Какие аспекты вашей жизни опираются на модельные представления: Модели реальности и их роль в жизни людей / Хабр

Карта, подготовленная Национальным управлением океанических и атмосферных исследований США, на которой изображена модель высоты волны цунами для Тихого океана после землетрясения 11 марта 2011 года у Сендая, Япония.

Лучший способ принимать разумные решения (~ 100 объясненных моделей)

В этом руководстве исследуется все, что вам нужно знать о ментальных моделях. К тому времени, как вы закончите, вы будете лучше думать, делать меньше ошибок и добиваться лучших результатов.

На этой странице:

Выпущены тома первый и второй «Великие ментальные модели». Узнайте больше о проекте здесь.

Что такое ментальные модели?

Ментальные модели — это то, как мы понимаем мир. Они не только формируют то, что мы думаем и понимаем, но и формируют связи и возможности, которые мы видим. Ментальные модели — это то, как мы упрощаем сложность, почему мы считаем одни вещи более актуальными, чем другие, и как мы рассуждаем.

Ментальная модель — это просто представление о том, как что-то работает.Мы не можем хранить все детали мира в нашем мозгу, поэтому мы используем модели, чтобы упростить сложное до понятных и упорядоченных фрагментов.

Учимся лучше думать

Качество нашего мышления пропорционально моделям в нашей голове и их полезности в данной ситуации. Чем больше у вас моделей — чем больше ваш набор инструментов — тем больше у вас шансов получить подходящие модели, чтобы увидеть реальность. Оказывается, когда дело доходит до улучшения вашей способности принимать решения, имеет значение разнообразие.

Однако большинство из нас — специалисты. Вместо решетки ментальных моделей у нас есть несколько из нашей дисциплины. Каждый специалист видит что-то свое. По умолчанию обычный инженер мыслит системами. Психолог будет мыслить категориями стимулов. Биолог будет мыслить категориями эволюции. Сложив эти дисциплины вместе в своей голове, мы можем обойти проблему в трехмерном виде. Если мы смотрим на проблему только с одной стороны, у нас есть слепое пятно. А слепые пятна могут вас убить.

Вот еще один способ подумать об этом. Когда ботаник смотрит на лес, он может сосредоточиться на экосистеме, эколог видит влияние изменения климата, инженер-лесовод — на состояние роста деревьев, деловой человек — на ценность земли. Никто не ошибается, но ни один из них не может описать весь лес. Обмен знаниями или изучение основ других дисциплин приведет к более всестороннему пониманию, которое позволит принимать более правильные первоначальные решения об управлении лесом.

В своей знаменитой речи 1990-х годов Чарли Мангер резюмировал подход к практической мудрости через понимание ментальных моделей, сказав: «Ну, первое правило состоит в том, что вы ничего не можете знать, если просто запомните отдельные факты и попытаетесь взорвать их. Их вернули. Если факты не связаны одной теоретической решеткой, у вас нет их в удобной для использования форме. У тебя в голове должны быть модели. И вам нужно объединить свой опыт как косвенно, так и напрямую на этой решетке моделей.Возможно, вы заметили студентов, которые просто пытаются вспомнить и отбросить то, что вспомнили. Что ж, они терпят неудачу в школе и в жизни. Вы должны вешать опыт на решетку моделей в своей голове ».

Решетка ментальных моделей

Чтобы помочь вам построить свою решетку ментальных моделей, чтобы вы могли принимать более обоснованные решения, мы собрали и обобщили те из них, которые мы сочли наиболее полезными.

И помните: строительство решеток — это проект на всю жизнь.Придерживайтесь этого, и вы обнаружите, что ваша способность понимать реальность, постоянно принимать правильные решения и помогать тем, кого вы любите, всегда будет улучшаться.

Основные ментальные модели

1. Карта — это не территория
Карта реальности не является реальностью. Даже самые лучшие карты несовершенны. Это потому, что они являются сокращением того, что они представляют. Если бы карта отображала территорию с идеальной точностью, она больше не была бы сокращением и, следовательно, больше не была бы полезна для нас.Карта также может быть снимком момента времени, представляющим то, чего больше не существует. Об этом важно помнить, когда мы обдумываем проблемы и принимаем лучшие решения.

