Теория когнитивной нагрузки и педагогический дизайн
Вы читаете перевод статьи Кристофера Паппаса, создателя популярного ресурса eLearning Industry.
При разработке онлайн-курса важно убедиться, что информация понятна ученикам и останется в памяти, чтобы ее можно было использовать в будущем. Хороший педагогический дизайнер должен разбираться в технологиях обучения и понимать, как работать с информацией: подавать ее и структурировать. Поэтому просто необходимо понимать основы теории когнитивной нагрузки и применять ее в педдизайне. Особенно если вы хотите, чтобы студенты извлекли из вашего курса максимум пользы.
В этой статье мы рассмотрим теорию когнитивной нагрузки и расскажем, как применить ее в обучении.
Что такое теория когнитивной нагрузки?
Согласно этой теории ученики могут эффективно усваивать и запоминать информацию, только если она не перегружает их мозг. В кратковременной, или рабочей, памяти человека может единовременно храниться ограниченное количество данных. Чем больше информации учитель дает за раз, тем меньше вероятность, что студенты запомнят ее и смогут применить в будущем.
Теория когнитивной нагрузки утверждает, что мозг человека хранит информацию в так называемых схемах. Это структуры, которые позволяют нам решать задачи и думать.Также они дают возможность воспринимать разные элементы в рамках одного урока как единое целое. Иными словами, это то, что формирует нашу базу знаний.
Согласно теории схем, между учеником и мастером есть ключевое различие: у ученика еще не сформировалась когнитивная схема, которая есть у мастера.
Как применять теорию когнитивной нагрузки в e‑Learning?
Вот принципы теории когнитивной нагрузки, которые помогут при разработке электронного курса:
- Чтобы снизить нагрузку на рабочую память студентов, объедините информацию из разных источников (чтобы им не пришлось черпать ее из каждого по отдельности).
- Если вы отрабатываете навыки решения проблем, не предлагайте студентам решать задачи в несколько действий: они перегружают рабочую память. Используйте задачи или примеры, в которых не нужно концентрироваться на достижении цели.
- Сократите количество избыточной информации и ненужных повторений: они создают нагрузку на рабочую память.
- Используйте визуальные и звуковые методы обучения для тренировки кратковременной памяти учащихся, особенно когда требуется задействовать оба типа обучения.
Какой бывает когнитивная нагрузка?
Есть три типа когнитивной нагрузки, которые имеют прямое отношение к сценариям обучения:
Внутренняя
Это сложность, которая зависит от типа задач или материалов. Некоторые виды деятельности труднее освоить, чем другие. Если задача более сложная, вполне возможно, что она вызовет внутреннюю когнитивную перегрузку.
Посторонняя (внешняя)
Эта нагрузка состоит из посторонних, неважных элементов: действий или учебных материалов, которые заставляют учеников запускать мыслительные процессы.
Пример внешней когнитивной перегрузки — график, который сложно расшифровать и при этом можно без проблем убрать из курса.
Уместная
Эта нагрузка позволяет ученикам сосредоточиться на процессе обучения и помогает развивать базу знаний.
Как можно применить теорию когнитивной нагрузки в обучении?
Согласно теории когнитивной нагрузки, у студента в голове есть определенная схема. Чтобы он чему-то научился, нужно изменить структуру этой схемы. Тогда студент сможет понять информацию, обработать ее в краткосрочной (рабочей) памяти и, наконец, зафиксировать в долговременной. У него будет возможность опираться на ранее изученную информацию и таким образом расширить свою базу знаний.
А что если возникнет когнитивная перегрузка? Скорее всего, ученики наделают ошибок и не смогут полностью погрузиться в предмет и работать в полную силу. Если нам не удастся изменить структуру когнитивной схемы ученика, он просто не сможет обработать материал урока. Поэтому с точки зрения педагогического дизайна онлайн-курсы стоит разрабатывать так, чтобы сократить когнитивную нагрузку на студентов. Тогда они смогут эффективнее и быстрее усвоить учебный материал.
3 способа сократить когнитивную перегрузку студентов
Эти советы помогут вам разработать онлайн-курс так, чтобы сократить когнитивную нагрузку на учащихся.
Будьте проще
Оставьте только самую необходимую информацию. К примеру, если вы создаете презентацию, проверьте, нет ли в ней лишних иллюстраций и схем.
Используйте разные техники обучения
Подавайте информацию по-разному. Что-то можно проговорить, а что-то — показать на слайде, например, с помощью картинок или графиков. Это позволит ученику распределять материал между разными каналами обработки информации, и когнитивная перегрузка снизится.
Разбейте учебный материал на маленькие порции
Разделите курс на небольшие уроки. Пусть студенты переходят к новому уроку только после того, как полностью освоят текущий. Это поможет им зафиксировать информацию в долговременной памяти, не перегружая рабочую.
Подведем итог: если вы хотите создать максимально эффективный и полезный курс для студентов или сотрудников, постарайтесь оптимизировать уровень когнитивной нагрузки. Если вы перегрузите студентов информацией, они наделают ошибок и не усвоят материал полностью — а что может быть хуже для автора курса?
Если вам понравилась статья, дайте нам знать — нажмите кнопку Поделиться.
А если у вас есть идеи для полезных статей на тему электронного обучения — напишите нам в комментариях, и мы будем рады поработать над новым материалом.
Когнитивные способности животных (рассудочная деятельность) в свете генетических представлений | Полетаева
1. Allen B.D., Singer A.C., Boyden E.S. Principles of designing interpretable optogenetic behavior experiments. Learn. Mem. 2015;22:232-238. DOI 10.1101/lm.038026.114.
2. Ben Abdallah N.M., Fuss J., Trusel M., Galsworthy M.J., Bobsin K., Colacicco G., Deacon R.M., Riva M.A., Kellendonk C., Sprengel R., Lipp H.-P., Gass P. The puzzle box as a simple and efficient behavioral test for exploring impairments of general cognition and executive functions in mouse models of schizophrenia. Exp. Neurol. 2011;227:42-52. http://dx.doi.org/10.1016/j.expneurol.2010.09.008.
3. Braida D., Sacerdote P., Panerai A.E., Bianchi M., Aloisi A.M., Iosuè S., Sala M. DNA fragmentation factor 45 knockout mice exhibit longer memory retention in the novel object recognition task compared to wild-type mice. Physiol. Behav. 2002;76:315-332.
4. Champtiaux N., Changeux J.P. Knockout and knockin mice to investigate the role of nicotinic receptors in the central nervous system. Prog. Brain Res. 2004;145:235-251.
5. De Bundel D., Schallier A., Loyens E., Fernando R., Miyashita H., Van Liefferinge J., Vermoesen K., Bannai S., Sato H., Michotte Y., Smolders I., Massie A. Loss of system x(c)- does not induce oxidative stress but decreases extracellular glutamate in hippocampus and influences spatial working memory and limbic seizure susceptibility. J. Neurosci. 2011;31:5792-5803.
6. Dong J., Horvath S. Understanding network concepts in modules BMC. Syst. Biol. 2007;1;24. http://www.biomedcentral.com/1752-0509/1/24.
7. Driscoll P., Battig K. Behavioral, emotional and neurochemical profiles of rats selected for extreme differences in active, two-way avoidance performance. Genetics of the Brain. Ed. I.Lieblich. Amsterdam: Elsevier Biomedical Press, 1982;95-123.
8. Duffy L., Cappas E., Lai D., Boucher A.A., Karl T. Cognition in transmembrane domain neuregulin 1 mutant mice. Neuroscience. 2010; 170:800-807.
9. Dziewczapolski G., Glogowski C.M., Masliah E., Heinemann S.F. Deletion of the alpha 7 nicotinic acetylcholine receptor gene improves cognitive deficits and synaptic pathology in a mouse model of Alzheimer’s disease. J. Neurosci. 2009;29:8805-8815.
10. Fujino T., Leslie J.H., Eavri R., Chen J.L., Lin W.C., Flanders G.H., Borok E., Horvath T.L., Nedivi E. CPG15 regulates synapse stability in the developing and adult brain. Genes Dev. 2011;25:2674-2685.
11. Golibrodo V.A., Perepelkina O.V., Lilp I.G., Poletaeva I.I. The behavior of mice selected for cognitive trait in hyponeophagia test. Zh. Vyssh. Nerv. Deiat. Im. I.P. Pavlova. 2014;64:639- 645. Russian. PMID:25975140.
12. Innis N.K. Tolman and Tryon. Early research on the inheritance of the ability to learn. Am. Psychol. 1992;47:190-197. PMID:1567088.
13. Josselyn S.A., Shi C., Carlezon W.A. Jr., Neve R.L., Nestler E.J., Davis M. Long-term memory is facilitated by cAMP response elementbinding protein overexpression in the amygdala. J. Neurosci. 2001; 21:2404-2412. PMID:11264314.
14. Knowles E.E., Mathias S.R., McKay D.R., Sprooten E., Blangero J., Almasy L., Glahn D.C. Genome-wide analyses of working-memory ability: a review. Curr. Behav. Neurosci. Rep. 2014;1:224-233.
15. Kos A., Loohuis N.F., Glennon J.C., Celikel T., Martens G.J., Tiesinga P.H., Aschrafi A. Recent developments in optical neuromodulation technologies. Mol. Neurobiol. 2013;47:172-185. DOI 10.1007/s12035-012-8361-y.
17. Krushinsky L.V., Astaurova N.V., Kouznetzova L.V., Otchinskaya E.I., Poletaeva I.I., Romanova L.G., Sotskaya M.N. The Role of genetic factors in determining the extrapolation ability in animals. Current Problems in Behavioural Genetics. Eds. V.K. Fedorov, V.V. Ponomarenko. Leningrad: Nauka, 1975;98-110.
18. Leitinger B., Poletaeva I.I., Wolfer D.P., Lipp H.-P. Swimming navigation, open-field activity, and extrapolation behavior of two inbred mouse strains with Robertsonian translocation of chromosomes 8 and 17. Behav. Genet. 1994;24:273-284. PMID:7945157.
19. Luria A.R. The Essentials in Neuropsychology. Academia Publ. Center, 2003.
20. McQuade J.M.S., Vorhees C.V., Xu M., Zhang J. Cognitive function in young and adult IL (interleukin)-6 deficient mice. Behav. Brain Res. 2004;153:423-429.
21. Milhaud J.M., Halley H., Lassalle J.M. Two QTLs located on chromosomes 1 and 5 modulate different aspects of the performance of mice of the B × D Ty RI strain series in the Morris navigation task. Behav. Genet. 2002;32:69-78.
22. Mizumori S.J., Tryon V.L. Integrative hippocampal and decision-making neurocircuitry during goal-relevant predictions and encoding. Prog. Brain. Res. 2015;219:217-242. DOI 10.1016/bs.pbr.2015.03.010.
23. Mohammed A.H. Genetic dissection of nicotine-related behaviour: a review of animal studies. Behav. Brain Res. 2000;113:35-41. PMID:10942030.
24. Nadler J.J., Zou F., Huang H., Moy S.S., Lauder J., Crawley J.N., Threadgill D.W., Wright F.A., Magnuson T.R. Plasticity, large-scale gene expression differences across brain regions and inbred strains correlate with a behavioral phenotype. Genetics. 2006;174:1229-1236.
25. O’Connor R.M., Finger B.C., Flor P.J., Cryan J.F. Metabotropic glutamate receptor 7: At the interface of cognition and emotion. Eur. J. Pharmacol. 2010;639:123-131.
26. Owen E.H., Logue S.F., Rasmussen D.L., Wehner J.M. Assessment of learning by the Morris water task and fear conditioning in inbred mouse strains and F1 hybrids: implications of genetic background for single gene mutations and quantitative trait loci analyses. Neuroscience. 1997;80:1087-1099.
27. Perepelkina O.V., Golibrodo V.A., Lilp I.G., Poletaeva I.I. Selection of laboratory mice for the high scores of logic task solutions: the correlated changes in behavior. Adv. Biosci. Biotechnol. 2014;5:294-300. http://dx.doi.org/10.4236/abb.2014.54036.
28. Perepelkina O.V., Golibrodo V.A., Lilp I.G., Poletaeva I.I. Selection of mice for high scores of elementary logical task solution. Dokl. Biol. Sci. 2015;460:52-56. DOI 10.1134/S0012496615010159. PMID: 25773252.
29. Perepelkina O.V., Markina N.V., Golibrodo V.A., Lil’p I.G., Poletaeva I.I. Selection of mice for high level of extrapolation capacity with cobcommitant low anxiety level. Zh. Vyssh. Nerv. Deyat. Im. I.P. Pavlova. 2011;61:742-749.
30. Poletaeva I.I., Romanova L.G., Popova N.V. Genetic aspects of animal reasoning. Behav. Gen. 1993;23:467-475. http://dx.doi.org/10.1007/BF01067982.
32. Powell C.M. Gene targeting of presynaptic proteins in synaptic plasticity and memory: across the great divide. Neurobiol. Learn. Mem. 2006;85:2-15.
33. Ren K., Thinschmidt J., Liu J., Ai L., Papke R.L., King M.A., Hughes J.A., Meyer E.M. alpha7 Nicotinic receptor gene delivery into mouse hippocampal neurons leads to functional receptor expression, improved spatial memory-related performance, and tau hyperphosphorylation. Neuroscience. 2007;145:314-322.
34. Reznikova Z. Animal Intelligence. From Individual to Social Cognition. Cambridge: Cambridge University Press, 2007.
35. Scott R., Bourtchuladze R., Gossweiler S., Dubnau J., Tully T. CREB and the discovery of cognitive enhancers. J. Mol. Neurosci. 2002;19: 171-177. PMID12212777.
36. Senechal Y., Kelly P.H., Cryan J.F., Natt F., Dev K.K. Amyloid precursor protein knockdown by siRNA impairs spontaneous alternation in adult mice. J. Neurochem. 2007;102;1928-1940.
37. Shapiro M. Plasticity, hippocampal place cells, and cognitive maps (reprinted). Arch. Neurol. 2001;58:874-881. www.archneurol.com.
38. Silva A.J. Molecular and cellular cognitive studies of the role of synaptic plasticity in memory. J. Neurobiol. 2003;54:224-237. PMID: 12486706.
39. Tolman E.C. Purposive behavior in animals and man. London, Appleton-Century, 1932.
40. Zucca P., Milos N., Vallortigara G. Piagetian object permanence and its development in eurasian jays (Garrulus glandarius). Anim. Cogn. 2007;10:243-258. http://dx.doi.org/10.1007/s10071-006-0063-2.
как устроены наши когнитивные способности
Когнитивная психология представляет собой исследование мыслительных процессов: памяти, внимания, ощущений, осознания, воображения. Сегодня перед учеными этой области стоит ряд непростых вопросов: откуда берутся внезапные ответы на сложные задачи? Как происходит бессознательное научение и почему оно порой эффективнее осмысленного? Научная группа профессора Аллахвердова (СПбГУ) предложила всем желающим принять участие в поисках ответов, а также убедиться на собственном опыте в том, насколько удивительным и непредсказуемым может быть наш мозг.
«Все, что вы видите вокруг, — это всего лишь правдоподобная иллюзия. Потому что только ваш мозг, собирая знания, может конструировать то, что мы называем миром», — именно так важность когнитивных процессов на вводной лекции объяснил Роман Тихонов, преподаватель НИУ ВШЭ и младший научный сотрудник СПбГУ и НИУ ВШЭ.
В рамках открытой недели когнитивных экспериментов любой желающий мог принять участие в 17 исследованиях, которые затрагивают внимание, память и даже интуицию. После пройденного эксперимента сотрудники лаборатории рассказали участникам, в чем была гипотеза, что демонстрируют полученные результаты и почему эта теория важна для современной науки. Мы решили не отставать от передовых исследований и приняли участие в нескольких экспериментах.
Роман ТихоновЭксперимент «Интуиция»
Суть эксперимента: Двое добровольцев садятся напротив друг друга. Перед первым участником — ноутбук, перед вторым — наушники и клавиатура. В первой части один доброволец на мониторе видит 36 разных последовательностей букв ровно по 5 секунд каждую. Во второй части на экране снова появляются сочетания букв, и теперь участник эксперимента должен отвечать, составлена эта цепочка по тому же правилу, что и предыдущие, или нет. Выбирая ответ, он также отмечает, уверен он в нем или нет.
Второй участник присоединяется к эксперименту во второй части: он надевает наушники и после длинного звукового сигнала, символизирующего ответ партнера, второй доброволец должен отметить, был ли первый участник уверен в своем ответе или нет. Причем понять это он должен без помощи мимики и голоса. После этого участники меняются ролями и проходят эксперимент заново.
Как рассказала аспирантка факультета психологии СПбГУ Алина Савина, если люди не пытаются анализировать задания и отвечают интуитивно, практически наугад, то процент правильных ответов в первой части составляет 60-70%, а во второй — 50-60%.
Открытая неделя когнитивных экспериментов«В этом эксперименте мы исследуем интуицию в научном понимании этого слова. В первой части теста видно, как работает бессознательное научение, когда ответы наугад дают большее количество правильных решений, чем аналитика, которую вы просто не успеваете провести. Во второй части мы наблюдаем за тем, как осуществляется понимание метакогнитивного переживания партнера. То есть вы должны интуитивно понять, насколько человек уверен в своих знаниях. В жизни встречается немало примеров, когда нам кажется, что мы чего-то не знаем или забыли, а наш учитель, родитель уверен в том, что мы знаем это. Это показывает, что эти люди умеют успешно считывать метакогнитивные переживания других индивидов и прекрасно понимают, на каком уровне находятся их знания без всяких расспросов и тестов», — объяснила Алина.
