Когнитивный человек это: Когнитивные расстройства: как вовремя распознать и помочь близкому человеку?

Когнитивные расстройства: как вовремя распознать и помочь близкому человеку?

 

ВОЗ признает деменцию одним из приоритетных направлений общественного здравоохранения. Прогнозы, которые дают эксперты, настораживают. Так, по данным Всемирной организации здравоохранения, в 2030-му году в мире общее число людей с деменцией составит около 82 млн, а к 2050-му году их может стать уже около 152 млн.

Деменция «помолодела», и сегодня она проявляется не только у очень пожилых людей, а в 9% встречается у людей в возрасте моложе 65 лет. С этим заболеванием связано немало заблуждений. Не все знают, что причиной когнитивных расстройств могут быть не только наследственность, но и ведение неправильного образа жизни, вредные привычки, лишний вес. Раньше считалось, что снижение когнитивных функций с возрастом – процесс нормальный: человек стареет, и поэтому становится забывчивым, раздражительным, растерянным.

Но сегодня специалисты пришли к другому мнению: процессы старения мозга, которые являются необратимыми, можно затормозить и помочь близкому человеку дольше прожить в ясном уме.  

Подробно о причинах и механизмах появления когнитивных расстройств рассказала врач-психиатр Ставропольской краевой психиатрической больницы №1, кандидат психологических наук Анастасия Василенко.

– Что такое когнитивные расстройства?

– Когниция – это познание. Когнитивный означает все, что относится к познавательным процессам – восприятие, мышление, память, внимание, способность строить планы и оценить последствия своих действий. Проще говоря, это то, что относится к уму и интеллекту.

– Люди какого возраста находятся в группе риска?

– Если говорить о возрастной динамике, то понятно, что мы всегда разные. Каждый год мы отличаемся от того, кем были прежде. Есть, так называемое, здоровое старение, а есть расстройства и болезни. При здоровом старении у человека нет грубых нарушения памяти, и он не делает каких-то нелепостей. Когда эти нарушения появляются, мы говорим о том, что начинает развиваться старческое слабоумие или какой-то другой вид слабоумия. К сожалению, такие когнитивные нарушения бывают не только в старческом возрасте. Вообще сейчас расстройства интеллектуального спектра могут начинаться уже после 40 лет.

– Деменция или слабоумие: что это такое и почему оно начинает прогрессировать?

– Слабоумие – утрата возможности правильно думать, запоминать и вспоминать. Когда у человека начинаются расстройства интеллектуального спектра, первое, что становится заметным – нарушения памяти. Он становится забывчивым. Иногда такие нарушения возникают очень рано. Я встречала в своей практике развитие деменции и в 36 лет, и в 27. Если вы замечаете, что с памятью возникают проблемы, стоит обратиться к врачу.

– Почему мозг начинает работать по-другому?

– Существует две основных формы слабоумия. Первая обусловлена генетическими предпосылками. Это болезнь Альцгеймера, болезнь Паркинсона и некоторые другие.

И есть слабоумие, которое развивается без такой генетической предрасположенности, а в результате того, что мозг страдает по другим причинам. Никогда это не бывает «вдруг», никогда это не начинается внезапно. Развитию деменции может способствовать образ жизни, наличие заболеваний и негативные факторы среды, в которой живет человек. Здесь уместно использовать такое понятие, как гигиена мозга. В 17-20 лет, если нет каких-либо заболеваний, мозг находится в прекрасном состоянии. И если молодой человек не пьет алкоголь, не курит, не употребляет наркотики, занимается спортом, не имеет лишнего веса, следит за здоровьем, его мозг будет долгое время оставаться в хорошей форме. И велика вероятность дожить до 70, 80, 90 лет с ясным умом.

Анастасия Василенко рассказал, что причиной развития слабоумия до 30-40 лет может быть хронический алкоголизм, запущенные эндокринологические заболевания, гипертония, курение, малоподвижный образ жизни, лишний вес, черепно-мозговые травмы. По этим причинам нарушается кровоснабжение мозга, и он постепенно начинает умирать. Если не приступить к лечению, слабоумие будет развиваться катастрофически быстро.

Врач-психиатр также напомнила, что на фоне перенесенной тяжелой инфекции или какого-то другого заболевания, может появиться временное расстройство памяти и утрата внимания. Но это происходит из-за того, что организм ослаблен. Стоит вылечиться, выспаться, отдохнуть, и интеллектуальные способности восстановятся.

– Появление каких симптомов должно насторожить и заставить пойти к врачу?

– Даже от сидячего образа жизни мозг страдает. Первыми симптомами, на которые нужно обращать внимание, являются головные боли, головокружения, тошнота. При их появлении необходимо обращаться к неврологам. В этом случае еще нет нарушений памяти, внимания, когнитивных функций, но человек чувствует тяжесть в голове, быстро устает, плохо соображает в конце рабочего дня, активно реагирует на изменения погоды. Это говорит о недостаточном кровоснабжении мозга.

К нарушению питания нервной ткани могут также привести анорексия, неграмотное вегетарианство, сахарный диабет, любые эндокринологические заболевания. Важно! Если вы будете здоровым физически, если будете вести активный образ жизни и вовремя обращаться к врачу, а не просто бездумно принимать таблетки, то у вас и мозг будет здоровым. Но это не касается болезни Альцгеймера и Паркинсона.

– Как заметить первые симптомы болезни Альцгеймера?

– Очень быстро нарастают расстройства памяти, расстройства интеллекта, которые при болезни Альцгеймера выражены ярче, чем при старческом слабоумии. Человек вдруг становится растерянным, не может понять, что происходит, потому что плохо запоминает текущие события. Буквально, если он отвернется от вас и повернется снова, то будет думать, что увидел вас впервые. У таких пациентов всегда удивленный, растерянный вид. Также наблюдаются нарушения речи и привычного порядка действий. Пациенты путают слова и не могут, например, выполнить простой тест: разобрать и собрать шариковую ручку.

Как отметила Анастасия Олеговна, до определенного момента человек может понять сам, что у него развивается деменция.

Он жалуется на расстройство кратковременной памяти и забывает то, что было день или час назад. Будет ли вовремя назначено лечение, как будет протекать расстройство – все это зависит от окружения пациента. Именно близкие должны вовремя забить тревогу и не игнорировать симптомы.

– Деменция может быть с психотическими нарушениями: с бредом, галлюцинациями, агрессией, яркими поведенческими нарушениями и без них. Понятно, если человек вдруг высказывает бредовые идеи (например, «вы хотите меня убить и забрать квартиру») и ведет себя агрессивно, то родственники обращаются к психиатру. Но когда таких ярких нарушений нет, а память и интеллект угасают постепенно, к сожалению, за помощью обращаются очень поздно. И зачастую родственники говорят, что все было нормально “буквально до вчерашнего дня”. Но когда начинаешь задавать вопросы, выясняется, что пять лет назад у пациентки была забывчивость, а два года назад она потерялась на улице, а последний год боится выходить из дома, потому что не уверена, что найдет дорогу назад.

Тогда становится понятным, что симптомы появились давно. Пациенты с деменцией часто помнят до мелочей события далекого прошлого, а текущие не закрепляются в памяти. Многие говорят: да у моей бабушки такая память, ни у кого в семье такой нет, она “Евгения Онегина” читает наизусть. А на самом деле это грозный симптом того, что текущие события из памяти уже стираются. 

– Вылечить эти расстройства нельзя, но возможно ли как-то продлить ясность ума?

– И родственники, и врачи, и сами пациенты понимают, что процесс необратим. И это иногда заставляет их отказываться от лечения, что неправильно. Чем больше внимания будет уделено болезни, чем лучше будут выполняться назначения врача, тем дольше пациент останется самостоятельным в простых бытовых ситуациях. 

Медикаменты существуют, их действие эффективно, но они не дают обратного развития, потому что умершая нервная ткань не восстанавливается. Лекарства помогают нейронам начать работать активнее: они меньше устают, и у человека дольше сохраняется высокий уровень функционирования.

Медикаментозное лечение необходимо, но его одного недостаточно. Нужны поддерживающие социальные мероприятия. Человек, страдающий деменцией, должен хорошо ориентироваться там, где они живет. Для этого в его комнате необходимо поддерживать порядок (у каждой вещи – свое место), разместить на стенах часы и календарь. Важно держать таблетки в таблетнице и контролировать, как пациент их принимает. И главное – тренировать навыки, которые нужны постоянно: ходить в магазин за хлебом, самостоятельно одеваться, чистить зубы. Важно не стараться делать то, что человек еще может делать сам.

– Чтобы мозг дольше продолжал функционировать, нужно тренировать те функции, которые вы хотите сохранить. Мозг делает хорошо то, что он делает каждый день. Для того, чтобы он оставался «свежим», нужно постоянно учиться. Танцевать, учить иностранные языки, разучивать стихи, читать книги. Постоянно обучение держит мозг в тонусе!   

Полную версию интервью в эфире телеканала Своё ТВ можно посмотреть по ссылке  

Иллюстрация к данной публикации взята из общедоступной библиотеки изображений https://www. freepik.com/ и из открытых источников.
Об использовании иллюстраций из библиотеки Freepik подробно можно прочесть здесь

 

 

Когнитивные нарушения

Деменция – это слабоумие, вызванное органическим поражением головного мозга.

Необходимо отличать деменцию от олигофрении. Деменция – это приобретённое состояние, олигофрения – врождённая умственная задержка. При деменции изначально умственное развитие нормальное, течение деменции прогрессирующее. Олигофрения развивается с раннего детства и не прогрессирует.

Ведущим появлением деменции и олигофрении являются когнитивные нарушения.

Причины деменции:

• Дегенеративные заболевания головного мозга (болезнь Альцгеймера, деменция с тельцами Леви, фронтотемпоральная деменция, болезнь Паркинсона, хорея Гентингтона, прогрессирующий надъядерный паралич, мультисистемная атрофия).
• Сосудистые поражения головного мозга (инсульты, атеросклеротическое поражение сосудов головного мозга, прогрессирующая сосудистая энцефалопатия).
• Токсико-метаболические поражения головного мозга (печёночная и почечная недостаточность, алкоголизм, лекарственная и другие экзогенные интоксикации).
• Гидроцефалия (нормотензивная, окклюзионная).
• Эндокринные и соматические заболевания (гипотиреоз, болезнь Кушинга, легочная недостаточность).
• Черепно-мозговая травма.
• Опухоли (первичные и метастатические).
• Хронические инфекции (ВИЧ, нейросифилис, туберкулёз, болезнь Крейтцфельдта-Якоба).
• Рассеянный склероз.
• Дефицит витаминов (В₁, В₁₂, никотиновой кислоты).
• Лейкодистрофии, болезни накопления, митохондриальные цитопатии.

Болезнь Альцгеймера (БА) является наиболее частой причиной деменции. Она встречается в 75% случаев деменции у лиц старше 65 лет. В мире БА занимает третье место среди причин смерти после сердечно-сосудистых заболеваний и рака. БА иначе называют сенильным (старческим) слабоумием. Именно болезнью Альцгеймера расплачивается человечество за долголетие. Считают, что болезнь Альцгеймера или другая деменция должна развиться у каждого человека, просто не каждый до неё доживёт.

Средний возраст начала БА – 65 лет. Если заболевание развивается раньше, то говорят о БА с ранним началом. Такой тип течения является неблагоприятным, т.к. быстро прогрессирует. Начало заболевания в возрасте 65 лет и старше отличается медленным прогрессированием и в целом, более благоприятным течением, чем при раннем начале. Чем старше пациент, тем распространённость БА выше. Например, в возрасте 65 лет распространённость составляет 2%, старше 75 лет – 19%, а в возрасте 84 года достигает 42%.

Пока ещё точная причина БА не установлена. Считается, что наибольшее влияние оказывают следующие факторы:

1. Снижение синтеза ацетилхолина, которое может быть генетически детерминированным. Именно с этим связывают случаи семейного распространения заболевания.
2. Накопление патологических белков: бета-амилоида с образованием амилоидных бляшек в ткани мозга и тау-протеина внутри нервных клеток
3. Инфекционная гипотеза: к возникновению болезни Альцгеймера может приводить проникновение в ткани мозга возбудителя периодонтита — Porphyromonas gingivalis.

Косвенно возникновению БА способствуют и травмы головы, и депрессия, и гипертония. Особенно важно снижение двигательной, социальной и других видов активностей и всё, что влияет на сосуды: повышенный холестерин, сахарный диабет, ожирение.

Установлено, что частота развития БА выше при снижении слуха. Однако нельзя сказать с точностью: это БА проявляется снижением слуха, или снижение слуха приводит к ухудшению познавательной деятельности, усложнению процесса получения информации. В любом случае, своевременное выявление и устранение слуховых нарушений снизит вероятность развития БА. К методам ранней диагностики относится исследование слуховых вызванных потенциалов (СВП) головного мозга, которое вы можете пройти в нашей Клинике.

Самыми ранними проявлениями БА считают ухудшение кратковременной памяти, которое можно легко спутать с переутомлением, воздействием стрессов или доброкачественной старческой забывчивостью. Человеку сложно сосредоточиться, снижается гибкость мышления, способность к планированию.

Далее нарушается семантическая память – это память на слова, понятия, абстрактные идеи. Затем появляется и остаётся до конца стремительно тающей жизни апатия, но самому человеку это становится всё менее важно.

