Когнитивный это что: Инновационная когнитивная система от IBM

Содержание

Инновационная когнитивная система от IBM

Система IBM Watson способна на многое — от решения задач в сфере онкологии до прогнозирования возможных природных катаклизмов в отдельно взятом регионе. Сейчас IBM Watson пробует себя и в кинематографе, совместно со студией 20th Century Fox. Когнитивной системе поручили создать трейлер для фильма «Морган». Сюжет фильма завязан на технологии, позволяющей совершенствовать людей, и человеке, созданном при помощи такой технологии.

Для того, чтобы привлечь аудиторию, IBM Watson должен был собрать наиболее волнительные моменты картины в короткий трейлер.

Воспользуйтесь нашими услугами

Даже для режиссера-профессионала определить наиболее тонкие психологические моменты фильма не так просто. Что говорить об IBM Watson, когнитивной системе, которая только начала путь в мир кинематографа. Но, похоже, со своей задачей сервис справился.

Для того, чтобы создать трейлер, IBM Watson провел анализ ряда сокровенных страхов человека, включая страх смерти, ксенофобию, боль и прочее. Причем для того, чтобы зритель пошел на фильм, в трейлере должны быть показаны моменты, которые подводят зрителя к сюжетной линии и развязке. Подводят, но не раскрывают все тайны. Задача трейлера — заинтересовать человека, заставить его думать о фильме и возможном развитии сюжета. Ну а если трейлер об искусственном человеке создан искусственным интеллектом — это может послужить дополнительным фактором привлечения внимания зрителей к картине.

Понятно, что компьютеру сложно самому разобраться в ряде моментов психики человека. Для того, чтобы помочь когнитивной системе, ее нужно обучить. Разработчики IBM Watson провели обучение, использовав в качестве наглядного пособия трейлеры к фильмам ужасов. Они использовали не один и не два трейлера, а целую сотню. Для увеличения эффективности обучения каждый трейлер был разбит на отдельные фрагменты. Эти фрагменты анализировались по ряду критериев. Основных критериев три.

Первый — это анализ видеоряда, с изучением отдельных персонажей и связанных с ними объектов. Особое внимание уделялось эмоциям людей. Когнитивная система выделила 24 эмоции. Дополнительно контент тегировался. Второй — анализ аудио, где система изучала и старалась идентифицировать окружающие звуки, включая голос человека и музыку. Третий критерий — композиция кадра. IBM Watson анализировал динамику освещения и положение камеры.

Когнитивная система IBM Watson может обрабатывать единовременно огромные массивы данных. При создании трейлера использовался анализ каждой конкретно взятой сцены. Изучались как отдельные кадры, так и связка кадров.

В итоге, после многодневного обучения, IBMWatson смог выделить 10 самых эмоциональных моментов из всего фильма. Из них и был составлен трейлер продолжительностью в шесть минут. Вот сам трейлер:

Разработчики когнитивной системы, перед которыми поставили задачу обучить IBM Watson премудростям кинематографа, не могли влиять на выбор компьютера. Правда, система могла лишь указывать время каждого отдельно взятого участка фильма, а не заниматься компоновкой видеоряда трейлера. Проводить работу по монтажу видео для трейлера пришлось людям. Но и это позволило радикально сократить время подготовки ролика. Обычно на создание трейлера к фильму уходит около месяца. Благодаря IBM Watson работа была сделана за сутки.

Примечательно, что для этого фильма уже был создан трейлер. Но предыдущий вариант создали работники студии 20th Century Fox:

Понятно, что кому-то нравится вариант, созданный машиной, кому-то — работа, проделанная человеком. Возможно, уже в недалеком будущем когнитивные системы будут активно помогать людям создавать как трейлеры к фильмам, так и сами фильмы.

Воспользуйтесь нашими услугами

Понравилась статья? Тогда поддержите нас, поделитесь с друзьями и заглядывайте по рекламным ссылкам!

»Когнитивный»: что означает этот термин?

В психологии слово »когниция» означает способность к обретению знания и его переработке

Когнитивные навыки и когнитивные расстройства
В статьях о памяти, обучении или проблемах в этой связи, часто попадается термин »когнитивный». Так, например, мы говорим о когнитивных навыках, когнитивной способности или когнитивных функциях. Что скрывается за этими терминами?

Термин »когнитивный» происходит от латинского cognoscere – знать, узнавать, расследовать. В зависимости от контекста, это слово может обозначать знание, убежденность, мыслительную способность, способность к изучению, сохранению знания и обмену им с другими.

В психологии слово »когниция» означает способность к обретению знания и его переработке, и, помимо этого, такие вещи, как восприятие, мышление, речь, сознание, память, внимание и концентрацию, т.е. это очень объемное понятие.

Когнитивная способность и когнитивные навыки
Когнитивные навыки, или когнитивная способность — это то, в какой степени человек в состоянии воспринимать знание и информацию, и прорабатывать их. В переработке информации важная роль принадлежит разнообразным психическим процессам. Так, чтобы сформировать мнение о том, что вы перед собой видите, вам понадобится память, речь, ориентация, внимание, способность решать проблемы и формировать понятия. Помимо этого, к когнитивным функциям относится рассуждение, счет, чтение и письмо, планирование, а также выдвижение инициатив. То есть, в обычной жизни человек постоянно использует свои когнитивные навыки.

Когнитивные функции близки к тому, что мы называем »интеллектом». Когнитивные функции развиваются в детском возрасте. Уровень их развития в значительной мере генетически предопределен.

Когнитивные расстройства
В процессе старения когнитивные функции человека начинают снижаться. Если это происходит очень быстро или очень сильно, то это называют когнитивным расстройством. Так, поражение мыслительной способности у пожилых людей также называют легким когнитивным нарушением (mild cognitive impairment – MCI). Людям с легким когнитивным нарушением оказывается трудно припомнить недавние события или полученную информацию. У них также могут быть проблемы с речью, мышлением и принятием решений. У них повышена вероятность развития деменции, но это не значит, что деменция будет у всех.

Когнитивные проблемы могут возникать также после инсульта или психоза, при сердечно-сосудистых заболеваниях, при употреблении наркотиков или при депрессии, а также у людей, страдающих несколькими заболеваниями.

Дети из-за когнитивных проблем могут испытывать трудности с учебой.

Для выявления проблем когнитивного функционирования используются разнообразные тесты. Так, нейропсихолог может установить, все ли у вас в порядке с когнитивными функциями.

По материалам:
Cognitief: wat betekent dat? – Internet (gezondheidsnet.nl), april 2014.

Когнитивный диссонанс | Герасимов | Клиническая и экспериментальная тиреоидология

“Разве я не жил тогда, эти первые года, когда учился смотреть, слушать, понимать, говорить, спал, сосал грудь и целовал грудь, и смеялся, и радовал мою мать? Я жил, и блаженно жил. Разве не тогда я приобретал все то, чем я теперь живу, и приобретал так много, так быстро, что во всю остальную жизнь я не приобрел и

1/100 того. От пятилетнего ребенка до меня только шаг. А от новорожденного до пятилетнего – страшное расстояние. От зародыша до новорожденного – пучина”. Этот отрывок из незаконченного произведения, написанного в 1878 году1, был первой попыткой Льва Толстого написать свою автобиографию. По-видимому, вся работа над “Моей жизнью” ограничилась одним днем, но высказанные в этом ультракоротком произведении мысли поразительно точно укладываются в разработанную более чем через 100 лет концепцию о ключевом значении первых 1000 дней жизни в развитии человеческого организма.

Первые 1000 дней жизни (условный период между зачатием и вторым днем рождения) – это окно возможностей для развития мозга, уникальный период, когда закладываются основы оптимального роста и развития нервной системы на протяжении всей последующей жизни. Адекватное питание с достаточным обеспечением микронутриентами (фолиевой кислотой, йодом, железом) в течение первых 1000 дней, начиная с полноценного питания женщины во время беременности до правильного питания детей грудного и раннего возраста, является одной из основных предпосылок для выживания, роста и развития ребенка и его здоровья на всю жизнь. Эта концепция взята на вооружение ВОЗ, ЮНИСЕФ и другими организациями для совершенствования программ здоровья и развития детей раннего возраста [1].

Длительное время считалось, что основным фактором, негативно влияющим на психомоторное развитие ребенка, является гипотиреоз матери на ранних сроках беременности, лабораторно проявляющийся повышенной концентрацией тиреотропного гормона (ТТГ) при сниженном уровне свободного тироксина (св.Т4) в крови. Однако в последние два десятилетия многочисленными экспериментальными и эпидемиологическими исследованиями было показано, что развитие нервной системы плода нарушается не только при материнском гипотиреозе, но и при наличии у женщины гипотироксинемии в начале беременности. Изолированная гипотироксинемия – это снижение концентрации св.Т4 при нормальном уровне ТТГ в крови. Причиной психоневрологических нарушений при этом является недостаточная доступность материнского тироксина для развивающегося мозга плода.

У всех млекопитающих плацента активно переносит йодид от матери к плоду, а ткани эмбриона имеют набор механизмов для обеспечения их нормального развития, в частности, наличие дейодиназ типа 2 в плаценте и мозге плода, которые конвертируют материнский св.Т4 в трийодтиронин (Т3), поскольку лишь очень незначительное количество материнского Т3 проходит через плаценту. При недостаточном поступлении йода с питанием организм матери активирует компенсаторные механизмы, а именно преимущественную секрецию Т3 для сбережения пула йода. Это приводит к материнской гипотироксинемии при нормальном уровне ТТГ и Т3 в крови, которая на ранних сроках беременности может ассоциироваться с перманентными нарушениями развития нервной системы плода. Для краткости я не стану останавливаться на клеточных и молекулярных механизмах нарушений развития мозга у эмбриона и плода, которые детально описаны в недавно опубликованном обзоре [2].

Хотелось бы только отметить сходство расстройств, возникающих при недостатке йода и другого важного микронутриента – фолиевой кислоты. При дефиците как йода, так и фолиевой кислоты при беременности нарушается процесс миграции нейронов. В случае фолиевой недостаточности происходит остановка миграции нейронов в нервный гребень2, что приводит к дефектам нервной трубки (от анэнцефалии до spina bifida разной степени выраженности). При йодном дефиците происходит остановка миграции нейронов в верхние слои коры головного мозга, что может приводить к довольно широкому спектру нервно-психических расстройств, которые будут обсуждены ниже. Эффективная профилактика обоих нарушений не только возможна, но и вполне практически достижима. Важно, однако, чтобы эта профилактика начиналась еще до зачатия и продолжалась до конца периода нейрогенеза.

Общее улучшение структуры питания населения и эффективные программы йодирования соли, проводимые нынче в более чем 130 странах мира, радикально изменили спектр патологических состояний, связанных с йодным дефицитом: вместо ранее многочисленных случаев кретинизма при тяжелой йодной недостаточности стало очевидным наличие весьма широкого клинического спектра нейропсихологических расстройств, связанных с материнской гипотироксинемией и йодной недостаточностью.

В настоящее время принято считать, что при медианной концентрации йода в моче от 150 до 500 мкг/л у беременных на популяционном уровне имеется адекватный статус йодной обеспеченности. При этом оптимальным считается диапазон уровня йода в моче от 150 до 250 мкг/л, а в промежутке концентраций йода от 250 до 500 мкг/л существует некая “серая зона”, требующая дальнейшего изучения. При медианной концентрации йода более 500 мкг/л потребление йода считается уже избыточным. Понятно, что эти нормативы достаточно условны, и пока не очень ясно, какой именно пороговый уровень экскреции йода с мочой коррелирует с перспективой развития материнской гипотироксинемии.

В силу этических ограничений возможности проведения наиболее надежного и информативного (двойного слепого, рандомизированного, плацебоконтролируемого) исследования эффекта йодных добавок на психоневрологическое развитие детей раннего возраста крайне ограничены. Однако одно такое исследование все же было недавно выполнено в Индии и Таиланде, а результаты опубликованы в прошлом году [3]. Изначально предполагалось, что в этих двух странах у беременных женщин будет существовать как минимум легкая недостаточность йода в питании, но не исключалась возможность и более выраженного йодного дефицита. Но, как иногда случается, “за время пути собачка могла подрасти”.

Хотя медианная концентрация йода в моче (131 мкг/л) действительно характеризовала обследованную группу беременных женщин как имеющих пограничный йодный дефицит, этот же индикатор у беременных в Индии указывал на оптимальное потребление йода (188 мкг/л). Дело в том, что в обеих странах между тем наладили успешные программы всеобщего йодирования соли с широким охватом всего населения, что давало возможность женщинам в начале беременности уже иметь достаточные запасы йода в щитовидной железе для обеспечения потребности плода во время беременности. Так или иначе, но это, напомню, двойное слепое, рандомизированное, плацебоконтролируемое исследование не выявило эффекта йодных добавок на нервно-психологическое развитие детей, которые к тому времени уже достигли возраста 5–6 лет [3].

Повторить такое исследование в большинстве “западных” стран, тщательно сберегающих у себя йодный дефицит, по этическим нормам практически невозможно3, но зато есть все возможности проводить обсервационные исследования. Так, у когорты детей из Великобритании, рожденных от матерей с дефицитом йода (соотношение йода к креатинину ниже 150 мкг/г), был выявлен повышенный риск развития субклинических когнитивных нарушений, а уровень коэффициента интеллекта (IQ) был снижен на 3,4 пункта [4]. У австралийских детей, родившихся от матерей с уровнем йода в моче менее 150 мкг/л, в возрасте 9 лет были выявлены когнитивные расстройства, которые не компенсировались в подростковом периоде, даже несмотря на то что участники исследования уже продолжали развиваться в условиях адекватного йодного обеспечения: с 2009 года в Австралии было введено обязательное использование йодированной соли для хлебопечения [5].

Напротив, в Нидерландах в условиях адекватного йодного обеспечения населения (также за счет обязательного массового использования йодированной соли в хлебопекарной промышленности, внедренного еще в 1944 году) не было выявлено снижения невербального IQ и языковых способностей у детей, у матерей которых была зафиксирована условно низкая концентрация йода в моче [6]. Объяснить это можно тем, что при массовой йодной профилактике сниженный уровень йода в моче может быть связан с известной вариативностью этого индикатора, а при отсутствии надежного источника йода в питании снижение его экскреции может носить уже постоянный характер.

Помимо когнитивных нарушений дисфункцию щитовидной железы, включая изолированную гипотироксинемию, во время беременности стали ассоциировать с такими расстройствами поведения как синдром дефицита внимания и гиперактивности и аутизмом [2].

Значит ли это, что в дополнение (а может, вместо?) предписанного руководствами определения ТТГ у беременных женщин необходимо также анализировать уровень св.Т4 в крови, а при его снижении назначать женщинам препараты йода или даже тироксина? Наверное, можно, если полностью игнорировать, мягко говоря, противоречивый опыт массового скрининга беременных на ТТГ и в разы увеличить число рыдающих женщин у врачебных кабинетов.

Экономисты уже не первое десятилетие наблюдают эпохальный сдвиг в отношении родителей к своим детям [7]. Еще сравнительно недавно, в условиях патриархальной семьи, наличие большого количества детей позволяло родителям, выражаясь современным языком, “хеджировать” риск остаться без средств существования в старости. Ситуация радикально изменилась, особенно за последние лет семьдесят: дети из массовой продукции превратились в товар класса люкс4, а родители к пенсионному возрасту, как правило, имеют достаточно средств для существования без помощи сыновей и дочерей. В условиях роста благосостояния родители вкладывают все большие средства в обеспечение здоровья, развития и образования одного-двух детей, чтобы обеспечить им наилучшие перспективы на будущее. Дети нынче стали предметом роскоши, и (с экономической точки зрения) к ним стали относиться как к дорогой картине или эксклюзивной одежде, оберегая от любой царапинки или пятнышка. Неудивительно поэтому, что родители готовы заплатить за любой тест, чтобы уберечь свое сокровище от возможных дефектов.

Однако исторически снижение детской смертности и заболеваемости было достигнуто не за счет индивидуальных мер, а благодаря массовой вакцинации, очистке и хлорированию питьевой воды, высоким санитарным требованиям к пищевым продуктам и другим мерам в сфере общественного здоровья. Сказанное относится и к профилактике когнитивных и других ментальных нарушений, ассоциированных с гипотироксинемией, в первые 1000 дней жизни. Опубликованное буквально в этом году многоцентровое исследование, проведенное в Китае, Филиппинах и Хорватии, показало, что при высоком (более 90%) охвате населения качественной йодированной солью (содержание йода более 25 мг/кг) статус йодной обеспеченности был оптимальным у женщин как в период беременности, так и лактации, даже при том, что потребность организма в йоде возросла соответственно на 50 и 100% [8]. Не менее эффективным является обогащение пшеничной муки фолиевой кислотой и солями железа для профилактики дефектов нервной трубки и железодефицитной анемии.

Залогом эффективности этих мероприятий является то, что они направлены не специально на беременных и кормящих женщин, а на все население в целом, включая большинство женщин репродуктивного возраста. Перефразируя старый анекдот5, эти меры обеспечивают оптимальные уровни потребления микронутриентов “до того”, так как “после того” уже не поможет даже “Боржоми”.

Однако в последние годы мы видим очень тревожную тенденцию: многие эффективные профилактические программы, включая обязательную вакцинацию и обогащение пищевых продуктов микронутриентами, подвергаются постоянным атакам со стороны чрезвычайно агрессивных групп, которые отражают весьма своеобразные взгляды очевидного меньшинства, но парализуют многие инициативы, бенефициарами которых могут стать все или во всяком случае большинство населения. О перипетиях принятия в России закона об йодировании соли я уже писал в своей прошлой колонке [9].

Опасаюсь, что не только отдельные индивидуумы, но и общество в целом переживает нынче период определенного когнитивного диссонанса6. Проблема в том, насколько этот диссонанс повлияет на когнитивные способности будущих поколений.

  • Источник: http://tolstoy-lit.ru/tolstoy/chernoviki/moya-zhizn-avtobiografiya.htm
  • Нервный гребень – совокупность клеток у позвоночных, выделяющихся из краевых отделов нервного желобка во время его замыкания в нервную трубку. Клетки нервного гребня обладают развитой способностью мигрировать в организме и развиваются в весьма разнообразные структуры. https://ru.wikipedia.org/wiki/Нервный_гребень
  • По другим этическим нормам в некоторых (правда, далеко не всех!) европейских странах также нельзя “насильно” внедрять программы обязательного йодирования соли.
  • Особенностью товаров класса люкс является то, что если доход увеличивается на определенный процент, то потребление этих товаров возрастает на значительно больший процент.
  • “Армянское радио” спрашивают: “Какое самое надежное контрацептивное средство? ” – Ответ: “Боржоми”. – “А когда его следует принимать: до того или после того?” – Ответ: “Вместо того”…
  • Когнитивный диссонанс – состояние психического дискомфорта индивида, вызванное столкновением в его сознании конфликтующих представлений: идей, верований, ценностей или эмоциональных реакций. https://ru.wikipedia.org/wiki/Когнитивный_диссонанс

1. Unicef-irc.org [Internet]. Cusic S, Georgieff M. The first 1000 days of life: the brain’s window of opportunity [cited 2018 Mar 9]. Avaliable from: https://www.unicef-irc.org/article/958-the-first-1000-days-of-life-the-brains-window-of-opportunity.html.

2. Velasco I, Bath SC, Rayman MP. Iodine as essential nutrient during the first 1000 days of life. Nutrients. 2018;10(3). doi: 10.3390/nu10030290.

3. Gowachirapant S, Jaiswal N, Melse-Boonstra A, et al. Effect of iodine supplementation in pregnant women on child neurodevelopment: a randomised, double-blind, placebo-controlled trial. Lancet Diabetes Endocrinol. 2017;5(11):853-863. doi: 10.1016/s2213-8587(17)30332-7.

4. Bath SC, Steer CD, Golding J, et al. Effect of inadequate iodine status in UK pregnant women on cognitive outcomes in their children: results from the Avon Longitudinal Study of Parents and Children (ALSPAC). Lancet. 2013;382(9889):331-337. doi: 10.1016/s0140-6736(13)60436-5.

5. Hynes KL, Otahal P, Burgess JR, et al. Reduced educational outcomes persist into adolescence following mild iodine deficiency in utero, despite adequacy in childhood: 15-year follow-up of the gestational iodine cohort investigating auditory processing speed and working memory. Nutrients. 2017;9(12). doi: 10.3390/nu9121354.

6. Ghassabian A, Steenweg-de Graaff J, Peeters RP, et al. Maternal urinary iodine concentration in pregnancy and children’s cognition: results from a population-based birth cohort in an iodine-sufficient area. BMJ Open. 2014;4(6):e005520. doi: 10.1136/bmjopen-2014-005520.

7. Taylor T. Unexpected economy. Course Guidebook. Chantilly: The Teaching Company; 2011.

8. Dold S, Zimmermann MB, Jukic T, et al. Universal salt iodization provides sufficient dietary iodine to achieve adequate iodine nutrition during the first 1000 days: a cross-sectional multicenter study. J Nutr. 2018;148(4):587-598. doi: 10.1093/jn/nxy015.

9. Герасимов Г.А. Ералаш! // Клиническая и экспериментальная тиреоидология. – 2017. – Т. 13. – №4. – С. 5–8. [Gerasimov GA. Patchwork! Clinical and experimental thyroidology. 2017;13(4):5-8. (In Russ.)] doi: 10.14341/ket9560.


что это такое и как развить когнитивные функции?

Современные нейробиологи говорят, что люди одновременно живут в двух типах миров: физическом и придуманном мире знаков. Физический мир возможно пощупать, а придуманный существует только в гигантских объемах человеческого мозга. Как формируется наше сознание? Что происходит в глубинах мозга во время учебы или игры на музыкальном инструменте? Почему один человек знает больше другого? Когнитивный – именно то слово, которое объединяет ученых в одну команду по изучению функций мозга.

В статье расскажем о когнитивном шестиугольнике, искажениях и эффективных способах развить свои мыслительные способности.

Что такое когнитивный?

Когнитивный — это мультидисциплинарный термин, объединяющий научные направления, связанные с изучением функций мозга – познанием, запоминанием, мышлением и размышлением, речевыми и аналитическими возможностями, понятийными психологическими структурами. Этимологически слово «когнитивный» происходит от латинского слова cogniscere – знать, познавать.

Когнитивные науки в их современном виде дают возможность изучать сложнейшую из областей – человеческое сознание. Это растущая область изучения, которая объединяет психологию, антропологию, лингвистику, философию, нейронауки и искусственный интеллект.

Когнитивные функции – это процессы в мозге, которые позволяют получать, накапливать, анализировать, сохранять, создавать и восстанавливать информацию. Ключевую роль в этих познавательных процессах играют:

  • Исполнительные функции – совокупность внимания, планирования, регулирования и выполнение преднамеренного поведения.
  • Внимание – сосредоточенность на действии, реальном или идеальном объекте (идее, мысли, образе).
  • Память – способность получать, сортировать, кодировать, хранить и воспроизводить в нужный момент полученную информацию.
  • Речь – коммуникативная способность выражать мысли и говорить.
  • Воображение – умение планировать, визуализировать, представлять промежуточные и конечные достижения.
  • Зрительно-пространственные функции – способности восстанавливать и сравнивать ранее полученную информацию с полученной в реальном времени (так мы узнаем знакомые лица, похожие предметы).

Пройти тест на полушария мозга

История когнитивных наук.

Проблемами познания, запоминания, обучения и понимания люди интересовались всегда. Если говорить о науке когнитивистике, то к первым исследованиям в этой области можно отнести работы античных мыслителей. Еще древнегреческие ученые задавались мыслью, где хранится человеческое знание. Одни считали местом накопления знаний сердце, другие – мозг.

В своих работах Платон развивал мысль о том, что каждый орган человеческих чувств отвечает за обнаружение одного вида природной энергии – световой, звуковой или любой другой. Аристотель предполагал, что главный накопитель знаний мозг работает по принципу ассоциаций – объединяет предметы по принципу сходства или контраста. Позже, во времена Средневековья и эпоху Возрождения кроме известных пяти чувств мозгу приписывались божественные источники познания.

Всплеск интереса к познавательным процессам человеческого мозга возник в 20-50 годы XX столетия. Основы новой когнитивной науки заложены в исследованиях английского логика и криптографа Алана Тьюринга. Тьюрингу удалось доказать, что сложные вычисления выполняются путем повторения простейших математических операций. Тем самым он подтвердил теорию о том, что мышление есть вычисление. Появилась идея, что можно создать умную машину, способную думать, как человек.

В это же время сложился первый круг проблем когнитивной сферы – обработка информации, структура языка и его влияние на мышление, развитие искусственного интеллекта и кибернетики. 11 сентября 1956 года на симпозиуме в Массачусетском университете лингвист Ноэм Хомский выступил с докладом о влиянии вербального поведения на сознание и способности к обучению. Эту дату считают официальным днем рождения когнитивных наук.

Когнитивный шестиугольник – это шесть базовых дисциплин когнитивной науки, которые одинаково важны для исследования:

  1. Философия – умение правильно сформулировать и задать вопрос, чтобы получить на него адекватный ответ.
  2. Лингвистика – изучает речевую коммуникацию и речевые возможности человека.
  3. Антропология – помогает узнать, кто мы такие и чем отличаемся от других биологических видов.
  4. Искусственный интеллект – возможность моделирования человеческих умений.
  5. Нейронауки – показывают, что происходит в человеческом мозге в момент слушания, обучения, действия, принятия решения.
  6. Психология – изучает сферу бессознательного и сознательного знания, которое определяет логику познания.

К когнитивистике сегодня также относят генетику, изучающую геномы наших доисторических предков.

Что такое когнитивная сфера личности?

Ученые дают разные определения о природе интеллекта, но сходятся в одном – на этот вопрос нет единого ответа. Потому что кроме интеллекта есть еще понятия ума, мудрости, гениальности. Определить интеллект с помощью тестирования невозможно, ведь он одинаково зависит от наиболее важных процессов в познавательной сфере: памяти, логического мышления, воображения и внимания. Например, есть люди с гениальными математическими способностями, абсолютно неспособные к коммуникации.

Вывод один – когнитивная сфера формируется у всех, но у каждого развивается она по-разному. Если познавательные способности натренированы в должной мере, человек:

  • Быстрее ориентируется в происходящем и усваивает информацию.
  • Эффективно фильтрует входящую информацию: запоминает нужное и отбрасывает лишнее.
  • Лучше анализирует и запоминает исходные данные, быстрее извлекает их из памяти.
  • Умеет концентрироваться на главном.
  • Умеет мыслить логически и креативно одновременно.
  • Делает быстро правильные выводы, принимает важные решения.

Именно поэтому когнитивные способности считаются той самой базой, что определяет счастье и самореализацию.

Как развить когнитивные функции мозга?

Сегодня достаточно много известно об интеллекте как познавательной способности человека, но единой теории не существует. Ясно одно – измерить интеллект невозможно, зато можно протестировать и улучшить каждую из когнитивных сфер по отдельности. Более того, улучшение одной способности оказывает позитивное влияние на остальные.

Как развить память?

Оказывается, память можно накачать специальными упражнениями, как мышцы в тренажерном зале. Вот 3 нескучных способа улучшить память без дополнительной нагрузки:

  • Больше смейтесь. Немного юмора в организме сократит уровень гормонов стресса, понизит давление, приведет в хорошее настроение. В итоге такая комбинация освежит способность запоминания.
  • Высыпайтесь. Во время сна образуются новые связи между нейронами, а информация переходит из кратковременной памяти в долговременную. В итоге полноценный сон поможет подготовиться к экзамену лучше ночной зубрежки.
  • Пишите от руки. Традиционный способ конспектирования развивает мелкую моторику. Кроме того перед конспектированием на бумаге мы мысленно структурируем материал, тренируем память. В итоге написанный от руки конспект оставляет в памяти больше материала, чем бездумно записанная лекция на планшетнике.

Итак, вы выспались, посмеялись и настроились на эффективное запоминание. Но простое чтение материала ничего не дает. Нужно делать это «с умом», используя научные приемы работы с большими объемами информации:

Концентрируйтесь. Внимание и память взаимосвязаны. Для запоминания нужна благоприятная обстановка, иначе полученная информация просто не дойдет до нужных отделов памяти. Поэтому выключите громкую музыку, телевизор, телефон и сосредоточьтесь на учебнике. Иначе никакая стратегия эффективного запоминания не поможет.

Повторяйте осмысленно. Повторение – классический способ усвоить материал. Но бессмысленная зубрежка дает мало пользы. Поэтому примените дополнительные усилия для закрепления: добавьте ритм, проговаривайте вслух, перескажите материал другому человеку своими словами.

Структурируйте. Деление на категории, группировка, выявление закономерностей, деление информации на группы с подгруппы – это создание прочного каркаса, на котором будут держаться знания. Главная цель структурирования – упростить информацию об основных элементах и придумать закономерности. Поэтому используйте мнемотехники или ментальные карты памяти Тони Бузана.