2. Круг компетентности
Когда эго, а не компетентность управляет тем, что мы предпринимаем, у нас появляются белые пятна. Если вы знаете, что понимаете, вы знаете, где у вас есть преимущество перед другими. Когда вы честно говорите о том, где вам не хватает знаний, вы знаете, где вы уязвимы и где можете улучшить.Понимание своего круга компетенций улучшает процесс принятия решений и результаты.

3. Основополагающее мышление
Основополагающее мышление — один из лучших способов реконструировать сложные ситуации и раскрыть творческие возможности. Иногда это называется рассуждением на основе первых принципов. Это инструмент, помогающий прояснить сложные проблемы, отделяя лежащие в основе идеи или факты от любых основанных на них предположений. Остается самое необходимое. Если вы знаете основные принципы чего-либо, вы можете построить на их основе остальные свои знания, чтобы создать что-то новое.

4. Мысленный эксперимент
Мысленный эксперимент можно определить как «устройства воображения, используемые для исследования природы вещей». Многие дисциплины, такие как философия и физика, используют мысленные эксперименты для изучения того, что можно узнать. Поступая так, они могут открыть новые возможности для исследований и исследований. Мысленные эксперименты мощны, потому что они помогают нам учиться на своих ошибках и избегать будущих. Они позволяют нам брать на себя невозможное, оценивать потенциальные последствия наших действий и пересматривать историю, чтобы принимать более правильные решения.Они могут помочь нам понять, чего мы действительно хотим, и как лучше всего этого добиться.

5. Мышление второго порядка
Почти каждый может предвидеть немедленные результаты своих действий. Этот тип мышления первого порядка прост и безопасен, но это также способ гарантировать, что вы получите те же результаты, что и все остальные. Мышление второго порядка — это дальновидное и целостное мышление. Это требует от нас учитывать не только наши действия и их непосредственные последствия, но и последующие последствия этих действий.Отсутствие учета эффектов второго и третьего порядка может привести к катастрофе.

6. Вероятностное мышление
Вероятностное мышление, по сути, пытается оценить, используя некоторые математические и логические инструменты, вероятность того, что какой-либо конкретный результат произойдет. Это один из лучших инструментов для повышения точности наших решений. В мире, где каждый момент определяется бесконечно сложным набором факторов, вероятностное мышление помогает нам определить наиболее вероятные результаты.Когда мы знаем это, наши решения могут быть более точными и эффективными.

7. Инверсия
Инверсия — это мощный инструмент для улучшения вашего мышления, поскольку он помогает выявлять и устранять препятствия на пути к успеху. Корень инверсии — «перевернуть», что означает перевернуть или перевернуть вверх ногами. В качестве инструмента мышления это означает подход к ситуации с противоположной стороны от естественной отправной точки. Большинство из нас склонны думать о проблеме одним способом: вперед. Инверсия позволяет нам перевернуть проблему и задуматься.Иногда хорошо начать с начала, но может быть полезнее начать с конца.

8. Бритва Оккама
Более простые объяснения более верны, чем сложные. В этом суть бритвы Оккама, классического принципа логики и решения проблем. Вместо того, чтобы тратить время на опровержение сложных сценариев, вы можете принимать решения более уверенно, основываясь на объяснении, в котором меньше всего движущихся частей.

9.Бритва Хэнлона
Трудно проследить происхождение, Бритва Хэнлона утверждает, что мы не должны приписывать злому умыслу то, что легче объяснить глупостью. В сложном мире использование этой модели помогает нам избежать паранойи и идеологии. Обычно не предполагая, что плохие результаты — это вина злоумышленника, мы ищем варианты, а не упускаем возможности. Эта модель напоминает нам, что люди действительно совершают ошибки. Он требует, чтобы мы спросили, есть ли другое разумное объяснение произошедшим событиям.Скорее всего, будет правильным объяснение, содержащее наименьшее количество намерений.

Ментальные модели физики и химии

1. Относительность
Относительность использовалась в нескольких контекстах в мире физики, но важным аспектом для изучения является идея о том, что наблюдатель не может по-настоящему понять систему, частью которой он сам является. Например, человек внутри самолета не ощущает движения, но сторонний наблюдатель может видеть это движение.Эта форма относительности имеет тенденцию влиять на социальные системы аналогичным образом.