Постепенно выраженность нарушений памяти нарастает. Появляется агнозия – неузнавание, апраксия – потеря навыков, в том числе, самообслуживания. Человек с болезнью Альцгеймера может не понимать вопроса, не помнить, что только что сказал, повторять одно и то же несколько раз подряд, забывать о недавних событиях, помещать вещи в нелогичные места, не узнавать привычную обстановку, заблудиться, забыть название вещи, которую часто использует. Речь сначала обеднена, затем угасает вместе с мозговой активностью деятельность всех речевых зон, отвечающих за письмо, чтение, называние предметов вплоть до полной потери речи. Вслед за сложными, теряются и простые навыки, и вот человек уже не помнит, как держать ложку, одеваться, пользоваться туалетом. Далее он может перестать узнавать самых близких, становится раздражительным, даже агрессивным, не контролирует функции тазовых органов. Далее – обездвиженность, пролежни, трофические нарушения, присоединение инфекций, что и является причиной наступления смерти.

Лечение БА, как и других видов деменции, сводится к замедлению прогрессирования. К сожалению, восстановление когнитивных функций при деменции невозможно. Для таких пациентов особенно важно поддерживать то, что пока ещё сохранено: выполнение посильных домашних дел, уход за собой, за другими членами семьи или животными. Конечно, со временем человек постепенно будет утрачивать эти навыки, но ограничивать его раньше времени нельзя. Необходимо поддерживать общение, двигательную активность, даже если кажется, что для самого пациента это не важно.

Другие виды деменции встречаются реже. Деменция с тельцами Леви совмещает в себе симптомы болезни Паркинсона и БА и требует коррекции обоих этих состояний. Лобно-височная (фронто-темпоральная) деменция или болезнь Пика отличается от БА тем, что имеет четко прослеживаемый наследственный (семейный) характер, признаки атрофии коры лобно-височных областей на МРТ, более раннее начало, реже сопровождается выпадением памяти, но чаще – психическими расстройствами (галлюцинации, психомоторное возбуждение).

В нашей клинике мы проводим занятия по поддержанию двигательной активности, сохранению функций руки, когнитивные тренировки с применением ТЛНС, психотерапию. Практически всем пациентам требуется подбор лекарственных препаратов, замедляющих прогрессирование деменции. В течение курса лечения такие рекомендации будут даны каждому пациенту. Работа с психологом зачастую требуется и родственникам пациента, что также входит в курс реабилитационного лечения при деменции.

Сосудистая деменция развивается у пациентов с острыми и хроническими церебро-васкулярными заболеваниями.

При сосудистой деменции способность к восприятию и анализу информации снижается резко практически до минимума из-за инсульта или ишемической атаки. Наличие сосудистой патологии головного мозга подтверждается данными обследований: наличие очагов инсульта или многоочагового поражения (мультиинфарктная деменция) на МРТ, атеросклеротические изменения в сосудах, нарушение сосудистого тонуса и проч. Это отличает сосудистую деменцию от болезни Альцгеймера (БА), которая развивается с возрастом и не связана с церебро-васкулярной патологией. Бывают смешанные формы: сочетание сосудистой деменции с БА.

Когнитивные навыки — Когнитивные способности

Попробуйте один месяц бесплатно с 10 лицензиями.

Пожалуйста, подтвердите, что тренировки и/или тесты предназначены для вас.Вы создадите персональную учётную запись. Этот вид учётной записи разработан специально для того, чтобы помочь вам оценить и тренировать ваши когнитивные способности.

Подтвердите, что вы хотите получить доступ к когнитивным тренировкам и тестам, предназначенным для ваших пациентов.Вы создадите учётную запись для управления пациентами. Эта учётная запись специально разработана в помощь специалистам в области здравоохранения (врачам, психологам и т.д.) для диагностики когнитивных расстройств и вмешательства.

Подтвердите, что вы хотите предложить когнитивные тренировки и/или тесты вашим родным или друзьям. Вы создадите семейную учётную запись. Эта учётная запись создана для того, чтобы члены вашей семьи получили доступ к тестам и тренировкам CogniFit.

Подтвердите, что вы хотите получить доступ к когнитивным тренировкам и тестам для участников вашего исследования. Вы создадите учётную запись для исследователей. Эта учётная запись специально разработана в помощь учёным при исследовании когнитивных областей.

Подтвердите, что вы хотите получить доступ к когнитивным тренировкам и тестам для ваших учеников.Вы создадите учётную запись для управления учениками. Эта учётная запись специально разработана в помощь при диагностике и лечении когнитивных расстройств у детей и учащейся молодёжи.

Для вашего собственного использования (от 16 лет). Дети младше 16 лет могут использовать семейную платформу CogniFit.

Отправьте тесты и тренировки пациентам

Отправьте тесты и тренировки ученикам

Отправьте тесты и тренировки вашим детям и другим родственникам

Отправьте тесты и тренировки участникам исследования

При регистрации и использовании CogniFit вы соглашаетесь с тем, что вы прочитали, поняли и принимаете Пользовательское соглашение и Политику конфиденциальности CogniFit.

»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.

Когнитивная дисфункция

Высшие мозговые или иначе когнитивные функции являются наиболее сложными функциями головного мозга, с помощью которых осуществляется процесс рационального познания мира и обеспечивается целенаправленное взаимодействие с ним.

К таким функциям относятся:

• память,
• праксис
• гнозис- способности программировать и осуществлять сложные действия,
• речь
• исполнительные функции.

Как вы понимаете они важны для нас не только в рамках нашей профессиональной но и бытовой деятельности.

Можно рассмотреть, как мы применяем их в повседневной жизни на простом примере. Стоит взять  в зону восприятия  любой предмет как тут же наш мозг включает весь спектр своих возможностей для его анализа и составления необходимой программы действий.

Так, например, мы видим объект яйцо — мы обращаем внимание на его характеристики, в частности,на то, что объект круглый, твердый, белый, мы воспринимаем и идентифицируем его как яйцо. Память подсказывает, что оно съедобно, мышление подсказывает, что  яйцо можно разбить.  Мы можем благодаря праксисуприготовить его, а с помощью речи сообщить об этом окружающим.

Видите, сколько различных функций наш мозг применил для выполнения такой простой, казалось бы, задачи. Одним словом, даже самые элементарные на первый взгляд моменты нашей жизни требуют высшей мозговой активности. Потеря даже одной из когнитивных функций грозит значительным снижением качества жизни и возможности самообслуживания, не говоря об утрате каких-то более сложных навыков, таких как, например, профессиональные.

Полная или частичная утрата когнитивных функций называется когнитивный дефицитом, степень его может варьироваться от легких малозаметных нарушений до глубокого  слабоумия с полным распадом личности.

В спектре когнитивных нарушений самым легким вариантом является легкий когнитивный дефицит, его выделяет в отдельную категорию научная школа Академика Яхно. Эти расстройства  носят преимущественно нейродинамический характер. Страдают такие характеристики как:

• скорость обработки информации,
• способность быстро переключаться с одного вида деятельности на другой̆,
• оперативная память,
• концентрация внимания.

Данный вид нарушений является наиболее доброкачественным, может встречаться в виде легко снижения когниции у пожилых в рамках естественного процесса старения. У молодых людей эти нарушения так же могут встречаться по ряду причин, однако легкий когнитивный дефицит интересует нас в меньшей степени, так как он не представляет серьезной угрозы и часто может уходить самостоятельно.

Надо отметить, что данный вид нарушений выделяется преимущественно  в российской научной школе, в западной литературе ему уделяется меньше внимания. Наибольший интерес   представляет умеренный когнитивный дефицит признаваемый как серьезная проблема и западными и российскими неврологами.

Синдром умеренных когнитивных нарушений или mildcognitiveimpairment — когнитивные нарушения, отчетливо выходящие за рамки возрастной нормы, но не достигающие масштаба деменции. Значимый интерес для докторов он представляет как самостоятельное состояние, довольно ощутимо влияющее на качество жизни и как неблагоприятный прогностический фактор — до 80% пациентов у которых выявляется УКР в течение 5 лет имеетсязначительное прогрессирование состояние до деменции. Иными словами у большинства пациентов УКР не стоит на месте и переходит в деменцию. Поэтому важно выявить это состояние и начать его своевременное лечение, чтобы затормозить этот процесс.

Что такое деменция?

Деменция — это наиболее тяжёлые когнитивные расстройства, которые приводят к дезадаптации пациента в профессиональной̆ и социально-бытовой̆ сфере.

Иными словами, при деменции теряется способность нормально взаимодействовать с окружающим нас миром, будь то бытовые простые задачи или сложные профессиональные навыки.

Деменции бывают разных видов и происхождений:

• Деменция  Альцгеймеровского типа,
• Сосудистая деменция,
• Деменция с тельцами Леви,
• лобно-височная деменция
• и так далее.

Всех их объединяет общий признак — драматическое снижение когнитивных функций,а различаются по особенностям нарушений, возрасту начала заболевания и скорости прогрессирования.

Так Болезнь Альцгеймера может быть сенильного типа (старческого) и пресенильного, т.е. с ранним началом. Однако после клинического дебюта заболевания скорость распада когнитивных функций может быть достаточно велика.Именно поэтому очень важно выявить расстройства на том этапе, когда они не достигли стадии деменции и их лавинообразный ход можно задержать.

Нужно отметить, что причины когнитивных расстройств в молодом возрасте отличаются от таковых в пожилом.

У молодых причинами зачастую могут быть патология перинатального периода или периода рождения. У пожилых причиной снижения может являться легкое снижение памяти и прочих функций в рамках нормального хода старения, однако степень этих изменений в таком случае  очень незначительна.

Помимо упомянутых причин, снижение когнитивных функций может наблюдаться в результате:

• Черепно-мозговых травм,
• Сосудистых заболеваний,
• Демиелинизирующих заболеваний,
• Инфекционных заболеваний,
• Нарушений метаболизма и работы гормональной системы,
• Опухолей,
• Нейродегенеративных заболеваний ЦНС.

Нужно помнить, что применение различных психоактивных средств может влиять на когнитивные функции. У пожилых обязательно нужно учитывать применение лекарственных  средств, причем не только неврологического профиля, так для довольно большого числа препаратов описан эффект негативного влияния на концентрацию внимания, память и прочие Высшие психические функции. Наконец, важным фактором,  способным нарушать память и внимание, является эмоциональный фон и уровень тревожности, который корректно можно оценить лишь со стороны при помощи клинического интервьюирования и применения специальных шкал.

Для определения наличия когнитивных расстройств основными методиками является клиническое интервьюирование и применение тестов. Вспомогательными методиками являются электрофизиологический методы, такие  как «вызванные когнитивные потенциалы».

Способы выявления причины имеющихся расстройств  крайне разнообразны, к ним относятся:

• методы лабораторной диагностики, определяющие отклонения в крови и прочих биологически материалах.
• методы лучевой диагностики и МРТ, выявляющие структурные изменения в строении органов,
• методы функциональной диагностики, позволяющие оценить функцию того или иного отдела нашего организма.

Однако, при таком разнообразии инструментов, осью, вокруг которой собираются жалобы, объективные данные, результаты обследований — является контакт врача и пациента, потому именно доктор должен определить показания к нужным видам обследования, поставить диагноз а затем назначить лечение.

Как развить когнитивное мышление? | Блог РСВ

19 октября 2020  | 

Умение воспринимать информацию, запоминать данные, принимать решения, мыслить и фантазировать — за все это отвечает когнитивное мышление. Если человек одинаково хорошо владеете всеми навыками, то, несомненно, он является успешным и талантливым. Ему легко дается изучение чего-то нового, применение в работе необходимых навыков, решение сложных задач. Но это не врожденный талант, а кропотливая работа над собой. Существуют эффективные методы по развитию мыслительных процессов, с помощью которых каждый сможет усовершенствовать свои навыки.

Топ-8 методов по развитию когнитивного мышления

1. Правильное питание и здоровый образ жизни. Первое, с чего стоит начать, это подкрепить наш мозг и организм полезными элементами. Тогда любая информация будет восприниматься быстрее, и вы сможете дольше работать. Лучше всего для подпитки мозга подходят яйца, шоколад, овощи и фрукты, орехи.
2. Упражнение «Слон». Встаньте и расслабьте колени, левым ухом сильно прижмитесь к плечу. Затем вытяните руку и начинайте рисовать в воздухе цифру восемь, не отводите взгляд. Повторите упражнение несколько раз.
3. Упражнение на развитие равновесия. Сядьте на стул и скрестите голени ног, ступни должны полностью касаться пола. Сделайте вдох и затем начните медленно выдыхать, параллельно прогибаясь всем телом вперед и вытягивая руки перед собой. Затем вдохните и примите исходное положение. Далее поменяйте ноги и скрестите их, продолжайте выполнять упражнение. Повторите минимум 3 раза. В результате вы разовьете равновесие и подтяните навык понимания.
4. Рисование двумя руками. Возьмите большой лист бумаги и два карандаша. Начните рисовать обеими руками одновременно. Пытайтесь нарисовать одинаковые рисунки — квадраты, круги, треугольники. Так вы улучшите мелкую моторику и координацию.
5. Упражнение «Алфавит – Восемь». Возьмите чистый листок бумаги и начните рисовать на нем знаки бесконечности, которые как бы ложатся друг на друга. Не отрывайте руку от листа бумаги. Сначала нарисуйте 3 знака правой рукой, затем левой и после обеими руками. Далее напишите букву «а» и заново повторите весь процесс со знаками. Затем напишите «б» и повторяйте до буквы «д».
6. Упражнение на скрещивание. Это простое упражнение, но достаточно эффективное. Необходимо лечь и согнуть ногу в колене, затем дотронуться правым локтем до левого колена и наоборот. Не торопитесь, медленно и плавно выполняйте упражнение.
7. Регулярный спорт. Спорт необходим не только для организма, но и для мозга. Вы прокачаете свои мышцы, и мозг начнет работать с новой силой.
8. Загадки, головоломки, кроссворды. Отличной зарядкой для мозга будет решение логических загадок, головоломок, стратегические игры. Так вы сможете отдохнуть и провести весело время.

