Использование и манипулирование информацией Ментальные репрезентации Понятия

Использование и манипулирование информацией

Ментальные репрезентации Понятия – это репрезентации, включающие важные свойства класса объектов или идей (экземпляров). Функции понятий включают: классификацию: относится экземпляр к понятию, его подмножеству и т. д. ; понимание: классификация позволяет «разбить» информацию на значимые элементы и, следовательно, использовать имеющиеся знания в текущей ситуации; предсказание: использование знаний для вынесения решения с учётом прогноза последующих событий; рассуждение: использование информации для обеспечения логического вывода и получения результатов; общение: совместное использование понятий означает, что люди могут косвенно передавать впечатления.

Изучение понятий – основа когнитивного развития, и мы продолжаем овладевать ими всю жизнь. Искусственные понятия могут быть чётко определены. Примером такого понятия является «квадрат» , определяемый как фигура с четырьмя равными сторонами и четырьмя прямыми углами. Благодаря общедоступности, искусственные понятия использовались при изучении формирования понятий. Значительная работа в этой области была проведена Брюнером с коллегами. В их экспериментах использовались случайные наборы изображений, характеризующихся определёнными параметрами ( цвет, форма и т. д). В качестве стимулов выступали карты с нарисованными на них фигурами, количество, цвет и тип которых были различными. На картах могло было изображено не более трёх фигур, которые могли быть квадратами, окружностями или крестами, иметь красный, зелёный или чёрный цвет, и вдоль краёв карт могло быть нарисовано различное количество границ.

Для этого, чтобы помочь испытуемым изучить это понятие, Брюнер с коллегами использовали: парадигму выбора, при которой испытуемые выбирали карты и проводили классификацию; рецептивную парадигму, при которой экспериментатор показывал испытуемым карты и просил провести классификацию, а затем испытуемые получали обратную связь о правильности или неправильности классификации.

Существуют три основные теории выработки понятий, учитывающие данные. Теория прототипов формирования понятий предполагает, что мы ищем общность между различными элементами. Когда она находится, мы группируем элементы вместе, общие свойства при этом абстрагируются и сохраняются в виде схемы. В результате сравнения новой информации со схемой могут быть сформированы категории. Прототип – самое точное описание категории, но он не обязательно представляет собой реальный объект.

Теория атрибутов. Согласно этой теории, мы ищем определяющие свойства (атрибуты) элемента. Медин предполагает, что мы формируем умственные списки атрибутов и сравниваем новые элементы со списком. Но установление определяющих свойств не всегда возможно, и эта теория также не объясняет существование образцов.

Хранилище понятий, вероятно, похоже на одну из структур. Установление связи между понятиями осуществляется посредствам использования суждений. Например, у нас есть понятие о собаках и понятие о кошках; суждение о них может быть такое: собаки преследуют кошек. С другой стороны, ментальные модели являются суждениями о работе предметов или репрезинтациями абстрактных понятий. Об их неверности мы во многом узнаём благодаря поведению. Например, неверная ментальная модель болезни может вести к неправильному использованию медикаментов. Рассуждение, основанное на ментальных моделях, по существу является семантическим процессом. Заключения делаются тогда, когда создана модель, представляющая все необходимые посылки. Следующий пример демонстрирует это.

Посылки: Лампочка справа от блокнота. Ручка слева от блокнота. Письмо перед ручкой. Бабочка перед лампочкой. Заключение: Письмо слева от бабочки. Согласно Джонсону Лэрду, мы создаём ментальную или образную модель или вербальную/пространственную модель. Ручка Блокнот Лампочка Письмо Бабочка Это позволяет быстрее прийти к заключению. Могут потребоваться дополнительные модели, и это может быть определено посылками. Ментальные модели зависят от объёма рабочей памяти, и более образная репрезентация может требовать большего объёма. Кроме того, чем больше моделей согласуется с посылками, тем больший объём памяти используется.