Эксперимент «Слово или не слово»
Суть эксперимента: Тест проходит в компьютерном классе, перед добровольцем открыта специальная программа на ноутбуке. В течение 20-25 минут на экране поочередно появляются сначала мигающие строки, а потом слова, которые участник должен распознать как существующие или несуществующие в русском языке. Причем делать это он должен максимально быстро, потому что исследователи учитывают его скорость реакции.
Открытая неделя когнитивных экспериментов«Этот эксперимент имеет четкую лингвистическую направленность. С помощью него мы хотим определить, на какую часть слова — приставку, корень или окончание — носитель языка смотрит в первую очередь, чтобы быстро понять, существует оно или нет. Как выяснили западные коллеги, для английского языка принципиальную роль играет только начало слова, но в русском языке приставки, суффиксы и окончания постоянно меняются, поэтому с маленькой долей вероятности мы можем полагаться на какую-то из этих частей слова при его анализе. Существует гипотеза, что для русского языка важнее всего корень, но доказать это или опровергнуть смогут только результаты эксперимента», — рассказала бакалавр факультета свободных искусств и наук Елизавета Кузьмина.
Эксперимент «Поиск ассоциаций»
Суть эксперимента: Участник должен в течение 45 минут подбирать одно общее слово, которое образует устойчивое выражение с тремя представленными словами. Например, площадь — крест — закат. Правильный ответ: красный. Красная площадь, красный крест, красный закат. По этой аналогии доброволец подбирает слова для нескольких десятков цепочек. Важной частью эксперимента являются вопросы, которые следуют за каждым ответом. Исследователи просят рассказать, испытали ли вы «ага-переживание», которое характеризуется внезапным озарением, когда вы после долгих стараний наконец вспомнили нужное слово или нашли решение задачи.
По словам аспиранта факультета психологии СПбГУ и сотрудника лаборатории когнитивных исследовании Артура Аммалайнена, когда мы испытываем «ага-переживание», то есть собственную «Эврику», наш эмоциональный фон нестабилен. Нами овладевает буря чувств от восхищения от найденного ответа до печали, что не смогли сделать это быстрее.
Открытая неделя когнитивных экспериментов«Это удивительно, но когда мы решаем задачу на поиск ассоциации и из учебника математики, то, задействуя одинаковый процесс мышления, ощущаем себя по-разному. Когда вы решаете задачу по математике, вы знаете правила и, постепенно применяя их, движетесь к цели. Вы практически в любой момент выполнения этой операции можете ответить на вопрос, сколько времени вам еще требуется. А когда ищите ответ в загадках или ассоциациях, то этого не происходит. Вы не можете понять, решите вы ее вообще или нет и на каком этапе вы сейчас находитесь. Без знания алгоритма ответ приходит к нам неосознанно, что вызывает “ага-переживание”, то есть радость от внезапно найденной отгадки», — пояснил Артур.
Сотрудники научной лаборатории Аллахвердова предложили гостям пройти 17 экспериментов, продолжительность каждого — от 15 до 45 минут. Так что для того, чтобы поучаствовать во всех тестах одного дня точно не достаточно.
Когнитивная наука о познании, научении — это междисциплинарная область, которая сегодня активно развивается и внедряется в разные сферы нашей жизни. Например, крупные компании готовы платить маркетологам и PR-специалистам за точное понимание того, как продать их товар с помощью известных когнитивных технологий. Суд ищет юристов, разбирающихся в когнитивной науке, чтобы они смогли построить самую успешную стратегию общения с подозреваемым и свидетелями. Однако наука о познании нужна в первую очередь каждому из нас. Ведь это незаменимый инструмент самоорганизации и понимания мыслительных процессов, происходящих в наших головах.
Перейти к содержаниюИтоги олимпиады «Когнитивные технологии» | Образование НИТУ «МИСиС»
13 января 2019 года прошел заключительный этап открытой олимпиады школьников по спортивному программированию «Когнитивные технологии», организованная НИТУ «МИСиС», МФТИ и компанией Cognitive Technologies.
Участие в олимпиаде в этом году приняли более 1500 школьников не только из России, но и стран ближнего зарубежья: Беларуси и Казахстана. Также НИТУ «МИСиС» провел олимпиаду на площадках филиалов университета в Таджикистане, Узбекистане, Старом Осколе и образовательном центре «Сириус».
Олимпиада имеет второй уровень в Перечне Минобрнауки России, что дает право победителям и призерам поступать во многие вузы России с использованием особых прав, определенных каждым вузом самостоятельно. При поступлении в вузы-соорганизаторы — НИТУ «МИСиС» и МФТИ — победители и призеры также имеют привилегии.
Одной из таких привилегий является возможность принять участие в конкурсном отборе на получение путёвки в ВДЦ «Океан».
Олимпиада проводилась приближенно к правилам Всероссийской олимпиады школьников по информатике: тесты для каждой задачи были разделены на группы, прохождение каждой группы тестов решением оценивалось определенным количеством баллов. Максимально за каждую задачу можно было получить 100 баллов. Всего участникам было предложено 8 задач, на решение которых отводилось 5 часов. Для проверки решений использовалась автоматизированная система Яндекс Контест. Проверяющая система принимала решения, написанные на языках программирования C, C++, Pascal, Java, Python.
Итоговое место каждого из участников определялось в зависимости от суммы набранных баллов.
Победителями и призерами Открытой олимпиады по программированию стали 55 человек: 18 из них получили дипломы I степени, 17 — II степени и 20 — III степени.
Поздравляем участников, победителей и призеров! Ждем всех в НИТУ «МИСиС» в качестве участников олимпиад, абитуриентов и студентов!
Nokia анонсирует обновленное когнитивное программное обеспечение для самоорганизующихся сетей (Self-Organizing Networks)
Nokia анонсировала обновленное когнитивное программное обеспечение для самоорганизующихся сетей (Self–Organizing Network), которое предоставит операторам связи возможности автоматизации сетей 5G, минимизации участия человека и повышения операционной эффективности.
Обновленное программное обеспечение Nokia для сетей SON ликвидирует традиционную операторскую консоль и заменяет ее на объектно-ориентированную информационную панель (dashboard), позволяющую решать проблемы в режиме реального времени и повышать производительность труда. Эта информационная панель позволяет всем заинтересованным лицам – от руководства компании до маркетологов и инженеров – легко видеть, как в сетях SON решаются их задачи.
В ходе проекта, нацеленного на доказательство этой концепции у одного из ведущих североамериканских операторов, новое когнитивное программное обеспечение Nokia для автоматизации сетей SON увеличило операционную эффективность на 80%.
Используя концепции машинного обучения, такие как кластеризация, классификация и обучение с подкреплением, программное обеспечение Nokia управляет работой стандартных и адаптированных модулей и дает возможность автоматически обнаруживать, классифицировать и решать сетевые проблемы и использовать полученную информацию для дальнейшего совершенствования своей работы. В этом состоит главное отличие программного обеспечения Nokia от конкурирующих решений. В результате резко сокращаются объемы ручной работы и облегчаются сложные задачи технического анализа, которые приходится решать тем, кто не пользуется когнитивными решениями Nokia.
Помимо этого, сквозное наблюдение за рабочим процессом и учет целей в сетях SON позволяют компании Nokia впервые в отрасли оптимизировать работу сетей в соответствии с конечными целями оператора.
Когнитивные функции дают возможность обновлять программное обеспечение автоматически, без участия оператора, которому не нужно вручную отправлять запросы на апгрейд. При этом программное решение Nokia является программируемым. Для этого используется комплект разработчика (Software Development Kit) и открытые интерфейсы API, что позволяет еще более повысить быстродействие и гибкость данного решения.
Когнитивное программное обеспечение Nokia для сетей SON имеет функцию управления сетевыми сегментами, независимую от решений конкретных вендоров. Эта функция автоматизирует управление жизненным циклом беспроводных ресурсов и оптимизирует их использование. С помощью машинного обучения и автоматизации программное решение Nokia для сетей SON может оптимизировать каждый сетевой сегмент в отдельности, обеспечивая тем самым более высокую доступность и качество сетей.
Стефан Терал (Stéphane Téral), главный аналитик LightCounting Market Research: “Это объявление означает, что Nokia полным ходом реализует стратегию полномасштабной самонастраиваемости, самоорганизации и самовосстановления сетей. Когнитивное программное обеспечение Nokia для сетей SON понимает состояние сети и имеет все возможности (с помощью машинного обучения и автоматизации) для быстрого устранения проблем и внесения необходимых изменений с минимальным участием человека. Эти возможности крайне востребованы именно сейчас, когда мы начинаем работать с весьма сложными сетями 5G”.
Брайан Макканн (Brian McCann), директор по решениям Nokia Software: “Когнитивное обновление нашего решения для сетей SON резко снижает потребность в ручной работе и техническом опыте при оптимизации беспроводных сетей. Оно позволяет нам выполнить свои обещания и предложить более эффективные и безошибочные процессы, которые безусловно повысят качество и надежность сетей. Этот весьма своевременный продукт укрепляет лидирующее положение Nokia в области программных инноваций”.
www.nokia.com
У птиц обнаружили сознание и схожую с млекопитающими архитектуру мозга
Stephen Gidley / Flickr, 2015
Высокие когнитивные способности птиц связаны со спецификой активации нейронов и особенностями нейроархитектуры некоторых участков паллиума — образования, покрывающего полушария. Отдельные нейроны в мозге ворон сопряжены с субъективным восприятием присутствия или отсутствия стимула, что является эмпирическим маркером птичьего сознания, а передние сенсорные отделы мозга птиц имеют структурную организацию, схожую с организацией коры у млекопитающих, и представляют собой связанные слои из продольно и поперечно направленных волокон, а не ядерную конфигурацию, как считалось ранее. К таким выводам пришли две группы немецких нейробиологов и биопсихологов, которые опубликовали две статьи (1, 2) в журнале Science.
Считается, что продвинутые когнитивные навыки млекопитающих тесно связаны с эволюцией коры головного мозга. Однако некоторые из птиц демонстрируют удивительные познавательные способности, хотя у них отсутствует кора головного мозга (у них есть паллиум, который считается аналогом коры). Отличительной особенностью коры млекопитающих является ее шестислойная архитектура с ортогональным расположением нервных волокон и вертикально направленные функциональные объединения — «колонки», включающие все слои коры и содержащие несколько сотен нейронов. Такая организация позволяет реагировать на многие параметры внешнего воздействия, удерживать информацию о них надолго в памяти и при необходимости объединять и соотносить потоки информации. А чем обусловлен высокий интеллект некоторых видов птиц, пока не ясно.
Изучением особенностей функционирования головного мозга птиц занялись две группы немецких ученых: биопсихологи под руководством Андреаса Нидера (Andreas Nieder) из Тюбингенского университета регистрировали у двух самцов черной вороны активность 480 нейронов при решении когнитивной задачи, а нейробиологи во главе с Мартином Стахо (Martin Stacho) из Рурского университета сравнивали архитектуру сенсорных отделов мозга 42 голубей и девяти сов сипух с конфигурацией аналогичных отделов у крысы, карликовой зеленой мартышки и человека, делая трехмерные изображения в поляризованном свете (3D-PLI).
В первом исследовании исследователи научили птиц сообщать о наличии или отсутствии зрительного стимула (белый крест) в задаче отложенного обнаружения. Во время этой задачи ворона сообщала ответ после 600 миллисекунд ожидания сигнала-правила (серый квадрат шести уровней интенсивности от плохо различимого до явно заметного). Удар клюва по красному цвету означал ответ «да», по синему — «нет». Стимул отсутствовал в половине проб, пробы предъявлялись в случайном порядке. Вороны могли дать четыре варианта ответа: «попадание» (правильный ответ «да» на стимул), «правильное отклонение» (правильный ответ «нет» при отсутствии стимула), «промах» (ошибочный ответ «нет» при наличии стимула) и «ложная тревога» (ошибочный ответ «да» в отсутствии стимула).
Схема организации эксперимента
Andreas Nieder et al. / Science, 2020
В результате ученые обнаружили, что в ассоциативной области мозга ворон 262 нейрона из 480 регистрируемых показывают сначала высокую частоту реакции на интенсивность сигнала-правила (pРезультаты второго исследования показали, что сенсорные отделы паллиума голубей и сов имеют ортогональное расположение волокон паллиума и структурированы в виде «колонок», чем напоминают организацию коры у млекопитающих.
Трехмерные изображения архитектуры сенсорных отделов паллия голубя и коры крысы, карликовой зеленой мартышки и человека
Martin Stacho et al. / Science, 2020
Оба эти исследования показали, что в основе высоких интеллектуальных способностей птиц лежат более сложная организация нервной ткани паллиума, чем считалось ранее, а также сенсорное сознание птиц, которое обеспечивается работой определенных нейронов ассоциативных отделов и позволяет обращаться к субъективному опыту.Некоторые птицы столь умны, что демонстрируют поразительные навыки, например, попугаи кеа умеют предсказывать вероятность выпадения фишек одного из двух цветов на основе их относительного количества.
Екатерина Рощина
Аналитика и когнитивные технологии | «Делойт», СНГ
Подумайте о том, чтобы применять совместный труд людей и машин, наряду с разработкой стратегии проводить анализ, при сокращении расходов использовать автоматизацию, работать с данными, одновременно ставя перед собой конкретные цели, и наращивать скорость выполнения задач не в ущерб качеству. Важность сочетания этих составляющих успеха никогда еще не была так высока.
Мы знаем, как использовать мощь и разнообразные возможности искусственного интеллекта, чтобы достичь новых высот организационной эффективности. Действуя вместе, специалисты «Делойта» смогут спланировать каждый этап на пути превращения данных в результаты анализа и применения полученных результатов, начиная от разработки стратегии в области ИИ до создания новых бизнес-моделей и повышения качества конечных продуктов в основных областях вашей деятельности.
«Фабрика» активов и интеллектуальной собственности, услуги по управлению результатами анализа и искусственным интеллектом (включая облачные решения для роботизированной автоматизации процессов (RPA)) «Делойта» позволяют перенести когнитивные технологии в действительность и работать вместе с вами над созданием продуктов на основе ИИ, которые предоставят вашему бизнесу значительные конкурентные преимущества.
Мы окажем вам содействие в модернизации вашего подхода к аналитике и работе с данными, используя облачные платформы нового поколения и архитектуру больших данных, для превращения в организацию, действующую на основе аналитики и ИИ.
Совместно с вашей организацией Группа по роботизированной автоматизации процессов и ИИ «Делойта» внедрит автоматизированные процессы, моделирующие принятие решений, взаимодействие и суждения, осуществляемые человеком, предоставив вам возможность добиться более высоких результатов на всех уровнях вашего бизнеса.
В завершение вы получите результаты аналитики и воспользуйтесь искусственным интеллектом путем применения автономных алгоритмов нового поколения. Вы дополните решения, принимаемые человеком, и сможете делать прогнозы, служащие отправной точкой для дальнейших действий, анализировать имеющиеся у вас данные и решать задачи автономно.
Комплексная когнитивная задача — обзор
Язык
Использование языка, возможно, является самой сложной когнитивной задачей, которой люди занимаются на регулярной основе. Умение понимать и воспроизводить язык напрямую влияет на организацию и эффективность мозга. С точки зрения поведения язык предоставляет шаблон для организации опыта и знаний, а также способствует абстрактному размышлению о прошлом, настоящем и будущем. Язык состоит из смысловых представлений, т.е.е., слова, правила объединения этих представлений, грамматика и синтаксис. Вместе эти элементы позволяют передавать очень сложные идеи. Использование языка, понимание или создание его, требует активации сохраненных представлений значений и манипулирования ими в соответствии с правилами грамматики языка. Таким образом, успех использования языка будет обязательно ограничиваться эффективностью и возможностями когнитивных способностей, описанных выше (т. Е. Внимания, EF, рабочей памяти и скорости обработки), каждая из которых способствует различным аспектам использования языка (Kemper & Sumner , 2001; Troche & Altmann, 2012).Для целей этой главы мы включили вербальную беглость как задачу EF, а наименование картинок — как задачу семантической памяти. Обсуждение языка будет сосредоточено на фактическом использовании языка, понимании и составлении предложений и языке на уровне дискурса, оба из которых нарушены при PD (Murray, 2008).
Несмотря на то, что это не изнуряет, в нескольких исследованиях сообщалось о недостаточности понимания предложений у людей с болезнью Паркинсона (Grossman, 1999; Grossman, Lee, Morris, Stern, & Hurtig, 2002; Grossman, Zurif, et al., 2002; Либерман и др., 1992; Мюррей, 2008). Ошибки в понимании обычно ограничиваются предложениями со сложным синтаксисом, например предложениями с пассивными глаголами (Hochstadt, 2009) или относительными предложениями с центральным расположением (Grossman, Zurif, et al., 2002; Hochstadt, 2009). Многие из этих исследований показали, что способность людей с БП понимать предложения коррелирует с успеваемостью при выполнении задач, измеряющих смену установки (Гроссман, Ли и др., 2002; Гроссман, Зуриф и др., 2002; Хохштадт, 2009; Лис и др.) Smith, 1983), ингибирование (Grossman, Zurif, et al., 2002), семантическая беглость (Lee, Grossman, Morris, Stern, & Hurtig, 2003) и способность к секвенированию (Lieberman et al., 1992), а также скорость обработки и рабочая память (Grossman, Zurif, et al., 2002).
Языковое производство на уровне предложений и дискурса также демонстрирует незначительные нарушения по сравнению с аналогичными по возрасту и образованию сверстников (обзор см. В Altmann & Troche, 2011). Исследования показывают, что PD оказывает широкий спектр эффектов на производство языка, включая снижение содержания информации, нарушение грамматики, нарушение беглости речи и снижение грамматической сложности.Многие исследования документально подтвердили, что когнитивные способности объясняют значительные различия в этих аспектах языкового производства (например, Lieberman et al., 1992; Murray, 2008; Troche & Altmann, 2012). Однако данные демонстрируют, что когнитивные нарушения не могут полностью объяснить диапазон нарушений речевого производства, обнаруженных при БП (Troche & Altmann, 2012), предполагая, что БП может влиять на корковые цепи, используемые для языка, которые не задействуются обычными задачами EF и рабочей памяти.