Пройдите онлайн-курсы бесплатно и откройте для себя новые возможности Начать изучение

Выполняйте ежедневно хотя бы часть упражнений и через месяц вы замените качественные изменения в своем мышление. А если вы хотите увеличить свою продуктивность, стать сильнее и выносливее, то посмотрите бесплатный вебинар «Остров продуктивности». После обучения вы сможете увеличить свою энергию, прокачать память и силу воли. Станьте лучшей версией себя!

Когнитивные искажения: что это?

В обоих случаях человек, по сути, тратит одну и ту же сумму денег, если купит билет — $20. Но в первом случае большинство испытуемых отказывались покупать второй билет! В их мышлении складывалась определенная схема (паттерн): раз потерял один билет, то потеряешь и второй. Во второй ситуации испытуемые не видели связи между событиями и чаще соглашались на покупку.

Когнитивные искажения влияют не только на повседневные бытовые решения, но и на профессиональные ситуации выбора. Например, в медицине или на судопроизводстве.

Так, у врачей мы можем отметить такое когнитивное искажение, как склонность к подтверждению. Суть его заключается в том, что врач замечает только те симптомы, которые подтверждают его предварительную медицинскую гипотезу. Даже если пациент был тщательно обследован, а результаты анализов — изучены, медики часто не видят те признаки, которые говорят о другом диагнозе. Дело усложняется тем, что у многих заболеваний симптомы схожи.

Врачи также подвержены искажениям, связанным с эвристикой доступности: диагноз кажется более вероятным, только потому что он свеж в памяти самого медика. Выбор часто делается в пользу заболеваний, которые врач увидел недавно или которые произвели на него большое впечатление.

Интуиция полицейского со стажем не отличается от чутья студента: оба допускают просчеты. Первый больше доверяет своей профессиональной интуиции, но точность чутья не зависит от опыта. Как показало исследование американских учёных Стива Чармана, Мелиссы Кавецки (Международный университет Флориды) и Данна Муэллера (Медицинский колледж Висконсина), полицейские описывают улики, опираясь на собственное представление о том, виновен подозреваемый или нет. Пока они общаются со свидетелями и участниками преступления, они интерпретируют показания. В итоге, некоторые улики кажутся им более значимыми, чем другие, а алиби — сомнительным.

А как часто невольно подвергаетесь когнитивным искажениям вы?

Когнитивные способности — обзор

Модели двойного процесса и их значение для принятия решений у пожилых людей

Когнитивные способности являются одним из возможных факторов, влияющих на производительность при выборе размера набора, а также на предпочтения, и были постулированы модели двух процессов охарактеризовать роль когнитивных способностей в принятии решений. При принятии решений теоретики предположили, что обработка информации включает два типа процедур (например, Epstein, 1994; Kahneman, 2003): Система 1, которая относится к аффективной / эмпирической системе; и Система 2, которая относится к более совещательной / аналитической системе.Систему 1 можно рассматривать как автоматическую, не требующую усилий, жесткую, эвристическую, эмоциональную и имплицитную. Это решение, которое может быть принято почти бессознательно, например, стереотипное. Напротив, Система 2 описывается как требующая усилий, сознательная, аналитическая, медленная, гибкая и более ресурсоемкая. Это требует внимания и концентрации, таких как вычисление и сравнение вероятностей (Канеман, 2011; Станович и Вест, 2000). Обе системы могут работать одновременно, а аффективная информация также может влиять на размышление.Однако Система 2 может истощиться и стать менее эффективной при определенных усилиях. Учитывая характер принятия решений, связанных со здоровьем, разумно предположить, что такие решения будут включать как осознанные, так и аффективные компоненты.

Ряд исследователей использовали модели двойного процесса, чтобы лучше понять изменения в способности принимать решения на протяжении жизни (Peters, Hess, Västfjäll, & Auman, 2007; Peters & Bruine de Bruin, 2012; см. Также Hess, in этот том). В целом, среди тех, кто изучает старение и принятие решений, существует общее мнение, что пожилые люди будут хуже выполнять задачи, которые в большей степени зависят от процессов Системы 2, чем те, которые зависят от Системы 1, на основании выводов о том, что старение связано с нормативным снижением. в определенных когнитивных способностях, обычно связанных с Системой 2 (Peters & Bruine de Bruin, 2012).Например, изменения в оперативной памяти и скорости обработки будут более напрямую влиять на процессы обсуждения типа System 2, чем процессы типа System 1 (Evans, 2003).

Действительно, в настоящее время имеется достаточно данных, чтобы утверждать, что влияние возраста на эффективность выбора и стратегии, скорее всего, связано с процессами типа Системы 2 (например, Hanoch, Wood, & Rice, 2007), особенно когда задачи принятия решений являются когнитивными. требования или отсутствие благоприятной среды для принятия решений (Finucane, Mertz, Slovic, & Schmidt, 2005; Yoon, Cole, & Lee, 2009).Снижение когнитивных способностей затрудняет пожилым людям ориентирование в сложной среде принятия решений, требующей концентрации. Например, пожилые люди работают медленнее с точки зрения скорости обработки данных, что связано со снижением производительности при выполнении других когнитивных задач (Salthouse, 1996). Кроме того, хотя это еще предстоит изучить более глубоко, тенденция пожилых людей искать меньше информации при принятии решений может быть связана с уменьшением объема рабочей памяти (см. Обзор в Mather, 2006).Эти выводы из литературы по когнитивному старению подразумевают, что старение связано со снижением гибких способностей, таких как скорость обработки данных, рабочая память и исполнительное функционирование (Schaie & Willis, 2002), а именно способностей, которые характеризуют обработку и функционирование Системы 2. Знают ли пожилые люди об этих изменениях и, следовательно, с большей вероятностью будут активно предпочитать менее требовательную среду выбора, — это открытый эмпирический вопрос. Однако, независимо от предпочтений, их производительность в различных средах выбора может очень сильно снизиться, если эти среды облагают налогом процессы Системы 2.

Есть поддержка теорий двойного процесса в области принятия медицинских решений и старения. Поскольку пожилые люди, как правило, пользуются большим количеством услуг, связанных со здоровьем, больше работы было проделано в области здравоохранения, чем в других областях, связанных с принятием решений. Hibbard, Slovic, Peters, Finucane и Tusler (2001) давно интересовались способностями пожилых людей понимать информацию, связанную со здоровьем (например, страховку). В одном исследовании они оценили понимание пожилыми и молодыми людьми медицинской и финансовой информации о медицинском страховании.Их результаты показали, что пожилые люди с большей вероятностью совершают ошибки, чем молодые люди. Finucane et al. (2005) в соответствующем исследовании сосредоточили внимание на связи между возрастом и качеством решений, варьируя сложность задач в ряде взаимосвязанных областей: здоровье, финансы и питание. Их данные показали, что по мере усложнения задачи количество ошибок также увеличивалось, и пожилые люди испытывали даже большие трудности, чем их более молодые участники. Таким образом, можно было бы предсказать, что по мере увеличения количества вариантов выбора у пожилых людей будет меньше шансов принимать оптимальные решения по сравнению с более молодыми коллегами.

Дополнительные данные подтверждают взаимосвязь между когнитивными ресурсами и принятием решений при старении. Основываясь на серии исследований, Джонсон (1990, 1993) собрал достаточно доказательств, чтобы показать, что пожилые люди, принимая решение об автомобилях или квартирах, склонны оценивать меньше информации, чаще пересматривать информацию, им требуется больше времени, чтобы просмотреть информацию и использовать ее. более упрощенные стратегии поиска. Мата и его коллеги (Mata, von Helversen, & Rieskamp, ​​2010; Mata, Schooler, & Rieskamp, ​​2007) дали аналогичные результаты, используя несколько иные задачи.В своих исследованиях они интересовались взаимосвязью между старением и способностью использовать стратегии адаптивного принятия решений в ряде различных структур окружающей среды. В соответствии с более ранней работой Джонсона, Мата и его коллеги обнаружили, что пожилые люди часто используют меньше информации и требуют больше времени для ее оценки при принятии решений. Кроме того, пожилые люди часто использовали более простые стратегии принятия решений из-за, по мнению авторов, снижения когнитивных способностей. Метаанализ, проведенный Мата и Нуньес (2010), дополнительно указывает на то, что пожилые люди склонны использовать более эвристические стратегии принятия решений, поскольку они часто ищут и используют меньше информации в процессе принятия решений.Однако другие исследования (Hess, Queen, & Ennis, 2013; Queen, Hess, Ennis, Dowd, & Grühn, 2013) обнаружили меньшие различия в стратегиях поиска и подчеркивают важность индивидуальных факторов различия, таких как образование и среда поиска, при выборе стратегии между продолжительность жизни. Взятые вместе, эти результаты, по-видимому, указывают на то, что пожилые люди с большей вероятностью, чем молодые люди, применяют более простые стратегии в своих поисках.

Что такое познание?

Что такое познание?

Познание — это термин, относящийся к умственным процессам, участвующим в получении знаний и понимания.Эти когнитивные процессы включают в себя мышление, знание, запоминание, суждение и решение проблем. Это функции мозга более высокого уровня, охватывающие язык, воображение, восприятие и планирование.

Когнитивная психология — это область психологии, изучающая образ мышления людей и процессы познания.

Типы когнитивных процессов

Есть много разных типов когнитивных процессов. Это включает:

• Внимание : Внимание — это когнитивный процесс, который позволяет людям сосредоточиться на определенном стимуле в окружающей среде.
• Язык : Язык и языковое развитие — это когнитивные процессы, которые включают способность понимать и выражать мысли с помощью устных и письменных слов. Это позволяет нам общаться с другими и играет важную роль в размышлениях.
• Обучение : Обучение требует когнитивных процессов, связанных с восприятием нового, синтезом информации и объединением ее с предыдущими знаниями.
• Память : Память — это важный когнитивный процесс, который позволяет людям кодировать, хранить и извлекать информацию.Это важный компонент в процессе обучения, который позволяет людям сохранять знания об окружающем мире и их личную историю.
• Восприятие : Восприятие — это когнитивный процесс, который позволяет людям воспринимать информацию через свои чувства (ощущения), а затем использовать эту информацию для ответа и взаимодействия с миром.
• Мысль : Мысль является неотъемлемой частью любого познавательного процесса. Это позволяет людям участвовать в принятии решений, решении проблем и более высоком уровне рассуждений.

Использует

Познавательные процессы влияют на все аспекты жизни, от школы до работы и отношений. Некоторые конкретные применения этих когнитивных процессов включают следующее.

Изучение нового

Обучение требует способности воспринимать новую информацию, формировать новые воспоминания и устанавливать связи с другими вещами, которые вы уже знаете. Исследователи и преподаватели используют свои знания об этих когнитивных процессах, чтобы создавать поучительные материалы, помогающие людям усвоить новые концепции.

Формирование воспоминаний

Память — одна из основных тем в области когнитивной психологии. То, как мы помним, что мы помним и что мы забываем, многое говорит о том, как работают когнитивные процессы.

Хотя люди часто думают, что память похожа на видеокамеру, которая тщательно записывает и каталогизирует жизненные события и сохраняет их для последующего воспроизведения, исследования показали, что память намного сложнее.

Принятие решений

Когда люди принимают какое-либо решение, они делают суждения о том, что они обработали. Это может включать сравнение новой информации с предыдущими знаниями, интеграцию новой информации в существующие идеи или даже замену старых знаний новыми знаниями перед тем, как сделать выбор.

Влияние познания

Когнитивные процессы имеют разностороннее влияние, которое влияет на все, от повседневной жизни до общего состояния здоровья.

Восприятие мира

Когда вы воспринимаете ощущения от окружающего вас мира, информация, которую вы видите, слышите, ощущаете на вкус, осязание и обоняете, должна сначала преобразоваться в сигналы, которые ваш мозг может понять.Процесс восприятия позволяет вам воспринимать сенсорную информацию и преобразовывать ее в сигнал, который ваш мозг может понять и на него действовать.

Формовочные оттиски

Мир полон бесконечного количества чувственных переживаний. Чтобы понять смысл всей этой поступающей информации, важно, чтобы ваш мозг был в состоянии свести ваше восприятие мира к основам. Вы все запоминаете, поэтому события сводятся к критическим концепциям и идеям, которые вам нужны. Взаимодействие с другими людьми

Заполнение пробелов

В дополнение к сокращению информации, чтобы сделать ее более запоминающейся и понятной, люди также уточняют эти воспоминания по мере их восстановления. В некоторых случаях это уточнение происходит, когда люди изо всех сил пытаются что-то вспомнить. Когда информацию невозможно вспомнить, мозг иногда заполняет недостающие данные тем, что кажется подходящим.