2. Взаимность
Если я толкаю стену, физика говорит мне, что стена отталкивается с эквивалентной силой. В биологической системе, если один человек воздействует на другого, действие будет иметь тенденцию быть взаимным. И, конечно же, человеческие существа также проявляют интенсивную взаимность.

3. Термодинамика
Законы термодинамики описывают энергию в замкнутой системе.От законов невозможно уйти, и они лежат в основе физического мира. Они описывают мир, в котором полезная энергия постоянно теряется, а энергия не может быть создана или уничтожена. Применение их уроков в социальном мире может быть прибыльным делом.

4. Инерция
Объект, движущийся с определенным вектором, хочет продолжать движение в этом направлении, если на него не действуют. Это фундаментальный физический принцип движения; однако отдельные лица, системы и организации демонстрируют тот же эффект.Это позволяет им свести к минимуму использование энергии, но может привести к их разрушению или эрозии.

5. Трение и вязкость
И трение, и вязкость описывают сложность движения. Трение — это сила, которая препятствует движению объектов, которые контактируют друг с другом, а вязкость измеряет, насколько трудно одной жидкости скользить по другой. Чем выше вязкость, тем выше сопротивление. Эти концепции многое узнают о том, как окружающая среда может препятствовать нашему движению.

6. Скорость
Скорость не эквивалентна скорости; их иногда путают. Скорость — это скорость плюс вектор: насколько быстро что-то куда-то попадает. Объект, который перемещается на два шага вперед, а затем на два шага назад, перемещается с определенной скоростью, но не показывает скорости. Добавление вектора, это важное различие — вот что мы должны учитывать в практической жизни.

7. Кредитное плечо
Большинство инженерных чудес света было совершено с применением кредитного плеча.Как знаменито сказал Архимед: «Дайте мне достаточно длинный рычаг, и я переверну мир». При небольшой величине входной силы мы можем получить большую выходную силу за счет кредитного плеча. Понимание того, где мы можем применить эту модель к человеческому миру, может стать источником большого успеха.

8. Энергия активации
Пожар — это не более чем комбинация углерода и кислорода, но леса и угольные шахты мира не горят по своему желанию, потому что такая химическая реакция требует ввода критического уровня « энергия активации », чтобы начать реакцию.Одних двух горючих элементов недостаточно.

9. Катализаторы
Катализатор либо запускает, либо поддерживает химическую реакцию, но сам по себе не является реагентом. Реакция может замедляться или прекращаться без добавления катализаторов. Социальные системы, конечно, обладают многими схожими чертами, и мы можем рассматривать катализаторы в аналогичном свете.

10. Легирование
Комбинируя различные элементы, мы создаем новые вещества. В этом нет ничего удивительного, но что может удивить в процессе легирования, так это то, что 2 + 2 может равняться не 4, а 6 — сплав может быть намного прочнее, чем можно было бы предположить, простое добавление основных элементов.Этот процесс приводит нас к созданию великих физических объектов, но мы понимаем многие нематериальные активы одинаково; комбинация правильных элементов в социальных системах или даже отдельных лицах может создать эффект 2 + 2 = 6, аналогичный сплаву.

Ментальные модели биологии

1. Эволюция, часть первая: естественный отбор и вымирание
Эволюция путем естественного отбора когда-то называлась «величайшей идеей, которая когда-либо была». В 19 веке Чарльз Дарвин и Альфред Рассел Уоллес одновременно осознали, что виды эволюционируют посредством случайных мутаций и разной выживаемости.Если мы называем вмешательство человека в разведение животных примером «искусственного отбора», мы можем назвать мать-природу, решающую успех или неудачу конкретной мутации, «естественным отбором». Те, кто лучше всего подходит для выживания, как правило, сохраняются. Но, конечно, условия меняются.

2. Эволюция, часть вторая: адаптация и эффект красной королевы
Виды имеют тенденцию приспосабливаться к своему окружению, чтобы выжить, учитывая сочетание их генетики и окружающей среды — всегда неизбежное сочетание.Однако адаптации, сделанные в течение жизни человека, не передаются генетически, как когда-то считалось: Популяции видов адаптируются в процессе эволюции путем естественного отбора, поскольку наиболее подходящие образцы видов воспроизводятся со скоростью выше средней. .