Что такое когнитивные навыки? | Центр тренировки мозга LearningRx
Программы тренировки мозга улучшат вашу жизнь
Когнитивные навыки — это основные навыки, которые ваш мозг использует, чтобы думать, читать, учиться, помните, рассуждайте и обращайте внимание.Работая вместе, они принимают входящие информации и перенесите ее в банк знаний, который вы используете каждый день в в школе, на работе и в жизни. Тренировка мозга тренирует когнитивные навыки, которые мозг использует, чтобы думать и учиться. LearningRx это центр индивидуальной тренировки мозга, в котором используются более чем 35-летние исследования направить внимание на навыки подчеркивания, которые важны для вашего обучения и выполнять. Мы помогли клиентам с трудности с чтением и дислексия, проблемы с вниманием и СДВГ, снижение памяти, нарушения обучаемости и многое другое.
Каждый из ваших когнитивных навыков играет важную роль в обработке новых Информация. Это означает, что если хотя бы один из этих навыков слаб, неважно какая информация приходит к вам, захват, удержание или использование эта информация будет затронута. Фактически, большинство трудностей в обучении вызвано одним или несколькими слабыми когнитивными навыками.
Вот краткое описание каждого из ваших когнитивных навыков. как борьба, которую вы можете испытать, если этот навык слаб:
Внимание / Поддерживается
Что он делает: Позволяет вам оставаться сосредоточенным на задаче в течение длительного периода времени.
Общие проблемы при слабом навыке: Множество незавершенных проектов, переход от задачи к задаче.
Внимание / Выборочно
Что он делает: Позволяет сосредоточиться на задаче, несмотря на то, что вас отвлекает.
Общие проблемы при слабом навыке: Легко отвлекается.
Внимание / Разделенное
Что он делает: Позволяет запоминать информацию, одновременно выполняя две задачи.
Общие проблемы при слабом навыке: Сложность многозадачности, частые ошибки.
Память / Долговременная
Что он делает : Позволяет вам вспомнить информацию, хранящуюся в прошлом.
Общие проблемы при слабом навыке: Забывание имен, плохая сдача тестов, забывание вещей, которые вы знали раньше.
Память / рабочая (или кратковременная)
Что он делает : позволяет вам сохранять информацию в процессе ее использования.
Общие проблемы при слабом навыке: Необходимость снова читать инструкции в середине проекта, сложность
следовать многоступенчатым инструкциям, забывая то, что только что было сказано в разговоре.
Логика и рассуждения
Что он делает: Позволяет рассуждать, формировать идеи и решать проблемы.
Общие проблемы при слабом навыке: Часто спрашивают: «Что мне делать дальше?» или говоря: «Я
не понимаю », борясь с математикой, чувствуя себя застрявшим или подавленным.
Обработка слуха
Что он делает: Позволяет анализировать, смешивать и сегментировать звуки.
Общие проблемы при слабом навыке: Проблемы с обучением чтению, беглостью чтения или пониманием прочитанного.
Визуальная обработка
Что он делает: Позволяет мыслить визуальными образами.
Общие проблемы при слабом навыке : Проблемы с пониманием того, что вы только что прочитали, с запоминанием того, что
вы читали, следуете указаниям, читаете карты, решаете математические задачи.
Скорость обработки
Назначение : Позволяет выполнять задачи быстро и точно.
Общие проблемы при слабом навыке: Большинство задач более сложные.Требуется много времени на выполнение задач для
учеба или работа, часто заканчивая что-то последним в группе.
Дополнительная информация
ПРОЙДИТЕ БЕСПЛАТНУЮ ВИКТОРИНГУ И ОЦЕНКУ НАВЫКОВ МОЗГА
Если вам интересно узнать больше о своих когнитивных способностях и слабые стороны, мы приглашаем вас принять наши бесплатная викторина для мозга. Эта короткая трехминутная викторина поможет вам понять, почему вы испытываете определенные трудности и какие умственные способности вам могут понадобиться чтобы укрепить, чтобы улучшить вашу производительность.
Пройдя эту бесплатную викторину, вы хотите глубже изучить свои когнитивные способности. сильных и слабых сторон, вы можете запланировать оценку умственных способностей с одним из наших тренеров. Эта оценка занимает около часа. в нашем центре тренировки мозга, по разумной цене, и мы можем раскрыть дальнейшие информация о ваших способностях. Наши тренеры смогут разработайте программу, которая поможет укрепить ваши навыки и немного упростит жизнь.
Более 35 лет мы посвятили себя совершенствованию и расширению наших программы повышения когнитивных способностей.Откройте для себя мир различий с помощь наших тренеров для мозга. Свяжитесь с нами сегодня по адресу (866) 742-3888!
границ | Общие требования между когнитивными и физическими задачами могут вызывать негативные эффекты утомления: целенаправленный обзор
Введение
В повседневной жизни мы проявляем замечательную способность управлять своими мыслями, чувствами и поведением, чтобы преодолевать желание оставаться в постели, говорить обидные вещи другим или откладывать дела на потом, когда мы должны работать. Эта способность сознательно контролировать свои импульсы позволяет нам воздерживаться от поведения, которое приносит мгновенное удовлетворение, и сосредоточиться на долгосрочных целях, которые часто сочетаются с более желательными результатами.Действительно, без способности регулировать свое поведение и участвовать в контролируемых и мотивированных усилиях, необходимых для целенаправленного поведения, жизнь была бы просто серией импульсивных действий, направленных на удовлетворение наших непосредственных потребностей (Hagger et al., 2010). Несмотря на эту способность регулировать себя, постоянные нарушения самоконтроля являются обычным явлением, особенно когда мы, среди прочего, находимся под воздействием алкоголя или лишены достаточного отдыха, чтобы нормально функционировать.
Когнитивная усталость относится к субъективному состоянию, характеризующемуся усилением чувства усталости, низким уровнем энергии и сниженной мотивацией, а также снижением производительности и отвращением к задачам, при выполнении которых связанные с этим вознаграждения низки (MacMahon et al., 2014; Van Cutsem et al., 2017). Выполнение когнитивно-требовательной деятельности в течение продолжительных периодов времени вызывает когнитивную усталость в результате нагрузки на рабочую память из-за постоянного или длительного использования умственных ресурсов исполнительного типа (Hockey and Wietoff, 1993). Часто выполнение одной когнитивной задачи отрицательно сказывается на выполнении следующей задачи из-за когнитивной усталости. Действительно, исследования продемонстрировали негативное влияние когнитивной усталости на когнитивные функции и выполнение навыков в таких условиях, как внимание (Boksem et al., 2006) и вождение автомобиля (Lal and Craig, 2001). Например, многие дорожно-транспортные происшествия происходят в результате когнитивной усталости, обычно возникающей в результате стабильной работы (Lal and Craig, 2001).
Еще в 1891 году Анджело Моссо сообщил, что мышечная выносливость снизилась у двух коллег-профессоров физиологии после долгих лекций и устных экзаменов, предполагая, что когнитивная усталость также может влиять на физическую работоспособность (Mosso, 1891). В последнее время работа в области науки о физических упражнениях все в большей степени связана с влиянием когнитивной усталости на физическую работоспособность, исследуя влияние когнитивной усталости на тесты на выносливость при самостоятельном темпе и постоянной нагрузке (MacMahon et al., 2014), анаэробная работоспособность (Martin et al., 2015), максимальная произвольная активация и сила (Rozand et al., 2014) и производительность, основанная на перцептивно-когнитивных навыках (Smith et al., 2015a). В нескольких исследованиях успешно использовались задачи, требующие когнитивного мышления, как метод стимулирования когнитивной усталости, и было показано, что выполнение когнитивной задачи имеет тенденцию оказывать негативное влияние на последующую физическую задачу (MacMahon et al., 2014; Smith et al., 2015a). , в то время как другие не обнаружили снижения (Martin et al., 2015). В недавнем метаанализе Van Cutsem et al. (2017) проанализировали результаты 11 исследований, изучающих влияние когнитивной усталости на физическую работоспособность. Они обнаружили общее снижение физической работоспособности из-за когнитивной усталости, включая уменьшение времени до истощения и самостоятельно выбранную выходную мощность, а также увеличение времени для выполнения физической задачи из-за когнитивной усталости.
В то время как исследования в основном были сосредоточены на физиобиологической модели, альтернативным подходом для объяснения нарушений во время выполнения физической задачи, следующей за познавательной нагрузкой, является модель самоконтроля с ограниченными ресурсами (Baumeister et al., 1998). Эта модель обращается к способности проявлять самоконтроль, предполагая, что акты саморегуляции потребляют ограниченный ресурс, оставляя людей в состоянии истощения эго, в котором у «я» мало ресурсов. Такие ресурсы включают исполнительную функцию, которая играет важную роль в саморегулировании, а также выбор, требующий усилий, и активную инициативу. Из-за истощения этих ресурсов «я» может временно стать менее способным и менее желающим нормально или оптимально функционировать (Baumeister and Vohs, 2007).Muraven et al. (1998) впервые подтвердили эффект истощения эго. Исследователи попросили экспериментальную группу подавить свои эмоции во время просмотра вызывающего воспоминания видео, в то время как контрольная группа свободно выражала свои эмоции. Затем участников просили держать подпружиненный захват до изнеможения. Они обнаружили, что по сравнению с контрольной группой участники, которые подавляли свои эмоции, хуже справлялись с задачей захвата рук (Muraven et al., 1998). В другом исследовании участников попросили сделать выбор в отношении потребительских товаров, курсов колледжа и учебных материалов, в то время как другие думали о тех же вариантах, но не сделали выбора.Было обнаружено, что по сравнению с условием отсутствия выбора, принятие решений истощает ресурсы самоконтроля, что ведет к снижению субъективной физической выносливости, снижению настойчивости перед лицом неудач и большему откладыванию на потом (Vohs et al., 2008). Хотя, кажется, есть существенные доказательства, подтверждающие утверждение о том, что когнитивная усталость влияет на физические упражнения, есть некоторые противоречивые выводы. В соответствии с моделью ограниченных ресурсов было высказано предположение, что это несоответствие между влиянием когнитивной усталости на различные физические задачи связано с различием в когнитивных ресурсах, необходимых для их выполнения.Если самоконтроль является ограниченным ресурсом, который истощается после выполнения когнитивной задачи, то по мере увеличения когнитивного компонента последующей физической задачи когнитивная усталость будет иметь большее влияние на производительность (Martin et al., 2015; Van Cutsem et al. , 2017).
Цель этого обзора — дать представление о влиянии когнитивной усталости на физическую работоспособность с акцентом на то, как этот эффект проявляется для различных типов физических задач, требующих разных когнитивных нагрузок.Хотя в большей части литературы термин «умственная усталость» используется в отличие от физического или мышечного утомления, среди авторов возникли разногласия относительно того, является ли термин «когнитивная усталость» более подходящим. Для целей этого обзора будет использоваться термин «когнитивная усталость», поскольку он был сочтен более подходящим в контексте обычно используемых задач, которые являются когнитивными по своей природе и являются компонентом манипуляции и физической задачи, на которой мы фокусируемся. на. Кроме того, Энглерт (2016) проводит различие между литературой об истощении эго и когнитивной усталости в зависимости от продолжительности выполняемой когнитивной задачи.Энглерт предполагает, что когнитивные задачи <30 минут на самом деле являются задачами саморегуляции, которые приводят к истощению эго, поскольку их недостаточно, чтобы вызвать когнитивную усталость. Напротив, Hagger et al. (2010) утверждали, что эти два понятия аналогичны, и истощение эго может быть одним из способов достижения когнитивной усталости. В соответствии с Englert, Van Cutsem et al. (2017) исключили исследования истощения эго из своего обзора. Это не дает удовлетворительного рассмотрения литературы, в которой одна и та же задача может рассматриваться как истощение эго при выполнении в течение 20 или 25 минут, но когнитивная усталость при выполнении в течение 30 минут.Мы предполагаем, скорее, и в согласии с предположением Хаггера и др., Что истощение эго и когнитивная усталость являются степенями одного и того же состояния, и в этом контексте термины могут быть взаимозаменяемыми. Мы в первую очередь озабочены объединением результатов с двух точек зрения для более полного понимания явления и того, когда эффекты присутствуют или отсутствуют.
В отличие от обзоров, которые в основном сосредоточены на одном типе упражнений (например, на выносливость; McMorris et al., 2018) или спорте (например, на выносливость;г., футбол; Smith et al., 2018), или приняли более широкий взгляд на литературу и исключили исследования, основанные на продолжительности когнитивной задачи (Van Cutsem et al., 2017), этот обзор исследований физической работоспособности после когнитивной усталости включает ряд физических задач. С особым акцентом на разделение физических задач на задачи, основанные на выносливости (например, бег и езда на велосипеде), задачи на основе анаэробов (например, максимальные произвольные сокращения) и задачи, которые в основном полагаются на перцепционно-когнитивные навыки (например,г., тактическое исполнение). Таким образом, при изучении исследований основное внимание уделяется когнитивным требованиям, необходимым для выполнения физической задачи. Исследования, использованные в этом обзоре, были найдены путем поиска в онлайн-базах данных EBSCOhost, PubMed, Scopus, Web of Science и Google Scholar. Поиск в базе данных осуществлялся путем комбинирования терминов (когнитивная усталость ИЛИ умственная усталость ИЛИ истощение эго) И (физическая ИЛИ выносливость ИЛИ анаэробная) И (умение ИЛИ активность ИЛИ производительность ИЛИ упражнения).В этот обзор включены только исследования, в которых использовался перекрестный дизайн с повторными измерениями. Наконец, поскольку в этом обзоре основное внимание уделяется влиянию когнитивной усталости на последующую физическую работоспособность, все исследования включали проверку психологической манипуляции, подтверждающую, что контрольное вмешательство вызывало меньше или не вызывало когнитивной усталости, чем задача, утомляющая когнитивные функции.
Задачи на выносливость
Во время соревнований спортсмены должны постоянно принимать решения о том, как и когда вкладывать свою энергию, чтобы поддерживать внутренний гомеостаз и избегать преждевременного истощения.Этот тип принятия решений включает комбинацию интероцептивных (то есть физиологических) и экстероцептивных (то есть экологических) факторов, которые используются для мониторинга телесных ощущений, таких как боль и мышечная усталость, дыхание, жажда и потребности в питании, движения и форма тела, и общее усилие или ощущение (Smits et al., 2014; Brick et al., 2015). Эти факторы, наряду с личными целями и вероятными требованиями задачи, часто используются для определения типа стратегии стимуляции, принятой спортсменами (Smits et al., 2014), и исследования показали, что способность к ритму и производительность при выполнении физической задачи взаимосвязаны. Например, Van Biesen et al. (2016) исследовали способность бегать элитными бегунами с легкими интеллектуальными нарушениями, чтобы лучше понять роль, которую интеллектуальные способности играют в беге. Способность хорошо подготовленных бегунов с интеллектуальными нарушениями и без них сравнивалась во время бега на 400 и 1500 метров по бегу. Было обнаружено, что бегуны с интеллектуальными нарушениями темпы забега отличаются и с большей вариативностью по сравнению с бегунами без интеллектуальных нарушений, и эти ограничения на способность эффективно регулировать темп и интенсивность упражнений во время соревновательной гонки могут быть связаны с ограниченными когнитивными ресурсами спортсмена. (Ван Бизен и др., 2016).
Связанная с влиянием общих когнитивных ресурсов на способность человека поддерживать и достигать оптимального уровня работоспособности, способность сосредоточить саморегулирующиеся когниции во время выполнения задания на выносливость, по-видимому, также имеет значительный эффект (Brick et al., 2015; Van Biesen et al., 2016). Когда человек выполняет когнитивно утомительную задачу, ресурсы саморегуляции, используемые для выполнения этой задачи, могут истощиться, и их общая производительность при последующей задаче на выносливость будет скомпрометирована из-за нарушенной способности правильно использовать стратегии саморегуляции, такие как стимуляция.В литературных источниках исследования, в которых целевая задача носит характер выносливости, в основном обнаружили эффект, поддерживающий эту закономерность, при этом большинство сообщало о снижении физической работоспособности после когнитивной задачи. Например, Marcora et al. (2009) наблюдали среднее снижение на 15% времени цикла до изнеможения, выполняемого при 80% максимальной выходной мощности после 90 минут непрерывной компьютерной задачи (AX-CPT). AX-CPT включает в себя последовательность букв, отображаемую по одной в центре экрана компьютера, каждая в течение 300 мс, с последующим интервалом 1200 мс…………………………………………………………………………………………………………………… ..Задача испытуемого — нажать правую кнопку в ответ на целевое испытание и левую для нецелевых испытаний. Целевое испытание определяется как испытание, в котором за буквой A следует буква X. Остальные буквы алфавита служат нецелевыми стимулами (Marcora et al., 2009). Подобно Marcora et al., MacMahon et al. (2014) обнаружили более медленное время бега на 3 км после AX-CPT. Кроме того, после 30-минутного задания Струпа пловцы, протестированные Penna et al. (2017) были на 1,2% медленнее в прохождении дистанции 1500 м, и после всего 80 испытаний Энглерт и Вольф (2014) сообщили о снижении производительности во время 18-минутного задания на велосипеде по сравнению с контрольным заданием.Подобно AX-CPT, задача Струпа требует постоянного внимания, рабочей памяти и торможения реакции. В типичном задании Strop участникам представлены названия цветов КРАСНЫЙ, СИНИЙ, ЗЕЛЕНЫЙ и ЖЕЛТЫЙ шрифтом разного цвета (например, КРАСНЫЙ, представленный синим шрифтом), и их просят указать цвет шрифта (например, синий ), а не указывать цвет самого слова (например, КРАСНЫЙ) путем максимально быстрого нажатия соответствующей отмеченной клавиши на клавиатуре (Penna et al., 2017).Таким образом, очевидно, что когнитивная усталость нарушает ряд задач, связанных с выносливостью, однако примечательно, что размер эффекта варьировался от небольшого ( d = 0,35; Marcora et al., 2009) до очень сильного. большой ( d = 1,34, MacMahon et al., 2014).