Схемы – это общие основные элементы знаний, сходные с ментальными моделями, но требующие ожидания. Сценарии – это схемы привычных последовательностей действий, они могут помочь при обработке обычных событий, но могут задержать нас или привести к неверным решениям, если случится неожиданное событие.

Мы часто переводим идеи в слова или образы для содействия обработки информации, это, в свою очередь, может привести к развитию когнитивных карт. Они могут быть искажёнными и неполными. Например, здание вашего университета или колледжа возможно, спроектировано так, что помещения, расположенные рядом, пронумерованы последовательно, но если помещения одного здания пронумерованы так, что на одной его стороне располагаются двери с чётными номерами, а на другой – с нечётными? Вы, вероятно несколько минут будете бродить внутри здания в поисках конкретного кабинета или аудитории, потому что прототип, имеющийся в вашем сознании, снабдил вас неверной когнитивной картой.

Итак, существуют основные элементы активного знания. Давайте рассмотри пути их использования. Логика Многие исследования рассматривают мышление. Дедуктивное мышление логическое подразумевает установление истинности или ложности заключений на основании логических связей. Основным элементом логики является силлогизм.

Силлогизмы - это наборы утверждений, которые провозглашают некоторые факты и затем позволяют вывести заключение. Они имеют следующий вид: Все А суть В. Все А суть С. Затем вам предоставляется право сделать заключение, но какое? Все В суть С? Ну, это было бы не совсем верно. Рассмотрим, что случится, если вы вместо А, В и С подставите конкретные понятия: Все кошки суть животные. Все кошки пушистые.

Мы не можем заключить, что все животные пушистые, во -первых, потому что знаем, что это не так (хотя это не дедуктивный способ), а ещё и потому, что логическое заключение не может следовать из данных высказываний. Люди совершают много ошибок в логических рассуждениях такой природы. Существует несколько причин этого.

Предвзятость Рассмотрим следующие высказывания. 1. Великобритания – свободная страна. 2. В свободной стране все люди обладают равными возможностями. 3. Великобритании имеют равные возможности. Заключение верно с точки зрения логики, но согласие или несогласие с ним производится на основе имеющихся убеждений, а не использования логики. Во многом это проблема стереотипов: логически верные аргументы часто путаются с предполагаемым знанием.

Эффект конверсии Часто предполагается, что если из А следует В, то из В следует А. это не так. Голосование за консерваторов на выборах в Великобритании подразумевает, что избиратель имеет британское гражданство, но разве британское гражданство подразумевает, что избиратель, обладающий им, будет голосовать за консерваторов? Очевидно, нет!

Ограничения рабочей памяти Для того чтобы следовать развёрнутым или включающим отрицания логическим суждениям, мы должны удерживать в памяти большое количество информации. Логические ошибки случаются, когда нас просят выполнить то, на что не хватает объёма рабочей памяти. Мы также наблюдаем культурные различия в использовании логики. Антропологические исследования групп людей, считающихся неграмотными, показали, что эти люди делали в полной мере здравые умозаключения, но основывали их не на логических правилах. Например, Коул и Скрибнер обнаружили, что могла иметь место следующая замена. Мистер Смит – мужчина. Все мужчины в этой деревне. Живёт ли мистер Смит в этой деревне?

Логическое заключение в данном случае будет таким: да, мистер Смит живёт в этой деревне. Однако исследователи столкнулись с другим ответом: «Не знаю, я никогда не встречал мистера Смита» . Это наводит на мысль о том, что правила формальной логики не являются необходимой частью естественных законов мышления. Люди, по- видимому, в действительности рассматривают проблемы такого характера как нечто, на что можно ответить опираясь на наблюдения. Что же представляет собой тот тип рассуждения, который мы используем в повседневной жизни, если формальное рассуждение не является частью нашего опыта?