Пройти тест на тип личности

Как натренировать внимание?

Упражнения для тренировки внимания – это хорошо, но недостаточно. Потому что внимание – это не изолированная мышца, которая срабатывает сама по себе, оно взаимодействует с другими «мышцами». Трудно сконцентрироваться, если вы устали, встревожены или расстроены. Поэтому для эффективной концентрации необходимы особые условия:

Дайте предыдущим мыслям или переживаниям перевариться. Не зря ведь существует выражение «делать на свежую голову». То есть начинать новое дело с утра, в бодром состоянии или после отдыха. Поэтому перед тем, как начать выполнять новую задачу, нужно провести 15-20 минут в покое и дать предыдущим размышлениям перевариться. Или чередовать работу мозга с физическими упражнениями.

Сосредоточьтесь на одной задаче. К сожалению, мультизадачность часто негативно отражается на концентрации. Одновременное выполнение нескольких процессов уменьшает эффективность каждого – когда мозг постоянно переключает фокус внимания, он быстро устает. Поэтому начинайте тренировать концентрацию на обыденных делах – сосредоточьтесь на вкусе блюда во время еды или на работе одной мышцы во время тренировки.

Избавьтесь от раздражителей. Так уж устроен наш мозг – он постоянно отвлекается на звуки, картинки, движение. Избавиться от всех невозможно, но от большинства точно получится. Поэтому перед работой отключите звук на телефоне, скайп, уведомления с почты. На работе постарайтесь организовать удобное рабочее пространство, попросите коллег не беспокоить с вопросами некоторое время.

Как развить креатив и воображение?

Креативность невозможно включить кнопкой, но развивать ее можно и нужно. Есть 3 неожиданных способа развить и повысить творческие способности:

Не ждите собственного вдохновения. Творчество доступно всем и каждому, а чтобы начать творить не нужно быть гением. В мире не существует ничего полностью оригинального, так что в начале творческого пути смело копируйте чужие шедевры, коллекционировать идеи. Искра вдохновения придет с опытом, поэтому следуйте за своими интересами и смело раскрывайте творческое «Я».

Заведите мобильный дневник вдохновения. На протяжении дня нас посещают множество мыслей. Некоторые оставляют равнодушными, но некоторые цепляют. К сожалению, когда мы пытаемся что-то вспомнить, особенно ценные идеи оказываются потерянными навсегда. Поэтому заведите небольшой блокнот формата А5 и конспектируйте в него интересные мысли на протяжении дня.

Ищите новые впечатления. Новые впечатления дают новые эмоции. Эмоции раскрывают внутренние ресурсы. Чтобы получить новые впечатления не обязательно отправляться в экзотическую страну или прыгать с парашютом. Можно остановиться на менее радикальных способах. Поэтому радуйте себя новыми рецептами, начните рисовать или играть на музыкальном инструменте, задекорируйте квартиру или поучаствуйте в праздничном мероприятии.

Что тормозит когнитивное развитие?

Мы все воспринимаем окружающий мир индивидуально: одинаковые звуки и цвета вызывают разные ассоциации, в одних условиях мы принимаем разные решения. Одновременно мы совершаем ошибки, связанные с когнитивными искажениями и даже не отдаем себе отчет. Существует большое количество системных ошибок мышления.

Пройти тест на тип восприятия

Каждое когнитивное искажение мозг использует с определенным смыслом – в основном, чтобы выдать автоматический, иррациональный ответ и убедить нас в его правильности. Когда мы поддаемся манипуляциям нашего сознания, мы:

  • Усиливаем негативные и игнорируем позитивные стороны происходящего.
  • Обобщаем, используя один плохой фрагмент ситуации.
  • Обижаемся на несправедливость жизни, когда ситуация складывается не в нашу пользу.
  • Считаем, что менее остальных подвержены манипуляциям.
  • Ждем, что окружающие усовершенствуются в соответствии с нашими ожиданиями.
  • Навешиваем ярлыки на себя или окружающих после неприятных событий.
  • Доказываем, что наши убеждения, выводы, поступки самые правильные.

Бороться с этим бессмысленно. Зато можно узнать причины, по которым мозг это делает.

Причина 1: Информационная перегрузка.

Сегодня не только человек ищет информацию. Но информация ищет человека. Чтобы отстраниться от информационного шума мозг отфильтровывает только то, что уже запоминал. Поэтому мы обращаем внимание на знакомые детали, при чтении книг перескакиваем по знакомым словам, пропускаем информацию, которая не кажется необычной.

Причина 2: Недостаток смысла.

Мы способны увидеть только крошечную часть общей информации, но вынуждены анализировать эти данные, чтобы выжить. Мозг заполняет пробелы своими выводами и имеющимися знаниями, создает ложные воспоминания, иллюзии. Поэтому мы опираемся на стереотипы, проецируем прежний опыт на будущее, забываем информацию, которая не вписывается в привычные схемы.

Причина 3: Вынужденная скорость действий.

Как и компьютер, наша память способна пропустить через себя ограниченное количество информации. Чтобы объем информации не тормозил работу, мозг учится действовать в условиях неопределенности. Поэтому мы принимаем наиболее простые и понятные решения, предпочитаем делать привычные вещи, а не изучать новые, больше ценим вещи в настоящем, чем в будущем.

Причина 4: Решение о том, какая информация пригодится в будущем.

Мозг записывает все, что в него попадает, но не всегда использует эти знания. Чтобы вспомнить информацию в нужный момент, мозг постоянно принимает решение: что записать в ближние или дальние отделы памяти. Поэтому мы запоминаем несколько ярких деталей, но забываем остальные, редактируем события прошлого, обобщаем и не можем вспомнить то, о чем размышляли минуту назад.

Когнитивные искажения – функция мозга, полезная в одних ситуациях и вредная в других. Зная, как функционирует мозг, мы сможем лучше понимать самих себя и использовать его особенности себе на пользу.

Как ускорить когнитивное развитие с помощью игр?

Есть мнение, что игры – только для детей или безответственных подростков. Но это мнение устарело. С помощью игр можно тренировать память, воображение, прокачивать логику и менять реальность. Не компьютерную, а жизненную.

Вот 3 научных факта, которые помогут пересмотреть свое мнение об играх:

Игры улучшают когнитивные процессы. В процессе игры в мозге геймера активно вырабатывается дофамин, который увеличивает объем серого вещества в гиппокампе – области, отвечающей за память. Больший объем серого вещества увеличивает познавательные ресурсы мозга, которые можно направить на обучение, мотивацию, самопознание.

Игры помогают справиться с травмирующими переживаниями. Психиатры доказали, что самая простая игра помогает снизить объем воспоминания после трагических событий. Этот эффект поможет и после тяжелой работы. Чтобы снять напряжение, перестать думать о неприятном, достаточно вечером поиграть 10-15 минут.

Игры развивают. Современные игры эволюционировали в сложные системы, которые увеличивают пластичность мозга и его познавательные способности в целом. Но здесь стоит оговориться – не все игры одинаково полезны. Избегание реальности – не самая эффективная стратегия. Зато стратегия саморасширяющегося погружения помогает сконцентрироваться на своих желаниях и позитивных мыслях.

Выводы:

  • Термин «когнитивный» обозначает междисциплинарный синтез наук, связанных единой проблематикой сознание-мозг-познание.
  • Мыслительные способности есть у всех, но развиваются у каждого по разному.
  • Познавательные сферы личности взаимосвязаны. Улучшение в одной автоматически прокачивает остальные.
  • Когнитивные искажения – это обманки мозга, с помощью которых он оправдывает наши заблуждения или ошибки.
  • Сложные игры и стратегии – отличный способ увеличить пластичность мозга.

Пройти тест на эмоциональный интеллект EQ

Хотите узнать о своих генетических способностях и получить рекомендации для их правильного развития?

Для читателей wikigrowth.ru подарок от профессионалов системы Дизайн Человека. Получите расчет своей карты и её первичную расшифровку совершенно бесплатно!

Когнитивный диссонанс: что это, примеры, как распознать, как преодолеть :: Здоровье :: РБК Стиль

«У меня когнитивный диссонанс», — слышим мы при любом описании несоответствия ожидания и реальности. Этот термин уже настолько широко вошел в обиход, что не каждый задумывается о его истинном значении. Давайте разберемся.

Автор статьи — Ангелина Дука, кандидат психологических наук, когнитивно-поведенческий психолог, специалист сервиса подбора психологов Alter

Что такое когнитивный диссонанс

Когнитивный диссонанс — это внутренний конфликт, который возникает у человека при столкновении противоречащих друг другу убеждений. Этим диссонанс вызывает чувство напряжения; человек испытывает неприятные эмоции: тревогу, злость, стыд, вину — и будет стремиться избавиться от дискомфорта разными способами. Понятие «когнитивный диссонанс» пришло к нам из социальной психологии.

Теория когнитивного диссонанса

Впервые понятие когнитивного диссонанса введено социальным психологом Леоном Фестингером. Он предположил, что при наличии противоречивых убеждений люди будут испытывать эмоциональный дискомфорт. В своем исследовании веры в слухи Фестингер сделал вывод, что люди всегда стремятся к внутреннему равновесию между личными мотивами, определяющими их поведение, и информацией, получаемой извне. Теория Фестингера описывает то, как люди пытаются рационально обосновать свое поведение. Диссонанс возникает в том случае, когда человек одновременно сталкивается с двумя несовместимыми, но одинаково значимыми суждениями — когнициями. Что это такое? Иногда под когнициями подразумеваются мысли, но на самом деле это понятие намного шире: сюда следует включать мысли, идеи, мнения, оценочные суждения. В некоторых ситуациях они обеспечивают стабильность психики, защищая нас от интенсивных переживаний. Однако иногда эта защита достигается своеобразным способом — путем самообмана.

Все ли одинаково проживают когнитивный диссонанс? Нет. У разных людей разная терпимость к неопределенности, поэтому и степень испытываемого диссонанса будет отличаться по интенсивности. На силу диссонанса также влияет и то, как сильно затрагиваются личные ценностные убеждения.

Кадр из сериала «Ход королевы»

© Kinopoisk

Почему возникает когнитивный диссонанс

Исследователи в области социального поведения Энтони Пратканис и Эллиот Аронсон предположили, что мыслительная деятельность любого человека во многом определяется двумя принципами, объясняющими иррациональность некоторых поступков.

Принцип мыслительных стереотипов

Наш мозг снижает затраты там, где это представляется возможным. Мы стремимся сохранить так называемую когнитивную энергию, сократив ее расход до минимума и используя везде, где только можно, мыслительные стереотипы. Этот принцип оказывает как положительное, так и отрицательное влияние. С одной стороны, мы, например, создаем алгоритмы для решения типовых задач и тем самым упрощаем себе работу. А с другой, в целях упрощения сложных проблем часто выбираем не обоснованный вывод, а тот, который не требует глубокого осмысления. Говоря образно, мы ищем ключи не там, где потеряли, а там, где светлее.

Критические размышления требуют дополнительных ресурсов так же, как преодоление любой сформированной привычки подразумевает приложение усилий. Игнорируя всестороннюю оценку ситуации, некоторые много раз повторяют прошлые ошибки и приводят себя в состояние изматывающего стресса.

Принцип рационализации своего поведения, или принцип самообъяснения

Любому из нас свойственно давать своим действиям разумное обоснование, чтобы они казались логичными как нам самим, так и нашему окружению. Самообъяснение выступает как ориентир, как идеологическая основа: «Я это делаю, потому что…» — продолжение фразы у каждого будет свое. Человек должен воспринимать собственное поведение как разумное и понятное — в противном случае возникает угроза целостности его «я». Однако то, как мы объясняем свои действия, не всегда соответствует реальности: очень часто, пытаясь себя успокоить, мы выдаем желаемое за действительное путем самообмана и рационализации.

Эти принципы иллюстрируют то, как человек рационализирует свое поведение, чтобы избежать дискомфорта.

Кадр из фильма «1+1»

© Kinopoisk

Примеры когнитивного диссонанса

Рассмотрим на простом примере, как можно столкнуться с когнитивным диссонансом. Выбирая, скажем, автомобиль, мы сравниваем разные модели и делаем выбор в пользу одной из них. Мы довольны покупкой и считаем, что сделали лучший выбор из возможного. Если же после покупки машины мы столкнемся с информацией, подвергающей сомнению правильность нашего решения, то будем ее игнорировать, даже если она будет соответствовать действительности. Или мы будем оправдывать себя, говоря: «Моя машина все равно лучше». Или, рассуждая о других машинах, будем вспоминать примеры того, как они плохи в эксплуатации, искать подтверждения на форумах, среди друзей. Тем самым мы стремимся уберечь себя от дискомфорта и сохранить положительное отношение к самому себе. При этом, находя информацию, подтверждающую правильность нашего выбора, мы непременно будем ее замечать и испытывать положительные эмоции, поскольку неосознанно будем воспринимать ее как говорящую в пользу нашего позитивного представления о себе.

Русская классическая литература полна примеров когнитивного диссонанса, когда герой делает непростой выбор. Так, Шолохов в «Тихом Доне» через призму семей Мелеховых, Коршуновых и других персонажей показывает, как личности принимают сложные решения в переломные моменты и справляются с когнитивным диссонансом.

Как преодолеть когнитивный диссонанс

На примере типичных моделей поведения можно понять, как справиться с дискомфортом от когнитивного диссонанса.

Избегание либо обесценивание фактической информации

Эта стратегия помогает людям продолжать поддерживать поведение, с которым они не полностью согласны (например: знаю, что курить вредно, но продолжаю это делать). Чтобы уменьшить когнитивный диссонанс, человек может ограничивать доступ к новой информации, которая не соответствует его убеждениям, обесценивать эти факты, воспринимая их как ложные, избегать изучения дополнительных источников и ситуаций, в которых можно столкнуться с альтернативными точками зрения.

Рационализация

Оправдание себя, попытка увериться в том, что внутреннего конфликта не существует. Люди начинают искать поддержки среди тех, кто разделяет подобные взгляды, или пытаться убедить другого в том, что новая информация неточна; ищут способы оправдать поведение, противоречащее их убеждениям. К сожалению, часто за объяснениями, которые кажутся нам рациональными, на самом деле стоят иррациональные убеждения, содержащие логические ошибки, не подкрепленные фактами, и это причиняет нам страдания.

Изменение своего поведения

Дискомфорт может подтолкнуть человека изменить свое поведение так, чтобы действия соответствовали его убеждениям. В результате когнитивного диссонанса многие люди сталкиваются с конфликтом ценностей, разрешив который они могут привнести позитивные изменения в свою жизнь, приблизиться к идеалу, в соответствии с которым хотят жить, — это тот случай, когда когнитивный диссонанс может оказать положительное влияние. Например, человек ежедневно ест много сладкой жирной пищи, при этом у него есть риск сахарного диабета и он в курсе последствий. Испытывая дискомфорт от когнитивного диссонанса, он в конце концов меняет поведение: корректирует свое питание, тем самым делая шаг в направлении своей ценности — здоровья.

Кадр из фильма «Дневник Бриджит Джонс»

© Kinopoisk

Развитие критического мышления

Установить истину возможно с помощью анализа аргументов каждой из сторон когнитивного диссонанса.

Для этого надо ответить на вопрос, логично ли так думать, в чем заключается логика суждений.

Затем с помощью эмпирических фактов следует взвесить две точки зрения и спросить себя:

  • что доказывает мою точку зрения;
  • что ее опровергает;
  • какие доказательства (факты, аргументы) можно привести в пользу противоположной точки зрения;
  • что я получаю, когда так думаю;
  • помогают ли мои мысли получить то, к чему я стремлюсь?

Как можно догадаться, первые две стратегии не очень продуктивны — может, они и принесут временное облегчение, но не избавят от дискомфорта. Третья и четвертая модели — самые конструктивные: здесь внутренний конфликт действительно разрешается.

Итак, когнитивный диссонанс — это явление, с которым встречается каждый. Он влияет на наши решения в самых разных сферах. И хотя когнитивный диссонанс может показаться отрицательным эффектом мышления, он может помогать развиваться и меняться в лучшую сторону, подталкивая нас к тому, чтобы совершать поступки, соответствующие нашим ценностям. 

Когнитивный это

  • Когнитивный диссонанс

    переживание человеком противоречия в своих знаниях.

  • Когнитивный подход

    Этот подход основан на том принципе, что чувства и действия человека перестают соответствовать ситуации, после того как он начинает расшифровывать эту ситуацию, пользуясь иррациональными и потом

  • КОГНИТИВНЫЙ СТИЛЬ

    особенности познавательной деятельности человека.

  • Когнитивный (подход элемент критерий)

    связан с трансляцией и овладением знаниями, процессами восприятия, внимания, памяти, мышления и речи, необходим при любом подходе к обучению, но особую роль играет в «знаниевой» парадигме образова

  • КОГНИТИВНЫЙ ПРОЦЕСС

    способ, посредством которого мы приобретаем, трансформируем и храним информацию из окружения; то есть высшие психические процессы, которые мы используем, чтобы узнать и объяснить мир.

  • Стиль ученика когнитивный

    характеристика личности ученика на основе двух факторов: а) степени ориентации личности при принятии решений на имеющиеся у него знания и опыт, а не на внешние ориентиры, если они вступают в против

  • КОГНИТИВНАЯ ДЕПРИВАЦИЯ

    явление, возникающее в обстоятельствах, когда ограничиваются возможности человека в усвоении значений внешнего пространства, связанные с осмыслением происходящего во вне. Для когнитивной депри

  • Когнитивная наука

    наука о мышлении, имеющая дело с широкой областью мыслительных структур и процессов, включая восприятие, запоминание, решение задач; цель когнитивной науки — определить природу механизмов, имеющ

  • КОГНИТИВНАЯ ОБЛАСТЬ, ПОЗНАВАТЕЛЬНАЯ ОБЛАСТЬ

    основная, наиболее употребительная и разработанная область таксономии, включающая большинство целей обучения, выдвигаемых в программах, учебниках, в повседневной практике учителя — от запомина

  • АНТРОПОЛОГИЯ КОГНИТИВНАЯ

    одно из ведущих структуралистских направлений в антропологии, которое занимается выявлением и сравнением когнитивных категорий в разных культурах.

  • Когнитивность

    (познание, изучение, осознание) – способность к умственному восприятию и переработке внешней информации.

  • Когнитивная психология

    направление в психологии XX в., задачей к-poro является доказательство решающей роли знания в поведении человека.

  • КОГНИТИВНАЯ СФЕРА

    сфера психологии человека, связанная с его познавательными процессами и сознанием, включающая в себя знания человека о мире и о самом себе.

  • КОГНИТИВНАЯ ВИЗУАЛИЗАЦИЯ

    визуализация, которая выполняет иллюстративную функцию и способствует естественно-интеллектуальному процессу получения новых знаний.

  • КОГНИТИВНАЯ ГРАММАТИКА

    Грамматические описания языков, ориентированные на рассмотрение когнитивных аспектов, процессов и структур языковых явлений, т. е. на их связи с процессами познания мира, восприятия, памяти, мышле

  • КОГНИТИВНАЯ ЛИНГВИСТИКА

    Лингвистическое направление, в центре внимания которого находится язык как когнитивный инструмент, система знаков, определяющая презентацию, кодирование и преобразование информации. К. л. рассма

  • КОГНИТИВНЫЕ ТЕХНОЛОГИИ

    информационные технологии, специально ориентированные на развитие интеллектуальных способностей человека. Характерным примером такой технологии является компьютерная графика, позволяющая в п

  • КОГНИТИВНАЯ ТЕОРИЯ ОБУЧЕНИЯ ЯЗЫКУ

    Теория обучения, возникшая в противовес аудиолингвальному методу. К. т. о. я. предполагает понимание учащимися структуры языка (для чего даются необходимые пояснения), так и последующую интенсивну

  • Интеллектуально-информационная (когнитивная) деятельность специалиста в области чтения

    актуализация умственных способностей индивида в процессе значимой и активной деятельности по восприятию, осмыслению, пониманию, усвоению и творческому воспроизведению разнообразной семиотичес

  • КОГНИТИВНАЯ НЕЙРОБИОЛОГИЯ

    наука, изучающая связь активности головного мозга и других сторон нервной системы с познавательными процессами и поведением. Особое внимание когнитивная нейробиология уделяет изучению нейронно

  • «В России начинается когнитивный диссонанс»

    Александр Аузан о преодолении инерции развития и о том, почему придется смотреть на 25 лет вперед

    Декан экономического факультета МГУ Александр Аузан / С. Портер / Ведомости

    На столе у декана экономического факультета МГУ поверх лесенки из бумаг и книг лежит Why Nations Fail – политэкономический бестселлер о том, почему одни страны богатые, а другие бедные (это и стало названием книги в русском переводе). Только что в Астане встречался с Дароном Асемоглу, соавтором книги, и подискутировал, рассказывает хозяин кабинета. Предмет спора актуален, как никогда: Александру Аузану, члену экономического совета при президенте России и экспертного совета при правительстве, предстоит вместе с другими экспертами во главе с Алексеем Кудриным, председателем Центра стратегических разработок, найти приемлемый для большинства способ, как стране выйти из ловушки развития и сокращать разрыв в уровне благосостояния с развитым миром.

    – Вы входите в группу Кудрина, которая готовит программу реформ до 2025 г., важная часть программы – институциональные реформы. В их реальность мало кто верит, хотя они возвращаются в повестку дня. А как вы думаете, может ли режим сам себя реформировать?

    – Тут несколько вопросов сразу. Давайте поймем, чем занимается группа Кудрина, потому что это непростой вопрос, который мы обсуждали и еще будем обсуждать внутри группы. В официальном президентском поручении постановка вопроса связана с темпами роста и приоритетом структурных реформ. Тут уже есть некоторая дилемма: если проводить серьезные структурные реформы, то темпы поначалу не вырастут, а упадут, а если пытаться подкачать темпы, то это может препятствовать структурным реформам. Поэтому сначала надо дать себе ответ, чего мы хотим и для чего мы это делаем. С моей точки зрения – с моей, я подчеркиваю, потому что в группе идут обсуждения разных взглядов и мы еще не окончательно согласовали план, – темпы не являются главным вопросом. Главным вопросом является то, что страна, которая и так не очень хорошо развивалась, с исчерпанием сырьевой модели вообще выпала из развития. Фактически у нас впереди желаемые темпы роста могут оказаться чуть выше нуля – 2%, например.

    – Желаемые? Или возможные? Желаемые вроде как 4%.

    – Конечно, 4% – это лучше, чем 2%. Есть страны, которые могут себе позволить двигаться небольшим темпом, 1–2%, – например, Германия – и там не будет ухудшения положения основной массы населения. А у нас будет, если мы будем расти меньше 4%, потому что у нас огромные разрывы в благосостоянии и плохо устроенные институты. Низкие темпы роста в итоге означают для населения ухудшение положения, при том что формально экономика растет. Поэтому желаемый темп действительно 4%, по крайней мере не ниже 3%.

    А дальше можно обсуждать, как его достигать. Но с моей точки зрения, это не главная постановка задачи. Мы стоим перед совершенно другой проблемой: мы в колее. Мы страна, которая все время пытается дотянуться до положения развитых стран, ведущих, – и срывается. Предположим, мы решим проблему темпов 3–4% в год. Означает ли это, что мы достигнем каких-то важных целей в развитии? Я считаю, что нет, потому что мы по истории, по восприятию, по образованию – великая держава, которая хочет быть позиционирована в мире тем или иным способом. Кто-то видит это позиционирование в достижении такого статуса, чтобы нас боялись, кто-то все-таки мечтает о другом, о том, чтобы нас уважали за то, что мы придумчивые и много чего можем сделать (и, прямо скажем, в XX в. много чего сделано мозгами, которые отсюда произросли). Мне кажется, надо ставить задачу не про темпы, а про способ выйти из колеи. Тогда и рассуждения, как надо двигаться от 2018 до 2024 г., выглядят немного по-другому. Отжать соки, чтобы дать результат к определенному политическому моменту, – это не значит заниматься развитием страны. И когда говорят, что не очень верят в то, что у нас что-то получится, – да, потому что задачка сложная. И решать ее нужно было намного раньше, болезнь очень сильно запущена. И говорить, что все мы твердо знаем и имеем согласие, как ее решать, я бы не стал.

    «Сначала нужен долгий взгляд»

    – К объяснению эффекта колеи – как зависимость от прошлого мешает выбрать правильный путь – есть разные подходы: что это обусловлено географическими условиями или что это обусловлено институциональными, о них пишут Асемоглу и Робинсон в Why Nations Fail. Вы колеей развития занимаетесь лет 20, и ваш ответ на вопрос «Почему мы такие бедные, если такие умные?» заключается в другом: в особенностях культуры, установках, вот в «великодержавности», в частности. Если так, то в чем выход из колеи, обусловленной такими причинами?

    – Имел удовольствие дискутировать с Дароном Асемоглу в Астане. Ведь в чем он прав – он, конечно, прав, что определенный тип институтов создает зависимость от предшествующего развития. И невозможность, исчерпание роста из-за того, что этот рост основан на том, что они назвали экстрактивными институтами – институтами выжимания ренты. Но предметом нашего спора с Асемоглу был вопрос, отчего происходит поворот, где та точка, от которой начинается движение к другой траектории. По Асемоглу и Робинсону, получается, что эта точка лежит в политике. Там речь о перемене политических институтов – о создании инклюзивных политических институтов, т. е. демократии, доступности. Почему инклюзивные – потому что люди могут включиться в принятие решений. А как это может произойти – ну либо руководители государства по тем или иным причинам думают, не провести ли демократизацию (такое бывает, Михаил Горбачев это провел в нашей стране), либо давление идет снизу – происходят революции. Но Асемоглу совершенно справедливо считает, что это плохой путь, потому что дальше вступает железный закон олигархии – он приводил пример Украины, где революции воспроизводят тот же самый режим, но с другими лицами. Либо есть третий вариант – когда создаются какие-то коалиции. Но я-то полагаю, что не в политике лежит точка отсчета.

    – Потому что посчитано, что, если вы делаете демократизацию в условиях плохих экономических институтов, неработающих судов, отсутствующего правопорядка, – вы получаете ухудшение. Мы это прошли в 1990-е гг., Украина это проходит сейчас. Демократизация дает положительные результаты, если у вас уже работают институты. Поэтому мне кажется, что точка отсчета в другом – в сдвиге ценностном, когда начинаются – не важно, сверху или снизу, сбоку или изнутри, – какие-то преобразования, когда возникает то, что называют словом «длинный взгляд». Возьмем авторитарный Китай. Дэн Сяопин с чего начал подвижку – с того, что вместо прежнего взгляда «10 лет упорного труда – 10 000 лет процветания», вместо вот этого «давайте, ребята, рванем сейчас, а дальше можно будет наслаждаться» он сказал: за несколько поколений мы достигнем уровня среднеразвитой европейской страны. Он предложил, во-первых, смотреть далеко – на 30–40 лет вперед, во-вторых, ставить цели не такие амбициозные, а реалистичные и убедил элиты и нацию следовать этому горизонту. Конечно, не обязательно у правителей возникает длинный горизонт – может быть, появляются доминирующие группы, для которых это важно, потому что какие-то их проблемы не решаются в краткосрочном горизонте. Конечно, это могут быть и перемены, когда определенная идеология распространяется внизу. Но все эти пути сходятся к тому, что сначала нужен долгий взгляд – и только потом речь пойдет об инклюзивных институтах. А долгий взгляд возникает из определенных интересов.

    – А как учесть разные интересы?

    – Конечно, еще нужна договороспособность, потому что иначе элиты не договорятся никогда о таком повороте. Это будет соревнование умников, которые не желают друг с другом сидеть за одним столом. Я напомню, что в Испании поворот начался на основе пакта Монклоа, когда просто в комнате заперлись по настоянию короля представители разных политических сил и, пока не договорились, оттуда не выходили.

    Еще один сдвиг, без которого двигаться вперед очень сложно, – это то, что называется высоким избеганием неопределенности. Инновационные экономики существуют только у тех стран – по 60 странам проводилось исследование, – у которых низкое избегание неопределенности, которые не боятся будущего. А мы боимся. Мы говорим все время: нет, давайте не пойдем в ту дверь, там может быть что-то страшное; нет, не меняйте этого человека – тот, кто придет, будет хуже; не трогайте эту систему – она нам не нравится, но если ее тронете, то может начаться страшное. Страх перед будущим, конечно, не позволяет двигаться вперед. Поэтому есть несколько точек, с которых начинается поворот.

    Точки поворота

    – А что у нас может быть такой точкой? Кто запрет в комнате разные силы? И какие группы могут быть заинтересованы не в текущем результате, а в долгосрочном развитии?