Задания на выносливость, которые включают в себя постепенно усложняющийся темп прерывистого бега и, следовательно, значительный элемент стимуляции, также показали отрицательные эффекты когнитивной усталости. Например, Smith et al. (2015a) и Veness et al.(2017) нацелены на выполнение теста Yo-Yo Intermittent Recovery Test Level 1 (Yo-YoIR1), прогрессивного теста с челночным бегом с нарастающей скоростью (Veness et al., 2017). В обоих исследованиях исследователи наблюдали значительное уменьшение расстояния, пройденного во время Yo-YoIR1 после 30 минут выполнения непревзойденной задачи Струпа ( d = 0,55, Smith et al., 2015a; d = 0,57, Veness et al. др., 2017).
В целом очевидно, что задачи на выносливость, требующие постоянного регулирования усилий, такие как бег на длинные дистанции, по-видимому, по крайней мере в некоторой степени зависят от когнитивных ресурсов, которые могут истощиться после выполнения когнитивной задачи.С другой стороны, однако, менее ясно, будут ли краткосрочные анаэробные занятия, требующие комплексных стратегий, зависеть от наличия аналогичных когнитивных ресурсов и, следовательно, будут ли они нарушены таким же образом.
Анаэробные задания
Высокоинтенсивные упражнения на основе анаэробов часто характеризуются комплексной стратегией, в которой спортсмен использует взрывную силу, работая максимально с самого начала упражнения и в результате быстро утомляя. Этот тип упражнений можно определить как любую краткосрочную локальную мышцу (например,g., максимальное произвольное сокращение) или упражнения для всего тела, включающие в себя высокоинтенсивные всплески физической активности, в основном поддерживаемые метаболическими путями, не использующими кислород (Martin et al., 2015; Van Cutsem et al., 2017). Это отличие от задач на выносливость, основанных на способностях саморегуляции, таких как стимуляция, может иметь последствия для эффектов когнитивной усталости.
Pageaux et al. (2013) обнаружили значительное уменьшение времени до истощения при выполнении задания на субмаксимальный разгибатель колена после когнитивной усталости, но не при максимальном произвольном сокращении (MVC).Розанд и др. (2014) также продемонстрировали, что длительная когнитивная нагрузка не вызывает снижения MVC мышц-разгибателей колена без разницы в максимальной выработке силы или максимальной активации мышц при низком, умеренном и высоком когнитивном напряжении. Другие анаэробные задания также использовались для получения сопоставимых результатов, включая прыжок с противодействием, изометрическое разгибание ног, трехминутный тотальный велосипедный тест (Martin et al., 2015) и анэробный тест Wingate (WANT) (Duncan et al. al., 2015). Таким образом, когнитивная усталость не влияет на общую взрывную силу, произвольную максимальную силу и анаэробную работоспособность. Из-за всеобъемлющей стратегии такого рода задач высокоинтенсивная анаэробная работа требует меньше процессов принятия решений и саморегулирования, чем тренировка на выносливость. Следовательно, поскольку анаэробная производительность в меньшей степени зависит от когнитивного функционирования, выполнение когнитивно сложной задачи может не повлиять на последующую производительность человека.
Физические задачи, усиливающие восприятие и познание
В сочетании с физической работоспособностью способность спортсмена определять и интерпретировать соответствующие сигналы и формулировать соответствующую реакцию может иметь значительное влияние на общий результат соревнования. Игроки используют перцептивно-когнитивные навыки, такие как предвидение и принятие решений, чтобы выбрать подходящее техническое участие и движения (например, выбор действия). Таким образом, элитные игроки обычно демонстрируют превосходные познавательно-познавательные навыки, особенно в командных видах спорта вторжения, где делается упор на быстрые и точные решения (Smith et al., 2018). В то время как выполнение упражнений на выносливость в основном зависит от планирования и контроля ресурсов, физические задачи, требующие от человека чтения и реакции на свое окружение, также могут быть нарушены из-за когнитивной нагрузки и утомления. Например, Энглерт и Бертрамс (2014) показали, что время реакции на начало спринта замедляется после истощающей задачи транскрипции (без букв e и a), оставаясь постоянным в контрольных условиях (Englert and Bertrams, 2014).
Помимо выводов Энглерта и Бертрамса, также было обнаружено снижение квалификации при использовании задач, сочетающих время реакции и навыки принятия решений.Например, Smith et al. (2015a) и Smith et al. (2016) оценили влияние когнитивной усталости на специфические футбольные навыки с высокой потребностью в принятии решений. Участники обоих исследований дважды выполняли ряд заданий, связанных с футболом, после 30 минут непревзойденного задания Струпа или контрольного задания. В дополнение к Yo-YoIR1 Smith et al. также попросил участников пройти и стрельбу, и сдать тесты в парадигме восприятия и действия. Результаты показали, что при когнитивном утомлении скорость и точность бросков участников снижались, как и их передача и контроль мяча (Smith et al., 2015а). Smith et al. также сообщили о значительном ухудшении как точности принятия решений, связанных с футболом, так и времени реакции при просмотре симуляторов атакующей игры на основе фильмов. То есть участники просматривали видеоматериалы на большом экране и физически выполняли намеченный ответ (то есть передавали или стреляли по мячу в определенное место) после перекрытия отснятого материала.
Выходя за рамки лаборатории, была показана та же самая картина снижения сложных перцептивно-когнитивных двигательных навыков после когнитивной усталости.Например, Badin et al. (2016) в качестве целевого показателя использовали производительность во время небольших футбольных игр (SSG). Хотя когнитивная усталость оказала нечеткое влияние на физическую работоспособность, качество технических работ снизилось. Несмотря на когнитивную усталость, у игроков был более низкий процент позитивного участия, точных передач, владений и успешных отборов по сравнению с контрольной стороной. Coutinho et al. (2017) аналогичным образом показали, что после игровых и спортивных заданий, вызывающих когнитивную усталость, игроки тратили меньше времени на синхронизацию в боковом направлении и снижали скорость разбегания и сокращения команд во время SSG.Последующее исследование Coutinho et al. (2018) улучшили дизайн предыдущего исследования (уравновешивая состояние усталости между командами) и показали, что после когнитивной усталости расстояние между диадами увеличивается, а индекс растяжения команд и время, затрачиваемое на продольную синхронизацию, по измерениям увеличивается. по GPS. В совокупности результаты продемонстрировали, что при когнитивном утомлении способность игрока распознавать важные сигналы окружающей среды, а также правильно контролировать и своевременно регулировать производительность ухудшается.
Эффекты экспертизы
Вопреки предыдущим выводам, Schücker и MacMahon (2016) не смогли обнаружить эффект когнитивной усталости во время выполнения задачи прерывистого бега с внешней стимуляцией. Участники выполнили либо непревзойденный Струп, либо контрольный в течение 10 минут с последующим тестом на 20-метровый челночный бег, и, хотя участники сообщали о значительно более высокой воспринимаемой когнитивной усталости после непревзойденного задания Струпа по сравнению с контролем, не было никакой разницы во времени до истощения между условиями Schücker and MacMahon, 2016).Было высказано предположение, что выполнение когнитивной задачи продолжительностью менее 30 минут может быть недостаточно продолжительным, чтобы вызвать у участников когнитивную усталость (Van Cutsem et al., 2017), однако исследования с использованием когнитивных задач продолжительностью 20 минут (Coutinho et al. al., 2017) и всего 6 минут (Englert and Bertrams, 2014) обнаружили негативное влияние на производительность. Альтернативным фактором, который может способствовать несоответствию выводов Шюккера и Мак-Магона, может быть уровень знаний участников.Martin et al. (2016) обнаружили, что после 30-минутного непревзойденного задания Струпа профессиональные велосипедисты продемонстрировали большую сопротивляемость негативным эффектам когнитивной усталости во время 20-минутного испытания на велотренажере на время по сравнению с велосипедистами-любителями. Martin et al. сообщили, что, хотя физическая работоспособность начинающих велосипедистов была хуже после когнитивной задачи по сравнению с контрольной задачей, не было никакой разницы в производительности для профессиональной группы. Возможно, что большой объем и интенсивность тренировок, требуемых профессиональными спортсменами, приводят к большей сопротивляемости эффектам когнитивной усталости.Эти данные свидетельствуют о том, что некоторые типы практикующего поведения могут быть восприимчивыми к когнитивной усталости, и в будущих исследованиях следует продолжить изучение опосредующего влияния опыта на взаимосвязь между когнитивной усталостью и физической работоспособностью.
Прочие сдерживающие и посреднические факторы
В центре внимания этого обзора — изучение существующей литературы и результатов с особым акцентом на когнитивные требования физической задачи и гипотеза о том, что перцептивно-когнитивные требования физической задачи являются ключевым фактором, который позволяет различать эти требования. исследования, в которых наблюдается снижение производительности (т.е., в физических задачах с перцептивно-когнитивной потребностью), и те, где их нет (то есть, в задачах с относительно меньшей потребностью в обработке). Обсуждение опыта как потенциального опосредующего фактора поднимает вопрос о других потенциальных сдерживающих и опосредующих факторах этого эффекта. Два из них, с убедительными индикаторами в литературе, — это убеждения в отношении мотивации и силы воли. Мотивация — это ключевая особенность психобиологической модели, основанной на теории интенсивности мотивации, которая утверждает, что когнитивная усталость снижает стремление спортсмена к тренировкам двумя способами: за счет увеличения воспринимаемого количества усилий, необходимых для успешного выполнения задания («Я слишком устал, чтобы выполнить задание». эта задача ») и за счет уменьшения воспринимаемого вознаграждения, которое может быть получено (« не стоит выполнять эту задачу ») (Marcora, 2008).Следовательно, вместо неспособности работать из-за ограничений когнитивных ресурсов, как Baumeister et al. (1998) предполагает, что влияние когнитивной усталости на последующую задачу может отражать нежелание, вызванное, главным образом, мотивационными ограничениями (Hockey, 2013). Согласно психобиологической модели, это повышенное восприятие усилия отрицательно влияет на мотивацию исполнителя к выполнению следующей задачи. Это приводит к тому, что исполнитель тратит меньше энергии, что приводит к снижению производительности (Marcora, 2008).Независимо от этой позиции, большая часть текущей работы, которая исследует влияние когнитивных задач на физическую работоспособность, не оценивает мотивацию или не делает это всесторонне (т. Е. С помощью одного пункта оценки степени мотивации для выполнения задачи, например , MacMahon et al., 2014).
Однако в более позднем развитии общего признания мотивации Маркора Inzlicht et al. (2014) различает различные типы мотивации: «желание» и «необходимость», сродни внутренней и внешней мотивации.«Желаемые» цели считаются приятными и значимыми для себя и поэтому кажутся более легкими для выполнения, в то время как «обязательные» задачи выполняются из чувства долга или долга. Представление в этом моделировании состоит в том, что после когнитивно сложной задачи человек с большей вероятностью предпочтет задачу, которую он считает приятной или полезной (внутренняя мотивация), чем задачу, которую, по его мнению, он должен выполнить из-за внешнего давления или интроецированной цели. (внешняя мотивация). Подтверждением этой точки зрения является вывод о том, что денежные стимулы могут устранить снижение производительности при выполнении задачи с захватом руки после когнитивной усталости (Brown and Bray, 2017).Следовательно, эта точка зрения состоит в том, что важен не только вид деятельности, но и то, как эта деятельность понимается исполнителем (что может быть изменено с помощью стимула). При когнитивном утомлении человек может переключиться с мотивации «хотеть» на видение следующей задачи как «обязательной». В сочетании с повышенным восприятием усилий это мотивационное изменение приводит к снижению стремления выполнить задачу, что приводит к снижению производительности (Inzlicht et al., 2014). Работа в парадигме когнитивных и физических последовательных задач приступила к изучению восприятия действий с использованием этих идей, включая измерение мотивации, эмоций и внимания (например,g., см. Stocker et al., 2019), но нуждается в большей разработке инструментов измерения (см. MacMahon et al., 2019 для оценки мотивации «должен» и «хочу»).
Второй потенциальный модератор влияния когнитивной усталости на физическую работоспособность, поддерживаемый литературой по социальной психологии, — это вера в силу воли. В частности, Фрэнсис и Джобс (2018) обнаружили, что одни люди считают, что сила воли ограничена, а другие нет, и что эти убеждения определяют поведение и эффекты результата.Для тех, кто считает, что сила воли ограничена, выполнение сложной задачи приводит к когнитивной усталости, тогда как те, кто придерживается неограниченных убеждений, испытывают прилив энергии. Таким образом, влияние веры в силу воли может играть роль в том, в какой степени когнитивная усталость влияет на выполнение задачи (Francis and Jobs, 2018). Например, в исследовании, проведенном Бернекером и Джобом (2017), участников заставляли либо сопротивляться искушению, либо нет, а затем выполнять тест Струпа. Те, кто считал, что сила воли ограничена, показали значительно худшие результаты в тесте Струпа, в то время как участники с неограниченной верой показали противоположную картину.Хотя Браун и Брэй (2017) показывают, что мотивация может быть изменена, чтобы изменить влияние когнитивных задач на физическую работоспособность, это еще предстоит проверить на задачах для всего тела. Точно так же в настоящее время неясно, как влияют убеждения в силу воли во взаимосвязи между когнитивной усталостью и физическими задачами. Другие потенциальные переменные на уровне человека включают уровень контроля (например, ориентация на действие или контроль, Gropel et al., 2014) и самоотверженность (Seely and Gardner, 2003), в дополнение к окружающей среде, где присутствие других [e.g., эффекты социальной поддержки (Sheridan et al., 2019) или аудитории (Epting et al., 2011)] влияют на физическую работоспособность. Существует нехватка исследований, посвященных этим потенциальным модераторам и посредникам в когнитивно-физической парадигме последовательных задач, демонстрирующих возможность более подробных объяснений того, когда когнитивные задачи мешают и не мешают выполнению физических задач.
Заключение
Когнитивная усталость относится к субъективному состоянию, характеризующемуся низким уровнем энергии и изменениями настроения, такими как усиление усталости и негативные эмоции.Существующая литература демонстрирует, что когнитивная усталость влияет на производительность при выполнении ряда спортивных и физических задач. Однако степень проявления этого эффекта, по-видимому, различается для разных типов физических задач. Настоящий обзор направлен на понимание влияния когнитивной усталости на физическую работоспособность с акцентом на то, как этот эффект проявляется для различных типов физических задач, требующих разных когнитивных нагрузок. Мы специально изучили литературу относительно характера физической задачи, чтобы дать подсказки о том, когда и почему происходит снижение работоспособности.Мы обнаружили, что как показатели выносливости, так и перцепционно-когнитивные навыки, по-видимому, снижаются после завершения когнитивной задачи, в то время как анаэробная производительность остается неизменной. В соответствии с моделью самоконтроля с ограниченными ресурсами, существующая литература показывает, что выполнение когнитивно сложной задачи может истощать или подавлять когнитивные ресурсы, что приводит к снижению производительности при выполнении следующей физической задачи, которая зависит от аналогичных ресурсов. Важно отметить, что кажется, что продолжительность целевой задачи не является значимым фактором, скорее, это необходимый объем исполнительного контроля или познания.Хотя 20-минутное задание на выносливость может страдать от последствий когнитивной усталости (например, Martin et al., 2016), то же самое может и 40-секундное задание, такое как проходное упражнение (например, Smith et al., 2015a), если это упражнение в значительной степени зависит от центральных исполнительных функций более высокого порядка, таких как распознавание и реакция на внешние сигналы. С практической точки зрения задачи, в которых спортсмен должен регулировать свое поведение или которые требуют принятия решений, значительно больше страдают от когнитивной усталости, чем физические задачи, в которых используется комплексная стратегия, независимо от продолжительности задачи.Также важно отметить, что, хотя производительность некоторых задач снижается для более или менее элитных исполнителей, есть некоторые ранние признаки того, что опыт, мотивация и убеждения в силе воли играют роль в влиянии когнитивной усталости на физическую работоспособность (например, Inzlicht et al. др., 2014; Фрэнсис и Джобс, 2018; MacMahon et al., 2019).
Направления будущего
В то время как исследования, изучающие влияние когнитивной усталости на физическую работоспособность, в настоящее время продвигаются к проектам с большей сложностью и экологической достоверностью (Coutinho et al., 2017), важно признать, что манипуляции с когнитивным контролем в литературе варьировались с точки зрения когнитивных требований и продолжительности. Например, в ряде исследований использовался 90-минутный сеанс AX-CPT (MacMahon et al., 2014; Smith et al., 2015b), в то время как в других использовались задания продолжительностью всего 6 минут (Englert and Bertrams, 2014). Хотя в большинстве исследований использовались задачи по центральному исполнительному торможению, которые, как считается, активируют аналогичные нейронные пути (McMorris et al., 2018), продолжительность и тип используемой когнитивной задачи могут влиять на степень нарушения участниками.Это подчеркивает, что определение когнитивной усталости и идентификация ключевых компонентов в настоящее время неясны. Также неясно, как долго длится вызванная усталость, что участвует в восстановлении и какие механизмы или основные факторы связаны с физиологической усталостью. Выйдя за рамки уже изученной нами работы, в которой используется парадигма последовательных задач, мы далее размышляли о модераторах и посредниках, определяя некоторых ключевых текущих кандидатов. В частности, роль различных типов мотивации (т.е., хочу и должен; Inzlicht et al., 2014) и убеждения в силе воли (т.е. ограниченные и неограниченные; Francis and Jobs, 2018) в настоящее время недостаточно изучены и могут указывать на ключевые опосредующие или модерирующие отдельные переменные.