Естественное рассуждение Если дедуктивное рассуждение основано на использовании логических связей, то индуктивное рассуждение приводит к установлению уровня убеждённости, основанного на наблюдении. В данном случае также допускаются ошибки. У одного моего друга остались плохие впечатления о «Форде» . Следовательно, все «Форды» ненадёжны. Очевидно, что заключение не является логическим, но при взвешивании данных, перед тем как потратить деньги на машину, он может одним из способов исключения конкретной модели. Одним из способов эффективного применение эвристики. использования рассуждения является

Например , вы собрались уходить из дома и не можете найти ключи. Что вы делаете? Методичный обыск всех комнат был бы эффективным, и вы нашли бы ваши ключи. Но вы также пропустили бы автобус. А как насчёт того, чтобы остановиться и, используя предыдущий опыт, предсказать, где они могут быть? Это было бы использование эвристики и могло бы оказаться эффективным. Существует компромисс между скоростью и точностью. Эвристика часто работает хорошо и может подсказать правильное решение. Канеман и Тверски выделили три часто применяющихся типа эвристики. Эвристика – практический способ или методика, которая ограничевает рамки поиска решения в случае сложных проблем.

Соотнесение Мы часто оцениваем вероятность события не с нуля, а опираясь на некоторые более ранние события. Например, вы первоначально считаете, что вероятность кражи вашего автомобиля в конкретном городе равна 90%. Вы узнаёте из надёжного источника, что она равна всего лишь 1% и пересматриваете свою оценку: теперь она составляет 80%! Это оказывает непосредственное влияние на законодательство. В большинстве западных стран доказательства обвинения приводятся первыми. Это означает трудности защиты, так как присяжные уже убеждены в чём – то, по крайней мере частично.

Репрезентативность Принцип сходства позволяет нам вынести убеждения о том, что нечто относится к определённому классу элементов. Если вы встретите опрятного, говорящего шепотом человека в очках, что вы предположите: библиотекарь или фермер? Вы всё-таки выберете одну профессию, но на самом деле в данном случае решение принять нельзя. Решение опирается на предшествующие знания и концентрируется на уровне репрезентативности, а не на количестве фактически доступной информации.

Доступность Оценка вероятности событий зависит от того, насколько быстро вспоминаются соответствующие примеры. Это может работать, но не всегда. Вспомним телевизионные новости. Как часто в них сообщается об убийствах, хулиганстве или авиакатастрофах? Не очень часто, но такие сообщения очень хорошо запоминаются. И именно это их свойство может заставить нас предположить, что такие события имеют очень высокую частоту и, следовательно, есть высокая вероятность того, что они произойдут, а это происходит к избеганию городских центров, конкретных авиалиний и т. д. Итак, как мы используем эвристику принятии решений в поисках выхода из проблем?

Принятие решений происходи в результате выбора между вариантами. Существуют два основных класса моделей принятия решений компенсаторные и некомпенсаторные. Компенсаторные модели опираются на тот факт, что процесс принятия решений позволяет привлекательным сторонам вариантов компенсировать непривлекательные. Аддитивные модели приводят к итоговому показателю по каждому варианту, а в аддитивно-разностных моделях, для вычисления показателя применяется разность в оценках различных варианта. параметров нового и первого оценённого

Этот способ принятия решения очень методичен, но существуют сомнения в том, на самом ли деле люди используют его пути принятия решений. Если перед вам стоит выбор: пойти на вечеринку или закончить рассказ, вы используете какой метод? Может быть принятие групповых решений, когда процесс должен быть открытым и детализированным, такие методы и применяются, но в подобных случаях решение принимается на более высоких уровнях сознательности и наблюдательности.

Некомпенсаторные модели Эти модели предусматривают исключения вариантов при помощи целой системы принятия решений. Исключение посредством аспектов предусматривает исключение вариантов на основе последовательной оценки их аспектов. Для того чтобы избежать исключения при процедуре выбора, вариант должен удовлетворять определённым минимальным критериям. Аспекты оцениваются в порядке их важности, которая определяется по некоторой шкале.

Конъюнктивные модели также требуют, чтобы варианты удовлетворяли минимальным критериям перед выбором. Однако перед тем, как принять вариант, взвешиваются все его потенциальные аспекты. Этот процесс принято называть удовлетворяющим поиском, при его помощи люди выбирают подходящий вариант, то есть тот, который удовлетворяет критериям.