    – Давайте порассуждаем. Основания же могут быть довольно разные для того, чтобы люди стали смотреть не на 2–3 года вперед, а на 20–30 лет. Иногда это отрицательные основания – социологи обнаружили, что, как только УЗИ показывает, что будет мальчик, семья в России сразу начинает думать на 18 лет вперед. Потому что институты плохие и надо думать: либо на образование копить, либо физическим развитием заниматься, либо, может быть, общественной деятельностью, чтобы институты поправить за 18 лет. Поэтому очень разные обстоятельства могут исправлять дело. Я полагаю, что у доминирующих в России групп есть свои проблемы экзистенциальные, которые им не дают спать спокойно.

    «Мы стоим на входе, но оказывается, что дверь заперта»

    «В институциональной теории существует термин, который по-английски звучит как path dependence, а на русский я предлагаю его переводить как «эффект колеи». По сути, это институциональная инерция, которая удерживает страну в определенной траектории. Наша страна вот уже четыре века стоит на распутье между застоем и модернизацией. Мы вроде бы хотим покинуть ту инерционную траекторию, которая нас не очень устраивает и не обеспечивает положения в мире, которое мы считаем для себя достойным, но выйти на более высокую траекторию развития почему-то не очень получается. Проблема институциональных изменений для России, таким образом, упирается в проблему модернизации. Диагностировать наличие этой колеи можно по трем симптомам: принадлежность к низкой траектории, попытки ее покинуть и – низкий уровень счастья. Почему он у нас такой низкий, хотя мы явно более успешны, чем подавляющее большинство африканских стран? По определению одного из крупнейших философов XX в. Джона Ролза, счастье есть ощущение успешности реализации жизненного плана. И страна, которая не может реализовать свой жизненный план по модернизации, оказывается несчастлива». Александр Аузан, «Институциональная экономика для чайников»

    – Какие, например?

    – Смотря кого берем. Если мы бюрократию рассматриваем, наша бюрократия – она же одновременно бизнесом владеет, и, думаю, главная для них проблема – что будет со мной, бизнесом и семьей, если я вдруг потеряю власть. В итоге они цепляются за эту власть – потому что иначе получится, что и бизнес потеряешь, и свободу потеряешь. С другой стороны, ну не удержишь же власть все время, не передашь же ее по наследству – это великая проблема. Кстати, это и Китай показал – проблема принцев так называемая: не получается.

    – Поэтому они и заинтересованы в сохранении статус-кво как можно дольше, а не в изменениях.

    – Правильно, но обратите внимание: это порочный круг, а они кто угодно, но только не идиоты, они понимают, что рано или поздно руки разожмутся – и тогда разобьется все. Эта проблема – разделить бизнес и власть и при этом не пострадать за то, что происходило при их соединении, – не имеет общего решения, но требует создания переходных институтов. Если мы берем крупную частную буржуазию, то у них другая причина бессонницы – это наследование империй. Потому что семье хочется, конечно, передать что-то для хорошей жизни. Но если передать детям, которые не хотят быть банкирами и промышленниками, то империи погибнут и детям тоже не будет хорошо. Значит, нужно обеспечить семью, нужно кому-то передать управление империями и нужно еще за свою жизнь, длинную и сложную, как-то оправдаться таким способом, чтобы люди были благодарны. Очень непростая задачка, которая решается только при хороших институтах, надо заметить. Потому что иметь возможность, как американские миллиардеры, оставить семье миллионы, миллиарды вложить в фонд борьбы со СПИДом или чем-то еще и получить благодарность человечества за решение проблем, которые не решили государства, – я не думаю, что это возможно в наших условиях. А, согласитесь, желания-то вполне осязаемые, объяснимые, человеческие. Поэтому есть у доминирующих групп проблемы, которые не решаются, если оставаться в нынешнем состоянии. Им нужны определенные гарантии прав, им нужны способы разделения власти и бизнеса – т. е. то, что как раз нередко понимается под совершенствованием институтов. Чтобы возникли политические условия, нужно, чтобы группы, которые сильно влияют на власть и принятие решений, были за такое движение, а пока что этого нет.

    – А почему нет, если есть осознание проблем?

    – Потому что нет связи этих проблем с тем, что предлагается, нет осознанной личной заинтересованности.

    – Или потому что капиталы хранят в надежных местах, где хорошие институты.

    – Подождите, а где вы взяли надежные места в современном мире? Все хуже и хуже с этим делом: держали в западных офшорах, потом решили, что, во-первых, нехорошо на Западе, во-вторых, нехорошо в офшорах. Я считаю весьма важным проект, который сейчас реализуется в Казахстане, – они просто на пять шагов нас опередили, приняв конституционный закон, по которому британское право с 1 января 2018 г. вводится на части территории Астаны. Они сделали Гонконг внутри, «белую дыру». Бывают черные дыры, где исчезают капиталы, – как Панама, а они делают белую, легитимную, куда могли бы прийти русские капиталы, казахские, китайские и при этом судьи были бы по британскому праву набраны из разных стран мира.

    – У нас тоже была такая идея «внутренних офшоров».

    – У нас, простите, была идея, а у них – конституционный закон. Чувствуете разницу?

    – Когда мы в интервью у главы нацбанка Казахстана спросили, какие силы у них выступают такими влиятельными агентами перемен, он сказал, что на этот вопрос может ответить совершенно откровенно: это мудрый президент, – и это было абсолютно искренне. Все сводится к одной главной личности?

    Родился в 1954 г. в Норильске. В 1979 г. окончил экономический факультет МГУ им. М. В. Ломоносова. Доктор экономических наук.

    1992

    президент Международной конфедерации обществ потребителей

    2000

    президент, затем научный руководитель Института национальных проектов (по настоящее время)

    2001

    завкафедрой прикладной институциональной экономики МГУ (по настоящее время)

    2012

    декан экономического факультета МГУ, профессор

    – Подождите, подождите. Я ведь утверждаю, что долгосрочный взгляд может возникать у разных групп, на разных уровнях, главное – чтобы он возник. Я все время повторяю, что люди в России отличаются не взглядами, а их длиной. Меня часто спрашивают: как же так, вы и с либералами общаетесь, и с дирижистами, и с социалистами? Да, и я в этом ничего страшного не вижу. Для меня отличие состоит в том, что люди либо преследуют краткосрочные интересы – и тогда они мне неинтересны, – либо же люди спорят исходя из того, что существуют долгосрочные интересы. И я вам скажу, при длинном горизонте консерватор, либерал и социалист – они друг друга поймут. Это на коротком горизонте они готовы друг другу горло перегрызть, когда речь идет о том, что делать с бюджетным ресурсом: вбросить в промышленность, поделить между людьми или ни в коем случае не портить макроэкономическую ситуацию, потому что иначе рынки не смогут работать сами. А если говорить о том, к каким целям страна должна прийти лет через 20, у них многое сойдется.

    – И как же их примирить, если и сегодняшний бюджетный ресурс можно рассматривать как одно из условий долгосрочных целей?

    – Мне вообще кажется, что разногласия преувеличены. Сейчас объясню почему. Вот когда меня спрашивают: «А ты-то какого взгляда придерживаешься?», я говорю, что я институциональный экономист, а это означает, что для меня главная теорема в экономике – это теорема Коуза. Это теорема, которая имеет философское значение, с моей точки зрения. Коуз открыл факт транзакционных издержек – сил трения в социальной жизни, – и тогда выяснилось что совершенство-то невозможно: поскольку транзакционные издержки всегда положительны, то ни один проект – ни либеральный, ни консервативный, ни социалистический – не может быть реализован в идеале. У вас будет сбой в рынках, потому что не бывает при положительных транзакционных издержках автоматического достижения оптимума. Но не бывает и оптимального планирования, потому что транзакционные издержки относятся и к работе госчиновников. Или вы задумали очень справедливую систему распределения, но выясняется, что к этой справедливой системе издержки доступа совершенно неравные, потому что в зависимости от того, люди грамотные или неграмотные, они по-разному будут пользоваться благами этой системы. В мире нет совершенства, зато есть разнообразие. Каждая из этих дорог допустима, если ее не абсолютизировать, каждая связана с плюсами и минусами.

    – Нужно выбрать одну или некий микс?

    – Взвесить плюсы и минусы каждой – это и есть дискуссия про то, что мы будем делать: дирижистскими методами поднимать темпы или мы попытаемся как-то убедить потерпеть несколько лет темпы ниже нуля, но при этом выведем инфляцию на 4% роста и вдруг что-то начнет работать само. Или же мы, например, будем поднимать зарплаты людей, рассчитывая, что именно спрос оживит экономику, тем более что этот кризис ударил именно по населению. Поэтому у каждого есть своя логика, что нужно сделать с теми не очень большими ресурсами, которые накоплены страной. Я-то просто считаю, что надо сопоставлять плюсы и минусы каждого варианта. Скажем, когда Кудрин в ответ на доклад [главного экономиста ВЭБа Андрея] Клепача, который говорил о стимуляции роста, задал вопрос: «А что будет после того, как мы прекратим стимуляцию и достигнем 4%?» – вот это был очень правильный вопрос, и на него был очень трезвый ответ – Андрей Николаевич Клепач сказал: да, понадобятся еще деньги для стимуляции, но меньшие, и темпы снизятся, но не ниже 3%, в этом смысле определенное самоподдержание роста будет происходить. Вот это уже точки не идеологического спора, а расчета, где либерал Кудрин и дирижист Клепач могут разговаривать друг с другом, – потому что, мне кажется, нам все равно придется подкачать эти темпы в ближайший год, правительство не может политически позволить стране много лет жить ниже нуля, с ухудшением, напряжение будет очень быстро нарастать.

    – Минус уже вроде заканчивается, уже почти ноль.

    – Для большой части населения ноль заканчивается при плюс трех. До плюс трех – это для многих продолжающееся ухудшение положения, потому что первыми выигрыш от роста получают богатые группы, а не бедные. Это не вообще так в мире устроено, а в нашей экономике, социальной системе так устроено, в наших институтах. Потому что это институты по выжиманию ренты, которые контролируются группами, умеющими управлять этой самой рентой, – они первыми и получат выигрыш.

    «Недоверие надо обговаривать»

    – Предложения Столыпинского клуба, конечно, политически сейчас гораздо привлекательнее, чем предложения Кудрина, но кто-то смотрит дальше, чем конец следующего президентского срока?

    – Вопрос – какие институты гальванизируют эти дальние интересы, какие постановки вопросов заставляют говорить об отдаленном будущем. Возвращаясь к идеям накачки от Столыпинского клуба – ведь тут в чем риск? Мы все время забываем, что экономика – поведенческая наука, она всегда связана с тем, как люди будут реагировать на то или иное, а реакция людей во многом связана с тем, верят они или не верят, готовы они подождать или пойти на какие-то жертвы или не готовы. Риск стимулирования путем эмиссии, например, состоит в чем? В инфляции. Инфляция может ударить так, что мало не покажется. Тогда мы и темпов не достигнем, и потеряем макроэкономическую стабильность. А от чего зависит инфляция – от количества денег? Да, но далеко не только. Если люди не доверяют экономической ситуации, то они эти деньги, боясь инфляции, начнут быстро тратить, и инфляция запустится. Если люди будут считать, что ничего не получится, то точно ничего не получится. В экономике самосбывающиеся прогнозы – это сплошь и рядом. Поэтому, с моей-то точки зрения, надо обсуждать эти вот вещи. Кстати, в интервью в «Ведомостях» Андрей Клепач говорил, что у нас много что есть, но работает очень плохо, потому что бизнес не доверяет правительству. Конечно. Население тоже не доверяет правительству и не доверяет бизнесу. Вообще говоря, все не доверяют всем. И в этих условиях очень неплохие предложения инструментальные или институциональные – они поворачиваются своей дурной стороной. Поэтому я-то все время настаиваю: давайте посмотрим на то, что происходит с институтами неформальными, с социокультурными установками, ценностями, поведенческими установками, которые можно мерить и на которые можно воздействовать. Понимаете, если мы согласимся, что главный критерий правильного движения сейчас – это рост взаимного доверия, то, вообще говоря, есть инструменты, которые его восстанавливают.

    – И как его можно восстановить?

    – Сейчас скажу. Знаете, есть такой парадокс: при том что у населения взаимное доверие в 1990-е и нулевые годы падало и на низком уровне было, в бизнесе уровень доверия оказался выше. Знаете почему? Потому что бизнес пошел по пути заявления недоверия и требования гарантий. Сначала, в 1990-е гг., была система заложников: посадили по подвалам людей, потому что мы вам не верим и, если что, мы вашего человека… Потом была система залогов: уже не люди сидели, а средства какие-то вносились. Потом возникла 100%-ная предоплата. Фраза гениальная предпринимателей 1990-х: «Ничто так не укрепляет веру в человека, как 100%-ная предоплата». Потом она стала 50%-ной. И вот так выбирались. Потому что это и есть институциональный прогресс – когда вы от грубых институтов переходите ко все более гибким.

    – А на отношения с обществом как это можно перенести? И отношения бизнеса с государством?

    – Я бы сказал, что здесь тоже первым делом заявляется недоверие и это недоверие надо обговаривать. У бизнеса и государства отношения тоже могут быть связаны с системой залогов, ответных действий и т. д. Крупный бизнес с правительством всегда в торгах, потому что у бизнеса всегда есть очень сильный инструмент против давления власти – он утечь может. Приведу пример реальной проблемы, которая сейчас может стать предметом обсуждения между бизнесом и властью: у нас в стране была плохая налоговая система и плохое налоговое администрирование, потом, улучшая деловой климат, резко улучшили администрирование. В итоге выяснилось, что жить при плохой налоговой системе и плохом налоговом администрировании можно, а при плохой налоговой системе и хорошем администрировании – невозможно. Потому что – помните, да? – суровость российских законов компенсируется необязательностью их исполнения. Вот когда возникла обязательность исполнения, то законы стали просто невозможными. Что стал делать бизнес? Большие компании сейчас из России уходят, например, IT-компании перемещаются в Белоруссию, Литву. Вот это инструмент бизнеса, когда он говорит: мы не верим, что ваша система может работать, мы уходим. Но мы хотели бы остаться, поэтому давайте поговорим: может быть, вы что-то измените?

    – Бизнес своей мобильностью как раз активно пользуется, и государство само прикладывает усилия, чтобы он стал еще более мобильным или перестал быть совсем. Примеры владельцев «Домодедово», «В контакте».

    – Обратите внимание, что, с точки зрения стороннего наблюдателя, есть один важный признак того, что бюрократия осознает наступление трудных времен: если бы при двух девальвациях коррупционный налог по-прежнему номинировался и взимался в валюте и в тех же размерах, бизнес бы задушили. Но бизнес не задушили. Бюрократия, взимающая коррупционный налог, пошла на антикризисную адаптацию.

    Возвращаясь к вопросу об упомянутых миллиардерах. Думаю, что ценность денег для государства сейчас, конечно, возрастает. И вопрос только в том, что при коротком взгляде это порождает захваты, а при длинном – поощрение инвестиций. Вроде бы это было понятно давно. Я могу сказать, что поддерживает уверенность власти в том, что все будет в порядке. Конечно, они успешно осуществили такой военно-политический маневр последних лет, что в условиях довольно болезненного кризиса внимание населения отвлечено туда – Донбасс, Сирия, далее везде. Да, это позволяет власти чувствовать себя прочно.

    «Близко висящие плоды»

    – Вы говорили раньше про эту смену прежнего социального контракта и предположили, что срок нового недолог, года полтора.

    – Да, он заканчивается, видимо.

    – А как же мечты о великой державе, как вы сказали, потому что у нас такой менталитет?

    – Вот не надо, слово «менталитет» я вообще не употребляю. Я говорю о ценностях и поведенческих установках, потому что это измеримые вещи, социометрия по этому поводу есть. А вот «дух народа» – этого я не понимаю, это не к экономистам. Так вот почему исчерпание происходит этого контракта «лояльность и даже готовность к снижению дохода в обмен на чувство принадлежности к великой державе». Эти вещи не беспредельны, а снижение реальных доходов больше чем на 10% – это много. Видно, что социальная протестная волна с конца 2015 г. стала расти. Но главное-то наше ограничение в другом: заметьте, что фактически бюджеты на оборону и национальную безопасность, которые росли, росли, росли, теперь снижаются. Можно ли из статуса супердержавы, ощущения супердержавы делать экономику? Какие варианты? Продажа оружия – ну да, но это не те масштабы, чтобы покрыть падение экономических темпов. Что еще можно? Можно оказывать услуги по решению споров в разных частях мира. Но это тоже не вариант – никто не будет нанимать Россию для этих вещей. Доходы от зависимых территорий? У нас расходы на зависимые территории. Поэтому не получается из военного статуса сделать какую-то другую экономику. Может быть, надо посмотреть на технологии, может, у нас что-то лежит в военной индустрии такое, что можно вытянуть в гражданские технологии. Но как-то пока не видно.

    Значит, получается, что страна, имеющая 1,7% мирового ВВП (3% по паритету покупательной способности), несет груз больших военных расходов. Не получается. Надо куда-то сворачивать. Поэтому мне кажется, что эта устойчивость – она вряд ли ощущается как надежная. Да, два года протянули при плохой экономической конъюнктуре за счет переключения внимания.

    – А что может быть предложено взамен, дальше?

    – Краткосрочно – ничего. Я не вижу, что может быть предложено в коротком горизонте, в том-то и дело. Если говорить о долгосрочном, то многое, разное, потому что есть, мне кажется, несколько точек согласия между очень разными группами о том, как хорошо бы выглядела страна лет через 20. Во-первых, я не знаю тех, кто утверждает, что мы должны продолжать жить на ренту от сырья. Все говорят: нет, конечно, мы умная страна, мы должны опираться на человеческий капитал. Второе – даже коммунисты считают, что нам нужен малый и средний бизнес, что его должно быть много. Что должен быть не латиноамериканский тип, когда есть супербогатые, маленький средний класс, а остальные где-то внизу, – а должен быть большой средний класс. Причем состоящий не только из бюрократов и служащих, а из тех же лиц свободных профессий, малых и средних предпринимателей. Это другое социальное измерение. Мне кажется, есть несколько точек потенциального консенсуса в стране по поводу того, чего хотелось бы добиться.

    – Но людям, наверное, нужно что-то предложить сейчас? Про «через 20 лет наступит полная победа коммунизма» – мы же это уже проходили.

    – Если люди хотят двигаться в определенном направлении, вы правы, что нельзя им сказать: подождите 10 лет и через 10 лет что-нибудь будет. Нужны, что называется, близко висящие плоды. Я вам скажу, где, на мой взгляд, такие результаты нужно искать: нужно выйти из тупиков, в которых у нас сейчас находятся образование, здравоохранение и пенсионная система. Потому что это и есть оболочка, в которой живет человек, и он видит, что там реформы ведут куда-то не туда. Да, построили здание, завезли оборудование – а на самом деле все хуже и хуже. Мне кажется, мы не в той модели двигались в здравоохранении, образовании и пенсионной системе. Возьмем здравоохранение – страховая модель очень дорогая, в ней сверхбогатая Америка живет с трудом, на единицу блага тратит в 2,5 раза больше, чем Англия или Германия, имеющие хорошее здравоохранение, или Израиль, или Куба. Давайте посмотрим: оказывается, моделей-то хорошего здравоохранения много, а для людей это важно. Знаете, почему еще важно? Вслух как-то не принято говорить, что мы стареющая нация, у нас наш человеческий потенциал живет во все более хрупкой оболочке и, как мы ни стараемся с демографическим ростом, честно сказать, ничего особо не получается. И не будет получаться. Все, кроме американцев – это единственное историческое исключение, – переходят на плато: демографический рост заканчивается, нация стареет. Это значит, здравоохранение становится все более важным и все более чувствительным. Мы довольно образованная стареющая страна, которой нужно тонко отлаженное здравоохранение. А его нет. То же самое касается образования. Мы уже не самая читающая страна, как говорил Жванецкий об СССР, – в этом смысле человеческий капитал уже тоже начинает обрушиваться. Потому что образование сейчас во многом работает не в ту сторону, в которую должно, а опять по старому советскому анекдоту: борьба системы с природной одаренностью человека. Система начинает побеждать. В образовании мы сделали модель рыночно-услужную, в которой оцениваем, как в непрерывно работающем супермаркете, количество и качество оказанных за единицу времени услуг. Слушайте, вообще-то образование – это инвестиции долгосрочные, и результатом является человек, а не отчетность. У нас ведь огромные транзакционные издержки в образовании и здравоохранении, потому что учителя и врачи не столько лечат и учат, сколько пишут и пишут. Как только вы не можете сформулировать реальную цель, у вас появляется огромное количество отчетности. А поскольку все равно не получается – давайте мы еще добавим какие-то показатели. Мы впали в ухудшающий отбор. Нужно менять модель. Я думаю, что для людей переход на постановку реальных целей [в этих сферах] – это ощутимая вещь, которой можно добиться, ну, не за год-два, но за пять лет поворот может уже начать ощущаться.

    – А кто будет заинтересован его сделать?

    – Заинтересованы те люди, которые тут получили образование, которые не хотят уезжать из страны, здесь хотят работать и хотят, чтобы их идеи проросли здесь, а не в Германии, Израиле или США. Как для того, чтобы выходить из кризиса, важно наращивать доверие, так и для того, чтобы двигаться к отдаленным целям, надо держать качество человеческого капитала. Вот если появляется потребность в умниках, которых мы не в стране обычно используем, а выкидываем из страны, в высококвалифицированных людях, – то мы движемся по правильной дороге. Это я говорю, кстати, экономистам из Столыпинского клуба: если рост требует всасывания гастарбайтеров из соседних стран – идите с этим ростом в соседние страны, потому что, получается, мы своих умных образованных выкидываем в Европу и Америку, а здесь мы, видите ли, рост обеспечим за счет дешевой рабочей силы. Не вариант. А вот если вы придумали рост, который высокотехнологичен и требует умников – тогда да.

    – Так в том и вопрос: понятно, что люди заинтересованы, но не население делает реформы.

    – Зато финансировать реформы, похоже, придется населению. Понимаете, какая штука? У государства денег-то нет на развитие, их очень мало. Конечно, государство – это такой механизм, который умеет извлекать деньги из других, потому что государство – это идеальный насильник. Можно выжать из бизнеса, можно из населения. У населения деньги-то есть. Много.

    – Уговорить население вложиться – это вряд ли, потому что не верят, обманули минимум два раза: с приватизацией, с IPO, как-то не получилось. Доверие тут не так быстро восстановится. И я-то прогнозирую, что будет увеличение налогов для населения. Единственное, что я бы сказал, – хорошо бы, чтобы это были прямые налоги, которые замещают налоги косвенные. Потому что самая опасная вещь, которая существует у нас в стране, – это высокие косвенные налоги. Действует как радиация: человек половину своего дохода отдает государству и не знает ни сколько отдал, ни кому. Вот это самая опасная штука.

    – По-моему, бюрократия как раз заинтересована в этом – чтобы налоги повышались косвенно и население не требовало в ответ что-то менять.

    – Это правда. Но мне-то кажется, что есть вещи, которые начинают замыкать наши цели и наши средства. Вот прямые налоги, особенно селективные, когда человек может рублем проголосовать, – такие селективные налоги действуют в ряде стран. В Исландии, например, такой налог, который вы можете заплатить университету или отдать церкви. В Испании и Италии социальные налоги можно отдать церкви или государству. Кстати, коллеги-академики, когда я рассказал про исландскую систему, воодушевились и сказали: мы были бы готовы конкурировать с РПЦ, например, вот за такой селективный налог населения. Это интересно же, правда? Поэтому я за то, чтобы замещать косвенные налоги на прямые. Да, население может быть крупным инвестором, в чем заинтересованы и власть, и бизнес. Но оно не будет при низких уровнях доверия куда-то вкладываться. Поэтому сначала скорее всего будет попытка забрать эти деньги налогами. Хорошо бы такими налогами, которые побуждали бы население смотреть, что происходит, куда эти деньги делись, – тогда будет давление, чтобы возникало другого качества здравоохранение и образование, а не мегапроекты, про которые потом, может быть, и вспомнить будет неловко.

    Вообще, если говорить о длинных взглядах, то надо понимать, что у человека воспитывает эти долгие взгляды. Это, скажем, накопительная пенсионная система, потому что человек начинает думать про то, какие существуют в стране правила, куда вкладываются эти деньги, как они накапливаются, – это очень хорошо для мозгов. Образование всегда поднимает длинный взгляд, поэтому налоги и образование и были условием ценза при развитии успешной демократии. Когда ты более образованный и когда ты своими налогами подкармливаешь это развитие, ты начинаешь интересоваться, куда оно идет. Ты начинаешь говорить, куда вкладывать эти деньги. Поэтому, мне кажется, нам нужно поискать в этом направлении.

    То, что я говорю, разумеется, очень неопределенно, это размышления, а никакие не планы. Но я по-прежнему настаиваю на том, что нам нужно перейти в координаты длинной, долгосрочной программы – не шестилетней программы реформ, а трансформационной программы лет на 20–25. Вот в чем мы сошлись немедленно с Дароном Асемоглу – что нормальная продолжительность значимых преобразований для того, чтобы выйти из колеи, – это длина одного поколения, 25 лет. Если мы на протяжении этих 25 лет можем двигаться по определенной траектории, я думаю, что есть некоторый шанс на то, что мы решим вечную проблему России: понимаем, куда двигаться надо, но двигаемся не в ту сторону.

    – Пенсионными накоплениями сейчас властям важнее закрыть дефицит, потому что пенсии платить прямо сейчас, а что там через 25 лет будет – это еще когда, да и не они пожнут эти плоды. Вы говорите о том, как надо, как правильно, как лучше, но не говорите, какой интерес нынешней бюрократии эти планы воплощать в текущей политической системе. Что должно щелкнуть?

    – Я говорю, вы просто не слышите. Давайте посмотрим один реальный вариант: никто этого делать не будет, все бесполезная говорильня, все равно все это рухнет – рухнет, простите, на чью голову?

    – Почему же рухнет? Совсем не обязательно рухнет.

    – Общаясь со студентами, которые вообще более склонны к радикальным решениям, я говорю, что хуже революционного решения ничего не бывает, потому что, как замечательно сказал Станислав Ежи Лец, «ну пробьешь ты лбом стену – но скажи, что ты будешь делать в соседней камере?» Революции обычно не решают проблемы, они через какое-то время воссоздают все те же вещи, только они еще обильно кровью политы. Если мы не хотим идти этим путем – какие еще остаются варианты? Загнивание? Понятно, что загнивание – это отъезд людей из страны, это хирение всех систем, это очень тяжелая психологическая обстановка, потому что начинает пахнуть застоем. Застой же имеет запах – я уже второй раз в жизни этот запах чувствую в стране. Третий вариант какой? Вы говорите, что никто этого делать не будет, а я вам говорю – чтобы менять установки, по которым действует правительство, президент и т. д., важно, чтобы это поддержали доминирующие группы. При каких условиях поддержат? Покажите им, что их собственные тяжелые проблемы решаются при таких-то и таких-то шагах и переходах. Тогда появятся определенные возможности поворота. Мне кажется, что щелкает уже практически непрерывно. СССР был на уровне 10% мирового ВВП и шел вперед; у нас 1,7%, и мы сжимаемся. Щелкает. И как только мы раздуваемся и говорим: боже мой, да мы же великие, и по своей истории, и по своим военным возможностям… Великие, да, только нас за ноги держит примитивная экономика, резко зависимая от мировых рынков, слабая. Мы малая открытая экономика второго ряда, при которой великодержавные мечты не могут быть реализованы, про исторические амбиции тяжело вспоминать и т. д. На этом самом месте у нас в стране сверху донизу начинается когнитивный диссонанс. Этот тяжелый когнитивный диссонанс как раз и заставляет всерьез говорить о том, чего и как мы хотим достигнуть в долгосрочной перспективе и что для этого нужно сделать уже завтра.

    границ | Подход когнитивного моделирования к формированию стратегии при динамическом принятии решений

    Введение

    Бэккантри-лыжники (и сноубордисты) стремятся получить уникальные ощущения от катания на лыжах или сноуборде по покрытым снегом горам, рисуя первую линию на свежевыпавшем снегу. Прежде чем принять решение о спуске по тому или иному горному склону, они проверяют снежный покров, температуру и ветровые условия, чтобы избежать схода лавины. Часто ни одна характеристика снега не имеет решающего значения, но их сочетание может изменить условия безопасного катания.Решение продолжить движение по склону часто пересматривается в зависимости от обратной связи со снегом (например, обрушивающийся снег, торможение на снегу или хороший порошковый снег) и предыдущего опыта.

    Описанный сценарий дает хороший пример сложного познания. Комплексное познание (Knauff and Wolf, 2010) исследует, как различные умственные процессы влияют на планирование действий, решение проблем и принятие решений. Термин «психические процессы в сложном познании» включает не только когнитивные, но и мотивационные аспекты.Натуралистическое исследование процесса принятия решений исследует, как решения принимаются «в дикой природе». Реальные решения, принимаемые людьми с определенным опытом, исследуются в контексте ограниченного времени, противоречивых целей, динамично меняющихся условий и источников информации различной надежности.

