ИССЛЕДОВАНИЕ ПАРАДИГМЫ УПРАВЛЕНИЯ ДИНАМИЧЕСКИМИ СИСТЕМАМИ В СРЕДЕ ИМПЛИЦИТНОГО НАУЧЕНИЯ

В процессе жизнедеятельности человек усваивает множество закономерностей. При этом, большая часть этих закономерностей принимается человеком неосознанно. В когнитивной психологии подобный тип научения именуется имплицитным научением [1].

Имплицитное научение – процесс непреднамеренного, во многом неосознанного получения знаний, при котором человек не может вербализовать полученные знания, однако он в состоянии использовать его для решения задач [2].

Можно выделить несколько критериев, по которым можно выделять феномен имплицитного научения:

1. Знания, которые были получены в результате неявного научения не доступны в полной мере для сознания. При этом субъект не может предоставить полный (или хотя бы какой-то) устный отчёт о полученной информации.
2. Получаемая индивидом информация куда более сложная чем простые ассоциации или банальный подсчёт. Эти критерии соответствуют определению, представленному А. Ребером. [3]
3. Имплицитное научение не включает в себя процессы сознательной проверки гипотезы, а является случайным следствием когнитивной обработки стимула. Данный критерий помогает разрешить возникающие противоречия относительно осведомлённости субъектов о полученном скрытом знании. Иногда возможно получение достоверного знания путём «замечания» закономерностей. Однако, эти индивиды развили полученные знания не используя метод проверки гипотез, можно утверждать, что они получили его с помощью иных механизмов, отличных от тех, которые изучались при проведении исследования. При этом, субъекты могут влиять на получение имплицитных знаний через другие сознательные стратегии, такие как игнорирование аспектов стимула [4,5].

Наиболее распространённые парадигмы, которые используются для изучения имплицитного научения: научение искусственной грамматике (Reber), научение последовательности (Nissen and Bullemer) и управление динамической системой (Berry and Broadbent) [6,7,8]. 

Управление динамическими системами (Dynamic system control)

Важной мотивацией исследования в области управления динамических систем было недовольство традиционными IQ тестами. По мнению сторонников данной позиции, организованные в компьютерной среде сценарии обладают «экологической достоверностью». Симуляторы промышленного производства, медицинские системы и политические системы – исполнение каждой из этих систем значительно упрощается при перенесении их в лабораторные условия. Компьютерные модели позволяют сохранять высокую степень точности по отношению к реальности, а также систематический контроль за зависимыми факторами [9,10,11,12].

В задачах управления динамическими системами участники должны управлять виртуальной моделью и получать выходные значения путём корректировки входных в ситуациях, когда отношения между входными и выходными определяются алгоритмом. Первой созданной комплексной задачей была организованная Д. Берри и Э.Д. Бродбентом в 1984 году модель сахарной фабрика. В этом задании участникам было дано задание контролировать число работников в симулированной сахарной фабрике и стремится к требуемому уровню производства при каждой попытке. Производство сахара является функцией предыдущих попыток производства сахара, текущего вклада работников и небольшой случайной ошибки. При этом взаимосвязь испытуемым не сообщается. Научение измеряется как доля испытаний, в которых выходной результат находится в рамках заданного предела +-1000 целевого уровня производства. Степень сознательности обучения измеряется при помощи вопросов о выбранной стратегии, открытых вопросов и предсказаний с множественным выбором [13].

Этот эксперимент дал старт различным наблюдениям, которые были произведены с помощью спрограммированных микромиров. Среди наиболее известных проведённых экспериментов также можно выделить судьбы области Таналанд и небольшого городка Лоххаузен, каждая из которых позволили в деталях рассмотреть взаимодействие человека со сложной системой.

Каждое новое исследование, проведённое в области управления динамическими системами, позволяло увидеть некоторые закономерности между характеристиками субъекта и эффективностью прохождения задачи.

В подавляющем числе имплицитных задач, включая задачи с управлением динамическими системами, прохождение эксперимента показывает различие в результатах испытуемых: можно выделить прошедших задание более успешно или менее успешно. По этой причине возникает вопрос – в связи с какими факторами связана эффективность прохождения имплицитной задачи.

Поэтому отдельным направлением в области имплицитного научения должно стать изучение психологических, личностных и когнитивных факторов, которые должны стать показателем эффективности решения комплексных задач.

1. Иванчей И.И. (2016). Осознаваемые и неосознаваемые процессы обработки информации при усвоении искусственной грамматики. Дисс.… канд. психол. н. 19.00. 01. СПб., 2016
2. Морошкина, Н. В., & Гершкович, В. А. (2014). Актуальные тенденции в исследовании имплицитного научения. Вестник Санкт-Петербургского университета. Серия 16. Психология. Педагогика, (4), 14-24.
3. Reber, A. S., Walkenfeld, F. E, & Hernstadt, R. (1991). Implicit and explicit learning: Individual differences and IQ. Journal of Experimental Psychology: Learning, Memory, and Cognition, 17, 888-896
4. Klayman, J., & Ha, Y.-W. (1987). Confirmation, disconfirmation and information in hypothesis testing. Psychological Review, 94, 211- 228.
5. LeCompte, D. C. (1992, November). Willful control and the learning of artificial grammars. Paper presented at the meeting of the Psychonomic Society, St. Louis, MO.
6. Reber A. S. (1967). Implicit learning of artificial grammars. J. Verbal Learn. Verbal Behav. 6, 855–863.
7. Nissen M. J., Bullemer P. (1987). Attentional requirements of learning: evidence from performance measures. Cogn. Psychol. 19, 1–32.
8. Berry D., Broadbent D. E. (1984). On the relationship between task performance and associated verbalizable knowledge. Q. J. Exp. Psychol. 36, 209–231.
9. Rigas, G., & Brehmer, B. (1999). Mental processes in intelligence tests and dynamic decision making tasks. In P. Juslin & H. Montgomery (Eds.), Judgement and decision making: Neo-Brunswikean and process-tracing approaches (pp. 45–65). Hillsdale, NJ: Lawrence Erlbaum Associates Inc
10. Moray, N., Lootsteen, P., & Pajak, J. (1986). Acquisition of process control skills. IEEE Transactions on Systems, Man, and Cybernetics, SMC-16, 497–504.
11. Gardner, P.H., & Berry, D.C. (1995). The effect of different forms of advice on the control of a simulated complex system. Applied Cognitive Psychology, 9 (Special Issue), S55–S79.
12. Brehmer, B., & Dörner, D. (1993). Experiments with computer-simulated microworlds: Escaping both the narrow straits of the laboratory and the deep blue sea of the field study. Computers in Human Behavior, 9, 171–184.
13. Dörner, D. (1996). The logic of failure. Recognizing and avoiding error in complex situations. Reading, MA: Addison-Wesley.

Все статьи автора «Крекин Игорь Владимирович»