Фундаментальное различие между описанными моделями заключается в способе оценки информации. Пейн использовал используемой это пункт стратегии. межпараметрическими при определении Стратегии (оценка каждого бывают варианта отдельно по всем аспектам) внутрипараметрическими (рассмотрение сравниваемых вариантов по одиночным аспектам) они могут быть также постоянными (одинаковое количество аспектов у всех вариантов) или переменными (исключение некоторых вариантов до рассмотрения всех аспектов).

В своей работе, посвящённой решению проблем, указывает на наличие тенденции смены Пейн стратегий в соответствии с требованиями задачи. Эвристика при решении проблем приспосабливается к требованиям обработки информации в данной задаче, чтобы удержать их в пределах возможностей человека. Исследования принятия решений также подтверждают эту гипотезу. Например, когда количество вариантов превышает допустимый уровень, используется либо конъюктивная стратегия, либо стратегия исключения посредством аспектов, но при меньшем количестве вариантов используется стратегия, когнитивные требования. предъявляющая более высокие

Возьмём, например, группу людей, столкнувшихся с задачей принятия в штат нового сотрудника. Предварительный отбор можно рассматривать как средство уменьшения количества вариантов от большого количества претендентов до нескольких интервьюируемых. Учитывая большое количество претендентов, мы можем предположить, что вряд ли они будут оцениваться по всем критериям. Предварительный отбор часто производится по стратегии соответствия минимальным критериям. Однако к стадии интервью остаётся меньшее количество кандидатов и, следовательно, поиск соответствия критериям будет более тщательным.

При принятии решений дело часто усложняется ситуацией неопределённости. Принимая решения о том, пойти ли вам на вечеринку или закончить рассказ, вы должны знать, какие взыскания будут наложены за опоздание при подготовке материала и какова возможная вероятность потери подруги из-за непосещения её дня рождения. Следовательно, для принятия подходящего решения иногда необходимы точные оценки вероятностей.

Вероятность и принятие решений Способность точной оценки – ценный навык, особенно принятии рискованных решений. Такими являются решения, связанные неопределённостью, например оценка потенциальной ядерной угрозы, медицинский диагноз, страхование и т. д. Комиссия интервьюеров, выбирающих кандидатов на работу, также сталкивается с взвешиванием элементов неопределённости, таких как оценка ценности и потенциальной преданности наряду со способностью выполнять работу.

Оценка вероятности основана на эвристике, которая может привести как к правильному, так и к ошибочному решению. Доступность и репрезентативность могут вести к ошибочному решению, потому что важная информация может быть недоступной или предубеждённость могут мешать адекватному восприятию информации. Соотнесение может также вести к ошибочному решению из-за того, что невозможно изменить первоначальное убеждение. нежелательному результату. Всё это может привести к

Ревизия оценок в свете новых данных изучалась при помощи теоремы Байеса. Количество ревизий выводится как отношение вероятностей двух предположений после добавления новых данных ( D). Но подсчитывается как отношение исходных вероятностей, умноженное на вероятность получения данных, если одно из предположений будет верным. Формула такова: = =

Это лучше пояснить на примере. Пусть предположение 1 (H 1) – «кандидат А честен» , тогда это означает, что предположение 2 (H 2)должно быть таким: «кандидат А нечестен» . Учитывая исходный набор условий и данных (автобиография кандидата), получаем шансы 3: 1 в пользу Н 1. Во время интервью обнаруживается, что хронологический разрыв в автобиографии вызван тем, что кандидат находится в тюрьме за уклонение от уплаты налогов. Если Н 1 было верным, вероятность появления этих новых данных (D) равна 1: 100 000. Новые шансы (ревизия) – 3: 100 000, а вероятность того, что Н 1 истинно, очень мала и равна 0, 00003.