Взаимодействие с миром

Познание включает в себя не только то, что происходит в наших головах, но и то, как эти мысли и умственные процессы влияют на наши действия.Наше внимание к окружающему миру, воспоминания о прошлых событиях, понимание языка, суждения о том, как устроен мир, и способности решать проблемы — все это влияет на то, как мы ведем себя и взаимодействуем с окружающей средой.

подсказки

На когнитивные процессы влияет ряд факторов, включая генетику и опыт. Хотя вы не можете изменить свою генетику, есть вещи, которые вы можете сделать, чтобы защитить и максимизировать свои когнитивные способности:

• Будьте здоровы. Факторы образа жизни, такие как здоровое питание и регулярные физические упражнения, могут влиять на когнитивные функции.
• Думайте критически. Ставьте под сомнение свои предположения и задавайте вопросы о своих мыслях, убеждениях и выводах.
• Оставайтесь любопытными и продолжайте учиться. Один из прекрасных способов развить свои познавательные способности — это постоянно бросать вызов самому себе, чтобы узнать больше об окружающем мире.
• Пропустить многозадачность. Хотя может показаться, что выполнение нескольких дел одновременно поможет вам работать быстрее, исследования показали, что на самом деле это снижает как продуктивность, так и качество работы.

Потенциальные ловушки

Важно помнить, что эти когнитивные процессы сложны и часто несовершенны. Некоторые из возможных подводных камней, которые могут повлиять на познание, включают:

• Проблемы с вниманием : Выборочное внимание — ограниченный ресурс, поэтому есть ряд вещей, которые могут затруднить сосредоточение внимания на всем в вашей среде. Например, внимательное моргание случается, когда вы настолько сосредоточены на одном деле, что полностью упускаете из виду что-то еще, происходящее прямо перед вами.
• Проблемы и ограничения памяти : Кратковременная память на удивление коротка, обычно длится всего 20–30 секунд. С другой стороны, долговременная память может быть на удивление стабильной и долговечной, если воспоминания сохраняются на годы и даже десятилетия. Память также может быть удивительно хрупкой и подверженной ошибкам. Иногда мы забываем, а иногда оказываемся под воздействием дезинформации, которая может даже привести к формированию ложных воспоминаний.
• Когнитивные предубеждения : Когнитивные предубеждения — это систематические ошибки в мышлении, связанные с тем, как люди обрабатывают и интерпретируют информацию о мире.Предвзятость подтверждения — один из распространенных примеров, когда нужно обращать внимание только на информацию, которая соответствует вашим существующим убеждениям, и игнорировать доказательства, не подтверждающие ваши взгляды.

История изучения познания

Изучение нашего мышления восходит к временам древнегреческих философов Платона и Аристотеля.

Философское происхождение

Подход Платона к изучению разума предполагал, что люди понимают мир, сначала выявляя основные принципы, заложенные глубоко внутри них, а затем используя рациональное мышление для создания знания.Эту точку зрения позже отстаивали такие философы, как Рене Декарт и лингвист Ноам Хомский. Такой подход к познанию часто называют рационализмом.

Аристотель, с другой стороны, считал, что люди приобретают свои знания, наблюдая за окружающим миром. Более поздние мыслители, включая Джона Локка и Б.Ф. Скиннера, также отстаивали эту точку зрения, которую часто называют эмпиризмом.

Ранняя психология

На заре психологии и в первой половине двадцатого века в психологии преобладали психоанализ, бихевиоризм и гуманизм.В конце концов, формальная область исследований, посвященная исключительно изучению познания, возникла как часть «когнитивной революции» 1960-х годов. Область психологии, связанная с изучением познания, известна как когнитивная психология.

Появление когнитивной психологии

Одно из самых ранних определений познания было представлено в первом учебнике по когнитивной психологии, опубликованном в 1967 году. Согласно Нейссеру, познание — это «те процессы, с помощью которых сенсорный ввод трансформируется, сокращается, обрабатывается, сохраняется, восстанавливается и используется.»

Что такое познание и когнитивное поведение — Cambridge Cognition

Сводка

• Познание относится к ряду умственных процессов, связанных с получением, хранением, манипулированием и поиском информации.
• Он лежит в основе многих повседневных действий, связанных со здоровьем и болезнями, в любом возрасте.
• Познание можно разделить на несколько отдельных функций, зависящих от конкретных цепей мозга и нейромодуляторов.
• Компьютеризированное когнитивное тестирование было разработано и подтверждено как подключение к определенным областям мозга, имеющее много преимуществ по сравнению со старыми методами «ручка / бумага».
• Возможность тестировать, измерять и контролировать когнитивные способности на протяжении всей жизни дает возможность пациентам быть идентифицированными раньше, быстрее получить доступ к лечению и дольше оставаться здоровыми, улучшая качество жизни и сокращая расходы.

Прочтите наши статьи

Основы

Познание определяется как «умственное действие или процесс приобретения знания и понимания посредством мысли, опыта и чувств.«В Cambridge Cognition мы смотрим на это как на психические процессы, связанные с вводом и хранением информации, а также на то, как эта информация затем используется для управления вашим поведением. По сути, это способность воспринимать и реагировать, обрабатывать и понимать, хранить и извлекать информацию, принимать решения и давать соответствующие ответы. Современное слово «познание» на самом деле восходит к латинскому языку, от слова «cognoscere», которое означает «узнавать». Имея это в виду, когнитивные функции имеют решающее значение для повседневной жизни, управляя нашими мыслями и действиями. Нам нужно познание, чтобы помочь нам понять информацию об окружающем мире и безопасно взаимодействовать с окружающей средой, поскольку сенсорная информация, которую мы получаем, обширна и сложна: познание необходимо для выделения всей этой информации до ее основных элементов.

Какую роль играет познание?

Познание имеет физическую основу в мозге, состоящем из более чем 100 миллиардов нервных клеток в здоровом человеческом мозге. Каждый из них может иметь до 10 000 соединений с другими нервными клетками, называемыми нейронами.Все это делает его невероятно сложным органом. Чтобы начать понимать мозг, мы иногда полагаемся на упрощенные научные модели, некоторые из которых были разработаны на основе исследований на грызунах и нечеловеческих приматах. Эти исследования помогают нам лучше понять определенные части нашего познания, например, как мы изучаем язык, а также стали основой для многих достижений в лечении распространенных расстройств познания, таких как болезнь Альцгеймера.

Познание в основном контролирует наши мысли и поведение, и они регулируются дискретными цепями мозга, которые поддерживаются рядом систем нейротрансмиттеров.В мозге есть ряд химических веществ, которые играют важную роль в регулировании когнитивных процессов; включая дофамин, норадреналин (норэпинефрин), серотонин, ацетилхолин, глутамат и ГАМК. Чтобы лучше понять, что движет определенным поведением как в здоровом, так и в болезненном состоянии, важно учитывать когнитивные способности и лежащую в основе нейробиологию, лежащую в основе этого поведения. Наши отдельные когнитивные функции возникают из-за процессов, происходящих в определенных частях нашего мозга, но только некоторые из них в конечном итоге проникают в наше сознание.

Сводка когнитивных функций / областей

Познание не является единым понятием, и были определены различные когнитивные функции или когнитивные «домены», ответственные за регулирование определенного поведения или действий. Эти функции часто запутаны и действуют синергетически, что затрудняет измерение отдельных когнитивных процессов. Однако современные батареи когнитивных тестов, такие как CANTAB, способны различать отдельные когнитивные функции (см. Рисунок 1), которые, как было показано, зависят от различных нейронных схем.

Рисунок 1. Доменная специфика познания и примеры компонентных когнитивных процессов, лежащих в основе этих механизмов

Хотя мы можем разделить познание на эти составляющие процессы, сопоставление их непосредственно с корой головного мозга намного сложнее. В то время как исследования локализовали определенные области мозга, которые активно участвуют в различных когнитивных функциях, таких как нижняя лобная извилина для подавления реакции, картирование конечных областей мозга для всех аспектов познания проблематично, поскольку человеческая изменчивость и лежащая в основе нейробиология Среднее значение коры головного мозга, отображающее отдельные области коры для различных когнитивных процессов, невозможно. Что мы можем сделать, так это думать о мозге как о регионах, отвечающих за более общие концепции познания. На рисунке 2 показано, как мозг разделен на пять отдельных областей, каждая из которых имеет разные основные обязанности.

Рис. 2. Нейроанатомия человеческого мозга

Как это влияет на нас и почему это важно

Познание постоянно меняется и приспосабливается к новой информации, регулируя наше поведение на протяжении всей жизни и опирается как на генетические факторы, так и на факторы окружающей среды.Эти факторы окружающей среды могут возникать даже до рождения, например, алкогольный синдром плода, который связан с серьезным нарушением когнитивных функций. В младенчестве, детстве и подростковом возрасте наши когнитивные функции постоянно развиваются, и по мере того, как мы переходим к более поздней взрослой жизни, в рамках нормального процесса старения некоторые из этих функций начинают снижаться, поскольку нейроны умирают, а механизмы, заменяющие эти нейроны, становятся недостаточными. Понимание познавательной способности важно не только для здорового когнитивного развития, но и при ряде нейропсихологических расстройств возникают дефициты.Многие из самых серьезных проблем глобального здравоохранения связаны с основными когнитивными проблемами; эти дефициты представляют собой ключевые терапевтические цели для раннего вмешательства. Возможность измерять и контролировать когнитивные способности может позволить нам изменить образ жизни и гарантировать, что наши когнитивные способности не увеличивают скорость снижения из-за нормального процесса старения.

Примеры обесценения

Когда мы думаем о когнитивных нарушениях, одним из наиболее распространенных расстройств, о котором многие думают, является деменция, однако когнитивные нарушения могут быть обнаружены по отношению ко многим другим расстройствам.Например, повреждение головного мозга в результате травмы головы или травмы (называемой черепно-мозговой травмой или ЧМТ) может привести к значительным когнитивным нарушениям, которые иногда проявляются в изменении личности. Примером этого является случай Финеаса Гейджа, он был строителем железной дороги, у которого было обильное повреждение лобной доли (рис. 3), ему удалось оправиться от этого через много месяцев, но когда он вернулся к своей нормальной жизни, его друзья и Семья сообщила, что его изменение в познании настолько глубоко изменило его личность, что он больше не был тем человеком, которого они знали до аварии.

Более того, лучшее понимание когнитивных функций и нейронных схем также важно при таких заболеваниях, как ожирение. Во всем мире у нас есть свободный доступ к все более дешевым продуктам питания, часто с высоким содержанием жиров и сахара, которые мы биологически подготовлены к поиску и потреблению. Всемирная организация здравоохранения подчеркнула, что ожирение является одной из основных причин ранней смерти во всем мире, поскольку ожирение приводит к сердечно-сосудистым заболеваниям, приводящим к сердечным приступам, механическим проблемам, таким как остеоартрит, и некоторым видам рака. Пациенты с ожирением часто проявляют когнитивные проблемы с точки зрения регулирования поведения или «импульсивности», и это внесло свой вклад в модель «пищевой зависимости», в которой ожирение рассматривается с точки зрения дисфункциональной схемы вознаграждения мозга. Эта модель прямо предложила ряд новых направлений лечения, которые в настоящее время исследуются как фармацевтическими компаниями, так и учеными.

Формы измерения

Когнитивная оценка относится к объективному измерению различных когнитивных способностей, таких как рабочая память, торможение, когнитивная гибкость, скорость психомоторного движения и устойчивое внимание.Познание можно измерить с помощью множества методов, каждый из которых отличается уровнем объективности и чувствительности. Первоначально когнитивная оценка основывалась на тестах с карандашом и бумагой, что затрудняло выделение различных когнитивных способностей, а также затрудняло точную запись. Но с появлением компьютерных технологий были разработаны различные батареи компьютеризированных когнитивных тестов.

Компьютеризированная когнитивная оценка в настоящее время является золотым стандартом, имеющим множество преимуществ по сравнению с более традиционными тестами.Помимо разделения различных когнитивных функций, сбор данных можно автоматизировать, что сводит к минимуму вероятность ошибок и предвзятости администратора. Компьютеры также могут обеспечивать очень точную запись измерений, например высокоточное измерение задержек ответа.

Тесты

CANTAB — это компьютеризированные когнитивные оценки, которые выигрывают от независимости от языка и культуры, с использованием абстрактных визуальных стимулов и автоматизированного администрирования тестов для минимизации субъективности, вызванной культурной предвзятостью или отклонениями администратора.Было показано, что оценки CANTAB не только являются объективной мерой познания, но и напрямую соответствуют определенным нейронным системам, таким как управляющая функция, внимание, эпизодическая память и зрительное восприятие.

Тесты

CANTAB позволяют исследовать фундаментальную науку, лежащую в основе когнитивных функций, понимать нарушения когнитивных процессов, оценивать лечение или вмешательства и контролировать когнитивную безопасность новых терапевтических средств, которые могут привести к клинической практике, контролировать когнитивное здоровье и производительность на протяжении всей жизни для оптимизации умственного развития. здоровье на протяжении всей жизни.