Модель эволюции путем естественного отбора ведет к чему-то вроде гонки вооружений между видами, конкурирующими за ограниченные ресурсы. Когда один вид развивает выгодную адаптацию, конкурирующий вид должен ответить тем же или потерпеть неудачу как вид.Стоять на месте может означать отставание. Эта гонка вооружений называется Эффектом Красной Королевы для персонажа из Алиса в Стране чудес , который сказал: «Ну вот, видите ли, требуется все возможное, чтобы оставаться на том же месте».

3. Экосистемы
Экосистема описывает любую группу организмов, сосуществующих с миром природы. В большинстве экосистем представлены различные формы жизни, использующие разные подходы к выживанию, и такое давление приводит к различному поведению.Социальные системы можно рассматривать в том же свете, что и физические экосистемы, и можно сделать многие из тех же выводов.

4. Ниши
Большинство организмов находят свою нишу: метод конкуренции и поведения для выживания. Обычно вид выбирает нишу, для которой он лучше всего приспособлен. Опасность возникает, когда несколько видов начинают конкурировать за одну и ту же нишу, что может привести к исчезновению — может существовать лишь определенное количество видов, делающих одно и то же, прежде чем будут выделены ограниченные ресурсы.

5. Самосохранение
Без сильного инстинкта самосохранения в ДНК организма он со временем исчезнет, ​​тем самым уничтожив эту ДНК. Хотя сотрудничество — еще одна важная модель, инстинкт самосохранения силен у всех организмов и может вызывать агрессивное, беспорядочное и / или деструктивное поведение для окружающих.

6. Репликация
Фундаментальным строительным блоком разнообразной биологической жизни является репликация с высокой точностью.Фундаментальной единицей репликации, по-видимому, является молекула ДНК, которая представляет собой план построения потомства из физических строительных блоков. Существует множество методов репликации, но большинство из них можно разделить на половые и бесполые.

7. Сотрудничество
Конкуренция имеет тенденцию описывать большинство биологических систем, но сотрудничество на различных уровнях столь же важно как динамика. Фактически, сотрудничество бактерии и простой клетки, вероятно, создало первую сложную клетку и всю жизнь, которую мы видим вокруг нас.Без сотрудничества ни одна группа не выживает, а сотрудничество групп порождает еще более сложные варианты организации. Сотрудничество и конкуренция, как правило, сосуществуют на нескольких уровнях.

Дилемма заключенного — это известное приложение теории игр, в котором двум заключенным лучше сотрудничать друг с другом, но если один из них обманывает, другому лучше обмануть. Таким образом, дилемма. Эта модель проявляется в экономической жизни, на войне и во многих других областях практической жизни человека.Хотя дилемма заключенного теоретически приводит к плохому результату, в реальном мире сотрудничество почти всегда возможно, и его необходимо изучить.

8. Иерархическая организация
Большинство сложных биологических организмов имеют врожденное чувство того, как они должны организовываться. Хотя не все из них попадают в иерархические структуры, многие так и поступают, особенно в царстве животных. Людям нравится думать, что они находятся вне этого, но они чувствуют иерархический инстинкт так же сильно, как и любой другой организм.Сюда входят Стэнфордский тюремный эксперимент и эксперименты Милгрэма, которые продемонстрировали то, что люди узнали практически за много лет до этого: человеческое предвзятое отношение к влиянию властей. В такой иерархии доминирования, как наша, мы склонны обращаться к лидеру за советом по поведению, особенно в ситуациях стресса или неопределенности. Таким образом, авторитетные фигуры обязаны действовать хорошо, нравится им это или нет.

9. Стимулы
Все существа реагируют на стимулы, чтобы выжить.Это основная идея биологии. Постоянные стимулы в определенной степени заставляют биологическое существо вести себя постоянно. Включены люди, которые являются особенно яркими примерами побудительной природы биологии; однако люди сложны тем, что их стимулы могут быть скрытыми или нематериальными. Правило жизни — повторять то, что работает и было вознаграждено.