При принятии рискованных решений ценность вариантов определяется таким же образом, как в аддитивной модели. Но также должна быть установлена вероятность события. Это сочетание ценностей и вероятностей описывается как ожидаемая ценность и определяется путём сложения ценности и вероятности. Таким образом, можно считать, что некоторые варианты имеют субъективную полезность, что позволяет привлекательным аспектам события сделать его ожидаемую ценность положительной и даже высокой. Оценка вероятности также является субъективным процессом, при котором некоторые аспекты события имеют большее влияние.

Итак, по-видимому, принятии людьми решений наблюдается меньшая, чем кажется на первый взгляд, рациональность и высокая уверенность в эвристике для уменьшения когнитивной нагрузки, что идёт в ущерб оптимальности решений. Это не значит, что принятие решений при помощи такого способа всегда ошибочно, но можно объяснить некоторые проблемы, которые люди создают для себя. Подход к решению проблем позволяет более оптимистично человеческое мышление. взглянуть на

Решение проблем – это управляемый процесс, подразумевающий поиск решения при отсутствии очевидного метода. Решение определяется как целевое состояние. Решение проблем является полностью внутренним процессом, и только проясняя его или наблюдая за поведением, можно сделать вывод о том, как он проходит. Рассмотрим две влиятельные теории решения проблем: гештальт-теория и теорию обработки информации.

Гештальт-теория решения проблем Методом интроспекции в рамках гештальт-подхода выделены четыре следующие стадии обдумывания проблем. 1. Подготовка: информация накоплена, и совершаются различные попытки достижения цели. 2. Инкубация: проблема на время отложена, осуществляются другие виды деятельности. 3. Озарение: внезапныйинсайт приводит к появлению решения. 4. Верификация: решение проверяется. В этом заключается основанная на интроспекции гештальттеория, но существует мало фактов, подтверждающих, что на самом деле во всех случаях имеют место указанные процессы. Однако это т метод внёс значительный вклад в исследование функциональной фиксации.

Когда испытуемым предъявляли три коробки со спичками, свечами и кнопками и просили прикрепить свечу к щиту, чтобы сделать светильник, Данкер(Duncker, 1945) наблюдал, что они находили задание очень сложным. Однако половина испытуемых получила три пустых коробки, а свечи, спички и кнопки были даны отдельно. В этом случае испытуемым оказалось гораздо проще найти решение. Правильный способ решения заключается в том, что нужно расплавить основание свечи, приклеить свечу коробке, а коробку прикрепить к щиту при помощи кнопок. Первая группа, получившая заполненные коробки, находилась в состоянии предутилизации, и расположение объектов внутри коробок зафиксировало функцию коробок, как контейнеров и заблокировало возможность любой другой функции. Предществующий опыт оказал отрицательное влияние на решение проблемы. Однако существуют ситуации, когда предшествующий опыт имеет положительный эффект, и опыт решения проблем такого рода может помочь людям в использовании нестандартных методов нахождения решения(Meyer, 1983).

Функциональная фиксация – неспособность воспринимать элементы проблемы нестандартным способом, вызванная предшествующим опытом (Duncker, 1945). Гештальт-теория утверждает, что решение проблем осуществляется по средствам рекомбинации или реорганизации элементов проблемы. Вертгеймер (Wertheimer, 1959) предполагал, что в этом процессе участвуют два вида мышления: репродуктивное мышление, которое просто воспроизводит прежние виды поведения (то, что работало раньше) и продуктивное мышление, при помощи которого формируются новые структуры (гештальты).

Обработка информации – это решение проблем с другой точки зрения. Ньюэлл и Саймон пытались смоделировать решение проблем человеком при помощи компьютера. Для того чтобы определить, что делают люди при решении проблем, они использовали метод вербальных протоколов, а затем представляли эту информацию в виде компьютерных программ. Вербальные протоколы – метод, при использовании которого люди рассказывают вслух о том, что и почему они делают, решая проблему. Собав данные многих людей и создав комбинированный протокол , можно получить очень подробные и специфические описания. Результатом этой работы Ньюэлла и Саймона (Newell&Simon, 1963) явилась компьютерная программа «Универсальный решатель задач» (General. Problem. Solver – GPS), доказывающая математические теоремы. Более подробно GPSописываются в главе, посвящённой машинному «мышлению» , сейчас же мы рассмотрим данные, полученные при помощи подхода.