Задать вопрос

Теги: познание | когнитивная функция | психическое здоровье | нейробиология | когнитивное тестирование

Что такое познание? | Введение в психологию

Что вы научитесь делать: описывать стратегии познания и решения проблем

Представьте все свои мысли, как если бы они были физическими сущностями, быстро кружащимися внутри вашего разума.Как это возможно, что мозг способен организованно и упорядоченно переходить от одной мысли к другой? Мозг бесконечно воспринимает, обрабатывает, планирует, организует и запоминает — он всегда активен. Тем не менее, вы не замечаете большую часть активности своего мозга во время повседневных движений. Это только один из аспектов сложных процессов познания. Проще говоря, познание — это мышление, и оно включает в себя процессы, связанные с восприятием, знанием, решением проблем, суждением, языком и памятью. Ученые, изучающие познание, ищут способы понять, как мы интегрируем, организуем и используем наш сознательный когнитивный опыт, не осознавая всю бессознательную работу, которую выполняет наш мозг (например, Kahneman, 2011).

Цели обучения

• Различия между концептами и прототипами
• Объясните разницу между естественными и искусственными концепциями

Познание

Просыпаясь каждое утро, вы начинаете думать — размышлять о задачах, которые вы должны выполнить в этот день.В каком порядке вы должны выполнять свои поручения? Стоит ли вам сначала пойти в банк, в уборщицу или в продуктовый магазин? Сможете ли вы сделать все это до того, как отправитесь в класс, или им придется подождать, пока школа не закончится? Эти мысли — один из примеров познания в действии. Исключительно сложное познание является важной чертой человеческого сознания, но не все аспекты познания переживаются сознательно. Когнитивная психология — это область психологии, посвященная изучению того, как люди думают. В нем делается попытка объяснить, как и почему мы думаем именно так, путем изучения взаимодействия человеческого мышления, эмоций, творчества, языка и решения проблем в дополнение к другим когнитивным процессам. Когнитивные психологи стремятся определить и измерить различные типы интеллекта, почему одни люди лучше решают проблемы, чем другие, и как эмоциональный интеллект влияет на успех на рабочем месте, среди множества других тем. Иногда они также сосредотачиваются на том, как мы организуем мысли и информацию, собранную из нашего окружения, в значимые категории мысли, которые будут обсуждаться позже.

Категории и понятия

Категория набор объектов, которые можно каким-либо образом рассматривать как эквивалентные. Например, рассмотрим следующие категории: грузовики, беспроводные устройства, свадьбы, психопаты и форель. Хотя объекты в данной категории отличаются друг от друга, у них много общего. Когда вы знаете, что что-то является грузовиком, вы знаете об этом довольно много. Психология категорий касается того, как люди учатся, запоминают и используют информативные категории, такие как грузовики или психопаты.Ментальные представления, которые мы формируем по категориям, называются концепциями. В мире есть категория грузовиков, и у вас в голове тоже есть концепция грузовиков. Мы предполагаем, что человеческие концепции более или менее соответствуют реальной категории, но может быть полезно различать их, например, когда чья-то концепция на самом деле неверна.

Концепции и прототипы

Нервная система человека способна обрабатывать бесконечные потоки информации. Чувства служат связующим звеном между разумом и внешней средой, получая стимулы и преобразуя их в нервные импульсы, которые передаются в мозг.Затем мозг обрабатывает эту информацию и использует соответствующие фрагменты для создания мыслей, которые затем могут быть выражены языком или сохранены в памяти для использования в будущем. Чтобы усложнить этот процесс, мозг собирает информацию не только из внешней среды. Когда мысли формируются, мозг также извлекает информацию из эмоций и воспоминаний (рис. 1). Эмоции и память сильно влияют как на наши мысли, так и на поведение.

Рисунок 1 . Ощущения и информация принимаются нашим мозгом, фильтруются через эмоции и воспоминания и обрабатываются, чтобы стать мыслями.

Чтобы систематизировать это ошеломляющее количество информации, мозг создал в уме своего рода картотеку. Различные файлы, хранящиеся в картотеке, называются концептами. Концепции — это категории или группы лингвистической информации, изображений, идей или воспоминаний, например жизненного опыта. Во многих смыслах концепции — это большие идеи, которые генерируются наблюдением за деталями, а также категоризацией и объединением этих деталей в когнитивные структуры. Вы используете концепции, чтобы увидеть взаимосвязь между различными элементами вашего опыта и сохранить информацию в уме организованной и доступной.

Концепции информируются нашей семантической памятью (вы узнаете больше об этой концепции, когда изучите память) и присутствуют во всех аспектах нашей жизни; однако одно из самых простых мест, где можно заметить концепции, — это внутри класса, где они подробно обсуждаются. Например, когда вы изучаете историю Соединенных Штатов, вы узнаете больше, чем просто об отдельных событиях, произошедших в прошлом Америки. Вы усваиваете большое количество информации, слушая и участвуя в обсуждениях, изучая карты и читая рассказы о жизни людей из первых рук.Ваш мозг анализирует эти детали и вырабатывает общее представление об американской истории. В процессе ваш мозг собирает детали, которые информируют и уточняют ваше понимание связанных понятий, таких как демократия, власть и свобода.

Понятия могут быть сложными и абстрактными, как справедливость, или более конкретными, как типы птиц. В психологии, например, стадии развития Пиаже — абстрактные понятия. Некоторые концепции, такие как толерантность, согласованы со многими людьми, потому что они использовались по-разному на протяжении многих лет.Другие концепции, такие как характеристики вашего идеального друга или традиции дня рождения вашей семьи, носят личный и индивидуальный характер. Таким образом, концепции затрагивают все аспекты нашей жизни, от повседневной рутины до руководящих принципов функционирования правительства.

Концепции лежат в основе разумного поведения. Мы ожидаем, что люди будут знать, что делать в новых ситуациях и при столкновении с новыми объектами. Если вы войдете в новый класс и увидите стулья, доску, проектор и экран, вы узнаете, что это такое и как они будут использоваться.Вы сядете на один из стульев и ожидаете, что инструктор будет писать на доске или проецировать что-то на экран. Вы делаете это , даже если никогда не видели ни одного из этих конкретных объектов до , потому что у вас есть концепции классов, стульев, проекторов и т. Д., Которые рассказывают вам, что они собой представляют и что вы должны с ними делать. Более того, если кто-то расскажет вам новый факт о проекторе, например, что у него галогенная лампа, вы, вероятно, распространите этот факт на другие проекторы, с которыми вы столкнетесь.Короче говоря, концепции позволяют вам расширить то, что вы узнали об ограниченном количестве объектов, до потенциально бесконечного набора сущностей.

Рисунок 2 . В 1930 году Мохандас Ганди возглавил группу мирных протестов против британского налога на соль в Индии.

Другой метод, используемый вашим мозгом для организации информации, — это идентификация прототипов разработанных вами концепций. Прототип — лучший пример или представление концепции. Например, для категории гражданского неповиновения вашим прототипом может быть Роза Паркс.Ее мирное сопротивление сегрегации в городском автобусе в Монтгомери, штат Алабама, является узнаваемым примером гражданского неповиновения. Или вашим прототипом может быть Мохандас Ганди, которого иногда называют Махатма Ганди («Махатма» — почетный титул) (рис. 2).

Мохандас Ганди служил ненасильственной силой за независимость Индии, одновременно требуя, чтобы буддийские, индуистские, мусульманские и христианские лидеры — как индийские, так и британские — мирно сотрудничали. Хотя ему не всегда удавалось предотвратить насилие вокруг себя, его жизнь является ярким примером прототипа гражданского неповиновения (Конституционный фонд прав, 2013). Подобно тому, как концепции могут быть абстрактными или конкретными, мы можем проводить различие между концепциями, которые являются функциями нашего непосредственного опыта взаимодействия с миром, и концепциями, которые являются более искусственными по своей природе.

ссылка на обучение

Проверьте, насколько хорошо вы можете сопоставить прототип компьютера с определенными объектами, играя в эту интерактивную игру Quick Draw!

Естественные и искусственные концепции

В психологии понятия можно разделить на две категории: естественные и искусственные. Естественные концепции создаются «естественным образом» благодаря вашему опыту и могут развиваться как из прямого, так и косвенного опыта. Например, если вы живете в Эссекс-Джанкшен, штат Вермонт, у вас, вероятно, был большой опыт работы со снегом. Вы видели, как он падает с неба, вы видели слегка падающий снег, который едва закрывает лобовое стекло вашей машины, и вы выкопали 18 дюймов пушистого белого снега, как вы думали: «Это идеально подходит для катания на лыжах». . » Вы бросили снежки в своего лучшего друга и спустились на санях с самого крутого холма в городе.Одним словом, вы знаете снег. Вы знаете, как это выглядит, как пахнет, на вкус и на что похоже. Однако если вы прожили всю свою жизнь на острове Сент-Винсент в Карибском море, вы, возможно, никогда не видели снега, а тем более пробовали, нюхали или трогали его. Вы узнаете снег по косвенному опыту просмотра изображений падающего снега или по фильмам, в которых снег является частью декораций. В любом случае, снег — это естественное понятие, потому что вы можете составить представление о нем посредством прямых наблюдений или опыта снега (рис. 3).

Рисунок 3 . а) Наша концепция снега является примером естественной концепции, которую мы понимаем посредством прямого наблюдения и опыта. (б) Напротив, искусственные концепции — это те, которые мы знаем по определенному набору характеристик, которые они всегда проявляют, например, что определяет различные основные формы. (кредит а: модификация работы Мартена Такенса; кредит б: модификация работы «Шаян (США)» / Flickr)

Искусственное понятие , с другой стороны, представляет собой понятие, которое определяется определенным набором характеристик. Различные свойства геометрических фигур, таких как квадраты и треугольники, служат полезными примерами искусственных концепций. Треугольник всегда имеет три угла и три стороны. У квадрата всегда четыре равные стороны и четыре прямых угла. Математические формулы, такие как уравнение для площади (длина × ширина), являются искусственными понятиями, определяемыми определенными наборами характеристик, которые всегда одинаковы. Искусственные концепции могут улучшить понимание темы, опираясь друг на друга. Например, прежде чем изучать понятие «площадь квадрата» (и формулу для его определения), вы должны понять, что такое квадрат.Как только понятие «площадь квадрата» будет понято, понимание площади для других геометрических фигур может быть построено на исходном понимании площади. Использование искусственных концепций для определения идеи имеет решающее значение для общения с другими и участия в сложных мыслях. Согласно Голдстоуну и Керстену (2003), концепции действуют как строительные блоки и могут быть соединены в бесчисленных комбинациях для создания сложных мыслей.

Схема

Схема — это мысленная конструкция, состоящая из кластера или набора связанных понятий (Bartlett, 1932).Существует множество различных типов схем, и все они имеют одну общую черту: схемы — это метод организации информации, позволяющий мозгу работать более эффективно. Когда схема активирована, мозг сразу же делает предположения о наблюдаемом человеке или объекте.

Есть несколько типов схем. Ролевая схема делает предположения о том, как будут вести себя люди в определенных ролях (Callero, 1994). Например, представьте, что вы встречаете человека, который представился пожарным.Когда это происходит, ваш мозг автоматически активирует «схему пожарного» и начинает делать предположения, что этот человек храбрый, самоотверженный и ориентированный на сообщество. Несмотря на то, что вы не знаете этого человека, вы уже неосознанно судили о нем. Схемы также помогают заполнить пробелы в информации, которую вы получаете из окружающего вас мира. Хотя схемы позволяют более эффективно обрабатывать информацию, могут возникнуть проблемы со схемами, независимо от того, точны ли они: возможно, этот конкретный пожарный не храбрый, он просто работает пожарным, чтобы оплачивать счета, пока учится, чтобы стать детским библиотекарем.

Схема событий , также известная как когнитивный сценарий , представляет собой набор действий, которые могут ощущаться как рутина. Подумайте, что вы делаете, когда заходите в лифт (рис. 4). Сначала открываются двери, и вы ждете, пока выходящие пассажиры не выйдут из кабины лифта. Затем вы входите в лифт и поворачиваетесь лицом к дверям в поисках кнопки, которую нужно нажать. Вы никогда не сталкиваетесь с лифтом сзади, не так ли? А когда едешь в переполненном лифте и не можешь смотреть вперед, чувствуешь себя некомфортно, не так ли? Интересно, что схемы событий могут сильно различаться в разных культурах и странах.Например, в Соединенных Штатах довольно часто люди приветствуют друг друга рукопожатием, в Тибете вы приветствуете кого-то, показывая ему язык, а в Белизе вы ударяете кулаками (Региональный совет Кэрнса, nd)

Рисунок 4 . Какую схему событий вы выполняете, когда едете в лифте? (Источник: «Гидеон» / Flickr)

Поскольку схемы событий являются автоматическими, их может быть сложно изменить. Представьте, что вы едете домой с работы или учебы.Эта схема событий включает в себя сесть в машину, закрыть дверь и пристегнуть ремень безопасности перед тем, как вставить ключ в замок зажигания. Вы можете выполнять этот сценарий два или три раза в день. Когда вы едете домой, вы слышите звонок телефона. Как правило, схема событий, которая возникает, когда вы слышите звонок телефона, включает в себя определение местоположения телефона и ответ на него или ответ на ваше последнее текстовое сообщение. Поэтому, не задумываясь, вы берете телефон, который может быть в кармане, в сумке или на пассажирском сиденье автомобиля.Эта мощная схема событий определяется вашим образцом поведения и приятной стимуляцией, которую телефонный звонок или текстовое сообщение дает вашему мозгу. Поскольку это схема, нам чрезвычайно сложно перестать дотянуться до телефона, даже если мы знаем, что при этом подвергаем опасности свою жизнь и жизни других людей (Neyfakh, 2013) (Рисунок 5).