    Такие сложные ситуации включают в себя дополнительные аспекты, которые не могут быть охвачены все вместе при изучении сложного познания. Тем не менее, исследователи должны стремиться к описанию, пониманию и предсказанию человеческого поведения во всей его сложности.

    Модель, расположенная в когнитивных архитектурах, может моделировать несколько параллельных процессов, тем самым фиксируя многогранные психологические явления и делая прогнозы, иногда даже для сложных задач. Тем не менее, разработка таких моделей требует пошаговой процедуры для выделения различных влияющих факторов. В нашем примере с лыжным спортом сначала необходимо разработать и протестировать модель основного процесса принятия решений (например, на основе изучения категорий на основе характеристик снега и обратной связи) лыжника бэккантри.Впоследствии этот подход может быть расширен с помощью подходов к моделированию других процессов, влияющих на решение (например, мотивации), для прогнозирования принятия решений в естественных условиях.

    Чтобы приблизиться к общей цели понимания познания в целом, изучение динамического принятия решений с помощью когнитивных архитектур представляет собой шаг в правильном направлении. При динамическом принятии решений решения не считаются фиксированными, но могут быть изменены поступающей информацией. Таким образом, рассматриваются не только отдельные аспекты принятия решений, такие как влияние внимания, но и факторы окружающей среды, которые дают обратную связь о действии или приводят к серьезным изменениям, требующим адаптации к новым условиям.

    Однако в реальных решениях на наш будущий выбор и нашу обработку результатов решений влияет обратная связь из окружающей среды. Это интерактивный взгляд на процесс принятия решений, называемый динамическим принятием решений (Gonzalez, 2017), примером которого является приведенный выше сценарий. Согласно Эдвардсу (1962), динамическое принятие решений определяют три аспекта. Во-первых, с течением времени предпринимается ряд действий для достижения определенной цели. Во-вторых, действия зависят друг от друга. Таким образом, на решения влияют предыдущие действия.В-третьих, и это наиболее трудно исследовать, изменения в окружающей среде происходят в результате этих действий, но также и спонтанно (Edwards, 1962). Согласно Гонсалесу (2017), динамическое принятие решений — это процесс, в котором решения мотивируются целями и внешними событиями. Они зависят от предыдущих решений и результатов. Таким образом, решения принимаются на основе опыта и зависят от обратной связи. В большинстве случаев такие решения принимаются в условиях ограниченного времени. Поэтому длительные умственные разработки невозможны.Подводя итог, можно сказать, что исследование динамического принятия решений исследует серию решений, которые зависят от предыдущих решений и принимаются в условиях временных ограничений в изменяющейся среде.

    Другой взгляд на динамическое принятие решений как на непрерывный цикл обновления ментальной модели представлен Ли и Маани (2011). Они описывают этот процесс с помощью цикла CER. CER расшифровывается как «Концептуализация – Экспериментирование – Отражение». Концептуализация — это получение понимания ситуации и мысленное моделирование результатов потенциальных решений и связанных с ними действий.Таким образом, лицо, принимающее решения, сравнивает данную ситуацию со связанной информацией в своей ментальной модели и объединяет новую информацию, полученную из окружающей среды, для выработки набора решений. Во время экспериментов решения и вмешательства, разработанные на основе ментальной модели лица, принимающего решения, проверяются в динамике реального мира. На этапе размышления отражается результат фазы экспериментирования, например, обрабатывается обратная связь. Если ожидаемый результат достигнут (например,, положительная обратная связь) первоначальные решения остаются в силе. Однако, если результат неожиданный (например, отрицательная обратная связь) или полученные результаты отличаются от ожидаемого результата, лицо, принимающее решение, обновляет свою ментальную модель. Для этого он или она выбирает альтернативные действия, такие как поиск новых источников информации для принятия лучших решений.

    Эти виды процедур принятия решений были предложены для разделения многих процессов с процедурой формирования категорий (Seger and Peterson, 2013).Категоризация — это мысленная операция, которая группирует объекты на основе их схожих характеристик. Когда новые категории формируются из заданного набора элементов без явной инструкции, сначала должны быть извлечены признаки, отличающие разные элементы. Затем гипотезы о соответствующих характеристиках должны быть сформированы и проверены путем принятия последовательных решений.

    Эксперименты по категориальному обучению в когнитивной науке часто требуют, чтобы участники установили четкие правила, которые идентифицируют членов целевой категории.Решения о последовательной категоризации подкрепляются обратной связью, указывающей, было ли решение правильным или нет. Успех таких экспериментов по категориальному обучению на основе правил во многом зависит от рабочей памяти и внимания руководителей (Ashby and Maddox, 2011). Тот факт, что решения в реальном мире критически зависят от успеха или неудачи в предыдущих испытаниях, квалифицирует категориальное обучение как модель для динамического принятия решений.

    Существует множество продвинутых вычислительных моделей категоризации, которые объясняют поведенческие характеристики субъектов в различных задачах категоризации (например,г., Нософский, 1984; Андерсон, 1991; Эшби, 1992; Крушке, 1992; Нософский и др., 1994; Эриксон и Крушке, 1998; Love et al., 2004; Sanborn et al., 2010). Эти конкурирующие модели различаются по своим теоретическим допущениям (Lewandowsky et al., 2012), и в настоящее время нет единого мнения о том, как можно сравнивать и тестировать разные модели друг с другом (Wills and Pothos, 2012).

    Еще одним требованием к динамическому принятию решений является возникновение изменений в окружающей среде. Хорошо известная задача категоризации с использованием таких изменений реализована в тесте сортировки карточек штата Висконсин (WCST; Berg, 1948).В этом тесте участники должны сначала выбрать правило одного признака (цвет, форма, количество символов), а затем им необходимо переключиться на другое правило одного признака. Это задание проверяет способность проявлять гибкость поведения. Другой экспериментальный подход к тестированию поведенческой гибкости у людей и животных — это обратное обучение (например, Clark et al., 2004; Jarvers et al., 2016). Здесь субъекты должны адаптировать свое поведение выбора в соответствии с обратными обстоятельствами подкрепления.

    Таким образом, эксперименты по категориальному обучению с изменяющимися правилами могут служить подходящими парадигмами для изучения динамического принятия решений в лаборатории, хотя и с ограниченной сложностью по сравнению со сценариями реального мира.

    Большинство экспериментов по изучению категорий на основе правил просты и используют только одну соответствующую спецификацию характеристики стимула (например, определенный цвет элемента) в качестве основы для категоризации. В принципе, однако, такое ограничение не требуется, и эксперименты по изучению категорий на основе правил могут стать более сложными при использовании правил конъюнкции. Их все еще можно легко описать словесно (например, ответьте A, если стимул мал по размеру x и мал по размеру y). Было показано, что правила конъюнкции могут быть изучены (например,g., Salatas and Bourne, 1974), но гораздо менее заметны и обычно не применяются (Ashby et al., 1998).

    Далее основные моменты, упомянутые выше, объединены в нашем примере катания на лыжах в бэккантри: поскольку обратная связь с окружающей средой играет центральную роль в построении правильной ментальной модели, обратная связь в виде сильного снежного покрова указывает на правильность текущей стратегии. Напротив, отрицательная обратная связь, например, разрушение снега, указывает на то, что следует изменить стратегию, возможно, поискать другие характеристики или даже другую комбинацию функций, которые могут обещать лучший результат для катания на лыжах.Кроме того, внезапные изменения условий окружающей среды могут привести к изменению сочетания характеристик, указывающих на положительный результат. В нашем примере изменением может быть другой склон холма с большим воздействием солнца или повышением температуры, что требует, чтобы другие комбинации функций использовались как указание для безопасного спуска. Существует множество вариантов того, какие функции и комбинации функций могут указывать на безопасные или небезопасные условия, что усложняет такую ​​задачу.

    Таким образом, для изучения динамического принятия решений в эксперименте по изучению категорий требуется задача с вышеупомянутыми характеристиками (последовательные решения с обратной связью, множественные стимулы и переключение назначений категорий).Чтобы определить, как люди изучают принадлежность функций в динамической среде, и исследовать, как возникают стратегии с возрастающей сложностью, сначала необходимо разработать подход к моделированию, обращающийся к этим аспектам. Если эта модель полезна и правдоподобна, она должна соответствовать средним поведенческим данным. Это важная веха на пути к более точной модели, которая, в свою очередь, должна предсказывать более подробные эмпирические данные (например, индивидуальные поведенческие или нейронные данные). Если этот шаг будет достигнут, то модели можно будет использовать в качестве систем помощи при принятии решений на индивидуальном уровне.

    В этой статье мы используем поведенческие данные эксперимента, описанного ниже, для разработки исходной когнитивной модели, как описано выше. В ходе эксперимента участникам нескольких испытаний было предъявлено большое количество разнообразных звуковых стимулов. Затем участники должны были узнать методом проб и ошибок, какие комбинации характеристик характеристик предсказывают положительный или отрицательный результат. Поскольку перцептивное обучение стимулам не является предметом нашего исследования, мы использовали характерные и легко узнаваемые слуховые особенности.Чтобы соответствовать всем вышеупомянутым критериям для динамического принятия решений, мы дополнительно ввели спонтанное изменение в среде, так что предыдущие решения о комбинациях функций внезапно потребовалось переоценить, чтобы получить положительную обратную связь.

    В частности, мы хотели бы продемонстрировать, как различные аспекты, влияющие на динамическое принятие решений, могут быть решены с помощью комбинации существующих и проверенных когнитивных механизмов в архитектуре. К ним относятся: научиться различать комбинации положительных и отрицательных характеристик в зависимости от обратной связи; последовательное тестирование сначала простых правил с одной характеристикой и переключение на более сложные правила с двумя функциями позже, а также использование метапознания для переоценки комбинаций функций после изменений среды.Другие подходы к моделированию также могут воспроизводить такие данные, что отличает наш подход тем, что он имеет теоретически обоснованную интерпретацию правдоподобных когнитивных механизмов.

    Зачем использовать когнитивное моделирование?

    Метод когнитивного моделирования усиливает точность расплывчатых теорий. Чтобы научные теории были точными, эти вербальные теории должны быть формально смоделированы (Димов и др., 2013). Таким образом, теории должны быть ограничены описываемыми процессами и научно установленными механизмами.Как утверждают Саймон и Ньюэлл (1971), «программируемость теорий является гарантией их работоспособности и железной страховкой от допуска магических сущностей в голову» (стр. 148).

    Когнитивные модели могут делать прогнозы того, как несколько аспектов или переменных взаимодействуют и производят поведение, наблюдаемое в эмпирических исследованиях. В реальных жизненных ситуациях поведение определяется множеством влияний. Когнитивные модели помогают понять, какие взаимосвязанные когнитивные процессы приводят к наблюдаемому поведенческому результату.Когнитивные модели могут выполнять ту же задачу, что и участники, путем моделирования множества текущих когнитивных процессов. Таким образом, модели могут дать представление о задачах, которые слишком сложны для анализа с помощью контролируемых экспериментов. Тем не менее изучение такого задания с участниками обязательно для сравнения результатов моделей и участников. Однако понимание процесса, ведущего к результату, более важно, чем точное соответствие модели заданному набору экспериментальных результатов. Наша цель в этом отношении — понять процессы, лежащие в основе принятия решений человеком, и не в последнюю очередь помочь людям научиться лучше принимать решения (Wolff and Brechmann, 2015).

    Прогнозы, сделанные с помощью когнитивных моделей, можно сравнивать не только со средними данными результатов (такими как время реакции или процент правильных решений), но и с обработкой данных. Данные процесса представляют собой шаблоны поиска информации, например нейронные данные. В этом отношении когнитивные модели могут быть проинформированы данными ЭЭГ и фМРТ для эмпирической проверки таких процессов (Forstmann et al., 2011; Borst and Anderson, 2015).

    Разработка нейробиологически правдоподобных моделей находится в центре внимания обучения с подкреплением (например,г., Саттон и Барто, 1998). Целью таких вычислительных моделей является лучшее понимание механизмов, задействованных на уровне нейронной сети, которые изучались с помощью инвазивных электрофизиологических измерений в различных областях мозга животных (например, сенсорной и моторной коре, базальных ганглиях и префронтальной коре). Такие модели нейронных сетей недавно были применены к задачам обучения, требующим гибкого поведения (например, задачам обращения в непредвиденные обстоятельства). Отсылаем читателя к недавней статье Jarvers et al.(2016), в котором дается обзор литературы по обратному обучению и описывается модель рекуррентной нейронной сети для задачи обучения слуховой категории, такой как та, которая применяется в данной статье. Эта вероятностная модель обучения хорошо согласуется с эмпирическим обучающим поведением, но не интерпретирует когнитивные процессы, которые приводят к такому поведению. Он постулирует неопределенный метакогнитивный механизм, который контролирует выбор подходящей стратегии. Вот где проявляется сила нашего подхода; Он специфичен для метакогнитивных механизмов, управляющих поведением в таких задачах.Примером могут служить процессы, которые гарантируют, что после ряда отрицательных результатов будет инициировано изменение стратегии.

    Подводя итог, можно сказать, что когнитивное моделирование — это поддающаяся опровержению методология исследования познания. В научной практике это означает, что точные гипотезы реализуются в исполняемых когнитивных моделях. Выход этих моделей (процесс, а также продукт) затем сравнивается с эмпирическими данными. Индексы соответствия, такие как r 2 и RSME, а также качественные тенденции предоставляют информацию о предсказательной способности когнитивных моделей.

    Более конкретно, центральные цели когнитивного моделирования состоят в том, чтобы (а) описать, (б) предсказать, и (в) предписать поведение человека (Marewski and Link, 2014). Модель , описывающая поведение , может воспроизводить поведение участников-людей. Однако, если модель воспроизводит точное поведение, обнаруженное в человеческих данных, это свидетельствует о переобучении. В этом случае модель имеет параметры, которые также соответствуют шуму, обнаруженному в эмпирических данных. Для решения таких проблем, связанных с чрезмерно определенными моделями, важно протестировать модель на новом наборе данных и, таким образом, оценить, насколько хорошо может предсказать новые данные . Prescribe означает, что модель должна быть обобщаемой, чтобы она могла предсказывать поведение в различных ситуациях. Более того, предпочтительны устойчивые модели, это означает, что на выходные данные модели нелегко повлиять определенные настройки параметров.

    Термин когнитивная модель включает в себя все виды моделей познания — от очень конкретных, изолированных когнитивных аспектов, применимых только в конкретных ситуациях, до более всеобъемлющих и обобщаемых. Последние кандидаты — это когнитивные архитектуры, которые рассматривают познание в целом.Они стремятся объяснить не только поведение человека, но и лежащие в его основе структуры и механизмы. Когнитивные модели, написанные на основе когнитивных архитектур, поэтому, как правило, не фокусируются на отдельных когнитивных процессах, таких как некоторый конкретный процесс обучения. Напротив, взаимодействие различных когнитивных процессов и контекст когнитивных процессов моделируются вместе. Моделирование отношений между различными подсистемами особенно актуально для прикладных исследовательских вопросов. Структуры и механизм для этого обеспечиваются когнитивной архитектурой и должны быть психологически и нервно правдоподобными (Thomson et al., 2015).

    Наиболее часто используемые когнитивные архитектуры, такие как ACT-R, предсказывают процессы на уровне детализации в диапазоне 50 мс. Эти процессы могут быть реализованы вычислительно. Однако они встроены в когнитивные теории — это то, что отличает когнитивные модели, построенные с помощью когнитивных архитектур, от математических моделей, таких как нейронные сети. Последние модели формально объясняют поведение с точки зрения вычислительных процессов. Таким образом, их объяснение поведения можно рассматривать с точки зрения вычислительных процессов, но не нацелено на когнитивные интерпретации (Bowers and Davis, 2012).

    Когнитивная архитектура ACT-R

    Когнитивная архитектура ACT-R (Adaptive Control of Thought — Rational) использовалась для успешного моделирования различных задач принятия динамических решений и является очень полезной архитектурой для моделирования обучения (Anderson, 2007; Gonzalez, 2017). Далее дается технический обзор основных структур и механизмов, управляющих когнитивными моделями в ACT-R. Мы сосредоточимся только на тех аспектах, которые важны для понимания нашего подхода к моделированию.Для более подробного ознакомления с ACT-R мы рекомендуем посетить веб-сайт ACT-R.

    Основная цель

    ACT-R — моделировать познание в целом с использованием различных модулей, которые взаимодействуют друг с другом для моделирования когнитивных процессов. Эти модули взаимодействуют через интерфейсы, называемые буферами. ACT-R — это гибридная архитектура, поэтому в модулях ACT-R реализованы символические и субсимвольные механизмы.

    Наша модель использует моторный, декларативный, воображаемый, целевой, слуховой и процедурный модули.Модуль двигателя представляет собой мощность двигателя ACT-R. Декларативный модуль — это долговременная память ACT-R, в которой хранятся и извлекаются все информационные блоки (блоки). Имагинальный модуль — это рабочая память ACT-R, в которой сохраняется и модифицируется текущее состояние проблемы (промежуточное представление, важное для выполнения задачи). Таким образом, имагинальный модуль играет важную роль в обучении. Целевой модуль содержит состояния управления. Это подцели, которые должны быть достигнуты для достижения главной цели.Слуховой модуль — это модуль восприятия слуха. Процедурный модуль играет центральную роль в ACT-R. Это интерфейс других блоков обработки, поскольку он выбирает производственные правила (см. Ниже) на основе текущего состояния модулей.

    Для написания модели разработчик модели должен указать символические части ACT-R. Это (а) производственные правила и (б) чанки. Куски — это самые маленькие единицы информации. Вся информация в ACT-R хранится по частям. Правила производства (e.г., постановки) состоят из условия и части действия. Производство выбирается последовательно, и одновременно может быть выбрано только одно производство. Производство можно выбрать только в том случае, если часть условий производства соответствует состоянию модулей. Затем часть действия изменяет фрагменты в модулях. Если более чем одно производство соответствует состоянию модулей, то процесс выбора субсимвольного производства выбирает, какое из соответствующих производств будет выбрано.

    Еще одним подсимволическим процессом в ACT-R является активация фрагмента.Он определяет, можно ли извлечь фрагмент из памяти и сколько времени занимает это извлечение. Полезность фрагмента в прошлом (активация базового уровня), релевантность фрагмента в текущем контексте (ассоциативная активация) и параметр шума суммируются с значением активации фрагмента. Изменение субсимволических механизмов ACT-R также является частью процедуры моделирования. Это можно сделать с помощью определенных параметров, однако большинство параметров имеют значения по умолчанию, полученные из предыдущих исследований (Wong et al., 2010), которые следует использовать.

    Как можно смоделировать процесс принятия решений и категорийное обучение в ACT-R?

    Существует множество различных стилей для написания моделей в ACT-R (Taatgen et al., 2006). Для принятия решений использовались следующие подходы к моделированию: (а) стратегия или правила, (б) примерные или экземпляры, и (в) подходы, сочетающие стратегии и примеры. Эти подходы будут сравниваться, чтобы мотивировать выбранный нами подход к моделированию.

    В стратегии или основанных на правилах моделях различные стратегии решения проблем реализуются с разными производственными правилами, и успешные стратегии вознаграждаются.Теории, основанные на правилах, при изучении категорий постулируют, что классификатор должен идентифицировать категорию объекта, проверяя его на соответствие различным правилам. Итак, чтобы найти решение проблемы, используются стратегии в виде правил.

    Образцовые или основанные на экземплярах модели полагаются на предыдущий опыт, хранящийся в декларативной памяти, для решения проблем принятия решений. Содержание и структура экземпляров зависят от индивидуального оформления. Это не полное представление о событии, но представляет собой спецификации функций, на которых сосредоточено внимание решателя проблем, а также отзывы опытных специалистов.Образцовые теории изучения категорий постулируют, что экземпляры категорий запоминаются. Чтобы решить, принадлежит ли экземпляр к категории, новый экземпляр сравнивается с существующим. Обучение на основе экземпляров (IBL) основывается на экземплярах в контексте процессов динамического принятия решений и включает механизмы обучения, такие как поиск на основе распознавания. Получение экземпляров зависит от сходства между текущей ситуацией и экземплярами, хранящимися в памяти. В ситуациях IBL результаты наблюдений сохраняются по частям и извлекаются из памяти для принятия решений.Субсимволическая активация извлеченных экземпляров определяет, какие экземпляры могут быть извлечены в данной ситуации. Обучение на основе экземпляров требует некоторого предварительного изучения соответствующих экземпляров. Затем лица, принимающие решения, могут извлечь и обобщить эти примеры (Gonzalez et al., 2003).

    Модели смешанного подхода используют как правила, так и экземпляры для решения задач принятия решений.

    Несколько авторов реализовали описанные подходы в средах категориального обучения и принятия решений.В модели ACT-R, основанной на стратегии, Orendain and Wood (2012) реализовали различные стратегии для решения сложных проблем в игре «Микромир» под названием «Firechief». Их модель отражала поведение участников игры. Кроме того, можно было смоделировать различные условия обучения и результирующее поведение участников. Модель работала более или менее гибко, как и участники, в зависимости от условий обучения. Это демонстрирует, что успех в обучении стратегии зависит от последовательности стимулов в условиях обучения.Пиблз и Бэнкс (2010) использовали основанную на стратегии модель задачи динамических запасов и потоков (DSF). В этой задаче уровень воды должен поддерживаться постоянным, но приток и отток воды изменяются с разной скоростью. Модель стратегий для выполнения этой задачи ACT-R была реализована в виде производственных правил. Модель точно воспроизводила данные, но была менее успешной в прогнозировании новых данных. Авторы предположили, что, просто расширив модель, чтобы она содержала больше стратегий и гипотез, можно было бы также предсказать такие новые данные.Таким образом, определение адекватных правил имеет решающее значение для моделей, основанных на правилах.

    Gonzalez et al. (2009) сравнили производительность двух моделей ACT-R, модели на основе экземпляров и модели на основе стратегии, в задаче RADAR. В этом задании участники и модель должны были визуально различать движущиеся цели (самолеты) среди движущихся отвлекающих факторов, а затем устранять цели. Обе модели достигли примерно одинакового общего соответствия данным участников, но IBL лучше справилась с задачей переноса.

    Lebiere et al.(1998) протестировали две типовые модели, отражающие обучение во время сложной задачи по решению проблем, называемой сахарным заводом (Берри и Бродбент, 1988). Задача сахарного завода исследует, как субъекты учатся управлять сложными системами с неизвестным динамическим поведением. Задание требует от испытуемых произвести определенное количество сахарных изделий. Таким образом, в каждом испытании необходимо соответствующим образом корректировать штат сотрудников. Две типовые модели обеспечивали адекватное учебное поведение, аналогичное поведению испытуемых.В последующем исследовании Фум и Стокко (2003) исследовали, насколько хорошо эти оригинальные модели могут предсказать поведение участников в случае гораздо меньшего целевого количества сахарного продукта, чем в первоначальном эксперименте. Кроме того, они исследовали, могут ли модели воспроизводить поведение в случае переключения с высокого целевого количества продукта на низкое целевое количество продукта и наоборот во время эксперимента. В первом случае результативность участников существенно выросла. Исходные модели IBL не могли уловить такое поведение.Поэтому авторы разработали основанную на правилах модель, которая фиксировала субъектов, меняющих поведение.

    Rutledge-Taylor et al. (2012) сравнили основанную на правилах и основанную на образце модель для задачи категоризации интеллекта, в которой изученные характеристики должны были быть изучены и присвоены. Обе модели одинаково хорошо предсказывали данные участников. Ни одна модель не превосходила другую.

    В другом исследовании категоризации Андерсон и Бетц (2001) изучали три задачи обучения по категориям с тремя различными моделями ACT-R, моделью на основе образца, моделью на основе правил и смешанной моделью.Смешанная модель подошла лучше всего, воспроизводя эффекты обучения и задержки, обнаруженные в эмпирических данных.

    Таким образом, нет четких доказательств того, что тот или иной подход к моделированию лучше. В своей статье Андерсон и Бец (2001) утверждают, что смешанный подход, вероятно, наиболее близок к тому, как люди классифицируют, потому что предположение о том, что категоризация основывается исключительно на образцах или исключительно на правилах, вероятно, слишком ограниченно. Кроме того, последовательность стимулов и адекватная спецификация правил важны для задач динамического принятия решений и категорийного обучения.

    Кроме того, модели сложных задач должны включать метакогнитивные процессы, такие как отражение и оценка прогресса выбранного подхода (Roll et al., 2004; Reitter, 2010; Anderson and Fincham, 2014). Модель Reitter (2010) динамических запасов и потоков задач исследовала, как субъекты управляют конкурирующими стратегиями задач. Индивидуальный анализ эмпирических данных показал, что участники продемонстрировали внезапные заметные изменения в поведении. Механизмы обучения, которые являются чисто субсимволическими, не могут объяснить такое поведение, потому что для изменения поведения модели потребуется слишком много времени.Кроме того, стратегии участников, казалось, менялись в зависимости от сложности течения воды. Таким образом, модель этой задачи должна учитывать смену стратегии, а не только постепенное обучение. Рейтер (2010) предполагает, что человеческие решения реальных проблем возникают из комбинации общих механизмов (основных механизмов обучения) и стратегий принятия решений, общих для многих задач когнитивного моделирования. Его модель реализует несколько стратегий для решения основной задачи управления, а также механизм ранжирования и выбора этих стратегий в соответствии с их соответствием в данной ситуации.Это представляет собой метакогнитивный аспект его модели.

    Наша цель

    Наша цель — разработать подход к моделированию ACT-R для принятия динамических решений в задачах категориального обучения. Подходящая задача для такого подхода к моделированию должна удовлетворять нескольким требованиям. Во-первых, модель должна использовать сложные многофункциональные стимулы для построения категорий из объединенных функций. Во-вторых, задача должна обеспечивать обратную связь, тем самым позволяя модели учиться. В-третьих, изменения в среде должны происходить во время задачи, вынуждая модель действовать в соответствии с ними, уточняя однажды изученные сборки категорий.

    Для моделирования производительности в такой задаче подход к моделированию должен включать механизмы изучения стратегии и переключения стратегии. Он должен точно указать, как гипотезы об обучении по категориям могут быть реализованы с помощью ACT-R. Следует использовать смешанный подход к моделированию правил и примеров, поскольку предыдущая работа показывает, что такие модели наиболее подходят для задач динамического принятия решений. Кроме того, поскольку необходимо учитывать переключение в присвоении категорий, а также мониторинг прогресса обучения, метакогнитивные аспекты должны быть включены в подход к моделированию.

    Наш подход к моделированию должен предоставлять информацию о реальных когнитивных процессах, лежащих в основе принятия динамических решений человеком. Следовательно, он должен уметь предсказывать поведение человека и демонстрировать примерно те же эффекты на производительность, которые можно найти в эмпирических данных, отражающих принятие решений, например, скорость отклика. Что еще более важно, мы стремимся разработать общую модель динамического принятия решений. Чтобы модель была общей (например, не подходила исключительно для одной конкретной экспериментальной установки или набора данных), она должна быть простой.Таким образом, следует использовать лишь несколько предположений и избегать ненужных. В результате подход к моделированию должен быть в состоянии предсказать поведение с другими материалами стимула и быть перенесен на другие аналогичные задачи.

    Подводя итог данной статьи, предлагаемый нами подход к моделированию направлен на отображение основных процессов принятия решений человеком, таких как включение обратной связи, обновление стратегии и метапознание. Построение модели с когнитивной архитектурой гарантирует использование оцененных когнитивных процессов.Задача состоит в том, чтобы увидеть, могут ли эти когнитивные аспекты, включая процессы архитектуры, привести к эмпирическому обучению:

    Во-первых, в модель должно быть включено улучшение производительности за счет обратной связи. В случае изучения функций и обновления стратегии улучшения в стратегии рассматриваются только в случае отрицательной обратной связи (Li and Maani, 2011). Если обратная связь сигнализирует о положительном решении, люди рассматривают выбранную стратегию для дальнейшего использования. Таким образом, люди обновляют свою ментальную модель во время динамического принятия решений, только если они получают отрицательную обратную связь (Li and Maani, 2011).Для нашей модели обучения особенностям это означает, что после того, как успешная стратегия была выбрана вместо альтернатив, для пересмотра этой стратегии потребуются отрицательные отзывы об этой стратегии, а не положительный опыт взаимодействия с другими, поскольку они больше не исследуются.

    Во-вторых, модель должна включать переходы от простых стратегий к сложным. Результаты показывают, что люди сначала используют простые решения, а затем переключаются на более сложные (Johansen and Palmeri, 2002). Обсуждаемый подход к моделированию должен быть построен аналогичным образом.Вначале он должен следовать простым стратегиям категоризации по одному признаку, а затем перейти к более сложным стратегиям с двумя признаками.