10. Тенденция к минимизации выработки энергии (умственной и физической)
В физическом мире, управляемом термодинамикой и конкуренцией за ограниченную энергию и ресурсы, любой биологический организм, который расточительно расходует энергию, окажется в крайне невыгодном положении для выживания.Таким образом, в большинстве случаев мы видим, что поведение определяется тенденцией минимизировать потребление энергии, когда это вообще возможно.

Ментальные модели системного мышления

1. Петли обратной связи
Все сложные системы подвержены петлям положительной и отрицательной обратной связи, в которых A вызывает B, который, в свою очередь, влияет на A (и C), и так далее — с эффектами более высокого порядка, часто возникающими в результате непрерывного движения петля. В гомеостатической системе изменение A часто возвращается в соответствие с противоположным изменением B для поддержания баланса системы, как с температурой человеческого тела или поведением организационной культуры.Автоматические петли обратной связи поддерживают «статическую» среду до тех пор, пока внешняя сила не изменит петлю. «Неуправляемая обратная связь» описывает ситуацию, в которой выход реакции становится ее собственным катализатором (автокатализ).

2. Равновесие
Гомеостаз — это процесс, посредством которого системы саморегулируются, чтобы поддерживать состояние равновесия, которое позволяет им функционировать в изменяющейся среде. В большинстве случаев они немного завышают или недооценивают его, и им приходится постоянно приспосабливаться.Подобно пилоту, летящему на самолете, система чаще отклоняется от курса, чем идет по курсу. Все в гомеостатической системе способствует поддержанию ее в определенном диапазоне равновесия, поэтому важно понимать пределы диапазона.

3. Узкие места
Узкое место описывает место, в котором поток (материального или нематериального) останавливается, что препятствует его непрерывному движению. Как и в случае закупорки артерии или дренажа, узкое место в производстве любого товара или услуги может быть небольшим, но иметь несоразмерное воздействие, если оно находится на критическом пути.Тем не менее, узкие места также могут быть источником вдохновения, поскольку они заставляют нас задуматься о том, есть ли альтернативные пути к успеху.

4. Весы
Одним из важнейших принципов работы систем является их чувствительность к масштабу. Свойства (или поведение) имеют тенденцию меняться, когда вы их увеличиваете или уменьшаете. При изучении сложных систем мы всегда должны приблизительно оценивать — по крайней мере, на порядки величины — масштаб, в котором мы наблюдаем, анализируем или прогнозируем систему.

5. Запас прочности
Точно так же инженеры выработали привычку добавлять предел погрешности во все расчеты. В неизведанном мире поездка на автобусе весом 9500 фунтов по мосту, выдерживающему ровно 9600 фунтов, редко считается умным. Таким образом, в целом несколько современных мостов когда-либо выходят из строя. В практической жизни, помимо физической инженерии, мы часто можем с выгодой дать себе такую ​​же надежность, как мостовая система.

6. Отток
Страховые компании и абонентские службы хорошо осведомлены о концепции оттока клиентов — каждый год определенное количество клиентов теряется и должно быть заменено.Стоять на месте — это то же самое, что проигрывать, как видно из модели, получившей название «Эффект Красной Королевы». Отток присутствует во многих деловых и человеческих системах: постоянная цифра периодически теряется и должна быть заменена перед добавлением любых новых цифр.

7. Алгоритмы
Хотя трудно точно определить, алгоритм обычно представляет собой автоматизированный набор правил или «план», ведущий к серии шагов или действий, приводящих к желаемому результату, и часто выражается в форме серии Утверждения «Если → Тогда».Алгоритмы наиболее известны своим использованием в современных вычислениях, но также являются особенностью биологической жизни. Например, ДНК человека содержит алгоритм построения человека.

8. Критическая масса
Система становится критической, когда она собирается дискретно перейти от одной фазы к другой. Предельная полезность последней единицы перед изменением фазы намного выше, чем у любой единицы до нее. Часто цитируемый пример — вода, превращающаяся из жидкости в пар при нагревании до определенной температуры.«Критическая масса» относится к массе, необходимой для возникновения критического события, чаще всего в ядерной системе.