Рисунок 5 . Текстовые сообщения во время вождения опасны, но некоторым людям сложно сопротивляться.

Помните лифт? Кажется, что войти внутрь практически невозможно, а , а не , стоит лицом к двери.Наша мощная схема событий диктует наше поведение в лифте, и наши телефоны ничем не отличаются. Текущие исследования показывают, что именно привычка или схема событий проверять наши телефоны во многих различных ситуациях особенно затрудняет отказ от проверки их во время вождения (Bayer & Campbell, 2012). Поскольку текстовые сообщения и вождение автомобиля в последние годы превратились в опасную эпидемию, психологи ищут способы помочь людям прервать «телефонную схему» во время вождения. Подобные схемы событий — причина того, почему от многих привычек трудно избавиться после того, как они были приобретены.Продолжая изучать мышление, не забывайте, насколько сильны силы концепций и схем для нашего понимания мира.

Смотри

Посмотрите это видео CrashCourse, чтобы увидеть больше примеров концепций и прототипов. Вы также получите предварительную информацию по другим ключевым темам познания, включая стратегии решения проблем, такие как алгоритмы и эвристика.

Подумай над

Подумайте о естественной концепции, которую вы знаете полностью, но которую будет трудно понять кому-то другому.Почему это сложно объяснить?

Глоссарий

искусственное понятие: понятие, которое определяется очень специфическим набором характеристик

познание: мышление, включая восприятие, обучение, решение проблем, суждение и память

когнитивная психология: область психологии, посвященная изучению каждого аспекта мышления людей

концепция: категория или группа лингвистической информации, объектов, идей или жизненного опыта

когнитивный сценарий: наборов поведений, которые каждый раз выполняются одинаково; также называется схемой событий

схема событий: набор поведений, которые каждый раз выполняются одинаково; также называется когнитивным сценарием

естественная концепция: мысленных группировок, которые создаются «естественным образом» благодаря вашему опыту

прототип лучшее представление концепции:
схема ролей: набор ожиданий, которые определяют поведение человека, занимающего определенную роль

схема: (множественное число = схемы) ментальная конструкция, состоящая из кластера или набора связанных понятий

Когнитивные навыки и стареющий мозг: чего ожидать

Каждый день мы выполняем сотни когнитивных задач, но в большинстве случаев не осознаем, какие усилия прилагаются.Эти задачи принимают разные формы, такие как распознавание цветов, запоминание имен или подсчет времени на часах. Измерения функции мозга с помощью функциональной магнитно-резонансной томографии (фМРТ) показывают, что наиболее активные области мозга различаются в зависимости от выполняемой задачи. Эти данные подтверждают то, что исследователи знали на протяжении многих лет: наши психические функции состоят из множества различных типов когнитивных способностей.

Умственные способности меняются на протяжении жизни, сначала в результате созревания мозга, а затем в результате старения клеток мозга и миллиардов их сложных взаимосвязей.С возрастом их движения и рефлексы замедляются, а слух и зрение ослабевают. До 1990-х годов в большинстве исследований старения изучались когнитивные способности взрослых моложе 80 лет. Более недавние исследования охватывают быстрорастущее население 80-х и старше и продвинули наше понимание когнитивных изменений у пожилых людей. Ученые в недавнем исследовании спросили: «Когда когнитивное функционирование достигает пика?» ¹ и нашли доказательства значительной вариабельности возраста, в котором когнитивные способности достигают пика и снижаются на протяжении всей жизни.

Когнитивные изменения с возрастом

Некоторые когнитивные способности хотя бы немного снижаются с возрастом у многих, но не у всех здоровых людей. Хотя различия между молодыми и пожилыми могут проявляться в некоторых когнитивных областях, описанных ниже, снижение способностей не приводит к ухудшению повседневной активности. Эти изменения незаметны. Наиболее последовательное изменение — замедление когнитивных функций. Например, при выполнении письменного задания, в котором людей просили как можно быстрее заменять числа символами, 20-летние в среднем выполняли это задание почти на 75 процентов быстрее, чем 75-летние.Замедление, связанное с возрастом, также очевидно при выполнении определенных задач, связанных с вниманием, таких как попытка понять телефонный номер, когда кто-то быстро набирает его. В целом, когнитивное замедление считается одним из факторов, способствующих увеличению количества автомобильных аварий у пожилых людей на километр пройденного пути. ²

Возраст мешает вниманию, особенно когда необходимо выполнять несколько задач одновременно. При переключении с одной задачи на другую пожилым людям труднее обращать внимание, например, на несколько полос движения или замечать, если кто-то собирается сойти с тротуара на оживленном перекрестке.Быстрая обработка информации и эффективное распределение внимания — это когнитивные навыки, которые достигают пика в молодом возрасте. Какое счастье, что студенты колледжей и профессионально-технических училищ, как правило, находятся в том возрасте, когда мозг работает с оптимальной эффективностью.

Точно так же способность одновременно запоминать несколько частей информации — это еще один навык, который достигает пика в возрасте от 18 до 20 лет и впоследствии становится более трудным. Каждый раз, когда вы мысленно подсчитываете чаевые в ресторане, вы используете навык обработки информации, который называется «рабочая память».«В клинике мы часто проверяем рабочую память, прося людей повторить в обратном порядке последовательность чисел, которые мы им только что прочитали. Эта задача требует рабочей памяти, потому что числа нужно удерживать в памяти достаточно долго, чтобы переставить их.

Хотя память у многих людей со временем ухудшается, точная природа этого ухудшения зависит от конкретного типа памяти. Чтобы иметь возможность вспомнить событие или новую информацию, мозг должен зарегистрировать информацию, сохранить ее, а затем при необходимости извлечь.Способность вспоминать новую информацию, такую ​​как материалы для чтения, достигает пика рано и постепенно становится более сложной задачей после 40 лет, особенно для визуальных материалов. Исследования показывают, что к 70 годам количество информации, вспоминаемой через 30 минут после однократного прослушивания истории, составляет около 75 процентов от количества, которое запоминается 18-летним. ³ Распознать информацию из рассказа легче, чем запомнить ее без каких-либо подсказок, и эта способность обычно хорошо сохраняется на протяжении всей жизни. Другими словами, пожилые люди реже, чем молодые люди, могут свободно вспоминать большую часть информации из недавно прочитанной новостной статьи, но они могут так же хорошо распознавать контент, если кто-то об этом говорит.

Языковые навыки быстро развиваются в детстве и хорошо сохраняются на протяжении всей взрослой жизни, за одним исключением: взрослым после 70 лет обычно становится труднее вспоминать имя знакомого человека или конкретное слово во время разговора. Хотя этот тип поиска слов связан с запоминанием, проблема заключается в доступе к слову, даже если оно существует в знаниях или словарном запасе человека. Иногда эта проблема проявляется в виде «кончика языка» — вы чувствуете, что близки к тому, чтобы вспомнить слово, и даже можете знать, что оно начинается с заданной буквы.Если кто-то другой произносит имя или слово, вы легко узнаете его. Эта проблема особенно неприятна, потому что попытки заставить вспомнить слово, скорее всего, не помогут. Это слово часто приходит на ум позже, когда вы собираетесь заняться другим делом.

Зрительные способности восприятия, в основном способность понимать пространственные отношения, также снижаются с возрастом, особенно после 80 лет. Эта слабость вызывает еще одну проблему, связанную с вождением, например, незнание того, как далеко находится бордюр или сколько нужно повернуть к параллельному. -парковать машину.Возможности визуального сканирования также могут уменьшиться, так что, например, становится труднее увидеть потерянный объект среди других предметов.

Управленческое функционирование относится к навыкам более высокого уровня, таким как осмысление проблемы, принятие соответствующих решений, а также планирование и выполнение эффективных действий. Пожилые люди, как правило, медленнее осмысливают проблемы и менее готовы менять стратегии при изменении обстоятельств. В одном известном исследовании, посвященном принятию решений, примерно одна треть пожилых людей показала худшие результаты по сравнению с более молодыми людьми. ⁴

Задачей, использованной для оценки принятия решений в этом исследовании, была задача по азартным играм штата Айова. Каждого участника просят выбрать карты по одной из четырех колод. Некоторые карты приносят награды в виде игровых денег, а другие приносят штрафы. Цель — выиграть как можно больше денег. Выбор колоды основан на догадках, и испытуемые получают немедленную обратную связь. Загвоздка в том, что в колодах по-разному сочетаются наградные и штрафные карты. В двух колодах наградные карты приносят относительно низкие награды, но штрафные карты приносят относительно низкие штрафы, и выбор из этих колод приносит чистую прибыль в долгосрочной перспективе.В двух других колодах наградные карты приносят более высокие награды, в то время как штрафные карты также приносят более высокие штрафы, так что выбор из этой колоды приносит долгосрочные чистые убытки.

Со временем в исследовании молодые участники, как правило, меняли свои показатели так, что они больше не выбирали карты из всех колод — они выбирали только те колоды, которые давали им чистую прибыль. Однако часть участников старшего возраста продолжала выбирать карты из всех колод, что привело к чистым убыткам. В другом эксперименте этих же пожилых участников больше обманула обманчивая реклама.

Результаты подобных исследований дают возможное объяснение того, почему некоторые пожилые люди подвергаются большему риску стать жертвой мошенничества. Тем не менее, для многих пожилых людей трудности с осмыслением проблем и умственная гибкость могут быть незаметны до 80-х годов или позже.

Когнитивный оптимизм

Другие важные когнитивные способности с возрастом практически не снижаются. Язык и словарный запас хорошо сохраняются на протяжении всей жизни. Фактически, словарный запас продолжает улучшаться в среднем возрасте.Вспоминание общих знаний, полученных в молодом возрасте, и хорошо отработанных навыков, таких как арифметика, также достигает пика в среднем возрасте и устойчиво к возрастному ухудшению. В целом, эти устойчивые к возрасту когнитивные навыки были усилены опытом, в том числе ситуациями, требующими рассуждений и суждений. Например, на вопрос, почему нужно готовить много продуктов, большинство взрослых без труда ответят, основываясь на жизненном опыте. Кроме того, пожилые люди часто лучше видят ситуацию или лучше оценивают влияние отдельного события, чем молодые люди, благодаря большему жизненному опыту.

Описанные выше когнитивные операции не существуют изолированно. Множественные когнитивные навыки, такие как внимание, память и рассуждение, участвуют в выполнении даже простых повседневных задач. Некоторые виды деятельности требуют сложной комбинации когнитивных навыков. Среди этих видов деятельности — повседневное социальное поведение, используемое при покупках, поездке на автобусе или поезде, общении с соседями или помощи другу. Фактически, социальные навыки сильно зависят от когнитивной способности формировать точные впечатления о других.

Хотя мы хорошо понимаем большинство когнитивных изменений, которые обычно происходят с возрастом, мы относительно мало знаем о возрастных изменениях в «социальном познании», которое мы используем во время социальных взаимодействий. Социальное поведение зависит от сочетания когнитивных и эмоциональных факторов, и влияние старения на эти факторы многогранно. Например, социальное впечатление — впечатление от человека, которого вы только что встретили, — складывается из таких факторов, как внешний вид, качество голоса, мимика и поведение человека.Несмотря на то, что у пожилых людей более ограниченные возможности по обработке информации, их автоматическое восприятие людей, кажется, остается неизменным.

Большинство из нас, особенно когда мы становимся старше, имели опыт встречи с кем-то новым и через минуту не могли вспомнить их имя. Хотя обычно предполагается, что это сбой памяти, на самом деле это неспособность полностью уделить внимание имени, потому что человек отвлекается на более широкое социальное взаимодействие, так что имя не сильно регистрируется в памяти.(Хитрость здесь в том, чтобы повторить имя вслух, как только вы его услышите, в качестве подтверждения, а затем повторить про себя про себя еще пару раз в течение нескольких минут.)

В этой ситуации возрастное снижение скорости обработки информации, как правило, затрудняет работу пожилого человека. Точно так же возрастные ограничения влияют на производительность, когда информацию, полученную в незнакомой ситуации, нужно обрабатывать быстро или есть отвлекающие факторы, которые следует игнорировать. В результате пожилые люди в среднем рассматривают меньше информации и используют менее эффективные стратегии принятия решений, когда они находятся в незнакомых ситуациях, по сравнению с более молодыми людьми.

Одно из мнений, подтвержденных исследованиями социального познания, состоит в том, что ограничения пожилых людей в объеме информации, которая может быть обработана быстро и точно, часто уравновешиваются повышением социальных знаний на основе накопленного опыта и знаний. ⁵ Таким образом, в знакомых ситуациях люди среднего и старшего возраста, по сравнению с более молодыми, склонны более точно интерпретировать поведение других, когда предыдущий опыт и знания помогают сосредоточить внимание и сделать его более эффективным.Жизненный опыт в социальных ситуациях может облегчить принятие решений — и это иногда называют мудростью.