    В-третьих, модель должна использовать метакогнитивные механизмы. Например, ему требуются спецификации, при которых требуется переключение с однофункциональной стратегии на многофункциональную стратегию. Кроме того, метакогнитивные аспекты должны отражать предыдущие успехи в обучении. Таким образом, отслеживание того, какие подходы были полезными, а какие нет, или как часто стратегия была успешной в прошлом, должно быть реализовано в модели.Более того, такие механизмы должны гарантировать, что если стратегия была успешной в прошлом и потерпела неудачу в первый раз, она не отбрасывалась напрямую, а снова проверялась. Кроме того, метакогнитивные механизмы должны не только решать проблему перехода от однофункциональных к многофункциональным стратегиям, но также включать ответы на изменения в окружающей среде.

    Материалы и методы

    Далее представлен эксперимент динамического принятия решений и наша модель, выполняющая ту же задачу.Модель включает механизмы для интеграции обратной связи, переключения от простых к сложным стратегиям и обращения к метапознанию. Модель построена после получения экспериментальных данных.

    Этот раздел подразделяется следующим образом: Сначала описываются выборка участников, установка и стимулы эмпирического эксперимента. Затем подробно объясняется подход к моделированию. После этого представлены настройки модели и стимулы. Наконец, описаны аналитические методы для оценки соответствия между моделью и эмпирическими результатами.

    Участников эксперимента

    55 человек приняли участие в эксперименте, который проводился внутри МРТ сканера 3 Тесла (27 женщин, 28 мужчин, возраст от 21 до 30 лет, все правши, с нормальным слухом). Все субъекты дали письменное информированное согласие на исследование, которое было одобрено этическим комитетом Магдебургского университета, Германия.

    Экспериментальные стимулы

    Набор частотно-модулированных различных тонов служил стимулами для задачи категоризации.Тональные сигналы различались по длительности (короткие, 400 мс, против длинных, 800 мс), направлению частотной модуляции (возрастающая или падающая), интенсивности (низкая интенсивность, 76–81 дБ, против высокой интенсивности, 86–91 дБ). частотный диапазон (пять низких частот, 500–831 Гц по сравнению с пятью высокими частотами, 1630–2639 Гц) и скорость модуляции (медленная, 0,25 октавы / с, против быстрой, 0,5 октавы / с), в результате получается 2 × 2 × 2 × 10 × 2 (160) разных тонов. Соответствующие задаче свойства стимула заключались в направлении частотной модуляции и продолжительности звука, в результате чего выделялись четыре категории тона: короткий / нарастающий, короткий / падающий, длинный / нарастающий и длинный / падающий.Для каждого участника одна из этих категорий составляла целевые звуки (25%), в то время как другие три категории служили нецелевыми (75%).

    В качестве стимулов обратной связи мы использовали естественные речевые высказывания (например, ja, «да»; nein, «нет»), а также одно высказывание с тайм-аутом (zu spät, «слишком поздно»), взятые из оцениваемого просодического корпуса MOTI ( Вольф и Брехманн, 2012, 2015).

    Экспериментальная парадигма

    Эксперимент длился около 33 минут, в течение которого большое количество частотно-модулированных тонов (см. Раздел Экспериментальные стимулы выше) было представлено в 240 испытаниях в псевдорандомизированном порядке и с колеблющимся интервалом между испытаниями 6, 8 или 10 с. .Участникам было предложено указать нажатием кнопки, считают ли они тон в каждом испытании целевым (указательный палец правой руки) или нецелевым (средний палец правой руки). Они не были проинформированы о целевой категории, но должны были учиться методом проб и ошибок. Правильные ответы сопровождались положительными отзывами, неправильные ответы — отрицательными. Если участники не ответили в течение 2 секунд после подачи звукового сигнала, была представлена ​​обратная связь о тайм-ауте.

    После 120 испытаний был введен перерыв в 20 с.В следующем испытании непредвиденные обстоятельства были отменены, так что целевой стимул требовал нажатия правой, а не левой кнопки. Участники были заранее проинформированы о периоде отдыха после завершения первой половины эксперимента, но не были проинформированы о смене непредвиденных обстоятельств.

    Модель в деталях

    Далее модель представлена ​​подробно. Сначала дается описание основных декларативных представлений (чанков). Они отражают представления стратегии и метакогнитивные процессы.Далее следует описание того, как модель проходит испытание. Наконец, кратко излагаются правила, управляющие изучением стратегии.

    Чанки и правила производства, используемые в модели

    Блоки, реализованные в модели, показаны на рисунке 1. «Блоки стратегии» содержат стратегии в форме примеров пар признак-значение и ответов. Они хранятся и извлекаются из долговременной памяти (декларативный модуль). Текущая стратегия хранится в рабочей памяти (имагинальном модуле).Блоки стратегии содержат следующую информацию о стратегии: какие функции и соответствующие значения являются релевантными (например, звук громкий или звук громкий и его частотный диапазон высокий), каков предложенный ответ ( категоризация, 1 или 0), а также степень сложности стратегии (например, стратегия с одним или двумя функциями). Кроме того, частью этого блока является механизм оценки. Это включает в себя отслеживание того, была ли стратегия неудачной, и отслеживание того, как часто стратегия была успешной.Этот механизм отслеживания замечает, успешна ли первая попытка использования этой стратегии. Затем он подсчитывает количество успешных применений стратегии; этот явный подсчет продолжается до тех пор, пока не будет достигнуто определенное значение. Мы внедрили такой механизм порогового подсчета, чтобы отразить субъективное ощущение, что стратегия часто бывает полезной. Мы реализовали разные пороговые значения для модели. Мы также различали порог для стратегий с одним признаком (первый счет) и для стратегий с двумя признаками (второй счет).Механизм отслеживания можно рассматривать как метакогнитивный аспект нашей модели. Другие метакогнитивные аспекты реализуются в «контрольном блоке», который хранится в целевом буфере модели. Эти метакогнитивные аспекты включают: во-первых, уровень функциональной сложности стратегии, то есть, пытается ли модель решить задачу с помощью стратегии с одним признаком или с помощью стратегии с двумя признаками; во-вторых, независимо от того, вызвала ли долгая успешная стратегия ошибку или нет, это означает неуверенность модели в точности текущей стратегии; в-третьих, произошли ли в окружающей среде изменения, требующие возобновления поиска адекватной стратегии.

    Рисунок 1. Схематическое построение структуры элемента управления и блока стратегии. Nil означает, что переменная не имеет значения.

    Структура исследования

    Производственные правила определяют, как модель выполняет задачу. Поток модели через ее производственные правила проиллюстрирован на рисунке 2. В следующем разделе описывается, как модель проходит испытание, конкретные производственные правила указаны в скобках.

    Рисунок 2. Схематический обзор того, как модель проходит испытание. Темно-серые прямоугольники слева представляют правила производства, светло-серые овалы справа — основные задействованные буферы.

    Тональный сигнал представлен модели и поступает в буфер звуковой локализации (прослушивание) . После того, как тон закончился, он кодируется в слуховом буфере (кодируется) . Таким образом, фрагмент со всей необходимой звуковой информацией (продолжительность, направление изменения высоты тона, интенсивность и частотный диапазон — см. Раздел «Парадигма моделирования и стимулы» ниже) находится в слуховом буфере, и все четыре характеристики тона доступны модели.Затем звуковой фрагмент в звуковом буфере сравнивается с фрагментом стратегии, хранящимся в воображаемом буфере (сравните) . Если специфические характеристики (например, высокая интенсивность) блоков стратегии такие же, как и в блоке аудио, ответ соответствует стратегии, предложенной моделью (реагировать одинаково) , в противном случае — противоположным ответом. выбрал (реагирует-разнится) . Представленная обратная связь прослушивается и сохраняется в звуковом буфере местоположения (прослушивание-обратная связь) , а затем кодируется в звуковом буфере (кодирование-обратная связь) .Если обратная связь положительна, текущая стратегия сохраняется в воображаемом буфере, а счетный слот обновляется (исправление обратной связи) . Если обратная связь отрицательная, стратегия обновляется в зависимости от предыдущего опыта (обратная связь-неправильная) . Таким образом, другой блок стратегии извлекается из декларативной памяти и копируется в воображаемый буфер.

    Поиск адекватной стратегии

    Все возможные стратегии уже хранятся в долговременной памяти модели.Текущая стратегия сохраняется в рабочей памяти и оценивается с учетом обратной связи. Для положительной обратной связи стратегия сохраняется, и подсчитывается, как часто она оказывается успешной. Если обратная связь отрицательная, стратегия обычно меняется. В следующем подразделе приводится краткое описание того, как осуществляется обновление стратегии. Для получения дополнительной информации см. Рисунок 3.

    Рисунок 3. Правила, определяющие, когда и в какой степени стратегии изменяются после получения отрицательной обратной связи.

    Модель всегда начинается с стратегии одного признака (стратегия, с которой она начинается, является случайной), а затем переключается на другую стратегию одного признака. Характер переключения зависит от того, как часто та или иная стратегия была успешной. Когда модель ищет различные стратегии с одним признаком, она извлекает только те стратегии, которые не использовались в последнее время. В случае немедленного отказа стратегии одного признака, для пары признак-значение используется другой ответ. В других случаях пара функция-значение изменяется, но ответ сохраняется.Если однофункциональная стратегия часто оказывалась успешной, а затем один раз терпела неудачу, стратегия не обменивается напрямую, а переоценивается. Однако также отмечается, что стратегия вызвала ошибку. Две возможности объясняют, почему происходит переключение от стратегии с одной функцией к стратегии с двумя функциями: такое переключение может произойти либо потому, что не может быть извлечена ни одна стратегия с одной функцией, которая не была негативно оценена, либо потому, что часто успешная стратегия с одной функцией неоднократно терпела неудачу. Переключения в стратегии с двумя функциями моделируются следующим образом: если стратегия с двумя функциями не увенчалась успехом с первой попытки, используется любая другая стратегия с двумя функциями (которая является случайной).Если стратегия с двумя характеристиками изначально была успешной, а затем потерпела неудачу, то будет выбрана новая стратегия, которая сохраняет одну из пар «характеристика-значение» и ответ. Эта стратегия отличается только от другой пары функция-значение. Когда среда меняется, ранее часто успешная стратегия двух функций (а также стратегия одной функции) потерпит неудачу. Затем предпринимается попытка найти другую стратегию с двумя функциями. Если в момент изменения среды модель не нашла успешной стратегии с двумя функциями, она продолжит поиск полезной стратегии с двумя функциями и, таким образом, не заметит изменения.

    Парадигма моделирования и стимулы

    В следующем разделе кратко описывается, как эксперимент был реализован для модели. Это включает в себя краткий обзор того, как представление стимула было изменено для модели.

    Задача участников была реализована для модели в ACT-R 7.3 с небольшими изменениями. Для модели использовались те же четыре псевдо-рандомизации, которые использовались для участников. Таким образом, 25% стимулов были целевыми. Проба началась с тонального сигнала, который длился 400 мс.Чтобы смоделировать продолжительность двух стимулов, мы использовали две разные функции в команде new-other-sound. Как только модель ответила нажатием кнопки, была представлена ​​слуховая обратная связь. В целом, испытание длилось рандомизированный период 6, 8 или 10 с, как и исходный эксперимент. После 120 испытаний у модели не было перерыва, но и после 120 испытаний цели поменялись.

    Вместо использования всех 160 различных тонов в модели было представлено шестнадцать различных тонов. Каждый из тонов представляет собой композицию из четырех характеристик четырех бинарных функций: длительность (длительность vs.короткий), направление частотной модуляции (возрастающая или падающая), интенсивность (низкая или высокая интенсивность) и частотный диапазон (низкая или высокая). Для модели использовались только двоичные функции, поскольку разница в восприятии между двумя классами каждой выбранной функции была высокой, за исключением скорости модуляции, которая, следовательно, не была реализована в модели. Для участников использовалось больше вариантов характеристик, чтобы гарантировать категоричность решений и предотвратить запоминание отдельных пар тон-обратная связь.Для модели это не проблема, поскольку не было реализовано никакого механизма, позволяющего такое запоминание. Что касается участников, модели была представлена ​​слуховая обратная связь.

    Подход к моделированию представляет собой смешанный подход к моделированию, стратегии кодируются как экземпляры, но извлекаемый экземпляр в основном регулируется правилами.

    Чтобы проверить, является ли модель обобщаемой, были реализованы различные варианты. Кривые обучения, найденные в эмпирических данных, по-прежнему должны быть найдены при различных правдоподобных настройках параметров.Однако конкретные настройки параметров должны влиять на качество прогноза модели. Подход, который обычно выбирают разработчики когнитивных моделей, заключается в поиске конкретных настроек параметров, которые приводят к оптимальному соответствию, а затем в отчете об этом соответствии. Цель такого подхода — показать, что модель напоминает текущие когнитивные процессы у людей. Мы выбрали другой подход. Наша цель — показать, что наш подход к моделированию может отображать общее поведение, такое как обучение и обратное обучение, а также отклонения, обнаруженные в данных.Изменяя настройки параметров, мы хотим оптимизировать соответствие модели и исследовать устойчивость механизмов модели к вариациям параметров.

    Что касается выбора изменяющихся параметров, мы используем расширенный термин, который включает не только подсимвольные параметры ACT-R (которые обычно рассматриваются как параметры), но также определенные (производственные) правила (Stewart and West, 2010). В случае этой модели производства, которые контролируют механизм отслеживания успешных стратегий, разнообразны.Механизм отслеживания отслеживает, как часто стратегия оказывается успешной. Однако модель не увеличивает счет на протяжении всего эксперимента. После достижения порогового значения успешная стратегия помечается как «успешная часто». После этого он не разряжается напрямую в случае отрицательной обратной связи, а вместо этого переоценивается. Итак, чтобы ответить на вопрос, каковы наиболее подходящие значения для порога первого и второго подсчета, эти значения варьировались. Другое допущение реализованной модели состоит в том, что этот порог отличается для однофункциональной и однофункциональной модели.двухфункциональные стратегии. Мы предположили, что пороговое значение для стратегий с двумя характеристиками должно быть вдвое больше значения для стратегий с одним элементом, как если бы модель учитывала каждую функцию отдельно. Первый счет был изменен на три, четыре и пять, а второй счет — на шесть, восемь и десять.

    Помимо параметров, управляющих механизмом отслеживания, мы также исследовали механизм памяти, управляемый параметрами. Последний контролирует, как долго модель может помнить, использовала ли она уже предыдущую стратегию.Это параметр declarative-finst-span ACT-R. Мы предположили, что участники помнят, какую стратегию они использовали ранее, примерно в течение 10 испытаний. Поэтому мы протестировали два разных значения (80 и 100 с) для этого параметра, определяя, может ли модель запомнить, был ли этот фрагмент извлечен за последние 80 (или 100) с. Комбинация декларативного конечного диапазона (80, 100), трех значений для первого подсчета (3, 4, 5) и трех значений для второго подсчета (6, 8, 10) привела к 18 версиям моделирования (см. Таблицу 1).

    Таблица 1. Версии моделирования, полученные в результате объединения различных настроек параметров для первого и второго подсчета и декларативного конечного диапазона.

    Анализы

    Каждая из моделей была запущена 160 раз, 40 раз для каждого псевдослучайного порядка с использованием ACT-R 7.3. Данные были предварительно обработаны с помощью специальных файлов Lisp, а затем проанализированы с помощью Microsoft Excel.

    Данные модели и эмпирические данные были разделены на 12 блоков, по 20 испытаний на блок.Средняя доля правильных ответов и стандартное отклонение на блок были вычислены для эксперимента, а также для каждой из 18 моделей.

    Одной из целей этого исследования было предсказать среднюю кривую обучения участников. Таким образом, доля правильных ответов участников сравнивалась с долей правильных ответов каждой из моделей. Визуальные графики, сравнивающие смоделированные с эмпирическими данными, были проанализированы в отношении увеличения и уменьшения правильных ответов.

    В качестве показателя относительного соответствия были вычислены коэффициент корреляции ( r ) и коэффициент детерминации ( r 2 ). Они показывают, насколько хорошо тенденции в эмпирических данных отражаются в модели.

    В качестве показателя абсолютного соответствия была рассчитана среднеквадратичная ошибка (RMSE). RMSE показывает, насколько точно модель предсказывает эмпирические данные. RMSE интерпретируется как стандартное отклонение дисперсии эмпирических данных, которое не объясняется моделью.

    Чтобы сравнить дисперсию на основе участников, обнаруженную в эмпирических данных, с дисперсией, полученной в результате 160 отдельных прогонов модели, для каждого блока эксперимента был рассчитан тест Левена (надежный тест для проверки равенства дисперсий).

    Результаты

    В следующих разделах представлены эмпирические данные, смоделированные кривые обучения и результаты, касающиеся общего соответствия различных версий модели данным.

    Кривые эмпирического обучения

    Описательный анализ эмпирических данных (см. Рисунок 4 и таблицу 2) показывает, что в среднем в первом блоке участники правильно реагируют на 64.3% (± 13,5%) испытаний. Частота ответов участников увеличивается до шестого блока до 90,4% (± 12,2%) правильных испытаний. В седьмом блоке, в котором переключаются мишени и нецелевые объекты, оно падает до 56,5% (± 17,7%) правильных попыток. Затем он снова увеличивается и достигает 81,0% (± 18,5%) правильных попыток в восьмом блоке и 89,7% (± 13,9%) правильных попыток в последнем блоке. По всем 12 блокам стандартное отклонение эмпирических данных колеблется от минимума 10,7% до максимума 18,9% со средним стандартным отклонением 15.1%. Стандартное отклонение участников объясняется тем фактом, что разные участники показали разные кривые обучения, и не все участники сообщили, что нашли правильную стратегию в ходе постинтервью. Соответственно, одиннадцать участников (20,0%) показали эффективность ниже 85% к концу первой части эксперимента (Блок 6), а 12 участников (21,8%) остались ниже 85% правильных ответов в конце второй части ( Блок 12).

    Рисунок 4. Средняя производительность и стандартные отклонения участников-людей, модель наилучшего соответствия (3_06_100) и модель наихудшего соответствия (5_10_100) в 12 блоках эксперимента.

    Таблица 2. Средняя доля правильных ответов и стандартных отклонений (в%) участников и 18 версий модели в 12 блоках эксперимента.

    Смоделированные кривые обучения

    На рисунке 4 также показаны средние значения и стандартные отклонения доли правильных ответов для наилучшей (3_06_100) и наихудшей (5_10_100) модели (см. Ниже, Раздел «Подгонка модели»). Кроме того, в таблице 2 перечислены средние характеристики модели и стандартные отклонения для каждого из двенадцати блоков для всех 18 моделей, а на рисунке 5 показаны кривые обучения для всех 18 моделей.

    Рисунок 5. Средняя производительность 18 версий модели в 12 блоках эксперимента, (A) модели с декларативным окончательным интервалом 80 с, (B) модели с декларативным- плавность хода 100 с.

    Как наилучшая, так и наихудшая подходящие модели (как и все другие) отражают общую форму кривой обучения, обнаруженной в данных. Оба они показывают увеличение скорости обучения в первых шести блоках. Точно так же все модели показывают падение производительности в седьмом блоке, за которым следует еще один рост производительности.Однако даже в наиболее подходящей модели 3_06_100 доля правильных ответов недооценивается моделью, особенно в первых блоках. Кроме того, участники демонстрируют более серьезную неудачу после переключения, но затем восстанавливаются быстрее, в то время как модели требуется больше времени, пока ее производительность снова не возрастет. Тем не менее, для наиболее подходящей модели смоделированные данные всегда находятся в диапазоне стандартного отклонения эмпирических данных.

    Как показано в Таблице 2, каждая из моделей показывает большую степень дисперсии для своих 160 прогонов.Стандартное отклонение, усредненное по всем 12 блокам, составляет от 18,9 до 20,4%, в зависимости от настроек параметров модели. Для наиболее подходящей модели стандартное отклонение в отдельных блоках составляет от 11,6 до 23,4% и значительно превышает стандартное отклонение, обнаруженное в эмпирических данных, за исключением первых двух блоков эксперимента и первых двух блоков после переключатель (для всех блоков, кроме блока 1, 2, 7 и 8: все F с> 6,79, все p с <0.010). Этот высокий разброс отдельных прогонов модели указывает на то, что один и тот же базовый набор правил с одинаковыми настройками параметров может по-прежнему приводить к очень разным кривым обучения, в зависимости от того, какие именно стратегии выбираются в каждой точке, когда выбирается новая стратегия (например, начальная стратегия, изменение стратегии одного объекта, изменение стратегии двух функций). Более того, как и в случае с не учащимися среди участников, описанными выше (см. Раздел «Кривые эмпирического обучения»), не все прогоны модели были успешными, в результате (для наиболее подходящей модели) результативность ниже 85% в 35.6% запусков блока 6 и 30,0% запусков блока 12.

    Подходит для модели

    Среднее значение корреляции модели и эмпирических данных составляет 0,754. От 43,9% до 67,1% расхождений в данных объясняется различными моделями. Среднее стандартное отклонение необъяснимой дисперсии составляет 0,136. Все значения r, r 2 и RMSE для 18 версий модели представлены в таблице 3.

    Таблица 3. Значения r, r 2 и RMSE 18 версий модели.

    Как показано в таблице 3 и на рисунке 5, модель демонстрирует относительную устойчивость к влиянию различных настроек параметров. Для первого подсчета более низкое значение несколько лучше для соответствия — в первой части эксперимента (до блока 6) наблюдается более сильное увеличение для более низкого, чем для более высокого значения первого подсчета. Для второго подсчета более низкое значение также приводит к лучшему соответствию. Влияние параметра declarative-finst-span на индексы соответствия очень мало, что приводит к несколько лучшему соответствию либо для declarative-finst-span 80 с или 100 с, в зависимости от настроек первого и второго счета. .

    Наилучшее соответствие с точки зрения корреляции было достигнуто для модели со значением declarative-finst-span, установленным на 100 (т. Е. Модель смогла запомнить, использовала ли она уже предыдущую стратегию в течение 100 с), при первом подсчете три (т. е. стратегия с одним элементом должна быть успешной не менее трех раз, чтобы считаться «часто успешной») и второй счет до шести (т. е. стратегия с двумя характеристиками должна быть успешной по крайней мере шесть раз, чтобы быть успешной. считается «часто успешным»). Наихудшее совпадение наблюдалось для модели со значением декларативного конечного диапазона, равным 100, при первом счете до пяти и втором счете до десяти.

    RMSE варьируется от минимального 0,106 (3_06_100) до максимального 0,164 (5_08_100). Таким образом, модель с первым счетом три, вторым счетом шесть и декларативным конечным диапазоном, установленным на 100, работает лучше всего как с точки зрения корреляции (), так и с точки зрения абсолютного прогнозирования (RMSE).

    Сводка

    В целом модели хорошо предсказывают данные. Смоделированные кривые обучения напоминают форму средней эмпирической кривой обучения с увеличением в первой половине эксперимента, кратковременным снижением в начале второй половины, за которым следует еще один рост производительности.Индексы корреляции модели наилучшего соответствия демонстрируют хорошее совпадение, при этом 67,2% дисперсии данных объясняется моделью с интервалом декларативного финала 100 с, первым порогом счета три и вторым порогом счета шесть. Обратите внимание, что это также модель с наиболее близким абсолютным соответствием (RSME составляет 0,109).

    Однако в абсолютных процентах правильных ответов все модели работают ниже участников во всех блоках (кроме блока 7). Кроме того, модели показывают большую общую дисперсию, чем эмпирические данные.Более того, модели изначально меньше подвержены влиянию смены стратегий, но им требуется больше времени, чтобы «восстановиться» после смены стратегий.

    Таким образом, модель воспроизводит средние кривые обучения и большие части дисперсии. Это делается с помощью ограниченного набора правил и данных примеров, охватывающих процессы обучения и повторного обучения, которые происходят в динамических средах. Более того, мы обнаружили различия в подгонке модели в зависимости от точной спецификации параметров, при этом наилучшее соответствие, если модель запоминает ранее использованные стратегии в течение 100 с, отмечает стратегию с одним признаком как «часто успешную» после трех успешных применений и двух -функция после шести успешных применений.Однако все 18 различных настроек параметров, которые мы протестировали, напоминали основной ход эмпирических данных, что указывало на то, что механизмы модели устойчивы к изменениям параметров.

    Обсуждение

    Обсуждение охватывает три основные главы. Сначала обсуждается соответствие модели и даются предложения по возможным улучшениям. Во-вторых, разрабатываются более широкие последствия нашего подхода. Наконец, намечена будущая работа.

    Обсуждение подхода к моделированию

    Наша учетная запись моделирования охватывает соответствующие поведенческие данные задачи динамического принятия решений, в которой требуется обучение категории.Для решения задачи необходимо объединить две функции, а соответствующую комбинацию функций необходимо изучить методом проб и ошибок с использованием обратной связи. Модель использует обратную связь из среды, чтобы найти правильные категории и включить переключатель в назначении кнопок ответа для целевых и нецелевых категорий. Метапознание встроено в модель через процессы, которые определяют, при каких условиях происходят стратегические изменения, такие как переход от однофункциональной к двухфункциональной стратегии.

    В целом, индексы соответствия показывают, что эта модель решает задачу так же, как и участники.Это включает в себя успешное начальное обучение, а также успешное обучение обратному присвоению категории. Более того, было отмечено, что не все участники могут решить задачу, и то же самое наблюдается в поведении подхода моделирования. Таким образом, модель способна генерировать выходные данные, которые на феноменологическом уровне напоминают данные субъектов, выполняющих динамическую задачу принятия решений, которая включает в себя сложные процессы изучения правил и обращения. Хотя общие тенденции обучения, обнаруженные в данных, могут быть хорошо воспроизведены с помощью общих правил, реализованных в нашей модели, есть два ограничения: дисперсия модели больше, чем у участников, и общая производительность модели ниже, чем выступление участников.

    Вероятно, участники имеют другой и, возможно, более конкретный набор правил, чем модель. Например, участникам было сказано, какую из двух клавиш нажать для получения целевого звука. Однако неясно, использовали ли они эти знания для решения задачи. Чтобы модель оставалась простой, ей не давали этой дополнительной информации, поэтому кнопкам не приписывалось никакого смысла. Это одна из возможностей объяснить более низкую производительность модели, особенно в первом блоке. Другой пример правил, связанных с более конкретными задачами, используемых участниками по сравнению с моделью, заключается в том, что четыре различных свойства стимулов могут не быть одинаково значимыми для испытуемых, что могло привести к более высокой производительности по сравнению с моделью.Например, можно предположить, что направление частотной модуляции целевого признака (вверх или вниз) было выбрано раньше в эксперименте, чем частотный диапазон нецелевого признака, в то время как модель обрабатывала все признаки одинаково, чтобы модель оставалась такой же простой, как возможный. Наконец, после изменения правила нажатия кнопки, некоторые участники, возможно, следовали правилу, которое гласит, что нужно нажимать противоположную клавишу, если стратегия была правильной много раз, а затем внезапно нет, вместо того, чтобы пробовать другую одно- или двухстороннюю. функциональная стратегия, тогда как модель пошла по второму пути.

    Добавление таких дополнительных правил и предпосылок к модели, возможно, уменьшит несоответствие между производительностью модели и поведенческими данными. Однако целью данной статьи было разработать подход к моделированию, включающий общие процессы, важные для всех видов динамического принятия решений. Это подразумевает использование только предположений, которые абсолютно необходимы (мета-познание, переход от однофункциональной стратегии к двухфункциональной, обучение через обратную связь) и сохранение модели как можно более простой в остальном.Как следствие, добавление дополнительных правил не приведет к созданию более совершенной общей модели динамического принятия решений, а только приведет к лучшему соответствию модели конкретному эксперименту, в то же время сделав ее склонной к переобучению. Как упоминалось ранее, хорошие описательные модели максимально точно фиксируют поведенческие данные и поэтому всегда стремятся к максимальному соответствию данным, которые они описывают. С другой стороны, хорошие прогностические модели должны быть обобщаемыми, чтобы также предсказывать поведение в различных, но структурно схожих ситуациях, а не только для одной конкретной ситуации с одним набором субъектов.На наш взгляд, это представляет собой более желательный поиск с большим потенциалом для понимания основных процессов человеческого динамического принятия решений. Это подтверждают Гигеренцер и Брайтон (2009), которые утверждают, что модели, которые фокусируются на основных аспектах принятия решений, например, учитывают только несколько аспектов, ближе к тому, как люди принимают решения. Они также утверждают, что такие упрощенные допущения делают решения более эффективными, а также более эффективными (Gigerenzer and Brighton, 2009).

    Как указывалось ранее, одним из способов моделирования динамического принятия решений в ACT-R с использованием лишь нескольких предположений является обучение на основе экземпляров (IBL).В этом подходе для обучения используются пары «ситуация-результат» и субсимволические механизмы усиления. Однако IBL недостаточно для моделирования задач, связанных с переключателями в среде (Fum and Stocco, 2003). Такие задачи требуют добавления явных правил переключения. Помимо этих правил, нашей задаче требовались механизмы, контролирующие, когда следует переключаться с простых однофункциональных стратегий на более сложные. Поскольку метакогнитивные размышления не являются частью IBL, мы использовали смешанный подход к моделированию, который включает явные правила и метакогнитивное отражение.IBL является частью нашего подхода, поскольку стратегии кодируются как пары ситуация-результат и используются субсимволические механизмы усиления ACT-R.