Хотя в центре внимания этого обзора был один критический фактор, а именно совпадение конкретных когнитивных требований между когнитивной и физической задачей, очевидно, что важно, чтобы, помимо изучения эффектов опыта, будущие исследования касались переменных индивидуальных различий, таких как личность и убеждения как потенциальных модераторов и посредников.Последним фактором, заслуживающим внимания, является роль среды и обстановки, в которой выполняются задачи, включая присутствие других. Это дополнительно подчеркивает проблему переноса и требует исследования, чтобы подтвердить, приводят ли нарушения из-за когнитивных задач к снижению производительности во время реальных соревнований. Могут быть факторы, влияющие на производительность во время игры, которые могут регулироваться с учетом когнитивной усталости, такие как командная работа и игровая стратегия, которые стоит учитывать.Кроме того, когнитивные задачи, используемые для стимулирования когнитивной усталости, часто не похожи на задачи, которые спортсмены обычно выполняли бы перед соревнованиями.Хотя есть свидетельства того, что работа в этом направлении продвигается (например, Coutinho et al., 2017), выполнение более значимых когнитивных задач имеет важное значение для перехода будущих исследований от теории к практике. Эти достижения помогут этому исследованию определить механизмы, ответственные за эффекты, и, что наиболее важно для прикладной спортивной науки, меры по борьбе и минимизировать негативное влияние этих эффектов.
Авторские взносы
Оба автора внесли свой вклад в концепцию обзора.BA организовал базу данных и написал первый вариант обзора. Все авторы участвовали в доработке рукописи, прочитали и одобрили представленную версию рецензии.
Конфликт интересов
Авторы заявляют, что исследование проводилось при отсутствии каких-либо коммерческих или финансовых отношений, которые могут быть истолкованы как потенциальный конфликт интересов.
Список литературы
Бадин, О. О., Смит, М. Р., Конте, Д., и Куттс, А. Дж. (2016). Психическая усталость: ухудшение технических характеристик в небольших футбольных матчах. Внутр. J. Sports Physiol. Выполнять. 11, 1100–1105. DOI: 10.1123 / ijspp.2015-0710
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Баумейстер Р. Ф., Брацлавский Э., Муравен М. и Тайс Д. М. (1998). Истощение эго: является ли активное «я» ограниченным ресурсом? J. Pers. Soc. Psychol. 75, 1252–1265. DOI: 10.1037 // 0022-3514.74.5.1252
CrossRef Полный текст | Google Scholar
Баумейстер, Р. Ф., и Вохс, К. Д. (2007). Саморегуляция, истощение эго и мотивация. Soc. Личное. Psychol. Компас 1, 115–128. DOI: 10.1111 / j.1751-9004.2007.00001.x
CrossRef Полный текст | Google Scholar
Бернекер, К., Иов, В. (2017). Неявные теории о силе воли в сопротивлении искушениям и контроле над эмоциями. Zeitschrift für Psychologie 225, 157–166. DOI: 10.1027 / 2151-2604 / a000292
CrossRef Полный текст | Google Scholar
Брик, Н., Макинтайр, Т., и Кэмпбелл, М. (2015). Метакогнитивные процессы в саморегуляции результатов у элитных бегунов на выносливость. Psychol. Спортивные упражнения. 19, 1–9. DOI: 10.1016 / j.psychsport.2015.02.003
CrossRef Полный текст | Google Scholar
Браун, Д. М. Ю., Брей, С. Р. (2017). Влияние умственной усталости на физическую выносливость и активацию мышц смягчается денежными стимулами. J. Sport Exerc. Psychol. 39, 385–396. DOI: 10.1123 / jsep.2017-0187
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Коутиньо, Д., Гонсалвеш, Б., Травассос, Б., Вонг, Д. П., Куттс, А. Дж., И Сампайо, Дж. Э. (2017). Психическая усталость и пространственные привязки ухудшают физические и тактические способности футболистов. Перед. Psychol. 8: 1645. DOI: 10.3389 / fpsyg.2017.01645
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Коутиньо Д., Гонсалвес Б., Вонг Д. П., Травассос Б., Куттс А. Дж. И Сампайо Дж. Э. (2018). Изучение влияния умственного и мышечного утомления на выступления футболистов. Гум. Mov. Sci. 58, 287–296. DOI: 10.1016 / j.humov.2018.03.004
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Дункан, М. Дж., Фаулер, Н., Джордж, О., Джойс, С., и Хэнки, Дж. (2015). Психическая усталость отрицательно влияет на ловкость рук и время ожидания, но не на выполнение повторных высокоинтенсивных упражнений у тренированных взрослых. Res. Sports Med. 23, 1–13. DOI: 10.1080 / 15438627.2014.975811
CrossRef Полный текст | Google Scholar
Энглерт, К., и Вольф, W. (2014). Истощение эго и постоянное выполнение задания на велосипеде. Внутр. J. Sport Psychol. 46, 137–151. DOI: 10.7352 / IJSP2015.46.137
CrossRef Полный текст | Google Scholar
Эптинг, Л. К., Риггс, К. Н., Ноулз, Дж. Д., и Хэнки, Дж. Дж. (2011). Приветствия против насмешек: влияние отзывов аудитории на индивидуальные спортивные результаты. N. Am. J. Psychol. 13, 299–312.
Google Scholar
Фрэнсис, З., и Джобс, В. (2018).Положите теории силы воли. Soc. Личное. Psychol. Компас 12: e12381. DOI: 10.1111 / spc3.12381
CrossRef Полный текст | Google Scholar
Гропель П., Баумейстер Р. Ф. и Бекманн Дж. (2014). Действие против ориентации на состояние и самоконтроль после истощения. чел. Soc. Psychol. Бык. 40, 476–487. DOI: 10.1177 / 0146167213516636
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Хаггер, М.С., Вуд, К., Штифф, К., Хатзисарантис, Н. Л. Д. (2010). Истощение эго и силовая модель самоконтроля: метаанализ. Psychol. Бык. 136, 495–525. DOI: 10.1037 / a0019486
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Хоккей, Р. (2013). Психология усталости: работа, усилия и контроль . Нью-Йорк, Нью-Йорк: Издательство Кембриджского университета. DOI: 10.1017 / CBO978113
94
CrossRef Полный текст | Google Scholar
MacMahon, C., Хокинс, З., и Шюкер, Л. (2019). На выполнение звукового теста влияют 30 минут когнитивной работы. Med. Sci. Спортивные упражнения. 51, 1928–1934. DOI: 10.1249 / MSS.0000000000001982
PubMed Аннотация | CrossRef Полный текст | Google Scholar
MacMahon, C., Schücker, L., Hagemann, N., and Strauss, B. (2014). Влияние когнитивной усталости на физическую работоспособность во время бега. J. Sport Exerc. Psychol. 36, 375–381. DOI: 10.1123 / jsep.2013-0249
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Маркора, С.М. (2008). Действительно ли нам нужен центральный управляющий, чтобы объяснить, как мозг регулирует выполнение упражнений? Eur. J. Appl. Physiol. 104, 929–931. DOI: 10.1007 / s00421-008-0818-3
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Мартин К., Стаяно В., Менаспа П., Хеннесси Т., Маркора С., Киган Р. и др. (2016). Превосходный тормозящий контроль и устойчивость к умственной усталости у профессиональных велосипедистов. PLoS ONE 11: e0159907. DOI: 10,1371 / журнал.pone.0159907
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Мартин К., Томпсон К. Г., Киган Р., Болл, Н. и Рэттрей, Б. (2015). Психическая усталость не влияет на максимальную эффективность анаэробных упражнений. Eur. J. Appl. Physiol. 115, 715–725. DOI: 10.1007 / s00421-014-3052-1
CrossRef Полный текст | Google Scholar
МакМоррис, Т., Барвуд, М., Хейл, Б. Дж., Дикс, М., и Корбетт, Дж. (2018). Влияние когнитивной усталости на физическую работоспособность: систематический обзор и метаанализ. Physiol. Behav. 188, 103–107. DOI: 10.1016 / j.physbeh.2018.01.029
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Моссо А. (1891). Ла Фатика . Милан: Тревес.
Муравен, М., Тайс, Д. М., и Баумейстер, Р. Ф. (1998). Самоконтроль как ограниченный ресурс: закономерности истощения. J. Pers. Soc. Psychol. 74, 774–789. DOI: 10.1037 / 0022-3514.74.3.774
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Пейджо, Б., Маркора, С. М., и Леперс, Р. (2013). Длительные умственные нагрузки не изменяют нервно-мышечную функцию разгибателей колена. Med. Sci. Спортивные упражнения. 45, 2252–2264. DOI: 10.1249 / MSS.0b013e31829b504a
CrossRef Полный текст | Google Scholar
Пенна, Э. М., Ваннер, С. П., Кампос, Б. Т., Куинан, Г. Р., Филхо, Э., Мендес и др. (2017). Психическая усталость снижает физическую работоспособность юных пловцов. Pediatr. Упражнение. Sci. 20, 1–8. DOI: 10.1123 / pes.2017-0128
CrossRef Полный текст | Google Scholar
Розанд, В., Пейдж, Б., Маркора, С. М., Папаксантис, К., и Леперс, Р. (2014). Влияет ли умственное напряжение на максимальную активацию мышц? Перед. Гм. Neurosci. 8: 755. DOI: 10.3389 / fnhum.2014.00755
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Schücker, L., и MacMahon, C. (2016). Работа над познавательной задачей не влияет на результаты теста на физическую подготовку. Psychol. Спортивные упражнения. 25, 1–8. DOI: 10.1016 / j.psychsport.2016.03.002
CrossRef Полный текст | Google Scholar
Сили, Э.А., и Гарднер, В. Л. (2003). «Бескорыстие» и саморегуляция: роль хронической ориентации на других в предотвращении саморегулирующего истощения. Самоидентификация 2, 103–117. DOI: 10.1080 / 15298860309034
CrossRef Полный текст
Шеридан, А., Марчант, Д. К., Уильямс, Э. Л., Джонс, Х. С., Хьюитт, П. А., и Спаркс, А. (2019). Присутствие наблюдателей улучшает выполнение жима лежа: исследование обмана. J. Stren. Условие. Res. 33, 1755–1761. DOI: 10.1519 / АО.0000000000002285
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Смит, М. Р., Куттс, А. Дж., Мерлини, М., Депрез, Д., Ленуар, М., и Маркора, С. М. (2015a). Психическая усталость снижает физическую и техническую работоспособность, характерную для футбола. Med. Sci. Спортивные упражнения. 48, 267–276. DOI: 10.1249 / MSS.0000000000000762
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Смит, М. Р., Маркора, С. М., и Куттс, А. Дж. (2015b). Психическая усталость ухудшает способность к прерывистому бегу. Med. Sci. Спортивные упражнения. 47, 1682–1690. DOI: 10.1249 / MSS.0000000000000592
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Смит, М. Р., Томпсон, К., Маркора, С. М., Скорски, С., Мейер, Т., и Куттс, А. Дж. (2018). Психическая усталость и футбол: текущие знания и направления на будущее. Sports Med. 48, 1525–1532. DOI: 10.1007 / s40279-018-0908-2
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Смит, М.R., Zeuwts, L., Lenoir, M., Hens, N., De Jong, L.M, and Coutts, A.J. (2016). Психическая усталость ухудшает навыки принятия решений в футболе. J. Sport Sci. 34, 1297–1304. DOI: 10.1080 / 02640414.2016.1156241
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Смитс, Б. Л. М., Пеппинг, Г. Дж., И Хеттинга, Ф. Дж. (2014). Темп и принятие решений в спорте и упражнениях: роль восприятия и действия в регулировании интенсивности упражнений. Sports Med. 44, 763–775. DOI: 10.1007 / s40279-014-0163-0
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Stocker, E., Seiler, R., Schmid, J., and Englert, C. (2019). Держи свои силы! Мотивация, внимание и эмоции как потенциальные психологические посредники между когнитивным и физическим самоконтролем. Спортивные упражнения для самоконтроля. Psychol. 55, 2–10. DOI: 10.1037 / spy0000173
CrossRef Полный текст | Google Scholar
Ван Бизен, Д., Хеттинга, Ф.Дж., Маккаллох, К., Ванландевейк, Ю. (2016). Профили темпа в соревновательных гонках на треке: регулирование интенсивности упражнений связано с когнитивными способностями. Перед. Physiol. 7: 624. DOI: 10.3389 / fphys.2016.00624
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Ван Катсем, Дж., Маркора, С., Де Пау, К., Бейли, С., Миусен, Р., и Руландс, Б. (2017). Влияние умственной усталости на физическую работоспособность: систематический обзор. Sports Med. 47, 1569–1588.DOI: 10.1007 / s40279-016-0672-0
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Венесс Д., Паттерсон С. Д., Джеффрис О. и Уолдрон М. (2017). Влияние умственного переутомления на результаты в крикете среди элитных игроков. J. Sports Sci. 35, 2461–2467. DOI: 10.1080 / 02640414.2016.1273540
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Vohs, K.D., Baumeister, R.F., Schmeichel, B.J., Twenge, J.M., Nelson, N.М., и Тайс, Д. М. (2008). Сделанный выбор ухудшает последующий самоконтроль: ограниченный ресурсный учет принятия решений, саморегулирования и активной инициативы. J. Pers. Soc. Psychol. 94, 883–898. DOI: 10.1037 / 0022-3514.94.5.883
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Анализ когнитивных задач: методы улучшения моделей медицинского дома, ориентированного на пациента, путем понимания и использования его знаний
Реферат
В этом кратком изложении основное внимание уделяется использованию анализа когнитивных задач (CTA) для оценки моделей медицинского дома, ориентированного на пациента (PCMH).Он является частью серии, разработанной по заказу Агентства по исследованиям и качеству здравоохранения (AHRQ) компанией Mathematica Policy Research по контракту с участием других признанных на национальном уровне лидеров в области методов исследования и моделей PCMH. Серия предназначена для расширения набора методов, используемых для оценки и уточнения моделей PCMH. PCMH — это подход первичной медико-санитарной помощи, направленный на улучшение качества, стоимости и качества обслуживания пациентов и поставщиков медицинских услуг. В моделях PCMH особое внимание уделяется комплексному, скоординированному и доступному уходу, ориентированному на пациента, и систематическому вниманию к качеству и безопасности.
Предлагаемая ссылка
Potworowski G. и Green L.A. Анализ когнитивных задач: методы улучшения ориентированных на пациента моделей медицинского дома путем понимания и использования знаний. Роквилл, Мэриленд: Агентство медицинских исследований и качества. Февраль 2013 г. Публикация AHRQ № 13-0023-EF.
Эти краткие и сопутствующие сводки из этой серии доступны для загрузки с веб-сайта pcmh.ahrq.gov.
I. Анализ когнитивных задач
Анализ когнитивных задач — это семейство методов, предназначенных для выявления мышления, задействованного при выполнении задач в реальных условиях, и особенно хорошо подходит для понимания и помощи в улучшении некоторых аспектов моделей PCMH.Методы CTA можно использовать для выявления и описания ключевых закономерностей, вариаций, возможностей для улучшений и использования точек знаний, а не только физического труда, персонала первичной медико-санитарной помощи и врачей. Затем его результаты можно использовать, чтобы помочь отдельным лицам и командам максимизировать эффективность процесса внедрения, показывая им, где и как сосредоточить свои усилия. Более того, многие методы CTA были разработаны, чтобы понять, как работают высокопроизводительные исполнители (то есть эксперты), и, таким образом, определить лучшие практики, основанные на контексте.Эти передовые методы можно использовать для информирования и улучшения обучения отдельных лиц и групп в новых ролях, таких как управление медицинской помощью, новые клинические процедуры и конструктивное использование технологий.
Методы CTA помогают нам понять и улучшить производительность людей как в клинических, так и в организационных задачах, поскольку они определяют критические когнитивные аспекты этих задач, которые в противном случае остались бы скрытыми. Выявление этих когнитивных аспектов позволяет проводить более полные, точные и эффективные формирующие оценки, планирование внедрения и устранение неполадок, а также передачу знаний (например, обучение и распространение лучших практик).Когнитивные аспекты задач, которые часто не наблюдаются напрямую, — это «макрокогнитивные» процессы клинических или организационных задач, которые возникают там, где индивидуальное знание и познание взаимодействуют с групповым знанием и познанием (Crandall, Klein, and Hoffman, 2006; Hoffman and Woods, 2000). ). Макропознание — это «совокупность когнитивных процессов, которые характеризуют то, как люди думают в естественных условиях» (Crandall, Klein, and Hoffman, 2006). Эти макрокогнитивные процессы включают в себя то, как отдельные лица, команды и организации принимают решения, осмысливают события и опыт (так называемое «осмысление»), используют и делятся знаниями, планируют и перепланируют, координируют, учатся, контролируют свою работу, обнаруживают проблемы, управляют неизвестным. , и адаптироваться к меняющимся условиям.Хотя эти процессы концептуально отличаются друг от друга, они взаимодействуют во всех клинических процедурах и усилиях по организационным изменениям, которые требуют мышления. CTA полезен при изучении моделей PCMH, потому что макрокогнитивные процессы играют центральную роль в том, как персонал PCMH организует практику по оказанию помощи пациентам.