Индивидуальные различия в возрасте

Для большинства людей когнитивный или социальный спад с возрастом незначителен и зависит от множества факторов. Один фактор называется «когнитивным резервом». ⁶ Люди, которые более умны в молодом возрасте или имеют лучшее когнитивное поддержание благодаря образованию, профессии или стимулирующей деятельности, сохраняют когнитивные навыки с возрастом лучше, чем те, кто менее образован в этих отношениях.Недавнее исследование с участием большого числа людей в Шотландии, которые прошли тесты интеллекта в возрасте 11 лет и снова через 50 лет, показало, что самым важным предиктором когнитивных способностей в старшем возрасте была когнитивная способность в возрасте 11 лет. ⁷ наделение правильными генами составило большую часть этого преимущества, хотя мало что известно о том, какие гены могут быть задействованы.

Также полезно иметь друзей и развлекаться с другими. Многочисленные исследования показали, что уровень социальной активности, такой как размер социальной сети человека или частота контактов, способствует когнитивному здоровью или снижает риск деменции. ⁸ Было доказано, что наличие цели в жизни связано со снижением риска болезни Альцгеймера. Вместе эти факторы помогают объяснить наблюдаемую нами изменчивость в том, насколько хорошо когнитивные функции сохраняются в пожилом возрасте.

Нормальное старение мозга

Много лет назад было широко распространено мнение, что смерть нейронов, клеток, передающих сигналы по всему мозгу, является обычной частью старения. Теперь мы знаем, что свидетельств этого мало. Тем не менее, мозг имеет тенденцию к уменьшению с возрастом, и это уменьшение, по-видимому, объясняется рядом изменений.Каждый нейрон имеет тело клетки и ряд отростков, называемых дендритами, которые простираются во многих направлениях к другим нейронам для приема сигналов. Представьте себе ствол дерева с множеством ветвей. Во время старения размер, сложность и эффективность этого «ветвления» уменьшаются, что делает связь между клетками менее эффективной. У каждого нейрона также есть аксон, который передает сигналы от одной клетки к другой; эти аксоны составляют «белое вещество» мозга. Повреждение белого вещества при старении способствует уменьшению размера мозга.Эти и другие структурные изменения мозга, связанные со старением, соответствуют возрастным различиям в выполнении когнитивных задач. Например, ухудшение состояния белого вещества в передней части мозга связано с более низкой скоростью обработки информации и трудностями при ее воспроизведении.

Ряд других структурных и химических изменений в головном мозге, происходящих с возрастом, до конца не изучен. Одним из условий является накопление небольшого фрагмента нейронального белка, называемого бета-амилоидом, который накапливается с образованием агрегатов различного размера.Плотные скопления или «бляшки» этих агрегатов характерны для мозга пациентов с болезнью Альцгеймера и в меньшей степени наблюдаются у пожилых людей с более легкими когнитивными нарушениями. У пациентов с болезнью Альцгеймера также развивается аномальная версия тау-белка нейронов в клетках мозга. Совпадающие данные из нескольких типов исследований показывают, что амилоидные бляшки вызывают накопление аномального тау-белка, что вызывает потерю нейронов, связанную с деменцией. Поскольку некоторые взрослые люди с плотными бета-амилоидными бляшками, по-видимому, обладают нормальной когнитивной функцией, связь между ними полностью не изучена.У этих взрослых может быть неизвестный защитный фактор. Необходима дополнительная информация из лонгитюдных исследований, чтобы узнать, приведет ли накопление агрегатов бета-амилоида у когнитивно неповрежденных взрослых к снижению когнитивных способностей и, в конечном итоге, к болезни Альцгеймера, если человек живет достаточно долго.

С возрастом повышается риск сосудистых заболеваний для многих людей. Высокое кровяное давление, высокий уровень хорошего холестерина (ЛПВП), высокий уровень триглицеридов (тип жира, обнаруживаемый в крови), ожирение и диабет увеличивают риск инсульта и болезни белого вещества.Поддержание здоровья мозга с помощью правильного питания и физической активности важно для снижения риска снижения когнитивных функций, связанного с сосудистыми заболеваниями. Здоровая диета включает ограничение потребления сахара и насыщенных жиров, особенно трансжиров. Ученые изучают множество способов, которыми физические упражнения влияют на мозг, начиная от преимуществ, показанных на животных моделях на клеточном уровне, таких как стимуляция факторов роста мозга или снижение окислительного стресса, до уменьшения повреждения белого вещества у людей.

Захватывающая новая область исследований, ставшая возможной благодаря техническим достижениям в области визуализации, — это изучение возрастных изменений мозговой активности. Теперь можно, например, отслеживать активность мозга, измеряя, сколько кислорода (сканирование МРТ) или сахара (сканирование ПЭТ) потребляют отдельные области мозга. Даже простые действия вызывают повсеместную активацию нескольких областей мозга, и, изучая структуру активных областей во время когнитивной задачи, исследователи могут узнать, какие сети или области являются специфическими для задачи.Во время нормального старения происходят изменения в модели стимуляции нейронных сетей, вызывая повышенную активацию в одних областях и сниженную в других. Исследования показывают, что, когда пожилой человек выполняет когнитивную задачу на том же уровне, что и молодой взрослый, у него «загорается» больше областей лобных областей мозга, что позволяет предположить, что для поддержания когнитивных функций требуется больше активности мозга. Еще предстоит ответить на многие вопросы, чтобы наука полностью осознала влияние старения на работу сети мозга.

Переоценивая влияние старения?

Неясно, насколько снижение когнитивных функций является исключительно результатом старения здорового мозга. Пожилые люди в когнитивных исследованиях с большей вероятностью, чем люди молодого или среднего возраста, будут включать людей с невыявленной деменцией Альцгеймера, церебральной сосудистой деменцией и другими заболеваниями головного мозга, которые чаще встречаются у людей старше 70 лет. Заболевания головного мозга, выявленные при вскрытии, явились причиной значительного снижения когнитивных функций, измеренных в ходе исследования. ⁹ Если в исследования нормального старения включить людей с невыявленными заболеваниями головного мозга на ранней стадии, величина измеренного снижения когнитивных способностей, связанного исключительно с возрастом, будет преувеличена.

Исследователи во всем мире добились значительного прогресса в понимании факторов, влияющих на когнитивное здоровье, и связанного с этим риска развития деменции. Этому исследованию уделяется первоочередное внимание из-за разрушительных личных, семейных и социальных издержек, связанных с такими заболеваниями, как болезнь Альцгеймера.Достижения привели к пониманию некоторых генетических факторов и факторов окружающей среды, но многое еще неизвестно. В настоящее время ведутся интенсивные поиски новых методов лечения, чтобы остановить, замедлить или даже предотвратить болезнь Альцгеймера и связанные с ней расстройства, вызывающие деменцию. Мы надеемся, что предоставление исследователям средств, необходимых для достижения прогресса в этих поисках, приведет к открытию более эффективных способов уменьшить снижение когнитивных функций в пожилом возрасте.

Ссылка на раскрытие финансовой информации

Ссылки

1. Hartshorne, JK and Germine, LT.Когда когнитивное функционирование достигает пика? Асинхронный подъем и падение различных когнитивных способностей на протяжении жизни. Психологическая наука, 2015; 26: 433-443.
2. Страховой институт дорожной безопасности (IIHS). Факты со смертельным исходом, 2013 г., Пожилые люди. Арлингтон (Вирджиния): IIHS; 2014. [цитируется 26 марта 2015 г.]. Доступно по URL-адресу: http://www.iihs.org/iihs/topics/t/older-drivers/fatalityfacts/older-people/2013
3. PsychCorp. Четвертое издание шкалы памяти Векслера (WMS-IV), техническое и пояснительное руководство.Сан-Антонио, Техас, Пирсон, 2009.
4. Denburg, NL, Cole, CA, Hernandez, M, et al. Орбитофронтальная кора, принятие решений в реальном мире и нормальное старение. Анналы Нью-Йоркской академии наук, 2007; 1121: 480-498.
5. Hess, TM and Queen, TL. Старение влияет на суждения и процессы принятия решений: взаимодействие между способностями и опытом. В Verhaeghen, P, и Hertzog, C (Eds) Оксфордский справочник эмоций, социального познания и решения проблем в зрелом возрасте. Oxford University Press, 2014, стр.238-255.
6. Такер AM и Стерн Ю. Когнитивный резерв в старении. Текущее исследование болезни Альцгеймера, 2011 г .; 8: 354-360.
7. Андервуд, Э. Начиная с нуля. Наука, 2014; 346 нет. 6209: 568-571.
8. Dodge, HH, Ybarra, O, Kaye, JA. Инструменты для продвижения исследований социальных сетей и когнитивных функций у пожилых людей. Международная психогериатрия, 2014, 26: 533-539.
9. Бухман, А.С., Ю, Л., Уилсон, Р.С., Бойл, Пенсильвания, Шнайдер, Дж. А., Беннет, Д.А. Патология головного мозга способствует одновременному изменению физической слабости и когнитивных способностей в пожилом возрасте.Журналы геронтологии. Серия A, Биологические и медицинские науки. 2014; 69: 1536-1544.

Что такое когнитивные способности и навыки, и можем ли мы их улучшить?

Что такое познание? Познание связано с тем, как человек понимает мир и действует в нем. Это набор умственных способностей или процессов, которые являются частью почти каждого человеческого действия, пока мы бодрствуем.

Когнитивные способности — это навыки, основанные на мозге, которые необходимы нам для выполнения любой задачи, от самой простой до самой сложной.Они больше связаны с механизмами того, как мы учимся, запоминаем, решаем проблемы и обращаем внимание, а не с какими-либо фактическими знаниями. Например, ответ на телефонный звонок включает в себя восприятие (прослушивание мелодии звонка), принятие решения (отвечать или нет), моторику (поднятие трубки), языковые навыки (разговор и понимание языка), социальные навыки (интерпретация тона голоса и правильное взаимодействие. с другим человеком).

Когнитивные способности или навыки поддерживаются определенными нейронными сетями.Например, навыки памяти в основном зависят от частей височных долей и частей лобных долей (за лбом). Люди с черепно-мозговой травмой могут испытывать снижение когнитивных способностей, связанных с поврежденными нейронными регионами и сетями (вот почему нейрореабилитация так важна).

В таблице ниже вы можете просмотреть основные функции мозга, участвующие в познании. Вы также найдете головоломок, которые помогут вам реализовать описанные когнитивные способности — Мы надеемся, что они вам понравятся!

КОГНИТИВНЫЕ СПОСОБНОСТИ — ФУНКЦИИ МОЗГА

… 905 Головоломки:

Когнитивные способности / функции мозга	Задействованные навыки
ВОСПРИЯТИЕ, восприятие запаха, сенсорное восприятие
ВНИМАНИЕ	Способность поддерживать концентрацию на определенном объекте, действии или мысли, а также способность управлять конкурирующими требованиями в нашей среде. Головоломки:
ПАМЯТЬ	Кратковременная / рабочая память (ограниченное хранилище) и Долгосрочная память (неограниченное хранилище). Головоломка:
МОТОРНЫЕ НАВЫКИ	Способность мобилизовать наши мышцы и тела, а также способность манипулировать объектами. Головоломки: Постучите правой рукой по столу. В то же время сделайте круговое движение левой рукой (как если бы вы чистили стол) Сделайте то же самое, поменяв руки
ЯЗЫК	Навыки, позволяющие переводить звуки в слова и генерировать словесные выход. Головоломка:
ВИЗУАЛЬНАЯ И ПРОСТРАНСТВЕННАЯ ОБРАБОТКА	Способность обрабатывать поступающие визуальные стимулы, понимать пространственные отношения между объектами и визуализировать изображения и сценарии. Головоломка:
ИСПОЛНИТЕЛЬНЫЕ ФУНКЦИИ	Способности, обеспечивающие целенаправленное поведение, например способность планировать и выполнять цель. К ним относятся: Гибкость : способность быстро переключаться в соответствующий умственный режим. Теория разума : понимание внутреннего мира других людей, их планов, их симпатий и антипатий. Предвкушение : предсказание на основе распознавания образов. Решение проблем : определение проблемы правильным способом, затем выработка решений и выбор правильного. Принятие решений : способность принимать решения на основе решения проблем, неполной информации и эмоций (наших и других). Рабочая память : способность хранить информацию и управлять ею в режиме реального времени. Эмоциональная саморегуляция : способность определять собственные эмоции и управлять ими для хорошей работы. Последовательность : способность разбивать сложные действия на управляемые единицы и расставлять приоритеты в правильном порядке. Торможение : способность противостоять отвлечению и внутренним побуждениям. Головоломки:

.

КОГНИТИВНЫЕ СПОСОБНОСТИ НЕ ФИКСИРОВАНЫ — МЫ МОЖЕМ УЛУЧШИТЬ ИХ С ПОМОЩЬЮ ОБРАЗА ЖИЗНИ И ЦЕЛЕВОЙ ПРАКТИКИ

С возрастом некоторые когнитивные способности имеют тенденцию к снижению, особенно исполнительные функции и те когнитивные способности, которые не используются регулярно.К счастью, все больше данных показывает, что снижение может быть отложено, а более низкие когнитивные способности могут быть увеличены с помощью соответствующих вариантов образа жизни и практики. Вот несколько ресурсов, которые помогут вам найти способы улучшить свои когнитивные функции:

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

Существует множество продвинутых вычислительных моделей категоризации, которые объясняют поведенческие характеристики субъектов при выполнении различных задач категоризации (например, Nosofsky, 1984; Anderson, 1991; Ashby, 1992; Kruschke, 1992; Nosofsky et al., 1994; Erickson and Kruschke, 1998). ; Love et al., 2004; Sanborn et al., 2010). Эти конкурирующие модели различаются по своим теоретическим допущениям (Lewandowsky et al., 2012), и в настоящее время нет единого мнения о том, как можно сравнивать и тестировать разные модели друг с другом (Wills and Pothos, 2012).