    Чтобы оценить, соответствует ли наш подход к моделированию формирования стратегии и переключения правил тому, как участники выполняют такие задачи, необходимо учитывать данные, отражающие успехи в обучении. Такие данные представляют собой кривые обучения, представленные в этой статье. Мы считаем, что сама по себе модель IBL не может привести к значительному увеличению производительности после изменения окружающей среды в эмпирических данных.

    Для более глубокого понимания процесса принятия сложных решений можно смоделировать другие поведенческие данные, такие как время реакции. Однако не все процессы, которые, вероятно, влияют на время реакции, являются частью нашего общего подхода к моделированию. Это особенно актуально для моделирования подробных аспектов слухового кодирования с помощью ACT-R; например, можно ожидать, что точное кодирование слуховых событий будет включать различное увеличение времени реакции на короткие по сравнению с более длинными тонами.Однако наш подход к моделированию может быть расширен, что позволяет включать другие когнитивные процессы, такие как более конкретное звуковое кодирование или внимание. Эта расширяемость является одной из сильных сторон когнитивных архитектур и особенно актуальна для принятия естественных решений, когда в конечном итоге необходимо учитывать множество дополнительных процессов.

    Объем модели

    Формальная модель была построена с помощью ACT-R, она определяет допущения динамического принятия решений при обучении по категориям.Эта модель была протестирована на эмпирических данных и показала аналогичное поведение при обучении. Предположения о том, как происходят динамические решения в категорийном обучении, например, путем обучения на основе обратной связи и переключения от простых к более сложным стратегиям, и метакогнитивные механизмы были смоделированы вместе. ACT-R нацелен на моделирование познания в целом, таким образом, одновременно обращаясь к различным когнитивным процессам, что является важным аспектом для моделирования реалистичных когнитивных задач. К тому же модель гибкая. Таким образом, модель выбирает из доступных стратегий в соответствии с предыдущим опытом и случайными влияниями.

    Наш подход к моделированию прост в том смысле, что он включает лишь несколько правдоподобных предположений, не полагается на дополнительные параметры и, тем не менее, является достаточно гибким, чтобы справляться с динамически изменяющейся средой.

    Чтобы проверить предсказательную силу модели, ее необходимо дополнительно протестировать и сравнить с новыми эмпирическими данными, полученными с использованием немного других настроек задачи. Нашей целью было разработать первую модель динамического принятия решений в категории обучения. Таким образом, в модель включены соответствующие когнитивные процессы, которые происходят между предъявлением стимула и фактической реакцией выбора.Кроме того, мы хотели показать, как возникает серия решений, направленных на достижение конечной цели. Таким образом, в качестве первого шага нам нужна была задача принятия решения, которая показывала бы характеристики, аналогичные естественным динамическим параметрам. К таким аспектам относятся сложные многофункциональные стимулы, обратная связь с окружающей средой и меняющиеся условия. Поскольку явные намеки на принадлежность к категории обычно отсутствуют в неэкспериментальных ситуациях, более того, разумно использовать задачу без четких инструкций относительно того, на каких особенностях (или стимулах) следует сосредоточить внимание.Обратной стороной использования неспецифических инструкций, как это сделано в нашем исследовании, является то, что из поведенческих данных останется неясным, как именно отдельные участники обрабатывают такую ​​задачу, поскольку такие аспекты, как какие точные правила соблюдаются или какие функции рассматриваются в начале задача, неясны.

    В качестве следующего шага мы стремимся моделировать и прогнозировать динамический курс принятия решений отдельными участниками. В целом, большое преимущество подходов к когнитивному моделированию состоит в том, что они могут предсказывать текущие когнитивные процессы в любой момент времени.Чтобы оценить достоверность таких прогнозов, можно использовать разные подходы.

    Одним из подходов к построению моделей в соответствии с когнитивными процессами участников является парадигма обучения ограничению (Димов и др., 2013). Эта парадигма требует инструктирования участников в виде подробной пошаговой процедуры о том, как применять определенные стратегии в задачах принятия решений. Этот подход дает разработчику модели представление о стратегиях, которые участники используют в данный момент времени.Это снова может быть использовано для ограничения моделей ACT-R в реализации этих стратегий. В будущих исследованиях мы планируем принять эту парадигму путем (а) инструктирования участников и (б) соответствующей корректировки нашей модели. Чтобы гарантировать, что парадигма обучения ограничению была успешно реализована, следует использовать самоотчеты участников.

    Другой подход — проводить интервью, пока участник выполняет задание. Таким образом, чтобы подтвердить предсказания модели о предполагаемом поведении участников, субъектов будущих эмпирических исследований следует спросить об их решениях в ходе эксперимента.Можно ожидать, что на первые несколько решений участников будут сильно влиять случайные аспекты (например, какая особенность будет рассматриваться в первую очередь), но после некоторых испытаний подход моделирования должен быть в состоянии предсказать следующие шаги участников. Таким образом, он должен позволять точно предсказывать последующие когнитивные процессы. Чтобы сделать такие прогнозы, пересмотренная модель должна будет использовать первую пару испытаний в качестве информации о стратегии, которой первоначально следует индивидуальный участник.

    На следующем этапе точные когнитивные процессы, предлагаемые моделью, должны быть протестированы на индивидуальном уровне на более мелкозернистых данных (например,g., фМРТ) и затем соответствующим образом перенастроить. В настоящее время были предложены различные методы сопоставления когнитивных моделей с более мелкими данными, такими как данные фМРТ или ЭЭГ (Borst and Anderson, 2015; Borst et al., 2015; Prezenski and Russwinkel, 2016a). Эти методы в настоящее время исследуются и применяются для решения фундаментальных вопросов исследования. Тем не менее сопоставление когнитивных моделей с нейронными данными является сложной задачей. Необходимы дополнительные исследования, особенно для прикладных задач. Чтобы дополнить нейронные данные, дополнительные поведенческие данные, такие как динамика нажатия кнопок (например,g., интенсивность нажатия кнопки), можно добавить в качестве немедленного измерения того, насколько конкретный участник уверен в своем решении (Kohrs et al., 2014).

    Помимо использования когнитивных моделей для прогнозирования индивидуального поведения, мы стремимся разработать более общие когнитивные механизмы для моделирования обучения, повторного обучения и метапознания, применимых в широком диапазоне ситуаций. Чтобы проверить применимость нашего подхода к моделированию в более широком контексте и в различных ситуациях, варианты эксперимента должны быть протестированы с различными задачами и материалами.Например, предлагаемая здесь модель должна быть в состоянии предсказать данные экспериментов по категоризации с использованием визуальных стимулов, таких как различные типы ламп (Zeller and Schmid, 2016), с некоторыми модификациями сенсорной обработки нашей модели. Кроме того, модель должна быть способна прогнозировать данные из разных типов задач категоризации, например задачи, использующей другое количество функций категоризации, больше переключателей или разные последовательности. Такая задача была бы сложной задачей для нашей модели; в случае успеха ее можно рассматривать как прогностическую модель.

    Разработанные общие механизмы также могут быть использованы в задачах осмысления. Такие задачи требуют «активного процесса построения значимого и функционального представления некоторых аспектов мира» (Lebiere et al., 2013, p. 1). Создание смысла — это процесс поиска и интерпретации соответствующих фактов в море поступающей информации, включая обновление гипотез. Выполнение нашей задачи близко к тому, как люди имеют смысл в реальном мире, потому что оно включает в себя большое количество различных стимулов, каждый из которых несет разные характеристики различных функций.Таким образом, «понимание стимулов» требует, чтобы участники проверяли каждый стимул категориальным образом и использовали извлеченную категорию стимула в сочетании с выбранным нажатием кнопки и обратной связью, которая следует за информацией для будущих решений.

    В заключение, такая когнитивная модель, которая включает общий механизм обучения, повторного обучения и метапознания, может оказаться чрезвычайно полезной для прогнозирования индивидуального поведения в широком диапазоне задач. Однако остается неясным, отражает ли это фактические процессы человеческого познания.Это связано не только с тем фактом, что человеческое поведение подвержено множеству случайных влияний, но и с тем ограничением, что модель всегда соответствует сокращенному представлению реальности. Разработчик модели решает, какие аспекты реальности охарактеризованы в модели. Маревски и Мельхорн (2011) протестировали разные подходы к моделированию для одной и той же задачи принятия решений. Хотя они обнаружили, что их модели различаются с точки зрения того, насколько хорошо они предсказывают данные, они в конечном итоге не смогли показать, что наиболее подходящая модель определенно напоминает когнитивные процессы человека.Насколько нам известно, ни один научный метод никогда не может ответить, как определенно работает человеческое познание. В общем, модели можно сравнивать только с точки зрения их предсказательного качества (например, объясненная дисперсия, количество свободных параметров, возможность обобщения). С другой стороны, неизвестно, какая модель в конечном итоге соответствует человеческой реальности.

    Outlook

    Одной из причин моделирования в когнитивных архитектурах является реализация когнитивных механизмов в системах поддержки для сложных сценариев.Такие системы поддержки в основном используют алгоритмы машинного обучения. К сожалению, эти алгоритмы зависят от многих испытаний, на которых нужно учиться, прежде чем они преуспеют в классификации или в обучении в целом. С другой стороны, подходы, вдохновленные когнитивной архитектурой, также могут быть извлечены из нескольких образцов. Кроме того, подходы, основанные на когнитивных архитектурах, представляют собой информированные модели, которые предоставляют информацию о задействованных процессах и причинах, ведущих к успеху или неудаче.

    Когнитивные модели могут применяться к множеству реальных задач, например, для прогнозирования удобства использования при взаимодействии со смартфоном (Prezenski and Russwinkel, 2014, 2016b), управления воздушным движением (Taatgen, 2001; Smieszek et al., 2015), или поведение за рулем (Salvucci, 2006). Более того, подходы когнитивного моделирования также могут использоваться в сценариях микромира (Halbrügge, 2010; Peebles and Banks, 2010; Reitter, 2010). Сценарии микромира могут не только имитировать сложность реального мира, но и обладают тем преимуществом, что позволяют управлять переменными. Это означает, что могут быть вызваны определенные вариации для проверки рассматриваемого теоретического подхода или модели (как показано в Russwinkel et al., 2011).

    Многие прикладные когнитивные модели представляют собой вполне конкретные модели задач.Наша модель, напротив, нацелена на захват основных механизмов, встречающихся в различных задачах реального мира. Как следствие, у него есть потенциал для применения во многих областях. Итак, наша модель динамического принятия решений в задаче категориального обучения делает прогнозы о когнитивном состоянии людей во время выполнения такой задачи. Это включает в себя прогнозы о стратегиях (например, стратегии с одним или двумя функциями), концептуальное понимание (например, предположения о соответствующих комбинациях функций) и метакогнитивные аспекты (например,g., информация об успешности текущего предположения лица, принимающего решения), все из которых являются аспектами познания во множестве задач и областей приложений.

    Таким образом, наш общий подход к моделированию имеет потенциал для поддержки пользователей во многих областях и в конечном итоге может быть использован для помощи в принятии решений. Для этого решения отдельных пользователей в ходе выполнения задачи можно сравнить с когнитивными процессами, активными в настоящее время в модели. Если, например, пользователь слишком долго придерживается стратегии с одной функцией или переключает правила бессистемно, система может предоставить пользователю вспомогательный совет.Помимо обычных вспомогательных систем, такая система поддержки, основанная на нашей модели, будет имитировать когнитивное состояние пользователя. Например, эта система онлайн-поддержки сможет предсказать влияние повторяющихся негативных отзывов на пользователя, например, побуждающих его к попытке изменить стратегию. Однако, если отрицательная обратная связь была вызвана внешним источником, например технической ошибкой подключения, выбор изменения стратегии приведет к разочарованию пользователя. Предлагаемая система поддержки сможет вмешаться здесь.В зависимости от внутреннего состояния пользователя система поддержки будет учитывать, какая информация является наиболее полезной, или если вообще не следует предоставлять информацию (например, в случае умственной перегрузки пользователя). Пока поддержка не требуется, такие системы будут молча следовать решениям, принимаемым человеком.

    Более того, если цель пользователя известна, и решения, принятые пользователем, отслеживались системой, можно было бы предсказать следующие решения пользователя, а также оценить, являются ли эти решения по-прежнему разумными для достижения цели. .Многие лавины были вызваны повторяющимися неправильными решениями лыжников, застрявших в неправильном представлении о ситуации (Atkins, 2000). Система поддержки, которая способна понять, когда и почему человек принимает необоснованные решения в критических для безопасности ситуациях, также сможет предоставить правильную информацию, чтобы преодолеть недоразумение. Системе технической поддержки лыжников-бэккантри потребуется информация о текущей лавинной опасности, потенциальных безопасных маршрутах и ​​других факторах.Такая информация уже предоставляется приложениями для смартфонов, которые используют GPS в сочетании с прогнозами погоды и измерениями крутизны склонов. В будущем, когда эта информация станет доступной для сопутствующей системы на основе когнитивных моделей, которая прогнозирует решения пользователей, это потенциально может помочь лыжникам в отдаленных районах. Системы поддержки на основе когнитивных моделей, разработанные аналогичным образом, могут с равным успехом использоваться в других областях, критичных для безопасности, а также для помощи велосипедистам, водителям или пилотам.

    Авторские взносы

    AB и SW разработали обучающий эксперимент по слуховой категории. SW проводил эксперименты на людях и анализировал данные. SP и NR разработали моделирование ACT-R. SP реализовал моделирование ACT-R и проанализировал данные. SP, SW и AB подготовили рисунки. СП, НР и А.Б. подготовили рукопись. SP, NR, AB и SW отредактировали, исправили и одобрили рукопись.

    Финансирование

    Эта работа была выполнена в рамках Межрегионального центра совместных исследований SFB / TRR 62 «Сопутствующая технология для когнитивных технических систем», финансируемого Немецким исследовательским фондом (DFG) и финансируемого программой BCP.

    Заявление о конфликте интересов

    Авторы заявляют, что исследование проводилось при отсутствии каких-либо коммерческих или финансовых отношений, которые могут быть истолкованы как потенциальный конфликт интересов.

    Благодарности

    Мы благодарим Монику Добровольни и Йорга Штадлера за поддержку в сборе данных в рамках Комбинаторного центра нейровизуализации (CNI) Института нейробиологии им. Лейбница.

    Сноски

    Список литературы

    Андерсон, Дж.Р. (1991). Адаптивный характер категоризации человека. Psychol. Ред. 98, 409–429. DOI: 10.1037 / 0033-295X.98.3.409

    CrossRef Полный текст | Google Scholar

    Андерсон, Дж. Р. (2007). Как может человеческий разум возникать в физической вселенной? Нью-Йорк, Нью-Йорк: Издательство Оксфордского университета.

    Google Scholar

    Эшби, Ф. Г. (1992). «Многомерные модели категоризации», в книге «Многомерные модели восприятия и познания », , ред. Ф.Г. Эшби (Хиллсдейл, Нью-Джерси: Эрлбаум), 449–483.

    Google Scholar

    Эшби, Ф. Г., Альфонсо-Риз, Л. А., Теркен, А. У., Уолдрон, Э. М. (1998). Нейропсихологическая теория множественных систем в категориальном обучении. Psychol. Ред. 105, 442–481.

    PubMed Аннотация | Google Scholar

    Аткинс, Д. (2000). «Человеческий фактор при лавиноопасных авариях», Труды . Международный семинар по науке о снеге (Big Sky: MT), 46–51.

    Google Scholar

    Берри, Д.К. и Бродбент Д. Э. (1988). Интерактивные задачи и явное и неявное различие. руб. J. Psychol. 79, 251–272. DOI: 10.1111 / j.2044-8295.1988.tb02286.x

    CrossRef Полный текст | Google Scholar

    Борст, Дж. П., и Андерсон, Дж. Р. (2015). «Использование когнитивной архитектуры ACT-R в сочетании с данными фМРТ», в An Introduction to Model-Based Cognitive Neuroscience , ред. Б. У. Форстманн и Э.-Дж. Вагенмейкерс (Нью-Йорк, штат Нью-Йорк: Springer), 339–352.

    Google Scholar

    Борст, Дж. П., Ниджбоер, М., Таатген, Н. А., Ван Рейн, Х. и Андерсон, Дж. Р. (2015). Использование отображений модели и мозга на основе данных для ограничения формальных моделей познания. PLoS ONE 10: e0119673. DOI: 10.1371 / journal.pone.0119673

    PubMed Аннотация | CrossRef Полный текст | Google Scholar

    Кларк, Л., Коулс, Р. и Роббинс, Т. У. (2004). Нейропсихология вентральной префронтальной коры: принятие решений и обратное обучение. Brain Cogn. 55, 41–53. DOI: 10.1016 / S0278-2626 (03) 00284-7

    PubMed Аннотация | CrossRef Полный текст | Google Scholar

    Димов, К. М., Маревски, Дж. Н., и Скулер, Л. Дж. (2013). «Ограничивающие модели ACT-R стратегий принятия решений: экспериментальная парадигма», в книге Cooperative Minds: Social Interaction and Group Dynamics. Труды 35-й ежегодной конференции Общества когнитивной науки , ред. М. Кнауфф, М. Пауэн, Н. Себанс и И. Ваксмут (Остин, Техас: Общество когнитивных наук), 2201–2206.

    Google Scholar

    Эдвардс, У. (1962). Теория динамических решений и вероятностная обработка информации. Hum. Факторы 4, 59–73. DOI: 10.1177 / 001872086200400201

    CrossRef Полный текст | Google Scholar

    Форстманн, Б. У., Вагенмакерс, Э.-Дж., Эйхеле, Т., Браун, С., и Серенс, Дж. Т. (2011). Взаимные отношения между когнитивной нейробиологией и формальными когнитивными моделями: противоположности притягиваются? Trends Cogn. Sci. 15, 272–279.DOI: 10.1016 / j.tics.2011.04.002

    PubMed Аннотация | CrossRef Полный текст | Google Scholar

    Фум Д. и Стокко А. (2003). «Экземплярное обучение против обучения на основе правил в управлении динамической системой», Труды Пятой Международной конференции по когнитивному моделированию (Бамберг: Universitaets-Verlag Bamberg), , 105–110.

    Google Scholar

    Гонсалес, К. (2017). «Принятие решений: перспектива когнитивной науки», в The Oxford Handbook of Cognitive Science (Vol.1). изд. С. Э. Ф. Чипман (Оксфорд: издательство Оксфордского университета), 249–263.

    Google Scholar

    Гонсалес, К., Датт, В., Хили, А. Ф., Янг, М. Д., и Борн, Л. Э. младший (2009). «Сравнение моделей экземпляров и стратегий в ACT-R», в материалах Труды 9-й Международной конференции по когнитивному моделированию — ICCM2009 , ред. А. Хоус, Д. Пиблз и Р. Купер (Манчестер).

    Google Scholar

    Гонсалес К., Лерх Дж. Ф. и Лебьер К. (2003).Экземплярное обучение в динамическом принятии решений. Cogn. Sci. 27, 591–635. DOI: 10.1207 / s15516709cog2704_2

    CrossRef Полный текст | Google Scholar

    Хальбрюгге, М. (2010). Будьте проще — пример разработки модели в контексте задачи «Динамические запасы и потоки» (DSF). J. Artif. Gen. Intell. 2, 38–51. DOI: 10.2478 / v10229-011-0008-2

    CrossRef Полный текст | Google Scholar

    Ярверс, К., Брош, Т., Брехманн, А., Woldeit, M. L., Schulz, A. L., Ohl, F. W. и др. (2016). Обратное обучение у людей и песчанок: динамическая сеть управления облегчает обучение. Фронт. Neurosci. 10: 535. DOI: 10.3389 / fnins.2016.00535

    CrossRef Полный текст | Google Scholar

    Кнауф, М., Вольф, А. Г. (2010). Комплексное познание: наука о человеческом мышлении, решении проблем и принятии решений. Cogn. Процесс. 11, 99–102. DOI: 10.1007 / s10339-010-0362-z

    PubMed Аннотация | CrossRef Полный текст | Google Scholar

    Kohrs, C., Грабаль, Д., Ангенштейн, Н., Брехманн, А. (2014). Задержка времени отклика системы влияет на физиологию и динамику последующего нажатия кнопок. Психофизиология 51, 1178–1184. DOI: 10.1111 / psyp.12253

    PubMed Аннотация | CrossRef Полный текст | Google Scholar

    Лебьер, К., Пиролли, П., Томсон, Р., Пайк, Дж., Рутледж-Тейлор, М., Сташевски, Дж. И др. (2013). Функциональная модель осмысления в нейрокогнитивной архитектуре. Comput.Intell. Neurosci. 2013, 1-29. DOI: 10.1155 / 2013/921695

    PubMed Аннотация | CrossRef Полный текст | Google Scholar

    Лебьер К., Валлах Д. и Таатген Н. А. (1998). «Неявное и явное обучение в ACT-R», Труды Второй европейской конференции по когнитивному моделированию , ред. Ф. Риттер и Р. Янг (Ноттингем: издательство Ноттингемского университета), 183–193.

    Google Scholar

    Левандовски, С., Палмери, Т. Дж., И Вальдманн, М.Р. (2012). Введение в специальный раздел, посвященный теории и данным в категоризации: интеграция вычислительных, поведенческих и когнитивных подходов нейробиологии. J. Exp. Psychol. Учиться. Mem. Cogn. 38, 803–806. DOI: 10.1037 / a0028943

    PubMed Аннотация | CrossRef Полный текст | Google Scholar

    Ли А. и Маани К. (2011). «Динамическое принятие решений, обучение и ментальные модели», Труды 29-й Международной конференции Общества системной динамики (Вашингтон, округ Колумбия), 1-21.

    Google Scholar

    Маревски, Дж. Н., Мельхорн, К. (2011). Использование архитектуры ACT-R для определения 39 количественных моделей процесса принятия решений. Судья. Decis. Мак. 6, 439–519.

    Google Scholar

    Орендейн, А. Д. О., Вуд, С. (2012). «Учет когнитивной гибкости и негибкости для сложной динамической задачи», в Трудах 11-й Международной конференции по когнитивному моделированию (Берлин), , 49–54.

    Google Scholar

    Пиблз Д., Бэнкс А. П. (2010). Моделирование динамического принятия решений с помощью когнитивной архитектуры ACT-R. J. Artif. Gen. Intell. 2, 52–68. DOI: 10.2478 / v10229-011-0009-1

    CrossRef Полный текст | Google Scholar

    Презенски, С., Руссвинкель, Н. (2014). Сочетание когнитивных моделей ACT-R с тестированием удобства использования позволяет выявить ментальную модель пользователей, совершающих покупки с помощью приложения для смартфона. Внутр. J. Adv. Intell. Syst. 7, 700–715.

    Google Scholar

    Презенски, С., Руссвинкель, Н. (2016a). «Предлагаемый метод сопоставления данных ACT-R и ЭЭГ», в In Proceedings of the 14th International Conference on Cognitive Modeling , eds D. Reitter, and FE Ritter (University Park, PA: Penn State), 249–251 .

    Google Scholar

    Презенски, С., Руссвинкель, Н. (2016b). «На пути к общей модели многократного использования приложений», в In Proceedings of the 14th International Conference on Cognitive Modeling , eds D.Рейтер и Ф. Э. Риттер (Университетский парк, Пенсильвания: штат Пенсильвания), 201–207.

    Google Scholar

    Рейтер, Д. (2010). Метапознание и множественные стратегии в когнитивной модели онлайн-контроля. J. Artif. Gen. Intell. 2, 20–37. DOI: 10.2478 / v10229-011-0007-3

    CrossRef Полный текст | Google Scholar

    Ролл И., Бейкер Р. С., Алевен В. и Кёдингер К. Р. (2004). «Метакогнитивная модель ACT-R стратегий обучения студентов в интеллектуальных системах обучения», в материалах Труды 7-й Международной конференции по интеллектуальным системам обучения , ред. Дж.К. Лестер, Р. М. Викари и Ф. Парагуасу (Масейо), 854–856.

    Google Scholar

    Руссвинкель Н., Урбас Л. и Тюринг М. (2011). Прогнозирование временных ошибок в сложных средах задач: вычислительный и экспериментальный подход. Cogn. Syst. Res. 12, 336–354. DOI: 10.1016 / j.cogsys.2010.09.003

    CrossRef Полный текст | Google Scholar

    Рутледж-Тейлор, М., Лебьер, К., Томсон, Р., Сташевски, Дж., И Андерсон, Дж. Р. (2012). «Сравнение категоризации на основе правил и на основе примеров с использованием архитектуры ACT-R», Труды 21-й ежегодной конференции по представлению поведения в моделировании и симуляции, BRiMS 2012 (Амелия-Айленд, Флорида), 44–50.

    Сэнборн, А. Н., Гриффитс, Т. Л., и Наварро, Д. Дж. (2010). Рациональные приближения к рациональным моделям: альтернативные алгоритмы категориального обучения. Psychol. Ред. 117, 1144–1167. DOI: 10.1037 / a0020511

    PubMed Аннотация | CrossRef Полный текст | Google Scholar

    Саймон, Х. А., и Ньюэлл, А. (1971). Решение человеческих проблем: состояние теории в 1970 году. Am. Psychol. 26, 145–159. DOI: 10,1037 / ч0030806

    CrossRef Полный текст | Google Scholar

    Smieszek, H., Джорес, Ф., и Руссвинкель, Н. (2015). «Рабочая нагрузка диспетчеров вышек аэропорта: эмпирическая проверка макрокогнитивной модели», в онлайн-журнале Kognitive Systeme , ред. Д. Соффкер и А. Клюге (Дуйсбург: DuEPublico). DOI: 10.17185 / duepublico / 37699

    CrossRef Полный текст | Google Scholar

    Стюарт, Т. К., и Уэст, Р. (2010). Тестирование на эквивалентность: методология компьютерного когнитивного моделирования. J. Artif. Gen. Intell. 2, 69–87. DOI: 10.2478 / v10229-011-0010-8

    CrossRef Полный текст | Google Scholar

    Саттон, Р. С., и Барто, А. Г. (1998). Обучение с подкреплением: Введение . Лондон: MIT Press.

    Google Scholar

    Таатген, Н. А. (2001). «Модель индивидуальных различий в обучении управлению воздушным движением», Труды четвертой Международной конференции по когнитивному моделированию , ред. Э. М. Альтманн, А. Клиреманс, К. Д. Шунн и В. Д. Грей (Махва, Нью-Джерси: Эрлбаум), 211– 216.

    Google Scholar

    Таатген, Н. А., Лебьер, К., и Андерсон, Дж. Р. (2006). «Парадигмы моделирования в ACT-R», в «Познание и многоагентное взаимодействие: от когнитивного моделирования к социальному моделированию», , ред Р. Сан (Кембридж: издательство Кембриджского университета), 29–52.

    Google Scholar

    Томсон Р., Лебьер К., Андерсон Дж. Р. и Сташевски Дж. (2015). Общая основанная на примерах структура обучения для изучения интуитивного принятия решений в когнитивной архитектуре. J. Appl. Res. Mem. Cogn. 4, 180–190. DOI: 10.1016 / j.jarmac.2014.06.002

    CrossRef Полный текст | Google Scholar

    Вольф, С., Брехманн, А. (2012). «MOTI: корпус мотивационной просодии для систем обучения на основе речи», в материалах Труды 10-й конференции ITG по речевой коммуникации (Берлин: IEEE), 1–4.

    Google Scholar

    Вольф, С., Брехманн, А. (2015). Кнута и пряника 2.0: преимущества естественной и мотивационной просодии в компьютерном обучении. Comput. Гм. Behav. 43, 76–84. DOI: 10.1016 / j.chb.2014.10.015

    CrossRef Полный текст | Google Scholar

    Вонг, Т. Дж., Кокли, Э. Т., и Скулер, Л. Дж. (2010). «Онлайн-база данных параметров ACT-R: на пути к прозрачному подходу к разработке моделей на основе сообщества», в материалах Труды 10-й Международной конференции по когнитивному моделированию , редакторы Д.Д. Сальвуччи и Г. Гунцельманн (Филадельфия, Пенсильвания: Университет Дрекселя) ), 282–286.

    Google Scholar

    Целлер, К., и Шмид, У. (2016). «Обучение правилам на основе инкрементального представления обучающих примеров: повторный анализ эксперимента по категоризации», в материалах Труды 13-й проводимой раз в два года конференции Немецкого общества когнитивной науки . (Бремен), 39–42.

    Google Scholar

    Творческий разум: познание, общество и культура

    В когнитивной науке решающее значение имеют отношения между мозгом, телом и социальным и культурным контекстом, в центре внимания находится взаимодействие между воплощенным человеческим разумом и нашим повседневным опытом. .Это означает, что наше взаимодействие с другими людьми имеет решающее значение, а то, как мы понимаем и переживаем себя и других, имеет не менее важное значение. Такие вопросы являются классическими вопросами философии, которые приняли новые формы как в философии, так и в психологии и социологии под влиянием когнитивной науки.