Хотя CTA — это прикладной метод, предназначенный для изучения макропознания (то есть познания в контексте реального мира), он основан на лабораторных исследованиях познания.Он предназначен в первую очередь для изучения мыслительных процессов и структур, а не для оценки результатов. Тем не менее, CTA можно легко комбинировать с количественными методами, ориентированными на результат, используя смешанные методы. Методы CTA успешно использовались в течение нескольких десятилетий в широком диапазоне условий, требующих высокой надежности, таких как военная и гражданская авиация, управление воздушным движением, управление военно-морскими кораблями, эксплуатация атомных электростанций и пожаротушение, но только недавно были использованы в здравоохранении. забота (Crandall and Calderwood, 1989; Dominguez, Hutton, Flach, et al., 1995; Крэндалл и Гром, 2010). CTA включает в себя широкий спектр качественных методов из разрозненных дисциплин, которые были адаптированы для изучения макропознания. Фактически, многие исследователи и практики используют различные формы призывов к действию, не называя это так. Однако преимущество явного использования CTA состоит в том, что литература о том, что было сделано в прошлом, может помочь исследователям более систематически и эффективно выбирать и адаптировать методы для решения своих собственных исследовательских вопросов.
Независимо от используемой техники, CTA состоит из трех основных этапов: (1) извлечение знаний, (2) анализ данных и (3) представление знаний (Crandall, Klein, and Hoffman, 2006).Выбор метода (ов) для получения знаний, проведения анализа и представления результатов зависит от задаваемых вопросов, контекста, в котором они задаются, и целей проекта. Вообще говоря, CTA можно использовать для лучшего понимания макропознания в любой клинической или организационной задаче, как и когда это происходит, где это происходит, кто участвует, и как технологии и артефакты, такие как формы, электронные письма, журналы и диаграммы пациентов (или может быть) вовлечен.Хотя мы сосредоточимся на описании методов CTA, которые подходят для понимания и улучшения типичных типов организационных и клинических процедур в PCMH, существуют дополнительные методы CTA, если читатель пожелает исследовать макропознание необычных, критических событий, связанных с моделями PCMH ( Crandall, Klein, and Hoffman, 2006).
наверх
II. Использование анализа когнитивных задач
В этом разделе мы описываем три наиболее часто используемых метода CTA, приводим примеры и обсуждаем, как они могут помочь в исследованиях внедрения проектов преобразования PCMH и распространении успешных подходов.Все три метода можно использовать при проведении исследования на месте.
Диаграмма задач
Целью построения диаграммы задач является захват одного или нескольких аспектов макропознания, задействованных в рутинной задаче. Построение диаграммы задач включает в себя подробное описание задачи с разных точек зрения путем опроса людей, участвующих в ней. В первом проходе интервьюер просит интервьюируемого (например, врача, пациента или другого практикующего персонала) разбить задачу на четыре-семь больших шагов.В последующих проходах интервьюер использует заранее определенные (но не имеющие конца) зонды, руководствуясь психологической и организационной теорией, чтобы выявить макрокогнитивные процессы внутри этих шагов и между ними. Например, аналитики CTA могут попытаться раскрыть: (1) этап (-ы), на котором были приняты наиболее сложные решения, (2) что сделало эти решения сложными, (3) какая информация была необходима для принятия критических решений, ( 4) кому была нужна информация, (5) как эта информация была получена и передана, (6) что пошло не так или не удалось и почему, и (7) как команда обнаружила сбои и проблемы в задаче.
Важной особенностью этих собеседований является то, что респондентов просят сначала назвать единственный недавний случай задачи, в которой они были задействованы (например, посещение конкретного пациента на этой неделе). Затем их просят помнить об этом случае, отвечая на вопросы. Как только этот случай описан, интервьюер смещает акцент и пытается определить естественные вариации задачи. Для этого интервьюер просит респондентов определить другие конкретные случаи, в которых задача отклоняется от нормы, и пытается исследовать правдоподобные, гипотетические сценарии «что, если», чтобы выявить, как респонденты думают, что они будут выполнять свою часть задачи, и Почему.Большое внимание уделяется тому, чтобы увести респондентов от общих или деконтекстуализированных описаний задач. По мере того, как интервьюер собирает различные точки зрения респондента на задачу, интервьюер начинает развивать более полное и богатое понимание задачи и характеристик ее макрокогнитивной динамики. В конце концов, метод Task Diagram создает изображение физического рабочего процесса с раскрытием и описанием некоторых из его критических макрокогнитивных процессов. Результат можно показать членам организации, которые часто удивляются тому, насколько он точен и информативен.Его также можно использовать в качестве основы для изменения процесса или для выявления областей, требующих более глубокого исследования с использованием других методов CTA.
Примеры
Кристенсен, Феттерс и Грин (Christensen, Fetters, and Green, 2005) провели интервью с опытными семейными врачами, чтобы понять диапазон способов, которыми они структурировали посещения, сосредоточив внимание на том, когда можно вставить компьютеризированные напоминания об услугах по профилактике и лечению хронических заболеваний. рабочий процесс. Цель заключалась в том, чтобы достаточно хорошо понять когнитивный, а не физический аспект их рабочего процесса, чтобы они могли вводить компьютеризированные напоминания, сводя к минимуму риск негативных последствий, таких как отвлечение от основных забот пациентов или увеличение нагрузки на поставщика услуг и стресса.Они обнаружили четкие закономерности в том, как врачи структурируют посещения пациентов, что помогло определить этапы, на которых напоминания будут полезными, а не разрушительными. Полученные данные позволили команде разработать и внедрить эффективную систему клинических напоминаний, которая позволяет избежать «усталости от напоминаний» (Green, Nease, and Klinkman, 2009), обычно наблюдаемого снижения скорости реакции на напоминания с течением времени в результате чрезмерного напоминания.
В качестве другого примера Shachak, Hadas-Dayagi, Ziv, et al.(2009) использовали интервью и наблюдения с помощью Task Diagram, чтобы понять когнитивные аспекты использования врачебной электронной медицинской карты (EMR). Они сосредоточились на преимуществах, ошибках и проблемах общения с пациентом, связанных с использованием ЭМИ, а также на роли врача, имеющего опыт ЭМИ в преодолении этих проблем с общением. С одной стороны, они обнаружили, что врачи считают, что EMR помогает им принимать решения и, таким образом, улучшает уход за пациентами и безопасность, делая информацию о пациентах более полной, организованной и читаемой, включая средства для принятия решений и предупреждения о неблагоприятных взаимодействиях с лекарствами.С другой стороны, они обнаружили, что врачи подвержены ошибкам, связанным с ЭМИ, включая опечатки, выбор варианта рядом с правильным в раскрывающихся меню и ввод данных в карту неправильного пациента. Они также обнаружили, что врачи знали об этих ошибках, и в некоторых случаях были введены процедуры, позволяющие их лучше выявлять (известные как «обнаружение проблем»). Наконец, они обнаружили, что определенные навыки работы с компьютером и пространственная организация кабинетов помогли врачам преодолеть некоторые препятствия в общении с пациентами, связанные с ЭМИ.
Приложение PCMH
Реализация функций PCMH в практике требует улучшения клинических и организационных процедур, и ключевые аспекты этих процедур имеют макрокогнитивную природу. Метод Task Diagram фокусируется на выявлении макрокогнитивных аспектов рутинных рабочих процессов практикующих врачей, чтобы предложить важные новые идеи в отношении изменения клинических и организационных процессов. Например, его можно использовать для формирующей оценки программ изменения практик. В настоящее время мы проводим исследование с использованием диаграмм задач, дополненных аудитами командных знаний (см. Ниже), среди прочего, для изучения и предложения консультаций по улучшению процедур изменения практик, чтобы практики могли более эффективно внедрять систему информационных технологий в области здравоохранения (ИТ). .Мы обнаружили большие различия в подходах к реализации изменений, но ни в одной из них не было никаких изменений или процедур реализации как таковых. Они сильно различались по своей способности заниматься осмыслением, планированием, общением, обнаружением проблем и перепланированием. Определение того, как практики решают эти макрокогнитивные функции во время реализации, дало нам более детальное понимание их «способности к изменению». Это, в свою очередь, позволило нам делать основанные на фактах и контекстно-зависимые прогнозы относительно будущих трудностей внедрения, с которыми они могут столкнуться, и давать целевые рекомендации, адаптированные для каждой практики.
Сопоставление концепций
Целью сопоставления концепций является понимание и графическое отображение того, как связаны идеи (то есть концепции) по заданной теме. В CTA эти идеи в первую очередь относятся к убеждениям и ценностям, которые связаны в сеть или «ментальную модель». Убеждения и ценности в ментальной модели темы и связи между ними определяют понимание этой темы. В CTA концептуальное отображение традиционно использовалось для отображения ментальных моделей экспертов по критическим задачам.Ментальные модели экспертов формируют то, что им известно, на что они обращают внимание, какие варианты и возможности они рассматривают, как они осмысливают события и опыт, решают проблемы, выносят суждения и, в конечном итоге, принимают решения и действуют. Взятые вместе, они учитывают, насколько хорошо и последовательно они выполняют как рутинные, так и исключительно сложные задачи.
Концептуальное отображение ментальной модели включает выбор темы, выявление убеждений и ценностей человека по этой теме, определение того, как эти убеждения и ценности связаны, а затем графическое изображение частей модели и их взаимосвязей.Для практических целей темы обычно касаются: (1) того, как организована определенная категория вещей, (2) того, как работает система, или (3) как правильно выполнять некоторые задачи. Первый тип ментальной модели имеет тенденцию быть типологическим, тогда как последние два имеют тенденцию к последовательным и причинным связям. Модели могут различаться по-разному, включая их полноту, внутреннюю согласованность, сложность и способность объяснять явления. Например, подумайте, насколько по-разному механизмы диабета понимают молекулярный биолог, семейный врач, инструктор по диабету и пациент.
Концептуальное отображение со временем эволюционировало, и теперь оно не только используется для фиксации ментальных моделей экспертов, но и для измерения группового консенсуса (Trochim and Kane, 2005), командных ментальных моделей (Burtscher and Manser, 2012; Mohammed). , Ferzandi, and Hamilton, 2010) и культурные ментальные модели (Sieck, 2010).
Пример
Примером одной из новейших форм концептуального картирования является «анализ культурных сетей» (CNA) Расмуссена, Зика и Смарта (2009), который они использовали для выявления и объяснения ключевых культурных различий между американскими и британскими вооруженными силами. концепции эффективного планирования.Изучая сеть концепций, ценностей и причинных представлений офицеров об эффективном планировании, они обнаружили, что в британской военной культуре эффективное планирование состоит в доведении до сведения плана, чтобы его можно было гибко реализовывать в полевых условиях по мере изменения обстоятельств. Напротив, эффективное планирование в американской военной культуре направлено на уменьшение необходимости принимать решения в полевых условиях, заранее прорабатывая различные непредвиденные обстоятельства. Эти результаты были использованы для улучшения совместных британо-американских операций военного планирования.
Приложение PCMH
Одним из краеугольных камней PCMH является улучшение ухода за пациентами путем развития более эффективной координации между поставщиками услуг, персоналом и организациями, участвующими в уходе за данным пациентом. Провайдеры и персонал неизбежно отождествляют себя с разными личными, профессиональными и организационными культурами. Это означает, что для успеха модели PCMH важно выявлять и устранять важные неявные различия в их ментальных моделях таких организационных и клинических функций, как планирование, координация, сотрудничество, вознаграждение, лечение заболеваний, самоуправление и т.д. это означает быть PCMH (см. Hoff, 2010).Как показано на примере военного планирования, (культурные) ментальные модели не обязательно должны быть идентичными для успешной координации. Однако понимание различий в ментальных моделях, а также влияние этих различий на социальные взаимодействия помогает откалибровать и реорганизовать сложные взаимодействия, чтобы они стали более эффективными.
Аудит командных знаний
Командный аудит знаний (TKA) основан на хорошо изученном инструменте CTA аудита знаний (KA) (Klein and Militello, 2005; Militello and Hutton, 1998).KA был разработан с использованием информации из литературы о различиях между экспертом и новичком в принятии решений (Ericsson and Smith, 1991) и предназначен для исследования функций макропознания в рутинной работе со знаниями. TKA — это KA, расширенная, чтобы сосредоточиться на макрокогнитивных функциях между людьми в команде, а также внутри них (Klein, Pliske, and Thordsen, 1999; Militello, Kyne, Klein, et al., 1999). Большая часть опыта команды содержится в неявном понимании того, как она выполняет макрокогнитивные функции, а ключевые знания могут быть распределены (удерживаются между членами команды) или рассредоточены (части, принадлежащие разным членам) (Becker, 2004).Подобно высокоавтоматизированным знаниям отдельных экспертов, опыт команды часто используется без осознанного осознания.
TKA фокусируется на выявлении специфики того, как члены команды выполняют макрокогнитивные функции, а не на том, как они их понимают (то есть ментальные модели команды), как может быть выявлено с помощью метода картирования концепций. TKA использует в основном полуструктурированные интервью, но обычно включает наблюдения за взаимодействием в команде и анализ форм, журналов, диаграмм пациентов и других артефактов.Каждое интервью начинается с набора тестовых вопросов, построенных таким образом, чтобы выявить неявные знания команды. Несколько членов команды опрашиваются независимо друг от друга, чтобы выявить как распределенные, так и рассредоточенные знания и различить их. Зонды фокусируются на том, как команда выполняет макрокогнитивные функции, связанные с задачей и контекстом. Точно так же наблюдения и анализ артефактов сосредоточены на раскрытии макрокогнитивных функций.
TKA обычно строится на диаграмме задач и разрабатывает дополнительные сведения о выполнении каждого шага и координации между шагами.Не все категории макропознания обязательно информативны для любой данной задачи, поэтому интервьюеры часто увеличивают или уменьшают использование различных запланированных исследований по мере продвижения интервью. Как и в случае с методом диаграммы задач, собеседников просят рассказать, как выполняются задачи, с учетом конкретных примеров, и их тщательно отговаривают от ответов в виде тезисов. Наконец, TKA обычно фокусируется на том, как команды в настоящее время выполняют свои задачи, хотя его можно использовать для изучения прошлых рутинных задач.
Примеры
TKA успешно применялась для разработки программы обучения хирургических бригад с целью оптимального использования недавно представленных, очень сложных дисплеев состояния пациента и плана ведения в кабинетах кардиоторакальной хирургии (Crandall and Grome, 2010). Детальное картирование группового планирования, выявления проблем, координации и перепланирования позволило выявить закономерности, которые привели к заметным изменениям по сравнению с первоначальным дизайном самих дисплеев и программой обучения по их внедрению.В результате этого процесса до начала обучения были внесены улучшения, что позволило избежать потенциально дорогостоящих и разрушительных изменений.
В другом проекте мы объединяем диаграмму задач и TKA, чтобы понять, как практики реализуют управление медицинской помощью при хронических заболеваниях, и соотносим результаты с количественными изменениями показателей качества. В еще одном случае мы используем TKA для изучения различий в процессах макропознания в отношении того, осуществляют ли и каким образом практики первичной медико-санитарной помощи изменения, необходимые для реализации функциональности PCMH по их выбору (например, отслеживание тестов и последующее наблюдение, реестры пациентов или управление медицинской помощью) в обстановка, в которой у них есть для этого финансовые и организационные стимулы.
Приложение PCMH
TKA широко используется в других областях для передачи знаний, то есть для понимания того, что высокопроизводительные команды делают достаточно точно, чтобы давать указания новым или менее эффективным командам и повышать их эффективность (см., Например, , Klein and Militello, 2005). В контексте PCMH TKA предлагает структурированный, строгий подход для получения более всеобъемлющих и детализированных с учетом контекста «лучших практик». Эти передовые методы могут помочь выявить навыки, выработанные и используемые практиками, которые хорошо справляются с деятельностью PCMH, чтобы помочь тем, у кого дела идут хуже.TKA также можно проводить в организациях с командами внутри практик, которые различаются по уровню успеха, что позволяет им обмениваться знаниями для повышения общей эффективности. Наконец, TKA и другие методы CTA также могут использоваться для понимания и улучшения способов распространения передового опыта.
наверх
III. Преимущества
Макропознание редко изучается в исследованиях служб здравоохранения или рассматривается в практических приложениях первичной медико-санитарной помощи, и тем не менее оно лежит в основе сложной, взаимозависимой работы с знаниями, такой как групповая помощь, которая требуется для моделей PCMH.Ниже мы перечисляем три преимущества использования CTA для понимания и улучшения реализации PCMH.
Помогает раскрыть образ мышления и принятие решений, связанных с моделями PCMH. Ключевым преимуществом CTA является то, что его структурированный подход к выявлению и его ориентация на макропознание выявляют важные явления, которые часто упускаются из виду традиционными методологиями (Ryder and Redding, 1993; Schneider, 1985). CTA возник отчасти потому, что попытки реализовать результаты анализа поведенческих задач привели к ошибкам и низкой производительности (Schraagen, Chipman, and Shute, 2000), что привело к осознанию того, что наблюдение и более традиционные подходы к интервью дают неполную информацию.Макрокогнитивные процессы часто не наблюдаются, и интроспекция в неструктурированном или полуструктурированном интервью не часто выявляет их спонтанно. Квалифицированные команды обычно выполняют макрокогнитивные функции и процессы автоматически, так что методы и причины, лежащие в их основе, остаются незамеченными или неверно восприняты, если они не будут выявлены специально и умело. Особое внимание CTA к выявлению макрокогнитивных функций и процессов помогает гарантировать, что они не будут упущены из виду.