Существуют три главных элемента: Решатель задач (система обработки информации, пытающиеся найти решение); Задача (окружение, в котором выполняются задание); Репрезентация задачи (проблемное пространство).

Решатель задач имеет определённое количество стратегий, которое могут быть использованы. Ими являются факты, алгоритмы и эвристика. Факты – это те сущности, знание которых не требует большого количества когнитивной энергии. Необходимо лишь извлечь имеющиеся данные, например, произведение 2 на 2 равняется 4, верёвка может быть использована для связывания предметов и т. д. Алгоритмы – это наборы правил и процедур, которые при правильном применении всегда приводят к правильному результату, например правила умножения или (будем надеяться) рецепты. Эвристика, как уже упоминалось, - это обобщённые стратегии выполнении заданий. Факты и алгоритмы могут гарантировать ответ, эвристика была эффективна, но ответ даёт не всегда.

Окружение, в котором выполняется задание, определяет тип задачи: математическая ли это задача, логическая головоломка или физическое задание вроде свечей Данкера? Главной заслугой компьютерного моделирования в данной области явилась разработка понятие проблемного состояния. Оно является умственной репрезентацией задачи и включает первоначальное состояние, целевое состояние, промежуточные проблемные состояния, и операторы. 1. Первоначальное состояние – это стартовое положение. 2. Целевое состояние – положение, в котором задача решена, при этом могут существовать несколько потенциальных целевых состояний. 3. Промежуточное состояние – это шаги на пути от первоначального состояния к целевым. 4. Операторы – это возможные шаги. Операторы или изменяют это состояние, или разделяют цели на ряд подцелей.

Согласно Хейзу (Hayes, 1978), передвигаясь по проблемному пространству, мы используем несколько стратегий. 1. Стратегия случайных проб и ошибок подразумевает, что операторы выбираются случайным образом, пока не будет достигнуто целевое состояние. Этот путь очень расточителен.

2. «Восхождение на холм» подразумевает последовательное продолжение от первоначального состояния к целевому. В положении текущего состояния (которое может быть первоначальным или промежуточным) производится оценка состояний, достигаемых посредством всех возможных шагов, и выбирается тот шаг, который ближе других приводит решателя задач к цели. В данном случае сложность заключается в том, что могут быть достигнуты «локальные вершины» . Подумайте о деятельности, которая дала название методу. При восхождении на вершину холма можно достигнуть второстепенной вершины, которая выше, чем другие возможные места и, следовательно, ближе к цели, но не получить желаемого результата.

3. Анализ средств и целей является, наверное, наиболее эффективным, но и самым сложным. Решатель задач обрабатывает одну цель за раз. Если её достижение не приводит к целевому состоянию, то она становится подцелью, направленной на устранение барьеров к достижению главной цели. Отыскиваются процедуры достижения каждой цели, и это может вести к временному удалению от целевого состояния. Одной из задач, при помощи которой было успешно продемонстрировано применение этой стратегии, является головоломка «Ханойские башни» . Имеются три штырька с нанизанными на них кольцами различного диаметра (рис. 1). Задача заключается в перемещении всех колец со штырька (н) на штырёк (к) в показанной конфигурации. Можно перемещать только одно кольцо за раз, нельзя класть кольцо большего диаметра на меньшее кольцо, и можно перемещать только верхнее кольцо. Используя анализ средств и целей, можно найти решение, промежуточные состояния которого кажутся более удалёнными от цели. Попробуйте найти его.

РИС. 1. ЗАДАЧА « АНОЙСКИЕ БАШНИ» Х Первоначальное состояние Целевое состояние

Заключение По видимому, люди достаточно схожи в том, как они мыслят, решают проблемы и принимают решения. Однако при исследовании этой области существуют некоторые трудности, так как вербализация умственных процессов довольно сложна и необязательно гарантирует доступ к ним. Это делает сложным получение знаний о мышлении, так и его моделирование.