный вызов. Международный журнал психологии, специальный выпуск: Кратковременная / рабочая память, 34: 276-284.
- Дрейфус, Х. Л. (1979) Чего компьютеры не могут сделать: пределы искусственного интеллекта, Нью-Йорк: Харпер и Роу.
- Эстес, В. К. (1969) Подкрепление в обучении человека. В Дж. Тэпп (ред.), Подкрепление и поведение. Нью-Йорк: Academic Press.
- Фентон, Н. и Нил, М. (2001) Принятие решений: использование байесовских сетей и MCDA, Системы, основанные на знаниях, 14: 307-325.
- Габриэли, Дж. Д. Э. (1998) Когнитивная нейробиология человеческой памяти. Ежегодный обзор психологии 49: 87-115.
- Габриэли, J.D.E., Флейшман, Д.А., Кин, М.М., Ремингер, С.Л. и Моррелл Ф. (1995) Двойная диссоциация между системами памяти, лежащими в основе явной и неявной памяти в человеческом мозге.Психологическая наука 6: 76-82.
- Гобет Ф. и Саймон Х. А. (1996) Напоминание о случайных и искаженных шахматных позициях: значение для теории опыта. Память и познание 24: 493-503.
- Grafton, S. T., Hazeltine, E., and Ivry, R. (1995) Функциональное картирование последовательного обучения у нормальных людей. Журнал когнитивной неврологии, 7: 497–510.
- Гроссберг, С. и Минголла, Э. (1985) Нейронная динамика восприятия формы: завершение границ, иллюзорные фигуры и распространение неоновых цветов.Психологический обзор, 92: 173-211.
- Холланд, Дж. Х., Холиоук, К. Дж., Нисбетт, Р. Э. и Тагард, П. Р. (1986) Induction. Кембридж, Массачусетс: MIT Press.
- Holyoak, K. J. и Thagard, P. (1995) Аналогия ментальных скачков в творческой мысли, Кембридж, Массачусетс: MIT Press.
- Hothersall, Дэвид (1984) История психологии, Нью-Йорк: Random House.
- Джонсон-Лэрд, П. Н., Бирн, Р. М. Дж. И Шекен, В. (1992) Пропозициональное рассуждение по модели, Psychology Review 99: 418-439.
- Julesz, B. (1971) Основы циклопического восприятия. Чикаго: Издательство Чикагского университета.
- Just, M. A., Carpenter, P. A., & Woolley, J. D. (1982) Парадигмы и процессы и понимание прочитанного. Журнал экспериментальной психологии: Общие 3: 228-238.
- Канеман, Д. и Тверски, А. (1979) Теория перспектив: анализ принятия решений в условиях риска. Econometrica 47: 263-292.
- Канеман Д., Слович П. и Тверски А. (1982) Суждение в условиях неопределенности: эвристика и предубеждения, Нью-Йорк: Издательство Кембриджского университета.
- Кандел, Э. Р. (1976) Клеточная основа поведения: Введение в поведенческую нейробиологию. Сан-Франциско: В. Х. Фриман.
- Kanwisher N и Wojciulik E. (2000) Визуальное внимание: выводы из визуализации мозга. Nature Review Neuroscience 1: 91-100.
- Кинч, В. (1974) Представление смысла в памяти, Хиллсдейл, Нью-Джерси: Lawrence Erlbaum Associates.
- Ливингстон, М.С. и Hubel, D.H. (1988) Разделение формы, цвета, движения и глубины: анатомия, физиология и восприятие.Наука 240: 740–749.
- Левелт, У. Дж. М. (1989) Выступление: от намерения к артикуляции, Кембридж, Массачусетс: MIT Press.
- Логан Г.Д. (2004) Совокупный прогресс в формальных теориях внимания. Ежегодный обзор психологии 55: 207-234.
- Лу, З.-Л., & Дошер, Б.А. (1998) Внешний шум различает механизмы внимания. Исследование зрения 38 :.
- Лу, З.-Л. и Сперлинг Г. (1995) Функциональная архитектура визуального восприятия движения человека, Vision Research 35 :.
- Люс, Д. Р. (1959) Поведение индивидуального выбора; теоретический анализ, Нью-Йорк: Wiley.
- Люс, Р. Д. и Райффа, Х. (1989) Игры и решения: введение и критический обзор. Нью-Йорк: Dover Publications
- Марр Д. (1982) Видение. Сан-Франциско: В. Х. Фриман.
- Массаро, Д. В. (1998) Восприятие говорящих лиц: от восприятия речи к принципу поведения, Кембридж, Массачусетс: MIT Press.
- Макклелланд, Дж. Л. и Румелхарт, Д. Э. (1981) Модель интерактивной активации контекстных эффектов в восприятии письма: Часть 1, Психологический обзор 88: 375-407.
- Медлин, Д. Л. и Росс, Б. Х. (1992) Когнитивная психология. Форт-Уэрт: Харкорт Брейс Йоханович.
- Медлин Д. Л. (1989) Концепции и концептуальная структура. Американский психолог 44: 1469–1481.
- Миллер Г.А. (1956) Магическое число семь плюс-минус два. Психологический обзор 63: 81–97.
- Neisser, U (1967) Когнитивная психология. Нью-Йорк: Appleton-Century-Crofts.
- Ньюэлл А. и Саймон Х. А. (1972) Решение человеческих проблем, Энглвуд Клиффс, Нью-Джерси: Прентис-Холл.