Предоставляет результаты, которые можно использовать для улучшения процессов обучения и перехода. Мощность и гибкость методов CTA, помогающих понять множество важных функций в заданном когнитивном ландшафте, дала преимущества в индивидуальном и групповом обучении, улучшении качества и безопасности, а также в усилиях по внесению изменений в целом. Каждый из них, в свою очередь, служит для снижения риска быть ослепленным непредвиденными последствиями при внедрении PCMH, который снижает затраты, а качество, производительность и коллективную самоэффективность — высокими.
Поддерживает усилия по получению поддержки со стороны организации. Наличие большого объема практической прикладной литературы по CTA и уважаемых консультантов с портфолио успешной работы для видных клиентов дает уверенность и доверие командам, озабоченным переменами и ищущим совета.
наверхIV. Ограничения
Для правильной работы требуется довольно высокий уровень навыков. Исследователи, которые обладают четким пониманием того, как различные макрокогнитивные и организационные теории влияют на их цель (в данном случае модели PCMH), дают лучшие результаты.И интервьюерам, и аналитикам (если они не совпадают) очень полезно понимать, как эти методы основаны на когнитивных науках, поскольку это дает необходимую гибкость для адаптации и сочетания методов CTA для своих целей, в том числе «на лету» во время интервью. . По этой причине CTA не подлежит интервью по сценарию, проводимому научными сотрудниками студентов.
Включает в себя трудоемкие процессы. Хотя это не должно быть чрезмерно, использование методов CTA может занять много времени.При наличии обучения, практики и достаточно конкретной цели CTA можно разработать, провести и проанализировать за неделю. Примером меньшего проекта CTA может быть отображение ментальной модели исключительно хорошего менеджера по уходу, обеспечивающей эффективное общение с поставщиками медицинских услуг и их вовлечение.
Лучше подходит для исследования результатов, чем для исследования результатов. Как и другие качественные методы, CTA не особенно хорош для проверки гипотез (хотя Crandall, Klein, and Hoffman [2006] действительно описывают, как использовать CTA в экспериментальном дизайне).В конечном счете, CTA лучше всего подходит для раскрытия, описания и объяснения того, как происходит мышление в конкретном и сложном контексте.
к началуV. Заключение
Преимущества CTA демонстрируются его многолетним опытом успешной реализации ощутимых выгод там, где ставки высоки, а неудачи очень заметны, в том числе для таких громких организаций, как Вооруженные силы США, национальная система управления воздушным движением, атомные электростанции, отделения интенсивной терапии и операционные бригады в основных системах здравоохранения (Crandall and Grome, 2010; Crandall, Klein, and Hoffman, 2006).CTA — мощное дополнение к методам изучения реализации моделей PCMH, а также выявления и распространения лучших практик, основанных на контексте. Он используется для понимания того, как когнитивные задачи выполняются — как выполняется информационная работа PCMH — врачами и персоналом первичной медико-санитарной помощи. В конечном счете, это более глубокое понимание облегчает передачу того, что важно для навыков передовой практики, другим сотрудникам и организациям, внедряющим модели PCMH.
наверхVI. Каталожные номера
- Becker MC.Организационные процедуры: обзор литературы. Промышленные и корпоративные изменения 2004: 13: 643–77.
- Burtscher MJ, Manser T. Командные ментальные модели и их потенциал для улучшения командной работы и безопасности: обзор и значение для будущих исследований в области здравоохранения. Saf Sci 2012; 50: 1344–54.
- Кристенсен РЭ, Феттерс Мэриленд, Грин ЛА. Открытие черного ящика: когнитивные стратегии в семейной практике. Ann Fam Med 2005; 3: 144–150.
- Crandall B, Calderwood R. Навыки клинической оценки опытных неонатальных медсестер интенсивной терапии.(Подготовлено для Национального центра медсестер, NIH, по контракту № 1 R43 NR0191101.) Fairborn, OH: Klein Associates Inc., 1989.
- Crandall B, Grome A. Мастерская CTA. Представлен в Мичиганском университете; 2010 январь
- Crandall B, Klein GA, Hoffman RR. Рабочие мысли: Руководство для практикующего по анализу когнитивных задач. Кембридж, Массачусетс: MIT Press; 2006. http://www.books24x7.com/marc.asp?bookid=12926.
- Dominguez C, Hutton R, Flach J, et al. Сопряжение восприятия и действия в эндоскопической хирургии: подход к анализу когнитивных задач.В: Barry B, Boutsma RJ, and Guiard Y, ред. Исследования в области восприятия и действия III. Махва, Нью-Джерси: Лоуренс Эрлбаум Ассошиэйтс; 1995.
- Эрикссон К.А., Смит Дж. К общей теории экспертизы: перспективы и пределы. Кембридж, Великобритания: Издательство Кембриджского университета; 1991.
- Green LA, Nease DE, Klinkman MS. Клинические напоминания, разработанные и реализованные с использованием принципов когнитивных и организационных наук, не вызывают «усталости от напоминаний». Представлено на 31-м ежегодном собрании Общества принятия медицинских решений; 2009 окт; Голливуд, Калифорния.Хофф Т. Медицинский дом, ориентированный на пациента: что нам нужно знать больше. Med Care Res Rev 2010; 67 (4): 383–92.
- Hoffman R, Woods DD. Изучение когнитивных систем в контексте. Hum Factors 2000; 42 (1): 1–7.
- Кляйн Г.А., Милителло Л. Аудит знаний как метод анализа когнитивных задач. В Lipshitz R и Brehmer B, ред. Как профессионалы принимают решения. Махва, Нью-Джерси: Лоуренс Эрлбаум Ассошиэйтс; 2005.
- Кляйн Г.А., Плиске Р., Тордсен М. и др. Модель работы распределенной команды.Фэйрборн, Огайо: Klein Associates; 1999.
- Militello LG, Hutton RJ. Прикладной анализ когнитивных задач (ACTA): практический инструментарий для понимания требований когнитивных задач. Эргономика, ноябрь 1998 г., 41 (11): 1618–41.
- Militello LG, Kyne M, Klein GA, et al. Синтезированная модель командной работы. Int J Cogn Ergon 1999; 3 (2): 131–58.
- Мохаммед С., Ферзанди Л., Гамильтон К. Не более метафора: 15-летний обзор построения ментальной модели команды. J Manage июль 2010 г .; 36: 876–910.
- Расмуссен Л.Дж., Зик В.Р., Смарт, П.Какой хороший план? Культурные различия в представлениях экспертов по планированию о качестве планов. Журнал когнитивной инженерии и принятия решений, 2009; 3, 228–49.
- Райдер Дж. М., Реддинг RE. Интеграция когнитивного анализа задач в разработку учебных систем. Educ Technol Res Dev 1993; 41: 75–96.
- Schneider W. Обучение высокопроизводительным навыкам: заблуждения и рекомендации. Hum Factors 1985; 27: 285– 300.
- Schraagen JM, Chipman SF, Shute VJ. Современный обзор методов анализа когнитивных задач.В Schraagen JM, Chipman SF и Shute VJ, ред. Когнитивный анализ задач. Махва, Нью-Джерси: Лоуренс Эрлбаум Ассошиэйтс; 2000. с. 467–87.
- Шахак А., Хадас-Даяги М., Зив А. и др. Использование врачами первичной медико-санитарной помощи системы электронных медицинских карт: анализ когнитивных задач. J Gen Intern Med. 2009. 24 (3): 341–8.
- Sieck, WR. Культурный сетевой анализ: метод и применение. В Schmorrow D и Nicholson D, ред. Достижения в принятии межкультурных решений. Бока-Ратон: CRC Press / Taylor & Francis, Ltd; 2010 г.п. 260–9.
- Трохим В., Кейн М. Картирование концепций: введение в структурированную концептуализацию в здравоохранении. Международный журнал качественного здравоохранения, 2005 июнь; 17 (3): 187–91.
VII. Ресурсы
Руководства по проведению CTA
- Бьюкенен Д. А. и Брайман А. (ред.). Справочник Мудреца по организационным методам исследования. Таузенд-Оукс, Калифорния: Сейдж; 2009.
- Crandall B, Klein G, Hoffman RR. Рабочие мысли: Руководство для практикующего по анализу когнитивных задач.Кембридж, Массачусетс: MIT Press; 2006.
- Кляйн Г.А., Милителло Л. Аудит знаний как метод анализа когнитивных задач. В Lipshitz R и Brehmer B, ред. Как профессионалы принимают решения. Махва, Нью-Джерси: Лоуренс Эрлбаум Ассошиэйтс; 2005.
- Макропознание. Интернет сайт. http://www.macrocognition.com.
- Militello LG, Hutton RJ. Прикладной анализ когнитивных задач (ACTA): практический инструментарий для понимания требований когнитивных задач. Эргономика, ноябрь 1998 г., 41 (11): 1618–41.
- Sieck WR.Культурный сетевой анализ: метод и применение. В Schmorrow D и Nicholson D, ред. Достижения в принятии межкультурных решений. Бока-Ратон: CRC Press / Taylor & Francis, Ltd; 2010. с. 260–9.
Приложения CTA
- Burtscher MJ, Manser T. Командные ментальные модели и их потенциал для улучшения командной работы и безопасности: обзор и значение для будущих исследований в области здравоохранения. Saf Sci 2012; 50: 1344–54.
- Кристенсен РЭ, Феттерс Мэриленд, Грин ЛА.Открытие черного ящика: когнитивные стратегии в семейной практике. Ann Fam Med 2005; 3: 144–50.
- Crandall B, Calderwood R. Навыки клинической оценки опытных неонатальных медсестер интенсивной терапии. (Подготовлено для Национального центра медсестер, NIH, по контракту 1 R43 NR0191101.) Fairborn, OH: Klein Associates Inc., 1989.
- Dominguez C, Hutton R, Flach J, et al. Сопряжение восприятия и действия в эндоскопической хирургии: подход к анализу когнитивных задач. В: Barry B, Boutsma RJ, and Guiard Y, ред.Исследования в области восприятия и действия III. Махва, Нью-Джерси: Лоуренс Эрлбаум Ассошиэйтс; 1995.
- Green LA, Nease DE, Klinkman MS. Клинические напоминания, разработанные и реализованные с использованием принципов когнитивных и организационных наук, не вызывают «усталости от напоминаний». Представлено на 31-м ежегодном собрании Общества принятия медицинских решений; 2009 окт; Голливуд, Калифорния.
- Minkman A, Fabbricotti N, Huijsman. Модель управления качеством для интегрированной помощи: результаты исследования Delphi и Concept Mapping.Int J Qual Health Care 2009; 21 (1): 66–75.
- Расмуссен Л.Дж., Зик В.Р., Смарт П. Что такое хороший план? Культурные различия в представлениях экспертов по планированию о качестве планов. Журнал когнитивной инженерии и принятия решений, 2009; 3: 228–49.
- Райдер Дж. М., Реддинг RE. Интеграция когнитивного анализа задач в разработку учебных систем. Educ Technol Res Dev 1993; 41: 75–96.
- Schraagen JM, Chipman SF, Shute VJ. Современный обзор методов анализа когнитивных задач.В Schraagen JM, Chipman SF и Shute VJ, ред. Когнитивный анализ задач. Махва, Нью-Джерси: Лоуренс Эрлбаум Ассошиэйтс; 2000. с. 467–87.
- Шахак А., Хадас-Даяги М., Зив А. и др. Использование врачами первичной медико-санитарной помощи системы электронных медицинских карт: анализ когнитивных задач. J Gen Intern Med 2009; 24 (3): 341–348.
- Weir CR, Nebeker JJ, Hicken BL, et al. Анализ когнитивных задач стратегий управления информацией в компьютеризированной среде ввода заказов поставщика. J Am Med Inform Assoc 2007; 14: 65–75.
Наградное обучение повторяющихся нейронных сетей для когнитивных и ценностных задач
Существенные изменения:
Несмотря на похвальные аспекты работы, описанной выше, рецензенты единодушно согласились с тем, что необходимо сделать больше, чтобы продемонстрировать, что этот подход приведет к ясным новым биологическим знаниям.
Все три рецензента подняли вопрос о том, что неясно, является ли процедура сетевого обучения новой с точки зрения машинного обучения, и все же совершенно ясно, что допущения, сделанные в модели, делают ее лишь отдаленным приближением к правилу биологического обучения.Следовательно, рецензенты посчитали, что рукопись необходимо переформулировать, чтобы было понятнее, в чем был заключен ее вклад. Меньше внимания следует уделять биологическому реализму сети, и больше внимания следует уделять биологической полезности обучения сети, основанной на вознаграждении.
Мы надеемся, что исправленная рукопись снимает некоторые из этих опасений. Пожалуйста, смотрите ниже более подробные ответы на комментарии редактора и рецензентов.
Здесь мы отмечаем два момента, которые были частично затронуты в исходной рукописи и теперь расширены для выделения и пояснения:
Мы различаем правило обучения и вытекающую из него нейронную активность.Правило пластичности, используемое в этой работе, не является биологически правдоподобным в том смысле, что оно не является одним из известных правил синаптической пластичности. Хотя в нескольких недавних работах был достигнут прогресс в направлении биологически правдоподобного обратного распространения вируса (или отказа от БП в целом), мы никогда не считали это предметом споров. В настоящее время просто не существует биологически правдоподобного правила обучения, способного таким же образом обучать сети таким задачам. Мы утверждаем не то, что правило физиологического обучения является биологическим, а скорее то, что результирующие цепи, обученные этологически релевантным образом, работают аналогично нейронным цепям в головном мозге, что демонстрируется следами нейронной активности, которые очень похожи на те, что записано с поведения животных.Это нетривиальный, даже удивительный результат, поскольку мы не можем придумать простой причины, почему это должно было быть [вопрос, который также был поднят в Zipser & Andersen (1988) для случая контролируемого обучения].
Мы не изобретали основной алгоритм обучения, используемый в этой работе, а именно повторяющиеся градиенты политики с базовой сетью значений (отвечающей за вычисление ожидаемых значений). Действительно, в некоторых случаях мы предпочли не включать современные методы, такие как Asynchronous Advantage Actor-Critic (Mnih et al., 2016) из-за биологической невозможности (а не неправдоподобия). Новым является применение этих методов с некоторыми модификациями (которые являются новыми) к задачам, относящимся к системной нейробиологии, особенно к комбинированному изучению поведения и электрофизиологии для широкого круга задач. Поэтому мы пересмотрели всю статью вокруг ее основных вкладов, изложенных в начале обсуждения, а именно: «В этой работе мы продемонстрировали основанное на вознаграждении обучение повторяющихся нейронных сетей как для когнитивных, так и для ценностных задач.Наш основной вклад двоякий: во-первых, наша работа расширяет круг задач и соответствующих нейронных механизмов, которые могут быть изучены путем анализа модельных рекуррентных нейронных сетей, обеспечивая унифицированную среду для изучения различных вычислений и сравнения с электрофизиологическими записями от поведения животных; во-вторых, благодаря явному включению вознаграждения в сетевое обучение, наша работа позволит в будущем более прямо решать вопрос о связанных с вознаграждением процессах в мозге, например о роли представления ценности, которая важна для обучения, но не выполнения, задача.”
Комментарии из обзоров, касающихся этого момента, следующие:
У меня проблемы с оценкой новизны. Если основная новинка состоит в том, чтобы предоставить первую нейронную реализацию стандартной парадигмы «субъект-критик», то авторам необходимо будет предоставить реализацию, в которой обучение (как в актере, так и в критике) происходит через правдоподобные правила обучения, то есть здесь явно не тот случай (использование обратного распространения ошибки во времени, а также Gated Recurrent Units; авторы признают эти ограничения в Обсуждении).Неясно, остается ли проблема доступной для изучения (даже с теми же «обучающими сигналами») при более реалистичных предположениях. Если, с другой стороны, цель состояла в том, чтобы доказать, что совместное обучение критика облегчает обучение действующего лица, авторам не потребовалась нейронная реализация, чтобы сделать это, и, фактически, уже хорошо известно, что методы градиента политики получить огромную выгоду от уменьшения дисперсии за счет точного прогнозирования вознаграждения. Итак, это оставляет нам третье альтернативное сообщение, которое заключается в том, чтобы использовать эти идеи + их (неправдоподобные) нейронные реализации, чтобы попытаться сопоставить алгоритм (в отличие от конкретной реализации) с конкретными структурами / процессами мозга, связав активность модели для регистрации активности мозга и поведения.Я думаю, что это могло быть главной сильной стороной данной статьи, но в ней почему-то недооценивается (на самом деле, проверка деятельности сети создания ценности ограничена одной страницей).
Мы согласны с тем, что это не первая реализация нейронной сети архитектуры «субъект-критик» — в машинном обучении обычно используются многие вариации «субъект-критик», и, как будет рассмотрено ниже, концепция «субъект-критик» имеет богатую историю. в нейробиологии, особенно в моделях базальных ганглиев.Мы никоим образом не намеревались предполагать иное, и мы переработали и расширили части рукописи, чтобы сделать это как можно более ясным. Опять же, новшеством является демонстрация структуры обучения с подкреплением для обучения RNN выполнению ряда когнитивных и ценностных задач, что представляет широкий интерес для системной нейробиологии.
Мы добавили выходные данные сети значений (ожидаемое вознаграждение) к рисунку 1, чтобы показать, как рассчитывается ожидаемая доходность / достоверность путем выполнения операции, подобной «абсолютному значению», над накопленными свидетельствами.Однако, как мы отмечаем в расширенном Обсуждении, в приложениях машинного обучения также распространено, что политики и сети ценностей используют одни и те же повторяющиеся единицы, используя взвешенную сумму двух потерь (максимизация вознаграждения и ошибка прогнозирования вознаграждения) для совместного тренируйте двоих, используя одну потерю. Вопрос о том, должны ли сети решений и ценностей разделять одну и ту же повторяющуюся сеть, соответствует продолжающимся спорам о том, вычисляются ли выбор и уверенность вместе, или же определенные области, такие как OFC, вычисляют сигналы доверия локально, и мы рассматриваем эту проблему как нерешенную в настоящее время.С вычислительной точки зрения ожидается, что различие будет важным, когда для определения ожидаемой прибыли требуются нелинейные вычисления, которые не требуются для реализации политики.