    Психология и психоанализ со времен Фрейда и Юнга были самостоятельной разнообразной научной областью, но также вдохновили другие области, особенно в социальных и гуманитарных науках.Благодаря значительно возросшему количеству эмпирических и клинических данных о том, как работает мозг и воплощенный разум, область, которая раньше была социальной психологией, переместилась в сторону более широкой области когнитивной социологии — как и психология в целом. В одной из первых крупных книг, направленных на изменение фокуса традиционной психологии, Марвина Мински Общество разума (1985), даже название указывает на то, что изучение разума метафорически рассматривается как физическая и социальная конструкция.В своем постскриптуме Мински определяет центральную концепцию книги как «что разум — это общество множества более мелких механизмов» (Мински, 1985, стр. 323), механизмов, которые работают вместе, чтобы создать, например, память, познавательные сенсорные переживания или наше понимание. о себе как о себе и о нашем понимании других.

    Мински занимается искусственным интеллектом в Массачусетском технологическом институте, и на то, как он пишет о разуме, явно влияет практическое мышление о моделях, которые могут быть реализованы в компьютерах для имитации человеческого разума.Два автора одного из наиболее часто используемых учебников по когнитивной социологии Social Cognition (1984, 5-е издание, многие пересмотренные новые издания), Сьюзан Т. Фиск и Шелли Э. Тейлор, вышли из мейнстрима американской психологии, и эта книга стала популярной. написано специально для противодействия преобладанию бихевиоризма. Во введении два автора определяют сферу социального познания как «исследование того, как люди понимают других людей и самих себя. Он фокусируется на том, как обычные люди думают о людях и как они думают о людях »(Фиск и Тейлор (1991, стр. 1)).Книга проходит через теорию атрибуции, то есть то, как мы приписываем ценность, значение и причинность социальным событиям, с помощью важных социальных категорий и схем, которые мы используем сверху вниз, чтобы понять как других, самих себя, так и социальные действия. Особое внимание уделяется тому, как мы воспринимаем самих себя, роли памяти и эмоций, а также формированию отношения. По сравнению с традиционной психологией когнитивные процессы играют фундаментальную роль, хотя книга была написана в то время, когда современные нейробиология и когнитивные исследования не были такими продвинутыми, как сегодня.

    Книга Фиске и Тейлора о социальном познании является частью более широкого движения к тому, что вы могли бы назвать более универсальной когнитивной социологией. По крайней мере, именно это аргументирует Эвиатар Зерубавель (1997) в своей короткой, но интересной книге « Social Mindscapes». Приглашение к когнитивной социологии . Он утверждает, что в свете новых достижений в нейробиологии и когнитивной психологии нам необходимо подчеркнуть «когнитивную общность» между всеми людьми. Когнитивная тенденция, как указывает Зерубавель, уходит от почти романтических представлений об индивидуальной индивидуальности к стремлению «обнаружить универсальные закономерности в том, как мы формируем концепции, обрабатываем информацию, активируем ментальные« схемы », принимаем решения, решаем проблемы, генерировать осмысленные предложения из «глубоких» синтаксических структур, получать доступ к нашей памяти и проходить различные стадии нашего когнитивного развития »(Zerubavel, 1997, стр. 3).

    Однако Зерубавель также предостерегает от слишком сильного и жесткого когнитивного универсализма и приводит доводы в пользу взаимодействия между тем, что он называет коллективными субкультурами, связанными с социальными и культурными структурами, которые влияют на то, как мы думаем. Таким же образом он выступает за усиление внимания также и к когнитивному индивидуализму. Его цель явно состоит в том, чтобы связать понимание индивидуального когнитивного разума и социального когнитивного разума с более универсальным разумом, общим для всего человечества.В этом смысле он продолжает тенденцию когнитивных исследований подорвать любой простой детерминизм в понимании связи между нашим универсальным разумом и социальным и культурным контекстом, в котором живет наш разум. Зерубавель хочет, чтобы мы уделяли больше внимания «когнитивному разнообразию» и «когнитивным субкультурам».

    Мы должны осознавать универсальные общие черты, основанные на том, как функционируют наш разум и тело, независимо от того, кто мы и где находимся. В то же время мы не должны игнорировать процесс «когнитивной социализации, которая позволяет нам войти в социальный, интерсубъективный мир» (Zerubavel, 1997, p. 15).

    Такие исследования на самом деле уже появились, например, Николас Кристакис и Джеймс Фаулерс увлекательное исследование социальных сетей, Connected. Удивительная сила социальных сетей и их влияние на нашу жизнь (2009). Основываясь на обширных данных о том, как люди общаются в социальных сетях, они ясно показывают, как технологии в целом построены на тех же принципах, что и те, которые мы знаем из реальной жизни, а также традиционные теории и исследования когнитивной социологии.Связи и сети основаны на социальной и культурной близости и сходстве, и очень часто эмоции играют центральную роль. Наши контакты основаны на зеркальных действиях, и фундаментальный способ, которым мы формируем сети, даже в нашем высокотехнологичном сложном мире, — это глубоко структурированные правила и механизмы, которые сформировались в течение долгого времени генетической эволюции. В своей книге они иллюстрируют это, изучая политические сети в нескольких частях мира. Глядя, например, на политическую блогосферу Ирана и американскую, мы обнаруживаем совершенно одинаковую структуру.Сети в социальных сетях обеих стран похожи на социальные и политические сети в реальной жизни. Мы связываемся и разговариваем с теми, с кем мы похожи и с которыми уже согласны, поэтому социальные сети лишь в очень небольшой степени расширяют нашу сеть до людей, которых мы не знаем или с которыми уже согласны (Christakis and Fowler, 2009, 172ff)

    Networks, согласно Кристакису и Фаулеру, поэтому может показаться очень креативным и отличаться от тех видов сетей, которые мы видели раньше, но на самом деле они являются расширениями и вариациями довольно фундаментальных, эволюционных механизмов социального взаимодействия:

    Мы сознательно выбираем формирование социальных связей с конкретных людей, с которыми мы разделяем большую или меньшую близость и привязанность на короткие или длительные периоды времени.И в отличие от других социальных видов, мы обладаем особой способностью представлять, что думают и чувствуют другие, включая то, что они думают о нас. Наша вовлеченность в социальные сети означает, что мы должны сотрудничать с другими, судить об их намерениях и влиять на них или находиться под их влиянием (Christakis and Fowler, 2009, p. 214).

    Краткое руководство по воплощенному познанию: почему вы не свой мозг

    Воплощенное познание, идея о том, что разум не только связан с телом, но что тело влияет на разум, является одной из наиболее противоречивых идей в когнитивная наука.Резким контрастом является дуализм, теория разума, известная как Рене Декарт в 17 веках, когда он утверждал, что «существует огромная разница между разумом и телом, поскольку тело по своей природе всегда делимо, а разум полностью неделим … разум или душа человека полностью отличны от тела «. В последующие столетия понятие бестелесного разума процветало. Исходя из этого, западная мысль развила две основные идеи: разум бестелесен, потому что разум бестелесен, и разум трансцендентен и универсален.Однако, как объясняют Джордж Лакофф и Рафил Нуньес:

    Когнитивная наука ставит все это философское мировоззрение под серьезный вопрос на эмпирических основаниях … [разум] возникает из природы нашего мозга, тела и телесных переживаний. Это не просто безобидное и очевидное утверждение, что нам нужно тело, чтобы рассуждать; скорее, это поразительное утверждение, что сама структура разума происходит из деталей нашего воплощения … Таким образом, чтобы понять разум, мы должны понимать детали нашей зрительной системы, нашей двигательной системы и общего механизма нейронных связей. .

    Что именно это означает? Это означает, что наше познание не ограничивается корой. То есть на наше познание влияет, возможно, определяется нашим опытом в физическом мире. Вот почему мы говорим, что что-то «над нашими головами», чтобы выразить идею, которую мы не понимаем; мы опираемся на физическую неспособность не видеть чего-то над головой и умственное чувство неуверенности. Или почему мы понимаем тепло с любовью; в младенчестве и детстве субъективное суждение о привязанности почти всегда соответствовало ощущению тепла, уступая место таким метафорам, как «Я согреваю ее.”

    Воплощенное познание имеет относительно короткую историю. Его интеллектуальные корни восходят к философам начала -го и века Мартину Хайдеггеру, Морису Мерло-Понти и Джону Дьюи, и лишь в последние несколько десятилетий он изучается эмпирически. Одной из ключевых фигур в эмпирическом изучении воплощения является профессор Калифорнийского университета в Беркли Джордж Лакофф.

    Лакофф был достаточно любезен, чтобы задать несколько вопросов во время недавнего телефонного разговора, во время которого я узнал о его интересной истории из первых рук.После прохождения лингвистических курсов в 1960-х под руководством Хомского в Массачусетском технологическом институте, где он в конечном итоге специализировался на английском и математике, он изучал лингвистику в аспирантуре Университета Индианы. Он объяснил, что тогда это был другой мир, «это было начало информатики и искусственного интеллекта, и идея о том, что мысль может быть описана с помощью формальной логики, доминировала в большей части философского мышления. Машины Тьюринга были популярными темами для обсуждения, а мозг широко понимался как цифровое вычислительное устройство.По сути, разум мыслился как компьютерная программа, отделенная от тела, а мозг — как оборудование общего назначения.

    Теория языка Хомского как серии бессмысленных символов соответствует этой парадигме. Это был взгляд на язык, в котором грамматика не зависела от значения или коммуникации. Напротив, Лакофф нашел примеры, показывающие, что грамматика была зависимой от значения в 1963 году. На основе этого наблюдения он построил теорию под названием Генеративная семантика, которая также была развоплощенной, где логические структуры были встроены в саму грамматику.

    Безусловно, когнитивные ученые не были дуалистами, как Декарт — они на самом деле не верили, что разум физически отделен от тела, — но они не думали, что тело влияет на познание. И именно в это время — на протяжении 60-х и 70-х годов — Лакофф осознал недостатки мышления о разуме как о компьютере и начал изучать воплощение.

    Переломный момент наступил после четырех выступлений, намекавших на воплощенный язык в Беркли летом 1975 года.По его словам, они заставили его «отказаться и переосмыслить лингвистику и мозг». Это побудило его и группу коллег начать когнитивную лингвистику, которая вопреки теории Хомского и всему разуму как компьютерной парадигме считала, что «семантика проистекает из природы тела». Затем, в 1978 году, он «обнаружил, что мы мыслим метафорически», и провел следующий год, собирая столько метафор, сколько смог найти.

    Многие учёные-когнитивисты приняли его работу по метафорам, хотя она и выступала против большей части господствующей мысли в философии и лингвистике.У него был перерыв 2 января и 1979, когда ему позвонил Марк Джонсон и сообщил, что он едет в Беркли, чтобы заменить кого-то на философском факультете на шесть месяцев. Джонсон только что получил докторскую степень в Чикаго, где он изучал континентальную философию, и позвонил Лакоффу, чтобы узнать, интересуется ли он изучением метафор. Затем вышла одна из самых революционных книг в области когнитивной науки. Весной 1979 года Лакофф и Джонсон вместе написали статью для философского журнала, приступив к работе над «Метафоры, которыми мы живем», и сумели закончить ее три месяца спустя.

    В их книге подробно рассмотрено, как, когда и почему мы используем метафоры. Вот несколько примеров. Мы понимаем контроль как ВВЕРХ, а подчинение контролю как ВНИЗ: мы говорим: «Я контролирую над им», «Я над ситуацией», «Он на высоте , своей силы. , »И« Его сила на выше, чем у меня »,« Он на под моим контролем, »и« Его сила на снижается. ». Точно так же мы описываем любовь как физическую силу:« Я мог чувствовать электричество между нами »,« Было искра, »и« Они сразу же притянули друг к другу .Некоторые из их примеров отражают воплощенный опыт. Например, Happy is Up и Sad is Down, как в «Я чувствую себя сегодня хорошо» и «Я чувствую себя подавленным на помойках». Эти метафоры основаны на физиологии эмоций, которую открыли такие исследователи, как Пол Экман. Поэтому неудивительно, что во всем мире счастливые люди обычно улыбаются и веселятся, в то время как грустные люди склонны падать.

    Метафоры, в которых мы живем. изменил правила игры. Он не только проиллюстрировал, насколько распространены метафоры в повседневном языке, но и предположил, что многие основные принципы западной мысли, включая идею о том, что разум является сознательным и бесстрастным, и что язык отделен от тела, помимо органов речи. и слух, были неправильными.Вкратце, он продемонстрировал, что «наша обычная концептуальная система, в терминах которой мы думаем и действуем, по сути своей является метафорической по своей природе».

    После публикации «Метафоры, которыми мы живем», воплощение постепенно набирало силу в академических кругах. В 1990-х годах диссертации Кристофера Джонсона, Джозефа Грэди и Срини Нараянана привели к нейронной теории первичных метафор. Они утверждали, что большая часть нашего языка происходит от физических взаимодействий в течение первых нескольких лет жизни, как проиллюстрировано метафорой «Привязанность — это тепло».Есть много других примеров; мы приравниваем к контролю, а подавление — к тому, что нас контролируют, потому что более сильные люди и объекты, как правило, контролируют нас, и мы понимаем гнев метафорически с точки зрения теплового давления и потери физического контроля, потому что, когда мы сердимся, наша физиология меняется, например, повышается температура кожи, сердце ритм нарастает, и физический контроль становится более трудным.

    Эта и другие работы побудили Лакоффа и Джонсона опубликовать Philosophy in the Flesh, — шестисотстраничный гигант, который бросает вызов основам западной философии, подробно обсуждая целые системы воплощенных метафор и, кроме того, утверждая, что философские теории сами по себе являются построено метафорически.В частности, они утверждали, что разум по своей сути воплощен, мысль в основном бессознательна, а абстрактные концепции в значительной степени метафоричны. Осталась идея о том, что разум не основан на абстрактных законах, потому что познание основано на телесном опыте (несколько лет спустя Лакофф вместе с Рафаэлем Нуньесом опубликовал Where Mathematics Comes From , чтобы подробно доказать, что высшая математика также основана на тело и воплощенная метафорическая мысль).

    Как указывает Лакофф, метафоры — это больше, чем просто язык и литературные приемы, они концептуальны по своей природе и физически представлены в мозгу.В результате такая метафорическая схема мозга может влиять на поведение. Например, в исследовании, проведенном психологом из Йельского университета Джоном Баргом, участники, державшие в тепле, а не в холоде чашки кофе, с большей вероятностью сочли сообщника заслуживающим доверия после всего лишь краткого общения. Точно так же в Университете Торонто «испытуемых просили вспомнить времена, когда их либо принимали, либо пренебрегали обществом. Те, у кого были теплые воспоминания о принятии, оценили, что в комнате было в среднем на 5 градусов теплее, чем те, кто помнил, что к ним относились холодно.Еще один эффект привязанности — тепло ». Это означает, что мы и физически, и литературно «греемся» по отношению к людям.

    За последние несколько лет было проведено множество дополнительных исследований, все из которых основаны на первичном опыте:

    • Думая о будущем, участники слегка наклонялись вперед, а размышления о прошлом заставляли участников слегка отклоняться назад. Будущее впереди

    • Сжатие мягкого мяча заставляло испытуемых воспринимать гендерно-нейтральные лица как женские, а сжимание твердого мяча заставляло испытуемых воспринимать гендерно-нейтральные лица как мужские. Женщина мягкая

    • Те, кто держал в руках более тяжелые планшеты, считали валюты более ценными, а их мнение и лидеров — более важными. Важный — тяжелый .

    • Субъекты, которых просили подумать о моральном проступке, таком как прелюбодеяние или обман на тесте, с большей вероятностью попросили антисептическую ткань после эксперимента, чем те, кто думал о добрых делах. Нравственность — это чистота

    Подобные исследования подтверждают первоначальную догадку Лакоффа о том, что на нашу рациональность в значительной степени влияет наше тело через обширную систему метафорического мышления.Как наблюдение, что идеи формируются телом, поможет нам лучше понять мозг в будущем?

    Я также разговаривал с временным доцентом психологии Джошуа Дэвисом, который преподает в Колледже Барнарда и фокусируется на воплощении. Я спросил Дэвиса, как выглядит будущее исследований воплощения (он относительно новичок в игре, получив докторскую степень в 2008 году). Он объяснил мне, что, хотя «многие идеи воплощения существовали в течение нескольких десятилетий, они достигли критической массы … в то время как сенсорные входы и моторные выходы были вторичными, теперь мы видим их как неотъемлемую часть когнитивных процессов.«Это не отрицание вычислительных теорий или даже бихевиоризма, как сказал Дэвис,« бихевиоризм и вычислительные теории по-прежнему будут ценными », но« я рассматриваю воплощение как новую парадигму, к которой мы движемся ».

    Как именно будет выглядеть эта парадигма? Неясно. Но я был рад услышать от Лакоффа, что он пытается «объединить нейробиологию с нейронной теорией языка и мышления» с помощью нового языка мозга и мыслительного центра в Беркли. Надеюсь, его работа там, наряду с работой молодых профессоров, таких как Дэвис, позволит нам понять мозг как часть гораздо более крупной динамической системы, которая не ограничивается корой головного мозга.

    Автор хотел бы лично поблагодарить профессоров Лакоффа и Дэвиса за их время, мысли и идеи. Это было настоящее удовольствие.

    Когнитивная медицина — новый подход в науке о здравоохранении | BMC Psychiatry

    Когнитивные функции на протяжении всей жизни

    Обычно считается, что когнитивная система включает шесть ключевых функций, которые, в свою очередь, разделены на поддомены [1]. Ключевые когнитивные функции — это перцептивно-моторная функция (включая зрительно-пространственная функция), внимание, обучение и память, язык, исполнительная функция и социальное познание.Нет четкой границы между когнитивными, эмоциональными и волевыми функциями, поскольку познание включает в себя волевой компонент и влияет на эмоциональные реакции и принятие решений. Когда происходит информационный процесс, он задействует когнитивные функции в определенном порядке. Информация, полученная сенсорными системами, отбирается для дальнейшей обработки с помощью внимания. Затем выбранная информация может храниться в системе с рабочей памятью в течение более коротких периодов времени. В широком смысле управляющие функции включают в себя инициирование, мотивацию, планирование и контроль целенаправленных основных и сложных действий, а также включают в себя более основные исполнительные процессы, такие как переключение, обновление и торможение.Различные системы долговременной памяти позволяют сохранять информацию в течение недель, месяцев и даже лет. Системы памяти специализируются на различных типах информации (фактах, событиях и процедурах). Семантическая память, долговременная память фактов, тесно связана с функциями языка. Язык, то есть символическое представление в соответствии с установленными правилами, и зрительно-пространственные функции, то есть понимание и концептуализация визуальных представлений и пространственных отношений, используются в определенных контекстах.Социальное познание — это набор сложных когнитивных процессов, основанных на социальных взаимодействиях, таких как понимание желаний и потребностей других людей. С социальным познанием связано метапознание, которое относится к способности размышлять о собственных когнитивных процессах.

    Большинство когнитивных способностей развиваются с младенчества через детство и от подросткового возраста до взрослой жизни и отражают созревание центральной нервной системы с течением времени. К 10 годам, когда мозг начинает достигать размеров взрослого, у детей уже значительно развиваются когнитивные функции [2, 3].Познание продолжает развиваться параллельно с усовершенствованием нейронных сетей посредством усиления и сокращения синапсов, а также миелинизации. При старении многие, но не все когнитивные функции начинают снижаться. Примеры когнитивных функций, которые хорошо сохраняются в пожилом возрасте, включают память о фактах, социальное познание и более общие функции, которые используют хорошо консолидированную информацию [4]. Когнитивные функции, связанные с возрастом, включают рабочую память, определенные формы функций внимания, эпизодическую долговременную память и несколько исполнительных функций.Нормальные различия в когнитивных способностях между людьми увеличиваются с возрастом, и хотя у некоторых пожилых людей наблюдается заметное снижение когнитивных функций, у других сохраняется высокий уровень когнитивных функций [5].

    Инвалидность

    Независимая и продуктивная жизнь требует сохранения или компенсации когнитивных функций, в противном случае возникнет инвалидность. Всемирная организация здравоохранения (ВОЗ) определила инвалидность как общий термин, охватывающий нарушения, ограничения активности и ограничения участия [6].Нарушение — это проблема в функции или строении тела; ограничение активности — это трудность, с которой сталкивается человек при выполнении задачи или действия; в то время как ограничение участия — это проблема, с которой сталкивается человек при вовлечении в жизненные ситуации. Таким образом, инвалидность нельзя рассматривать только как проблему со здоровьем, а как явление, которое отражает взаимодействие между особенностями тела человека и особенностями общества, в котором он или она живет. Во «Всемирном отчете об инвалидности» ВОЗ и Всемирного банка показано, что не только инвалиды находятся в невыгодном экономическом положении из-за трудностей с получением / сохранением работы.Существует также нагрузка на семью, где члены семьи часто вынуждены оставаться дома, чтобы ухаживать за инвалидом [7].

    Поскольку нарушение когнитивных функций всегда влияет на различные виды человеческой деятельности, когнитивных нарушений однозначно связаны с инвалидностью. Последствия нарушения познания зависят от необходимых действий, а также от окружающей среды, в которой они будут происходить, и оба связаны с социальными обстоятельствами, с которыми может столкнуться человек.Примеры деятельности, на которую можно повлиять, включают планирование повседневных действий, выполнение задач в трудовой жизни, преодоление стресса, управление личными экономическими вопросами, общение с другими и участие в досуге. Например, и инсульт, и шизофрения могут повлиять на познавательные способности, но последствия могут быть разными в зависимости от других нарушений, а также факторов окружающей среды и личности [8,9,10]. Здесь большое значение имеют постоянное совершенствование инструментов, а также восстановительные и компенсирующие меры.

    Перспективы фундаментальных исследований

    Есть несколько расстройств, которые вызывают когнитивные дисфункции, такие как психоневрологические расстройства в раннем возрасте, травмы, эпилепсия, болезнь Альцгеймера, болезнь Паркинсона и другие неврологические расстройства, биполярные расстройства, токсикомания и другие психические расстройства, инфекционные воспалительные заболевания, инсульт и другие сосудистые заболевания, рак и эндокринные заболевания. Идея когнитивной медицины состоит в том, чтобы объединить исследования поведенческих, клеточных и молекулярных механизмов, связанных с когнитивными дисфункциями при различных расстройствах.

    Хотя болезнь Альцгеймера является наиболее изученным когнитивным расстройством, ключевые патобиологические явления на ранних стадиях болезни еще не определены. Есть признаки того, что начало патологических явлений при болезни Альцгеймера может произойти уже за два десятилетия до того, как когнитивные нарушения станут изнурительными [11]. Следовательно, ранние симптомы болезни Альцгеймера могут совпадать с когнитивными изменениями, связанными с работой и жизнью, и с психиатрическими состояниями, такими как тревога, депрессия и истощение, связанное со стрессом.Кроме того, важным направлением когнитивной медицины является изучение того, связаны ли когнитивные расстройства в позднем возрасте или даже случайно с ними связанные с образом жизни заболевания в более раннем возрасте, такие как гипертония, диабет и ожирение.

    Существует частичное совпадение патологии между болезнью Альцгеймера и другими когнитивными расстройствами, такими как сосудистые когнитивные нарушения [12, 13], и пораженные пути могут быть обнаружены с помощью когнитивного профилирования. Болезнь Альцгеймера, также проявляющаяся на ранних стадиях болезни, характеризуется потерей памяти и трудностями в интерпретации сенсорной информации.Напротив, подкорковое заболевание мелких сосудов демонстрирует когнитивный паттерн ранней дисфункции умственной скорости и исполнительных способностей [14, 15]. Когнитивную оценку можно использовать, чтобы отличить болезнь Альцгеймера от других дементирующих расстройств, таких как подкорковое заболевание мелких сосудов, а также для оценки степени сосуществования этих состояний.

    Распространенность когнитивной дисфункции и экономика здоровья

    По оценкам ВОЗ, 47 миллионов человек во всем мире страдают прогрессирующими когнитивными нарушениями, и, по оценкам, эта цифра увеличится примерно до 75 миллионов в 2030 году и до 132 миллионов в 2050 году.По оценкам Ассоциации Альцгеймера, 15-20% людей в возрасте 65 лет и старше страдают легкими когнитивными нарушениями. Однако разные исследования показали очень разные результаты в зависимости от изучаемой когорты и используемых когнитивных тестов. Поэтому основной задачей исследователей, работающих в области когнитивной медицины, является определение в популяционных исследованиях, а также в когортных исследованиях пациентов, распространенности когнитивных функций в трудовой жизни, образовании, реабилитации и хронических заболеваниях.Для этого необходима разработка новых стандартизированных инструментов для измерения когнитивных функций в больших когортах. На основе распространенности и частоты когнитивных дисфункций и степени инвалидности могут быть выполнены экономические расчеты в области здравоохранения для определения области, представляющей особый интерес для когнитивной медицины, и для облегчения планирования здравоохранения.

    Перспективы трудовой жизни

    Когнитивные дисфункции во время работы — одно из направлений когнитивной медицины.В современном обществе быстрое развитие информационных технологий, социальных сетей и передачи информации постоянно меняет условия жизни. Адаптация к изменяющимся когнитивным требованиям имеет решающее значение, и когнитивная гибкость, которая является компонентом исполнительной функции, становится все более важной. Снижение производительности труда из-за несоответствия когнитивных требований и когнитивных функций становится все более серьезной проблемой для многих рабочих мест. Мы только начинаем понимать когнитивные нарушения, связанные со стрессом на работе, и то, как предотвратить и лечить эти недостатки.Более того, медицинские специалисты из профессиональной и страховой медицины, среди прочего, нуждаются в новых инструментах для оценки взаимосвязи между когнитивными функциями, работоспособностью и медицинскими симптомами для оценки когнитивных нарушений у различных групп пациентов — целей, которые группы специалистов по когнитивной медицине могли бы выполнить. .

    Глобальная перспектива

    Быстрый рост распространенности прогрессирующих когнитивных нарушений является глобальной проблемой, поскольку число пожилых людей увеличивается также в развивающихся странах с быстрым ростом населения, что приведет к заметному увеличению распространенности возрастных нарушений. заболевания головного мозга [16].Кроме того, экологические аспекты привлекли к себе повышенное внимание, поскольку пожизненное воздействие инфекционных агентов и токсинов окружающей среды может увеличить риск когнитивных нарушений [17, 18]. В развивающихся странах урбанизация и возросшие психосоциальные потребности в трудовой жизни будут влиять не только на когнитивное здоровье пожилых людей, но и людей молодого и среднего возраста. Более того, серьезной проблемой с медицинской точки зрения является контекстуальный аспект когнитивной деятельности. Это означает, что разнообразие культур во всем мире влияет на выражение, проявление и последствия когнитивной дисфункции, подразумевая, что помимо медицинских и психологических достижений необходим социокультурный подход.

    Профилактика и вмешательство

    В настоящее время существует несколько эффективных методов лечения когнитивных расстройств. Очевидно, необходимы рандомизированные клинические испытания новых методов лечения, влияющих на основные патологические механизмы. Другой аспект заключается в том, что негативные факторы образа жизни в значительной степени способствуют развитию когнитивных нарушений [19], но успешные стратегии профилактики и вмешательства, связанные с образом жизни, еще не реализованы. В нашем стареющем населении с увеличенным числом связанных со стрессом расстройств и малоподвижным образом жизни когнитивные нарушения как причина инвалидности достигли масштабов эпидемии во всем мире.Главный вопрос, который необходимо решить когнитивной медицине, заключается в том, является ли снижение когнитивных функций, по-видимому, из-за предотвратимых факторов образа жизни, частично или полностью обратимым при адекватном лечении.

    Сидячий образ жизни важен не только в зрелом возрасте или в старости. Существуют четкие доказательства того, что недостаток физических упражнений и ожирение коррелируют с более низкими когнитивными способностями как в школьном возрасте в школе, так и в более позднем возрасте [20,21,22]. Крупные продольные когортные исследования показали повышенный риск психических заболеваний, таких как депрессия и тревожные расстройства, а также заболеваний головного мозга, таких как инсульт и основные нейрокогнитивные расстройства, в более позднем возрасте у субъектов с низкой физической работоспособностью в позднем подростковом возрасте [23,24,25] .В свете эпидемии ожирения и отсутствия физической активности во всем мире, исследования в области когнитивной медицины также будут касаться того, как разработать успешную раннюю профилактику и вмешательства у детей и взрослых, чтобы развить и поддерживать активный образ жизни, тем самым повышая сопротивляемость когнитивным дисфункциям на протяжении всей жизни. курс.