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

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

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

Далее основные моменты, упомянутые выше, объединены в нашем примере катания на лыжах по бэккантри: поскольку обратная связь с окружающей средой играет центральную роль в построении правильной ментальной модели, обратная связь в виде большого снежного покрова указывает на правильность текущей стратегии. Напротив, отрицательная обратная связь, например, разрушение снега, указывает на то, что следует изменить стратегию, возможно, поискать другие характеристики или даже другую комбинацию функций, которые могут обещать лучший результат для катания на лыжах.Кроме того, внезапные изменения условий окружающей среды могут привести к изменению сочетания признаков, указывающих на положительный результат. В нашем примере изменением может быть другой склон холма с большим воздействием солнца или повышением температуры, требуя, чтобы другие комбинации функций использовались как показатель безопасного спуска. Существует множество возможностей, когда 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 обучению категориям 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 характеристиками 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, в 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), который дает обзор литературы по обратному обучению и описывает 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 соответствующей 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 прогностической силе 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 она может предсказать новых данных. Prescribe означает, что модель должна быть обобщаемой, чтобы она могла предсказывать поведение в различных ситуациях. Более того, предпочтительны надежные 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 использованием 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 хранится и модифицируется текущее состояние проблемы (промежуточное представление, важное для выполнения задачи). Таким образом, имагинальный модуль играет важную роль в обучении. Целевой модуль содержит состояния управления. Это подцели, которые должны быть достигнуты для достижения главной цели.Слуховой модуль — это модуль восприятия слуха. Процедурный модуль играет центральную роль в ACT-R. Это интерфейс других блоков обработки, поскольку он выбирает правила производства (см. Ниже) на основе текущего состояния модулей.

Для написания модели разработчик модели должен указать символические части ACT-R. Это (а) производственные правила и (б) чанки. Куски — это самые маленькие единицы информации. Вся информация в ACT-R хранится по частям. Правила производства (e.g., 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 воспроизвела данные данные, но оказалась 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 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 помощью трех различных моделей ACT-R, модели на основе образца, модели на основе правил и смешанной модели.Смешанная модель подошла лучше всего, воспроизводя эффекты обучения и задержки, обнаруженные в эмпирических данных.

Таким образом, нет четких доказательств того, что тот или иной подход к моделированию лучше. В своей статье Андерсон и Бец (2001) утверждают, что смешанный подход, вероятно, наиболее близок к тому, как люди категоризируют, потому что предположение о том, что категоризация основывается исключительно на образцах или исключительно на правилах, вероятно, слишком узко. 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 изменение поведения модели займет 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 производительности, которые можно найти в эмпирических данных, отражающих процесс принятия решений, например, скорость отклика. Что еще более важно, мы стремимся разработать общую модель динамического принятия решений. Чтобы модель была общей (например, не подходила исключительно для одной конкретной экспериментальной установки или набора данных), она должна быть простой.Таким образом, следует использовать лишь несколько предположений и избегать ненужных. В результате подход к моделированию должен быть в состоянии предсказать поведение с другими материалами стимула и быть перенесен на другие аналогичные задачи.

Подводя итог данной статье, 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.

Участники 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 / повышающийся, короткий / падающий, длинный / восходящий и длинный / падающий.Для каждого участника одна из этих категорий составляла целевые звуки (25%), в то время как другие три категории служили нецелевыми (75%).

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

Экспериментальная парадигма

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

Модель в деталях

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

Чанки и правила производства, используемые в модели

Блоки, реализованные в модели, показаны на рисунке 1. «Блоки стратегии» содержат стратегии в форме примеров пар «характеристика-значение» и ответов. Они хранятся и извлекаются из долговременной памяти (декларативный модуль). Текущая стратегия хранится в рабочей памяти (имагинальном модуле).Блоки стратегии содержат следующую информацию о стратегии: какие функции и соответствующие значения являются релевантными (например, звук громкий или звук громкий и его частотный диапазон высокий), каков предложенный ответ ( категоризация, 1 или 0), а также степень сложности стратегии (например, стратегия с одним или двумя функциями). Кроме того, частью этого блока является механизм оценки. Это включает в себя отслеживание того, была ли стратегия неудачной, и отслеживание того, как часто стратегия была успешной.Этот механизм отслеживания замечает, успешна ли первая попытка использования этой стратегии. Затем он подсчитывает количество успешных применений стратегии; этот явный подсчет продолжается до тех пор, пока не будет достигнуто определенное значение. Мы внедрили такой механизм порогового подсчета, чтобы отразить субъективное ощущение, что стратегия часто бывает полезной. Мы реализовали разные пороговые значения для модели. Мы также различали порог для стратегий с одним признаком (первый счет) и для стратегий с двумя признаками (второй счет).Механизм отслеживания можно рассматривать как метакогнитивный аспект нашей модели. Другие метакогнитивные аспекты реализуются в «контрольном блоке», который хранится в целевом буфере модели. Эти метакогнитивные аспекты включают: во-первых, уровень функциональной сложности стратегии, то есть, пытается ли модель решить задачу с помощью стратегии с одним признаком или с помощью стратегии с двумя признаками; во-вторых, независимо от того, вызвала ли давняя 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 (кодирует) . Таким образом, фрагмент со всей необходимой звуковой информацией (продолжительность, направление изменения высоты тона, интенсивность и частотный диапазон — см. Раздел «Парадигма моделирования и стимулы» ниже) находится в слуховом буфере, и все четыре характеристики тона доступны модели.Затем звуковой фрагмент в звуковом буфере сравнивается с фрагментом стратегии, хранящимся в воображаемом буфере (сравнение) . Если конкретные характеристики (например, высокая интенсивность) блоков стратегии такие же, как и в звуковом фрагменте, ответ соответствует стратегии, предложенной моделью (реакция-то же) , если нет, противоположный ответ — выбрал (реагирует-разный) . Представленная обратная связь прослушивается и сохраняется в звуковом буфере местоположения (прослушивание-обратная связь) , а затем кодируется в звуковом буфере (кодирование-обратная связь) .Если обратная связь положительна, текущая стратегия сохраняется в воображаемом буфере, а счетный слот обновляется (с учетом 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 оценена отрицательно, 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 доработками. 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 — это 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 возможных 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 различных параметров, мы используем расширенный термин, который включает не только подсимволические 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 однофункциональных идвухфункциональные стратегии. Мы предположили, что пороговое значение для стратегий с двумя характеристиками должно быть вдвое больше значения для стратегий с одним элементом, как если бы модель учитывала каждую функцию отдельно. Первый счет был изменен на три, четыре и пять, а второй счет — на шесть, восемь и десять.

Помимо параметров, 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 для 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. Результирующие версии моделирования на основе комбинирования 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, где переключаются мишени и нецелевые объекты, оно падает до 56,5% (± 17,7%) правильных попыток. Затем он снова увеличивается и достигает 81,0% (± 18,5%) правильных попыток в восьмом блоке и 89,7% (± 13,9%) правильных попыток в последнем блоке. По всем 12 блокам стандартное отклонение эмпирических данных колеблется от минимума 10,7% до максимума 18,9% со средним стандартным отклонением 15.1%. Стандартное отклонение участников объясняется тем фактом, что разные участники продемонстрировали 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, модели (A), 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 пределах диапазона 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 s> 6,79, все p s <0.010). Этот высокий разброс отдельных прогонов модели указывает на то, что один и тот же базовый набор правил с одинаковыми настройками параметров может по-прежнему приводить к очень разным кривым обучения, в зависимости от того, какие именно стратегии выбираются в каждой точке, когда выбирается новая стратегия (например, начальная стратегия, изменение стратегии одного объекта, изменение стратегии двух функций). Кроме 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.

Модель Fit

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

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

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

Наилучшее соответствие с точки зрения корреляции было достигнуто для модели со значением declarative-finst-span, равным 100 (т. Е. Модель 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 как минимум три раза, чтобы считаться «часто успешной») и второй счет шесть (т. е. стратегия с двумя характеристиками должна быть успешной по крайней мере шесть раз, чтобы считается «часто успешным»). Наихудшее совпадение наблюдалось для модели со значением декларативного конечного диапазона, равным 100, при первом счете до пяти и втором счете до десяти.

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

Сводка

В целом модели хорошо предсказывают данные. Смоделированные кривые обучения напоминают форму средней эмпирической кривой обучения с увеличением в первой половине эксперимента, кратковременным снижением в начале второй половины, за которым следует еще 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 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 другой один или два раза. функциональная стратегия, тогда как модель пошла по второму пути.

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

Как указывалось ранее, одним из способов моделирования динамического принятия решений в ACT-R с использованием лишь нескольких предположений является обучение на основе экземпляров (IBL).В этом подходе для обучения используются пары «ситуация-результат» и субсимволические механизмы усиления. Однако IBL недостаточно для моделирования задач, в которых используются переключатели в среде (Fum and Stocco, 2003). Такие задачи требуют добавления явных правил переключения. Помимо этих правил, нашей задаче требовались механизмы, контролирующие, когда нужно 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 различный выигрыш во 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 демонстрирует 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 мелких 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 способна предсказывать 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 неясность относительно того, 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 повторения 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 неоднократными ошибочными решениями лыжников-бэккантри, застрявших в своем 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 проведена в рамках Межрегионального центра совместных исследований SFB / TRR 62 «Вспомогательная технология для когнитивных технических систем», финансируемого Немецким исследовательским фондом (DFG) и финансируемого программой BCP.

Заявление о конфликте интересов

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

Благодарности

Мы благодарим Монику 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., и Уолдрон, Э. М. (1998). Нейропсихологическая теория множественных систем в категориальном обучении. Psychol. Ред. 105, 442–481.

PubMed Аннотация | Google Scholar

Аткинс, Д. (2000). «Человеческий фактор в лавинных 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. Br. J. Psychol. 79, 251–272. DOI: 10.1111 / j.2044-8295.1988.tb02286.x

CrossRef Полный текст | Google Scholar

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

Google Scholar

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

PubMed Аннотация | CrossRef Полный текст | Google Scholar

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

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Димов, К. М., Маревски, Дж. Н., и Скулер, Л. Дж. (2013). «Ограничивающие модели ACT-R стратегий принятия решений: экспериментальная парадигма», в Cooperative Minds: Social Interaction and Group Dynamics. Труды 35-й ежегодной конференции Общества когнитивной науки , ред. М. 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. Гум. 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). «Экземпляр против обучения на основе правил в управлении динамической системой», Труды Пятой Международной конференции по когнитивному моделированию (Бамберг: Universitaets-Verlag Bamberg), 105–110.

Google Scholar

Гонсалес, К. (2017). «Принятие решений: перспектива когнитивной науки», The Oxford Handbook of Cognitive Science (Vol.1). ed S. E. F. Chipman (Oxford: Oxford University Press), 249–263.

Google Scholar

Гонсалес, К., Датт, В., Хили, А. Ф., Янг, М. Д., и Борн, Л. Э. младший (2009). «Сравнение моделей экземпляров и стратегий в ACT-R», в материалах 9-й Международной конференции по когнитивному моделированию — ICCM2009, , ред. А. 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., et al. (2016). Обратное обучение у людей и песчанок: динамическая сеть управления облегчает обучение. Фронт. Neurosci. 10: 535. DOI: 10.3389 / fnins.2016.00535

CrossRef Полный текст | Google Scholar

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

PubMed Аннотация | CrossRef Полный текст | Google Scholar

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

PubMed Аннотация | CrossRef Полный текст | Google Scholar

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

PubMed Аннотация | CrossRef Полный текст | Google Scholar

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

Google Scholar

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

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Ли А., Маани К. (2011). «Динамическое принятие решений, обучение и ментальные модели», 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. Judgm. Decis. Мак. 6, 439–519.

Google Scholar

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

Google Scholar

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

CrossRef Полный текст | Google Scholar

Презенски, С., Руссвинкель, Н. (2014). Сочетание когнитивных моделей ACT-R с 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», 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 (остров Амелия, Флорида), 44–50.

Сэнборн, А. Н., Гриффитс, Т. Л., и Наварро, Д. Дж. (2010). Рациональные приближения к рациональным моделям: альтернативные алгоритмы категориального обучения. Psychol. 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 интернет-журнале Kognitive Systeme , ред. Д. Соффкер и А. Клюге (Дуйсбург: DuEPublico). DOI: 10.17185 / duepublico / 37699

CrossRef Полный текст | Google Scholar

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

CrossRef Полный текст | Google Scholar

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

Google Scholar

Таатген, Н. А. (2001). «Модель индивидуальных различий в обучении управлению воздушным движением», в Proceedings of the 4th International Conference on Cognitive Modeling , eds EM Altmann, A. Cleeremans, CD Schunn, and WD Gray (Mahwah, NJ: Erlbaum), 211– 216.

Google Scholar

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

Google Scholar

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

CrossRef Полный текст | Google Scholar

Вольф, С., Брехманн, А. (2012). «MOTI: корпус мотивационной просодии для систем обучения на основе речи», в Proceedings of the 10th ITG Conference on Speech Communication (Berlin: IEEE), 1–4.

Google Scholar

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

CrossRef Полный текст | Google Scholar

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

Google Scholar

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

Google Scholar

.

No related posts.