В этой ситуации мы были менее сосредоточены на проблеме обучаемости , потому что нет никаких сомнений в том, что задания могут быть изучены животными при аналогичных условиях вознаграждения, и мы предположили, что достаточно мощный алгоритм RL, следовательно, должен быть в состоянии воспроизвести это обучение. Мы полагаем, что в будущем исследователи выяснят соответствующий механизм в мозге.
Сеть является квазибиологической в том смысле, что технически это нейронная сеть, но биологические ограничения на архитектуру, динамику и синаптическую пластичность действительно слабы. Следует ли нам рассматривать это как феноменологическую модель, или же «нейронный» аспект имеет более глубокое значение? Если последнее, то я думаю, что необходимо привести более веские доводы.
Мы согласны с тем, что биологические ограничения слабы, особенно правило обучения, но, по нашему опыту, было бы ошибкой полностью отбросить «нейронный» аспект и рассматривать обученные RNN как чисто феноменологическую модель — в конце концов, деятельность отдельных единиц в наших обученных сетях проявляют поразительно сходные черты с биологическими нейронами, зарегистрированными в экспериментах.Например, довольно удивительно, что после обучения задаче выбора, основанного на ценностях, в нашей сети естественным образом возникли три основных типа единиц (предлагаемая ценность, выбранная ценность и выбор), встречающиеся в физиологии OFC (рис. 4).
Поскольку не существует известного биологически реалистичного правила обучения с гибкостью для изучения всех задач, исследованных в этой работе, нашей целью было использовать это в качестве отправной точки для будущей разработки все более реалистичных с биологической точки зрения моделей, которые все еще могут выполнять эту задачу.
Моя основная критика в адрес статьи состоит в том, что некоторые варианты представления могут ввести некоторых читателей в заблуждение, заставив их думать, что применение метода градиента политики к рекуррентным нейронным сетям, обученным с помощью обратного распространения, во времени является новым. Фактически, метод обучения, используемый в этой статье, по сути, представляет собой алгоритм «повторяющегося градиента политики», представленный, среди прочего, в одной из статей, на которые ссылаются авторы (Wierstra et al. 2009). В этой статье группы Шмидхубера авторы используют LSTM вместо GRU, но в остальном все остальное по сути то же самое, включая использование метода уменьшения дисперсии для оценки градиента функции политики, состоящего из «базового значения». функция «.Кроме того, как в этой статье, так и в Wierstra et al. 2009 базовая функция значения — это RNN (в рассматриваемой статье входом в функцию значения является скрытое состояние сети политики, но это кажется произвольным).
Фактически обе идеи — , использующие обратное распространение для оценки градиента политики и использование базовой функции подкрепления для уменьшения дисперсии оценки градиента — , уже присутствуют в исходной статье Williams 1992 (на которую ссылаются авторы).Вторая идея, однако, была, вероятно, в основном популяризирована серией статей Бакстера и Бартлетта (которые применяют градиенты политик для решения POMDP) и алгоритмом VAPS (Value and Policy Search) Бэрда и Мора (1999). Считаю, что авторы должны процитировать эти статьи. Я также предлагаю авторам прямо заявить, что они используют (модифицированную версию) алгоритма «повторяющегося градиента политики», представленного в серии статей Wierstra et al. Поскольку у алгоритма уже есть имя, может быть полезно его использовать.Это также поможет сделать упомянутые связи в литературе наиболее прозрачными.
Мы никоим образом не собирались подразумевать, что это было первое применение градиентов политики к RNN, и с нашей стороны было большой ошибкой считать это очевидным. Мы изменили изложение, чтобы сделать его более понятным, и включили предлагаемые цитаты. Обратите внимание, что мы использовали Peters & Schall (2008) как своего рода обзор метода GPOMDP в дополнение к выводу Вильямса.В любом случае, теперь мы прямо говорим, что наша работа основана на градиенте рекуррентной политики Вьерстры, который, как нам снова кажется, был ясным (обратите внимание, что мы использовали этот термин явно в Обсуждении исходной рукописи), но мог быть сделал, четче.
Однако мы действительно думаем, что использование скрытого состояния сети политики / принятия решений в качестве входных данных для сети значений является 1) не полностью произвольным и 2) фактически новым с точки зрения машинного обучения. По своему духу это похоже на совместное обучение сетей политик и ценностей как одной сети с единственной комбинированной потерей (максимизация вознаграждения и ошибка прогнозирования вознаграждения), но, тем не менее, обработка двух сетей по отдельности.Конечно, это не было хорошо объяснено в рукописи, и мы также включили дополнительное обсуждение этого вопроса. В частности, теперь мы указываем, как разные варианты этой архитектуры параллельны продолжающимся дебатам по вопросу о том, вычисляются ли решение и уверенность совместно в одной области мозга и считываются ли другой, или же достоверность может быть вычислена локально по другой области из сигналов. в области принятия решений. В рамках нейробиологии этот вопрос остается нерешенным, и мы надеемся, что наш подход и обобщения, основанные на нем, помогут пролить свет на этот вопрос.
Хотя было явное согласие с тем, что биологически реалистичный режим тренировки открывает возможность задавать новые биологические вопросы с сетью, и что это было захватывающе, было также явное согласие, что биологические вопросы и прогнозы, которые вы действительно сделали не привели к новым ясным биологическим открытиям, которых ожидали обозреватели. Например, комментарии к обзорам, посвященным этой проблеме, были:
Я нашел раздел «Результаты» несколько слабым — обсуждение подошло к той точке в «Результатах», которая, как я думал, была только концом фазы разминки.До рисунка 3 я подумал, что все это хорошо, но это похоже на проверку здравомыслия: их архитектура действительно изучает то, что должна изучать, то есть своего рода воспроизведение (хотя и в архитектуре «актер-критик») результатов Сонга и др. . (2016), где те же авторы использовали стохастический градиентный спуск для обучения RNN одному семейству задач. Только на Рисунке 4 авторы начинают исследовать сеть создания ценности. В свете того, что я написал выше (а именно, зная, что реализация обучения нереалистична и что предсказание вознаграждения, как уже известно, очень помогает в обучении с градиентом политики), это меня разочаровало.Я ожидал, что авторы будут использовать свои обученные сети ценностей, чтобы делать более конкретные, экспериментально проверяемые прогнозы относительно типа сигналов, которые вы ожидаете увидеть (и где), формы синергии, предсказываемой между прогрессом обучения в задаче и качеством прогнозы вознаграждения (с учетом синергии при одновременном обучении обеих сетей) и т. д.
Основное эмпирическое наблюдение из раздела «Задачи с простыми отображениями ввода-вывода», помимо того факта, что сеть изучает задачи, заключается в том, что она демонстрирует смешанную избирательность.Это наблюдение смешанной избирательности проявляется в нескольких других разделах, но я считаю, что это не особенно веский аргумент в пользу этой модели. Многие модели могут давать смешанную селективность, и в любом случае распространенность смешанной селективности никогда не определяется количественно. Это действительно единственное эмпирическое ограничение нейронных данных?
В общем, нужно больше объяснений, почему сеть воспроизводит определенные эмпирические явления. Какие предположения обеспечивают объяснительную силу? Если бы кто-то отклонился от этих предположений, не могла бы модель больше воспроизводить эти явления? Что однозначно объясняет эта модель?
Авторы отмечают, что модель позволяет ослабить марковское свойство.Это кажется важным наблюдением, но при моделировании это не демонстрируется. Какие эмпирические явления говорят об этом?
Раздел «Задачи с простыми сопоставлениями ввода-вывода» действительно был задуман как проверка работоспособности, чтобы подтвердить, что любая задача, которая ранее была обучена с использованием контролируемого обучения, также может быть изучена только на основе вознаграждения. Обратите внимание на измененный рисунок 1, чтобы показать ожидаемую доходность, прогнозируемую сетью создания ценности во время задачи принятия перцептивного решения, как функцию времени, что ранее было на рисунке 1 — добавлении к рисунку 2.Он показывает, что ожидаемое вознаграждение может быть вычислено с помощью операции, подобной «абсолютному значению», над накопленными свидетельствами для вычисления ожидаемого вознаграждения. (Это не просто абсолютное значение, потому что оно также требует сдвига и т. Д.). Однако доверительный эксперимент (рис. 3) является новым и не моделировался в нашей предыдущей работе с использованием обучения с учителем.
Задачи, рассмотренные в данной работе, в некотором смысле слишком просты для того, чтобы можно было сделать убедительные выводы о роли сети создания ценности, и мы этого не сделали, хотя явно размышляем о возможностях, которые представляют интерес для будущих исследований.Более того, мы обнаружили, что сеть ценностей в задаче экономического выбора представляет некоторый интерес именно потому, что электрофизиологи записали с помощью OFC обезьян, выполняющих аналогичную задачу, но довольно редко, что PFC / PPC и OFC записываются одновременно, так что у нас было мало экспериментальных данных. ограничение для работы — ситуация, которая, как мы надеемся, изменится в будущем.
Ослабление предположения Маркова более актуально для текущей работы над некоторыми играми, но мы хотели повторить этот момент, который уже был сделан в Wierstra et al.(2009). Мы удалили этот комментарий, чтобы избежать путаницы.
Идея исходного уровня вознаграждения интересна, и авторы упоминают некоторые эмпирические данные, которые, возможно, согласуются с этой идеей, но они не сообщают о каких-либо имитациях поражений, инактивации или фармакологических манипуляциях для воспроизведения этих эффектов с помощью своей модели.
Все три рецензента подтвердили этот момент как важный в Обсуждении. Суть в том, что eLife — это журнал по биологии, а не по машинному обучению.Необходимо прояснить, каким образом новые достижения ML привели к новым существенным биологическим открытиям. В Обсуждении также прозвучало четкое предположение о том, что главное преимущество наличия сети, которая учится на вознаграждениях, — это возможность анализировать динамику самого обучения; потенциал для выяснения пределов обучаемости задачи при редких отложенных вознаграждениях и для прогнозирования конкретных моделей взаимодействия между изучением задачи и изучением ландшафта вознаграждения. Рецензенты считали, что одним из потенциальных способов усиления раздела «Результаты» было сосредоточение внимания на этой динамике.
Мы очень внимательно относились к тому факту, что eLife — это журнал по биологии, и, что важно, основной целевой аудиторией нашей работы были нейробиологи. Было бы преувеличением сказать, что текущие исследования RL в машинном обучении могут быть применены к нейробиологии оптом; Однако мы считаем, что разумное применение этих методов и адаптация частей, которые мы можем сделать еще более биологически правдоподобными, чрезвычайно полезны, и это было основной целью нашей статьи.В этой ситуации мы были менее сосредоточены на проблеме обучаемости, потому что нет сомнений в том, что задания могут быть изучены животными при аналогичных условиях вознаграждения, и мы предположили, что достаточно мощный алгоритм RL, следовательно, должен иметь возможность воспроизвести это обучение.
Нам очень интересно сравнить динамику обучения в наших сетях с животными в экспериментальных условиях; однако у нас просто нет необходимых данных для значимого сравнения. Мы работаем с экспериментальными соавторами, чтобы воплотить это в реальность.Мы согласны с тем, что это главное преимущество фреймворка RL.
Была также дискуссия об уважении к существующей литературе. Выше вы можете увидеть несколько моментов, которые демонстрируют озабоченность по этому поводу. Также был поднят еще один вопрос:
Аргумент о том, что модели градиента субъект-критик / политика «противоположны тому, как функции ценности обычно понимаются в нейробиологии» (Обсуждение), кажется чрезмерным, поскольку это применимо только к основанным на ценности алгоритмам без моделей, таким как Q-обучение и сарса.Но существует давняя традиция применения моделей актер-критик к базальным ганглиям; см., например, Houk et al. (1995), Dayan & Balleine (2002), Joel et al. (2002), O’Doherty et al. (2004), Takahashi et al. (2008), Майя (2010), и это лишь некоторые из них.
Это было в лучшем случае небрежным приговором; выраженное здесь мнение просто отражает собственное (корковое) предубеждение первого автора во взаимодействии с нейробиологами, работающими над обучением с подкреплением. Мы, конечно, знаем, что модели актер-критик имеют долгую и выдающуюся историю в нейробиологии, особенно в работе с базальными ганглиями.Мы добавили предлагаемые ссылки вместе с предложением в Обсуждение, подтверждающим эту историю, и удалили проблемную фразу, о которой идет речь.
https://doi.org/10.7554/eLife.21492.021 Перейти к основному содержанию ПоискПоиск
- Где угодно
Поиск Поиск
Расширенный поиск- Войти | регистр
- Подписка / продление
- Учреждения
- Индивидуальные подписки
- Индивидуальные продления
- Библиотекари
- 907 Чикагский пакет
- Полный охват и охват содержимого
- Файлы KBART и RSS-каналы
- Разрешения и перепечатки
- Инициатива развивающихся стран Чикаго
- Даты отправки и претензии
- Часто задаваемые вопросы библиотекарей
- заказы, тарифы
- и платежи
- О нас
- Публикуйте у нас
- Новые журналы
- tners
- Подпишитесь на уведомления eTOC
- Пресс-релизы
- СМИ
- Книги издательства Чикагского университета
- Распределительный центр в Чикаго
- Чикагский университет
- Положения и условия
- Заявление об издательской этике
- Уведомление о конфиденциальности
- Доступность Chicago Journals
- Доступность университета
- Следуйте за нами на facebook
- Следуйте за нами в Twitter
- Свяжитесь с нами
- Медиа и рекламные запросы
- Открытый доступ в Чикаго
- Следуйте за нами на facebook
- Следуйте за нами в Twitter
Анализ когнитивных задач | FRA
Узнайте о жизненном опыте операторов в реальных условиях работы
Когнитивный анализ задач (CTA) — это семейство инструментов и методов для выявления, анализа и представления когнитивных аспектов производительности и операционного контекста, в котором выполняется работа.Результаты исследований CTA широко использовались при разработке систем, проектировании обучения, исследованиях безопасности, организационном проектировании и проектировании рабочих мест, а также во многих других областях прикладных когнитивных исследований в самых разных условиях и областях задач.
Чтобы узнать, как люди на самом деле думают и действуют в условиях ограниченного времени, неопределенности и высокого риска, мы используем методы сбора данных, которые обеспечивают доступ к контексту, в котором принимаются суждения и решения. Мы обнаружили, что наблюдение за операционным контекстом на месте является необходимым, но недостаточным источником данных о когнитивных способностях.Не менее важна возможность «проникнуть в головы» лиц, принимающих решения, чтобы узнать, что они замечают, какую информацию ищут, а что игнорируют, и что приводит их к определенному набору действий.
Несколько методов CTA (например, Crandall, Klein & Hoffman 2006; Hoffman, Crandall & Shadbolt 1998; Militello and Hutton 1998) были разработаны и использовались в ряде проектов, проводимых в условиях высокого риска, таких как железнодорожные перевозки. Подход к сбору данных использует отчеты об инцидентах, истории болезни, примеры, наблюдения на месте и когнитивно аутентичные симуляции, которые обосновывают отчеты людей о познании в жизненном опыте и реальном поведении в рабочем контексте.Эти методы позволяют идентифицировать и документировать когнитивные процессы, лежащие в основе поведения и суждений. Эти когнитивные процессы могут включать:
- управление вниманием
- управление рисками и неопределенностью
- обнаружение проблем
- проведение ментальных симуляций
- распознавание паттернов
- делает перцептивное различение тонких сигналов
- создание смысла
- построение ментальных моделей
- применение стратегий и эвристик
- выводов
- распознавание типичных событий и аномалий
Методы CTA позволяют систематически изучать эти когнитивные процессы и могут использоваться для понимания когнитивных функций как отдельных лиц, так и команд.Методы CTA — единственный способ гарантировать, что разработанная система будет полезной, удобной и понятной. Риск не использовать эти методы высок. Примером могут служить широко разрекламированные сбои интеллектуального программного обеспечения ФБР после атак 11 сентября (Goldstein, 2005). Эти методы CTA часто дополняются другими методами, разработанными в области инженерии когнитивных систем (CSE), которые обеспечивают понимание рабочей среды и использования операторами когнитивных средств.
МетодыCTA широко использовались для изучения того, как люди принимают решения в реальных (не лабораторных) ситуациях, и для разработки решений с использованием информации, полученной с помощью этих методов.Методы, основанные на инцидентах, такие как метод критического решения и аудит знаний, оказались особенно полезными для выявления опыта, тонких перцептивных сигналов, ощущения того, что типично, обширных ментальных моделей и ситуационного понимания, которое лежит в основе умелой работы в условиях ограниченного времени, динамических настроек, таких как как железнодорожные перевозки.
Источники
- Крэндалл, Б., Кляйн, Г., & Хоффман, Р. Р. (2006). Рабочие умы: практическое руководство по анализу когнитивных задач . Кембридж, Массачусетс: MIT Press.
- Гольдштейн, Х (2005). Кто убил виртуальное дело. IEEE Spectrum , 42 (9): 24-35.
- Хоффман Р. Р., Крэндалл Б. В. и Шедболт Н. Р. (1998). Использование метода критического решения для получения экспертных знаний: пример методологии анализа когнитивных задач. Human Factors, 40 (2), 254-276.
- Милителло, Л. Г., & Хаттон, Р. Дж. Б. (1998). Прикладной анализ когнитивных задач (ACTA): практический инструментарий для понимания требований когнитивных задач. Эргономика, специальный выпуск: анализ задач, 41 (11), 1618-1641.
Последнее обновление: пятница, 25 октября 2019 г.