9. Возникновение
Поведение более высокого уровня имеет тенденцию возникать в результате взаимодействия компонентов более низкого порядка. Результат часто не является линейным — не вопрос простого сложения — а скорее нелинейным или экспоненциальным. Важным результирующим свойством эмерджентного поведения является то, что его нельзя предсказать, просто изучив составные части.

10.Несводимость
Мы обнаружили, что в большинстве систем существуют несводимые количественные свойства, такие как сложность, минимумы, время и длина. Ниже неприводимого уровня желаемого результата просто не бывает. Невозможно забеременеть нескольких женщин, чтобы сократить время, необходимое для рождения одного ребенка, и нельзя свести успешно построенный автомобиль к одной детали. Эти результаты до определенного момента неприводимы.

11. Закон убывающей доходности
Что касается масштаба, наиболее важные реальные результаты подвержены возможному уменьшению дополнительной стоимости.Хорошим примером может служить бедная семья: дайте им достаточно денег, чтобы они могли процветать, и они перестанут быть бедными. Но после определенного момента дополнительные деньги не улучшат их положение; наблюдается явное уменьшение отдачи дополнительных долларов в какой-то приблизительно поддающейся количественной оценке точке. Часто закон убывающей отдачи сводится к отрицательной территории, то есть получение слишком большого количества денег может разрушить бедную семью.

Ментальные модели счисления

1. Распределения
Нормальное распределение — это статистический процесс, который приводит к хорошо известному графическому представлению колоколообразной кривой со значимым центральным «средним» и все более редкими стандартными отклонениями от этого среднего при правильной выборке.(Так называемая теорема о «центральном пределе».) Хорошо известные примеры включают рост и вес человека, но не менее важно отметить, что многие общие процессы, особенно в нематериальных системах, таких как социальные системы, не следуют этой схеме. Нормальные распределения можно противопоставить степенным или экспоненциальным распределениям.

2. Соединение
Говорят, что Эйнштейн называл соединение чудом света. Возможно, он этого не сделал, но это чудо. Компаундирование — это процесс, при котором мы добавляем проценты к фиксированной сумме, которая затем приносит проценты на предыдущую сумму и вновь добавленные проценты, а затем зарабатывает проценты на эту сумму, и так далее до бесконечности .Это экспоненциальный эффект , а не линейный или аддитивный эффект. Деньги — не единственное, что объединяет; идеи и отношения тоже. В материальных сферах сложность всегда имеет физические ограничения и убывает отдачу; нематериальные активы могут складываться более свободно. Компаундирование также приводит к временной стоимости денег, которая лежит в основе всех современных финансов.

3. Выборка
Когда мы хотим получить информацию о совокупности (то есть о наборе одинаковых людей, вещей или событий), нам обычно нужно посмотреть на выборку (то есть на часть генеральной совокупности).Обычно невозможно или даже нежелательно рассматривать всю совокупность, поэтому мы стремимся к выборке, которая представляет все. Как показывает практика, большее количество измерений означает более точные результаты при прочих равных условиях. Небольшие размеры выборки могут привести к искаженным результатам.

4. Случайность
Хотя человеческому мозгу трудно это понять, большая часть мира состоит из случайных, непоследовательных, неупорядоченных событий. Нас «обманывают» случайные эффекты, когда мы приписываем причинность вещам, которые фактически находятся вне нашего контроля.Если мы, конечно, не исправим этот эффект обманутой случайностью — наше ошибочное чувство поиска закономерностей — мы будем склонны рассматривать вещи как более предсказуемые, чем они есть, и действовать соответственно.

5. Регрессия к среднему значению
В нормально распределенной системе длительные отклонения от среднего будут иметь тенденцию возвращаться к этому среднему значению с увеличением числа наблюдений: так называемый закон больших чисел. Нас часто вводит в заблуждение регрессия к среднему значению, например, когда у больного пациента происходит спонтанное улучшение примерно в то же самое время, когда он начинает принимать лекарственные травы, или у плохо работающей спортивной команды продолжается победная серия.Мы должны быть осторожны, чтобы не путать статистически вероятные события с причинными.