    Интеграция с существующей медицинской практикой

    Клиники памяти или аналогичные медицинские учреждения занимаются в основном болезнью Альцгеймера и связанными с ней нейрокогнитивными расстройствами.Обязанности таких подразделений могут быть расширены, чтобы также включать в себя исследование различных расстройств, обычно не классифицируемых как классические расстройства памяти, но при которых когнитивные дисфункции могут являться важным компонентом, ухудшающим реабилитацию и препятствующим возвращению к работе. Общая цель таких медицинских пунктов, помимо их традиционной задачи, будет заключаться в выявлении и оценке степени, профиля и последствий когнитивных нарушений для лечения соматических и психических расстройств.Кроме того, компетентность в области когнитивной медицины можно повысить, введя в эти отделения 6-12-месячную практику для врачей, прошедших подготовку в области неврологии, психиатрии, реабилитационной медицины или общей практики. Аналогичным образом медсестры и психологи могут повысить свою компетентность в области когнитивной медицины.

    Что такое когнитивная психология? — Определение и теории — Видео и стенограмма урока

    Обзор когнитивной психологии

    Термин «когнитивная психология» впервые был использован Ульриком Нейссером в 1967 году.В целом когнитивная психология считается академической или исследовательской дисциплиной. Однако несколько принципов когнитивной психологии были применены в клинических условиях (то есть там, где проводится терапия), что привело к развитию конкретных методов, таких как когнитивная терапия и когнитивно-поведенческая терапия (КПТ). Таким образом, учитывая его масштабы и применимость, его аспекты часто использовались в других областях, включая медицину, образование и бизнес.

    Психологическое лечение, основанное на когнитивной психологии / теориях

    Когнитивная психология с самого начала ориентирована на достижение целей и проблем.Представьте, что вы идете на лечение к когнитивному психологу. Первое, что вас попросят сделать, — это определить свои проблемы и сформулировать для себя конкретные цели. Тогда вам помогут организовать свои проблемы таким образом, чтобы повысить шансы на достижение ваших целей.

    Предположим, что, готовясь к завтрашней презентации на работе, вы боитесь, что потерпите неудачу. Из-за этого вы отвлекаетесь, чтобы не работать над презентацией.Это мешает вам правильно подготовиться, что на самом деле приводит к провалу. Вы верите, что потерпели неудачу, потому что ничего не стоите. Когнитивный психолог поможет вам изучить, а затем рационализировать ситуацию, чтобы понять наиболее вескую причину вашей неудачи. Затем они научат вас, как вносить изменения, которые помогут вам добиться успеха.

    Все формы когнитивной терапии имеют следующие четыре характеристики:

    1. Отношения сотрудничества между клиентом и терапевтом.
    2. Убеждение, что психологический стресс в значительной степени является результатом нарушения когнитивных процессов.
    3. Сосредоточение на изменении познания для получения желаемых изменений эмоций и / или поведения.
    4. Ограниченное по времени лечение, направленное на решение конкретных проблем.

    Хотя когнитивные методы лечения часто объединяются в группы, их можно разделить на две области: когнитивную терапию (КТ) и когнитивно-поведенческую терапию (КПТ). CT и CBT очень похожи по своей теории и применению.Разница в том, что когнитивная терапия в основном направлена ​​на устранение психологического стресса (путем борьбы с негативными мыслями и эмоциями), тогда как когнитивно-поведенческая терапия также направлена ​​на устранение негативного поведения.

    Специфические когнитивные методы лечения / теории

    В контексте когнитивной терапии есть три основные теории:

    1. Рациональная эмоциональная поведенческая терапия Альберта Эллиса (REBT)
    2. Когнитивная терапия (КТ) Аарона Бека
    3. Когнитивно-поведенческая терапия (КПТ) Дональда Мейхенбаума

    Основа REBT была разработана Альбертом Эллисом.REBT, ранее называвшаяся рациональной терапией или рациональной эмоциональной терапией, является одним из первых методов когнитивной терапии. Сегодня это продолжает оставаться основным подходом в области когнитивной психологии. Он основан на предположении, что вы вносите свой вклад в свои собственные психологические проблемы и симптомы через свои интерпретации.

    Рациональная эмоциональная поведенческая терапия направлена ​​на выявление иррациональных убеждений, которые могут привести к нездоровым отрицательным эмоциям. Он исследует эту взаимосвязь с помощью так называемой структуры A-B-C .

    Давайте рассмотрим структуру A-B-C на примере:

    • (A) Активирующее событие: вы идете по улице. Ваш друг проходит мимо и игнорирует вас.
    • (B) Убеждения: Вы думаете: «Боб, должно быть, рассердился на меня, иначе он поздоровался бы».
    • (C) Последствия: Вы игнорируете своего друга в следующий раз, когда видите его, потому что думаете, что он не хочет с вами разговаривать.

    В этом примере у вас есть иррациональное убеждение , что Боб зол на вас.Иррациональная вера — это вера, не имеющая фактических оснований и не поддерживаемая рационально. REBT поможет вам заменить это иррациональное убеждение более рациональной альтернативой. Давайте посмотрим, как сценарий может развернуться с этим изменением:

    • (A) Активирующее событие: вы идете по улице. Ваш друг проходит мимо и игнорирует вас.
    • (B) Убеждения: Вы думаете: «В отличие от Боба, чтобы не поздороваться, интересно, что происходит?»
    • (C) Последствия: Вы поворачиваетесь и зовете Боба.Он извиняется за то, что не видел вас, но объясняет, что действительно на что-то отвлекается. Вы планируете встретиться позже и наверстать упущенное.

    Аарон Т. Бек разработал подход когнитивной терапии в результате своих исследований и клинической экспертизы депрессии. Он заметил, что большинство депрессивных людей отрицательно интерпретируют жизненные события. Это в конечном итоге привело его к мысли, что ваши чувства связаны с тем, как вы думаете о своем опыте.

    Когнитивная терапия предполагает, что психологический стресс вызван искаженными мыслями о стимулах, которые вызывают эмоциональные страдания.

    В КТ систематические ошибки в рассуждениях, ведущие к ошибочным предположениям и заблуждениям, называются когнитивными искажениями . Давайте рассмотрим это на примере.

    Представьте, что вы не получили повышения по службе. Вы можете подумать, что вас не приняли в акции, потому что вас считают некомпетентным. Это может снизить вероятность того, что вы будете искать возможности продвижения по службе в будущем, и даже может привести к депрессии.Когнитивное искажение — это ваша вера в свою некомпетентность.

    Давайте рассмотрим разницу, если вы замените это убеждение более функциональным. Если вы считаете, что не получили повышения из-за очень сильной конкуренции, ваша реакция может быть более управляемой. Вы чувствуете разочарование, но не подавлены и, скорее всего, продолжите поиск повышения по службе в будущем.

    Дональд Мейхенбаум — психолог, известный своим вкладом в когнитивно-поведенческую терапию.Он разработал терапевтическую технику под названием когнитивная модификация поведения (CBM) , которая фокусируется на выявлении негативного разговора с самим собой, чтобы изменить нежелательное поведение.

    Модификация когнитивного поведения была разработана путем объединения поведенческой терапии с когнитивной терапией. Он подчеркивает взаимосвязь между мыслями, эмоциями и поведением.

    Допустим, вам нужно присутствовать на собрании на работе завтра.Вы беспокоитесь об этом и боитесь, что на собрании у вас случится паническая атака. Вы говорите себе: «Что, если у меня случится паническая атака, и мне придется покинуть собрание? Я был бы так смущен ». На следующий день вы вызываете больного на работу, чтобы избежать встречи.

    Если вы сможете изменить эти мысли, вы сможете присутствовать на рабочем собрании, а не избегать его. Изменение этих мыслей и результирующего поведения с помощью CBM — это трехэтапный процесс.

    Этап 1: Самонаблюдение
    На этом этапе необходимо внимательно прислушиваться к своему внутреннему диалогу (разговор с самим собой) и наблюдать за своим поведением.

    Этап 2: начните новый разговор с самим собой
    Как только вы распознаете свой негативный разговор с самим собой, вы можете начать его менять. Вы учитесь «ловить» себя на негативных образцах мышления, а затем воссоздаете новый позитивный внутренний диалог. «Я не могу» превращается в «Это может быть сложно, но я могу».

    Фаза 3: Изучение новых навыков
    Новое поведение в конечном итоге появится, когда вы обнаружите негативные мысли, измените их и измените свою реакцию.

    Когда вас контролируют негативные мысли, трудно контролировать свои поведенческие реакции на неприятную ситуацию.Цель модификации когнитивного поведения — вернуть вам утраченный контроль. Когда ваши мысли меняются с негативных на позитивные, вы начинаете вести себя по-другому. В свою очередь, вы обнаружите, что люди по-разному реагируют на вас и смотрят на вас более позитивно.

    Краткое содержание урока

    Когнитивная психология — это раздел психологии, изучающий работу психических процессов, связанных с восприятием, вниманием, мышлением, языком и памятью, в основном посредством выводов из поведения.Он смотрит на то, как мы обрабатываем информацию, которую мы получаем, и как обработка этой информации приводит к нашим ответам. Другими словами, когнитивная психология интересуется тем, что происходит в нашем сознании, что связывает стимулов (вход) и ответов (выход).

    Хотя методы лечения на основе когнитивных функций часто группируются вместе, их можно разделить на две области: когнитивную терапию (КТ) и когнитивно-поведенческую терапию (КПТ).

    Существуют три основные теории когнитивно-зависимой терапии:

    1. Рациональная эмоционально-поведенческая терапия Альберта Эллиса (REBT)
    2. Когнитивная терапия (КТ) Аарона Бека
    3. Когнитивно-поведенческая терапия (КПТ) Дональда Мейхенбаума

    Рациональная эмоциональная поведенческая терапия (REBT) исследует взаимосвязь убеждений и эмоций через так называемую структуру A-B-C , которая означает активацию события, убеждений и последствий.В когнитивной терапии (КТ) систематические ошибки в рассуждениях, ведущие к ошибочным предположениям и заблуждениям, называются когнитивными искажениями . В когнитивно-поведенческой терапии (CBT), модификация когнитивного поведения (CBM) фокусируется на выявлении негативного разговора с самим собой, чтобы изменить нежелательное поведение.

    Результаты обучения

    После того, как вы закончите этот урок, вы должны уметь:

    • Обобщить объем когнитивной психологии и производных методов лечения
    • Вспомните некоторые вопросы, которые могут задать когнитивные психологи.
    • Укажите четыре характеристики отраслей когнитивной психологии
    • Перечислите две основные области когнитивной психологии и связанных с ней методов лечения
    • Обсудите три основные теории когнитивной психологии
    • Объясните структуру ABC
    • Понять, что такое когнитивные искажения
    • Краткое описание трехфазного процесса CBM

    Изменения когнитивных функций при старении человека — старение мозга

    1.

    Craik FIM, Salthouse TA, редакторы. Справочник по старению и познанию. Эрльбаум; Махва, Нью-Джерси: 2000.

    2.

    Craik FIM, Jennings JM. Человеческая память. В: Craik FIM, Salthouse TA, редакторы. Справочник по старению и познанию. Эрльбаум; Хиллсдейл, Нью-Джерси: 1992. стр. 51.

    3.

    McDowd JM, Shaw RJ. Внимание и старение: функциональная перспектива. В: Craik FIM, Salthouse TA, редакторы. Справочник по старению и познанию. 2.Эрльбаум; Махва, Нью-Джерси: 2000. стр. 221.

    4.
    Verhaeghen P, Cerella J. Старение, исполнительный контроль и внимание: обзор метаанализов. Neurosci Behav Rev.2002; 26: 849. [PubMed: 12470697]
    5.
    McDowd JM, Craik FIM. Влияние старения и сложности задачи на выполнение разделенного внимания. J Exp Psychol Hum Perc Perf. 1988; 14: 267. [PubMed: 2967880]
    6.
    Tsang PS, Shaner TL. Возраст, внимание, опыт и способность разделить время.Психологическое старение. 1998; 13: 323. [PubMed: 9640591]
    7.

    Kramer AF, et al. Тренинг для исполнительного контроля: стратегии координации задач и старение. В: Гофер Д., Кориат А., ред. Внимание и исполнение XVII. MIT Press; Кембридж, Массачусетс: 1999. стр. 617.

    8.
    Хокинс Х.Л., Крамер А.Ф., Капальди Д. Старение, упражнения и внимание. Психологическое старение. 1992; 7: 643. [PubMed: 1466833]
    9.
    Colcombe S, Kramer AF. Влияние фитнеса на когнитивные функции пожилых людей: метааналитическое исследование.Psychol Sci. 2003; 14: 125. [PubMed: 12661673]
    10.

    Park DC, Gutchess AH. Когнитивное старение и повседневная жизнь. В: Парк Д., Шварц Н., редакторы. Когнитивное старение: учебник. Психология прессы; Филадельфия, Пенсильвания: 2000. стр. 217.

    11.

    Park DC, Хедден Т. Рабочая память и старение. В: Naveh-Benjamin M, Moscovitch M, Roediger HL III, редакторы. Перспективы человеческой памяти и когнитивного старения: Очерки в честь Фергуса Крейка. Психология прессы; Нью-Йорк: 2001.п. 148.

    12.

    Reuter-Lorenz PA, Sylvester C-YC. Когнитивная нейробиология рабочей памяти и старения. В: Cabeza R, Nyberg L, Park D, редакторы. Когнитивная неврология старения. Издательство Оксфордского университета; Оксфорд; 2005. с. 186.

    13.

    Zacks RT, Hasher L, Li KZH. Человеческая память. В: Craik FIM, Salthouse TA, редакторы. Справочник по старению и познанию. 2. Эрльбаум; Махва, Нью-Джерси: 2000. стр. 293.

    14.

    Baddeley AD, Hitch GJ.Рабочая память. В: Бауэр Г.А., редактор. Психология обучения и мотивации. Vol. 8. Академическая пресса; Нью-Йорк: 1974. стр. 47.

    15.
    Wager TD, Smith EE. Нейровизуализационные исследования рабочей памяти: метаанализ. Cogn Affec Behav Neurosci. 2003; 3: 255. [PubMed: 15040547]
    16.

    Парк Д. Основные механизмы, объясняющие возрастное снижение когнитивной функции. В: Парк Д., Шварц Н., редакторы. Когнитивное старение: учебник. Психология прессы; Филадельфия, Пенсильвания: 2000.п. 3.

    17.

    Крейк ФИМ, Берд М. Старение и когнитивные нарушения: роль ресурсов внимания. В: Craik FIM, Trehub S, редакторы. Старение и когнитивные процессы. Пленум; Нью-Йорк: 1982. стр. 191.

    18.

    Craik FIM. Функциональный учет возрастных различий в памяти. В: Klix F, Hagendorf H, редакторы. Человеческая память и когнитивные способности, механизмы и действия. Эльзевир; Амстердам: 1986. с. 409.

    19.

    Salthouse TA. Возможности обработки и ее роль в отношениях между возрастом и памятью. В: Weinert FE, Schneider W, редакторы. Производительность памяти и компетенции: проблемы роста и развития. Эрльбаум; Хиллсдейл, Нью-Джерси: 1995. стр. 111.

    20.

    Salthouse TA. Старение рабочей памяти. Нейропсихология. 1994; 8: 535.

    21.
    Salthouse TA. Теория скорости обработки возрастных различий в познании взрослых. Psychol Rev.1996; 103: 403. [PubMed: 8759042]
    22.
    Park DC, et al. Медиаторы долговременной памяти на протяжении всей жизни. Психологическое старение. 1996; 11: 621. [PubMed:

    94]

    23.

    Хашер Л., Закс РТ. Рабочая память, понимание и старение: обзор и новый взгляд. В: Bower GH, редактор. Психология обучения и мотивации. Vol. 22. Academic Press; Нью-Йорк: 1988. стр. 193.

    24.

    Hasher L, Zacks RT, May CP. Тормозящий контроль, циркадное возбуждение и возраст.В: Гофер Д., Кориат А., ред. Внимание и исполнение XVII. MIT Press; Кембридж, Массачусетс: 1999. стр. 653.

    25.
    Мэй С.П., Хашер Л., Кейн М.Дж. Роль вмешательства в объем памяти. Mem Cognit. 1999; 27: 759. [PubMed: 10540805]
    26.
    Hedden T, Park DC. Старение и нарушение вербальной рабочей памяти. Психологическое старение. 2001; 16: 666. [PubMed: 11766920]
    27.

    Kester JD, et al. Память у пожилых людей. В: Баддели А.Д., Копельман М.Д., Уилсон Б.А., редакторы.Справочник по расстройствам памяти. 2. Вайли; Западный Сассекс, Великобритания: 2002. стр. 543.

    28.
    Тулвинг Э. Эпизодическая память: от ума к мозгу. Анну Рев Психол. 2002; 53: 1. [PubMed: 11752477]
    29.

    Craik FIM. О переносе информации из временной в постоянную память. Филос Транс Рой Соц Лондон. 1983; В 302: 341.

    30.
    Глиски Е.Л., Рубин С.Р., Дэвидсон ПСР. Исходная память у пожилых людей: проблема с кодированием или поиском? J Exp Psychol Learn Mem Cognit.2001; 27: 1131. [PubMed: 11550742]
    31.
    Jennings JM, Jacoby LL. Процедура противодействия для выявления возрастных нарушений в памяти: эффект повторения. Психологическое старение. 1997; 12: 352. [PubMed: 9189995]
    32.
    Davidson PSR, Glisky EL. Нейропсихологические корреляты воспоминаний и привычек при нормальном старении. Cogn Affec Behav Neurosci. 2002; 2: 174. [PubMed: 12455684]
    33.
    Нольде С.Ф., Джонсон М.К., Д’Эспозито М. Левая префронтальная активация во время эпизодического вспоминания: исследование фМРТ, связанное с событием.NeuroReport. 1998; 9: 3509. [PubMed: 9855308]
    34.

    Light LL. Организация памяти в старости. В: Craik FIM, Salthouse TA, редакторы. Справочник по старению и познанию. Эрльбаум; Хиллсдейл, Нью-Джерси: 1992. стр. 111.

    35.

    Рубин ДК. Автобиографическая память и старение. В: Парк Д., Шварц Н., редакторы. Когнитивное старение: учебник. Психология прессы; Филадельфия, Пенсильвания: 2000. стр. 131.

    36.
    Levine B, et al. Старение и автобиографическая память: отделение эпизодического от семантического поиска.Психологическое старение. 2002; 17: 677. [PubMed: 12507363]
    37.
    Davidson PSR, Glisky EL. Является ли флэш-память особым экземпляром исходной памяти? Свидетельства пожилых людей. Объем памяти. 2002; 10: 99. [PubMed: 11798440]
    38.
    39.
    Salthouse TA. Влияние возраста и навыков набора текста. Журнал «Экспресс Психол», 1984; 113: 345. [PubMed: 6237168]
    40.

    Prull MW, Gabrieli JDE, Bunge SA. Возрастные изменения в памяти: перспектива когнитивной нейробиологии.В: Craik FIM, Salthouse TA, редакторы. Справочник по старению и познанию. 2. Эрльбаум; Махва, Нью-Джерси: 2000. стр. 91.

    41.

    Вест Р. Нейронная основа возрастного снижения перспективной памяти. В: Cabeza R, Nyberg L, Park D, редакторы. Когнитивная неврология старения. Издательство Оксфордского университета; Оксфорд; 2005. с. 246.

    42.
    Johnson MK, Hashtroudi S, Lindsay DS. Исходный мониторинг. Psychol Bull. 1993; 114: 3. [PubMed: 8346328]
    43.
    Craik FIM. Уровни обработки: прошлое, настоящее… и будущее? Объем памяти. 2002; 10: 305. [PubMed: 12396643]
    44.

    Schneider BA, Pichora-Fuller MK. Последствия ухудшения восприятия для исследований когнитивного старения. В: Craik FIM, Salthouse TA, редакторы. Справочник по старению и познанию. 2. Эрльбаум; Mahwah NJ: 2000. стр. 155.

    45.
    Балтес П.Б., Линденбергер У. Возникновение сильной связи между сенсорными и когнитивными функциями на протяжении всей взрослой жизни: новое окно в изучении когнитивного старения? Психологическое старение.1997; 12: 12. [PubMed: 64]
    46.

    Кемпер С., Кемтес К. Старение, создание и понимание сообщений. В: Парк Д., Шварц Н., редакторы. Когнитивное старение: учебник. Психология прессы; Филадельфия, Пенсильвания: 2000. стр. 197.

    47.

    Вингфилд А. Восприятие речи и понимание разговорной речи в зрелом возрасте. В: Парк Д., Шварц Н., редакторы. Когнитивное старение: учебник. Психология прессы; Филадельфия, Пенсильвания: 2000. стр. 175.

    48.

    Wingfield A, Stine-Morrow EAL. Язык и речь. В: Craik FIM, Salthouse TA, редакторы. Справочник по старению и познанию. 2. Эрльбаум; Махва, Нью-Джерси: 2000. стр. 359.

    49.

    Sanfey AG, Хасти Р. Суждение и принятие решений на протяжении взрослой жизни: учебный обзор психологических исследований. В: Парк Д., Шварц Н., редакторы. Когнитивное старение: учебник. Психология прессы; Филадельфия, Пенсильвания: 2000. стр. 253.

    50.

    Baddeley AD.Разделение центральной исполнительной власти. В: Stuss DT, Knight RT, редакторы. Принципы функции лобной доли. Издательство Оксфордского университета; Оксфорд; 2002. с. 246.

    51.
    West RL. Применение теории функции префронтальной коры к когнитивному старению. Psychol Bull. 1996; 120: 272. [PubMed: 8831298]
    52.

    Раз Н. Старение мозга и его влияние на когнитивные функции: интеграция структурных и функциональных данных. В: Craik FIM, Salthouse TA, редакторы.Справочник по старению и познанию. 2. Эрльбаум; Махва, Нью-Джерси: 2000. стр. 1.

    53.

    Glisky EL, Polster MR, Routhieaux BC. Двойная диссоциация между предметной и исходной памятью. Нейропсихология. 1995; 9: 229.

    54.
    Grady CL, et al. Влияние задачи кодирования на возрастные различия функциональной нейроанатомии памяти лица. Психологическое старение. 2002; 17: 7. [PubMed: 11931288]
    55.
    Reuter-Lorenz PA, et al. Возрастные различия во фронтальной латерализации вербальной и пространственной рабочей памяти, выявленные методом ПЭТ.J Cognit Neurosci. 2000; 12: 174. [PubMed: 10769314]
    56.
    Cabeza R, et al. Изящное старение: компенсаторная мозговая активность у успешных пожилых людей. NeuroImage. 2002; 17: 1394. [PubMed: 12414279]
    57.
    Logan JM, et al. Недостаточный набор и неизбирательный набор: диссоциативные нейронные механизмы, связанные со старением. Нейрон. 2002; 33: 827. [PubMed: 11879658]
    58.

    Daselaar S, Cabeza R. Возрастные изменения в организации полушария.В: Cabeza R, Nyberg L, Park D, редакторы. Когнитивная неврология старения. Издательство Оксфордского университета; Оксфорд; 2005. с. 186.

    59.
    Райан Л., Хатфилд С., Хофстеттер М. Кофеин снижает влияние времени суток на производительность памяти у пожилых людей. Psycho Sci. 2002; 13:68. [PubMed: 11892781]

    Методы когнитивной психологии и нейробиологии

    На одной из моих любимых картин, «Афинская школа», самые известные греческие философы представлены Рафаэлем.В центре сцены мы видим Платона, указывающего на потолок, и Аристотеля, указывающего на пол. Рационализм против эмпиризма. Идеи или факты. В психологии, разуме или мозге. В восемнадцатом веке немецкий философ Иммануил Кант диалектически синтезировал взгляды Декарта и Локка (рационализм и эмпиризм). Кант утверждал, что и рационализм, и эмпиризм имеют свое место. Оба должны работать вместе в поисках истины. Большинство психологов сегодня принимают синтез Канта. Фактически, исследования в области психологии следуют научному методу, в котором идеи-гипотезы и факты-данные играют вместе.Теперь мой вопрос: можем ли мы примирить эту дискуссию между разумом и мозгом в контексте современной когнитивной психологии?

    Когнитивная психология и поведение

    Когнитивная психология предполагает, что наше мышление отвечает за наше поведение. В предыдущей психологической теории бихевиоризма (Watson, 1919) человеческое поведение (реакция) всегда понималось в терминах ситуации, которая вызывает эту реакцию (стимул) — между ними нет ничего. Мы счастливы, потому что празднуем свой день рождения.Однако когнитивная психология отстаивает идею о том, что одного стимула недостаточно для объяснения человеческого поведения. Другими словами, чтобы понять людей, нам нужно изучить их умы. Следовательно, когнитивная психология — это изучение того, как люди воспринимают, изучают, запоминают и думают об информации (Stenberg & Stenberg, 2012).

    Следуя этой перспективе, авторы когнитивной традиции изучают основные психологические процессы, а именно: восприятие, внимание, память, рассуждение и язык.С самого начала когнитивной психологии в 50-х годах психологи изучали эти процессы, пытаясь понять, как люди подходят к нашей реальности. В этом смысле, например, изучение человеческой памяти проливает свет на то, как люди запоминают одни события и забывают другие.
    В последнее время на когнитивную психологию сильно повлияли некоторые достижения в области нейробиологии. По словам Газзаниги, зарождение когнитивной нейробиологии — это попытка связать психологические процессы с активностью мозга (Gazzaniga, 2018).

    Методы когнитивной неврологии

    Изучение взаимосвязи между нервной системой и нашим познанием стало возможным благодаря развитию методов, которые позволили когнитивной нейробиологии достичь этой цели. Наиболее известные методы — это потенциал, связанный с событием (ERP), и функциональное магнитно-резонансное изображение (fMRI). Благодаря применению этих методов исследователи стремятся понять, что происходит в нашем мозгу, когда мы выполняем определенные задачи, связанные с восприятием, вниманием, памятью, рассуждениями или языком, которые являются основными корреляциями когнитивной обработки.

    Event Related Potential (ERP) используется для изучения электрической активности в коре головного мозга, когда мы выполняем конкретную задачу. Антецедентом ERP является ЭЭГ, методика, которая позволяет нам изучать активность мозга в определенный период времени. В ERP мы согласовываем эту запись ЭЭГ с конкретными событиями. Компьютер будет отмечать запись ЭЭГ каждый раз, когда участник выполняет конкретную задачу, которую мы хотим изучить. Таким образом, мы можем увидеть, что конкретно происходит в нашем мозгу, когда мы выполняем эту конкретную задачу.Например, в классическом исследовании памяти и ERP участники должны извлекать слова, которые они выучили ранее, и при этом записывается электрическая активность коры головного мозга, связанная с этой задачей. Мы можем использовать эту технику с широким кругом участников из-за ее неинвазивного характера; от младенцев до пожилых людей. Основным преимуществом этого метода является временное разрешение, что означает, что ERP позволяют нам без промедления наблюдать за активностью коры головного мозга в то же время, когда участник выполняет задание.Например, если участник пытается вспомнить определенное ранее выученное слово, мы можем одновременно наблюдать электрическую активность коры головного мозга. Принципиальным недостатком ERP является то, что мы можем регистрировать только активность, связанную с корой головного мозга — невозможно напрямую увидеть, что происходит в подкорковых структурах, таких как гиппокамп.

    Другой метод — фМРТ. Антецедентом фМРТ является МРТ. Основная цель МРТ — получить очень подробное изображение мозга.ФМРТ позволяет нам наблюдать на этом подробном изображении за активностью мозга. Эти изменения в нашей мозговой деятельности также коррелируют с когнитивными процессами. Следуя предыдущему примеру типичной задачи на память, мы можем попросить человека вспомнить некоторые слова, выученные ранее, и наблюдать с помощью фМРТ, что происходит в мозге во время этой деятельности.

    Основное предположение фМРТ основано на идее, что когда определенная область нашего мозга задействована для выполнения задачи, эта область будет требовать больше кислорода в нашем кровотоке.ФМРТ определит, какие области потребили этот кислород. В эксперименте фМРТ участник ляжет в сканер, и ему будет предложено выполнить определенную задачу внутри сканера. Обычно исследователи представляют экспериментальную задачу на компьютере, и участники видят компьютер через зеркало, расположенное в сканере.

    фМРТ позволяет нам с очень высокой точностью наблюдать активность всего мозга, включая подкорковые структуры. Как я уже объяснял, главный недостаток этого метода связан с временным разрешением.В отличие от ERP, здесь мы не можем одновременно наблюдать активность коры, пока участник выполняет задание. С помощью фМРТ мы можем наблюдать за активностью мозга только после выполнения задачи. Мы говорим об очень короткой задержке в несколько секунд.

    Проанализировав эти методы, мы можем увидеть, как современная когнитивная психология демонстрирует взаимосвязь между когнитивными процессами и мозгом благодаря когнитивной нейробиологии. Здесь стоит отметить, что эта взаимосвязь между познанием и нейробиологией способна примирить мозг ив уме спорят, что мы, психологи, унаследовали от философии.

    Добавить комментарий