- Ньюэлл, А., Шоу, Дж. К., и Саймон, Х. А. (1958) Элементы теории решения человеческих проблем. Психологический обзор 23: 342-343.
- Пашлер, Х. Э. (1999) Психология внимания, Кембридж, Массачусетс: MIT Press,
- Пинкер, С. (1994) Языковой инстинкт, Нью-Йорк: У. Морроу и Ко.
- Познер, М. (1980). Ориентация внимания. Ежеквартальный журнал экспериментальной психологии 32: 3-25.
- Познер, М. И., Петерсен, С. Э., Фокс, П. Т. и Райхл, Р.Э. (1988) Локализация когнитивных операций в мозге человека, Science 240 :.
- Reynolds, J.H., Chelazzi, L., & Desimone, R. (1999). Соревновательные механизмы заслуживают внимания в областях макак V2 и V4. Журнал неврологии 19 :.
- Рипс, Л. Дж., И Маркус, С. Л. (1977). Предположения и анализ условных предложений. В M. A. Just & P. A. Carpenter (Eds.), Когнитивные процессы в понимании. Хиллсдейл, Нью-Джерси: Эрлбаум.
- Рёдигер III, Х.Л. (2002) Процессинговые подходы к познанию: импульс от структуры уровней обработки. Память 10: 319-332.
- Руссо, Дж. Э. и Дошер, Б. А. (1983) Стратегии множественного бинарного выбора атрибутов. J Exp Психология обучения, памяти и познания 9: 676-696.
- Санджана, Н. Э. и Тененбаум, Дж. Б. (2003) Байесовские модели индуктивного обобщения. Достижения в системах обработки нейронной информации 15: 59-66.
- Шэнк, Р. К. и Абельсон, Р. П. (1977) Сценарии, планы, цели и понимание: исследование структур человеческого знания, Хиллсдейл, Нью-Джерси: Л.Erlbaum Associates.
- Сирл, Дж. Р. (1990) Является ли мозг цифровым компьютером Обращение президента АПА.
- Зайденберг, М. С. (1997) Приобретение и использование языка: изучение и применение вероятностных ограничений. Наука 275 :.
- Шиффрин, Р. М., и Стейверс, М. (1997). Модель распознавания памяти: REM — эффективное извлечение из памяти. Психономический бюллетень и обзор 4: 145-166.
- Скиннер, Б. Ф. (1950) Нужны ли теории обучения? Психологический обзор 57: 193-216.
- Сперлинг, Г. (1960). Информация доступна в виде кратких наглядных презентаций. Психологические монографии, 74 1-29.
- Сквайр, Л. Р., Зола, С. М. (1996) Структура и функции декларативных и недекларативных систем памяти. Труды Национальной академии наук 93 :.
- Томпсон, Р. Ф. (1986) Нейробиология обучения и памяти. Наука 29: 941 — 947.
- Торн, Дж., Братли, П. и Дьюар, Х. (1968) Синтаксический анализ английского языка с помощью машины.В Мичи, Д. (Эд), Машинный интеллект, Нью-Йорк: American Elsevier.
- Тинклепо, О. Л. (1928) Экспериментальное исследование репрезентативных факторов у обезьян, Journal of Comparative Psychology 8: 197–236.
- Трейсман, А. М. (1969) Стратегии и модели избирательного внимания. Психологический обзор 76: 282-299.
- Тулвинг, Э. (1962). Субъективная организация в свободном припоминании «несвязанных» слов. Психологический обзор 69: 344-354.
- Tulving, E., Gordon Hayman, C.А. и Макдональд, К. А. (1991) Длительное перцептивное восприятие и семантическое обучение при амнезии, ситуационный эксперимент. Журнал экспериментальной психологии 17: 595-617.
- Унгерлейдер, Л.Г. и Мишкин, М. (1982) В D.J. Ингл, М.А.Гудейл и Р.Дж. Мэнсфилд (ред.), Анализ визуального поведения. Кембридж, Массачусетс: MIT Press.
- фон Нейман, Дж. И Моргенштерн, О. (1944) Теория игр и экономического поведения, Принстон, Нью-Джерси: Princeton Univ. Нажмите.
- Ванделл, Б. (1995) Основы видения, Сандерленд, Массачусетс: Sinauer Associates.
- Уотсон, Дж. Б. (1913) Психология с точки зрения бихевиористов, Psychological Review 20: 158-177.
- Weichselgartner, E. and G. L. U. S. Sperling (1987) Динамика автоматического и контролируемого зрительного внимания. Наука 238: 778-780.
- Викельгрен, В. А. (1974) Как решать проблемы. Нью-Йорк: В. Х. Фриман.
- Чжан Дж. (1997) Природа внешнего: Представления в решении проблем. Когнитивная наука 21: 179-217.
Внутренние ссылки
- Валентино Брайтенберг (2007) Мозг.Академия наук, 2 (11): 2918.
- Олаф Спорнс (2007) Сложность. Scholarpedia, 2 (10): 1623.
- Джеймс Мейсс (2007) Динамические системы. Scholarpedia, 2 (2): 1629.
- Пол Л. Нуньес и Рамеш Сринивасан (2007) Электроэнцефалограмма. Академия наук, 2 (2): 1348.
- Роберт Курцбан (2007) Эволюционная психология. Scholarpedia, 2 (8): 3161.
- Уильям Д. Пенни и Карл Дж. Фристон (2007) Функциональная визуализация. Академия наук, 2 (5): 1478.