6. Умножение на ноль
Любой разумно образованный человек знает, что любое число, умноженное на ноль, независимо от того, насколько оно велико, все равно равно нулю. Это верно как для человеческих систем, так и для математических. В некоторых системах отказ в одной области может свести на нет большие усилия во всех других областях. Как показывает простое умножение, фиксация «нуля» часто дает гораздо больший эффект, чем попытки увеличить другие области.

7. Эквивалентность
Введение алгебры позволило нам математически и абстрактно продемонстрировать, что две, казалось бы, разные вещи могут быть одним и тем же. Манипулируя символами, мы можем продемонстрировать эквивалентность или неэквивалентность, использование которых привело человечество к неописуемым инженерным и техническим способностям. Знание хотя бы основ алгебры может позволить нам понять множество важных результатов.

8. Площадь поверхности
Площадь поверхности трехмерного объекта — это пространство снаружи от него.Таким образом, чем больше у вас площадь поверхности, тем больше вы контактируете с окружающей средой. Иногда желательна большая площадь поверхности: наши легкие и кишечник имеют огромную площадь поверхности для увеличения поглощения кислорода и питательных веществ. В других случаях мы хотим уменьшить нашу уязвимость, например, ограничить доступ в Интернет, чтобы уменьшить поверхность атаки.

9. Глобальные и локальные максимумы
Максимумы и минимумы математической функции — это наибольшие и наименьшие значения в ее области.Хотя существует одно максимальное значение, глобальный максимум, в данном диапазоне могут быть меньшие пики значений, локальные максимумы. Глобальные и локальные максимумы помогают нам идентифицировать пики, и есть ли еще возможность подняться выше или ниже. Это также напоминает нам, что иногда нам нужно спуститься, чтобы вернуться наверх.

Ментальные модели микроэкономики

1. Альтернативные издержки
Делать одно означает не иметь возможности делать другое. Мы живем в мире компромиссов, и концепция альтернативных издержек правит всем.Лучше всего резюмируется так: «Бесплатных обедов не бывает».

2. Творческое разрушение
Термин «творческое разрушение», придуманный экономистом Йозефом Шумпетером, описывает капиталистический процесс, действующий в функционирующей системе свободного рынка. Руководствуясь личными стимулами (включая, помимо прочего, финансовую прибыль), предприниматели будут стремиться к лучшему друг другу в бесконечной игре творческого превосходства, в процессе разрушая старые идеи и заменяя их новыми технологиями.Остерегайтесь отставания.

3. Сравнительное преимущество
Шотландский экономист Дэвид Рикардо имел необычную и не интуитивную догадку: два человека, фирмы или страны могут получить выгоду от торговли друг с другом, даже если один из них был лучше во всем. Сравнительное преимущество лучше всего рассматривать как применяемую альтернативную стоимость: если у нее есть возможность торговать, организация отказывается от бесплатного повышения производительности, не сосредотачиваясь на том, что у нее получается лучше всего.

4.Специализация (фабрика булавок)
Другой шотландский экономист, Адам Смит, подчеркнул преимущества, полученные в системе свободного рынка благодаря специализации. Смит объяснил, что вместо того, чтобы иметь группу рабочих, каждый из которых производит целое изделие от начала до конца, гораздо продуктивнее, чтобы каждый из них специализировался на одном аспекте производства. Однако он также предупредил, что каждый рабочий может не наслаждаться такой жизнью; это компромисс модели специализации.

5.Захват середины
В шахматах выигрышная стратегия обычно состоит в том, чтобы захватить контроль над серединой доски, чтобы максимизировать возможные ходы, которые могут быть сделаны, и контролировать движение максимального количества фигур. Та же самая стратегия приносит прибыль в бизнесе, что может быть продемонстрировано контролем Джона Д. Рокфеллера над нефтеперерабатывающим бизнесом на заре торговли нефтью и контролем Microsoft над операционной системой на заре торговли программным обеспечением.

6.Товарные знаки, патенты и авторские права
Эти три концепции, наряду с другими родственными, защищают творческую работу, созданную предприимчивыми людьми, тем самым создавая дополнительные стимулы для творчества и продвигая модель капитализма созидательного разрушения. Без этой защиты информационные и творческие работники не смогут защитить себя от свободного распространения своей работы.

7. Двойная бухгалтерия
Одним из чудес современного капитализма была система бухгалтерского учета, введенная в Генуе в XIV веке.Система двойной записи требует, чтобы каждая запись, такая как доход, также вводилась на другой соответствующий счет. Правильная двойная бухгалтерия служит проверкой потенциальных ошибок бухгалтерского учета и позволяет вести точные записи и, следовательно, более точное поведение владельца фирмы.

8. Полезность (предельная, убывающая, возрастающая)
Полезность дополнительных единиц любого товара имеет тенденцию меняться в зависимости от масштаба. Предельная полезность позволяет нам понять ценность одной дополнительной единицы, и в большинстве практических областей жизни эта полезность в какой-то момент уменьшается.С другой стороны, в некоторых случаях дополнительные единицы подвержены «критической точке», когда функция полезности скачкообразно повышается или понижается. Например, напоение жаждущего человека водой имеет убывающую предельную полезность с каждым дополнительным юнитом и может в конечном итоге убить его с помощью достаточного количества юнитов.

9. Взяточничество
Концепция взяточничества, которую часто игнорируют в основной экономической теории, занимает центральное место в человеческих системах: если есть шанс, зачастую легче заплатить определенному агенту, чтобы тот выглядел иначе, чем следовать правилам.Затем нарушитель правил нейтрализуется. Эту проблему принцип / агент можно рассматривать как форму арбитража.

10. Арбитраж
При двух рынках продажи идентичного товара арбитраж существует, если товар можно выгодно купить на одном рынке и продать с прибылью на другом. Эта модель проста на вид, но может проявляться в замаскированных формах: единственная заправочная станция в радиусе 50 миль также является арбитражем, поскольку она может покупать бензин и продавать его с желаемой прибылью (временно) без помех.Практически все арбитражные ситуации со временем исчезают по мере их обнаружения и использования.

11. Спрос и предложение
Основное уравнение биологической и экономической жизни — это ограниченное предложение необходимых товаров и конкуренция за эти товары. Точно так же, как биологические субъекты конкурируют за ограниченное количество полезной энергии, экономические субъекты также конкурируют за ограниченное благосостояние потребителей и ограниченный спрос на свою продукцию. Точка, в которой спрос и предложение на данный товар равны, называется равновесием; однако в практической жизни точки равновесия имеют тенденцию быть динамичными и изменчивыми, а не статичными.

12. Дефицит
Теория игр описывает ситуации конфликта, ограниченных ресурсов и конкуренции. Учитывая определенную ситуацию и ограниченное количество ресурсов и времени, какие решения могут принять конкуренты и какие им следует принять? Одно важное замечание: традиционная теория игр может описывать людей как более рациональных, чем они есть на самом деле. В конце концов, теория игр — это теория.

13. Мистер Рынок
Мистер Рынок был представлен инвестором Бенджамином Грэмом в его основополагающей книге « Интеллектуальный инвестор », чтобы представить превратности финансовых рынков.Как объясняет Грэм, рынки немного похожи на угрюмого соседа, который иногда просыпается счастливым, а иногда просыпается грустным — ваша задача как инвестора состоит в том, чтобы воспользоваться его преимуществами в его плохом настроении и продать ему в его хорошем настроении. Такое отношение контрастирует с гипотезой эффективного рынка, согласно которой г-н Рынок всегда просыпается посреди кровати, никогда не чувствуя себя слишком сильным в любом направлении.

Ментальные модели вооруженных сил и войны

1. Видеть фронт
Одна из наиболее ценных военных тактик — это привычка «лично видеть фронт» перед принятием решения — не всегда полагаться на советников, карты и отчеты, которые могут быть либо ошибочными, либо предвзятыми. .Модель «Карта / территория», как и модель стимулов, иллюстрирует проблему с незаметным фасадом. Руководители любой организации, как правило, могут извлечь выгоду из того, что увидят фронт, поскольку он не только предоставляет информацию из первых рук, но также способствует повышению качества информации из вторых рук.

2. Асимметричная война
Модель асимметрии приводит к применению в войне, когда одна сторона, по-видимому, «играет по другим правилам», чем другая, в силу обстоятельств.Как правило, эта модель применяется повстанцами с ограниченными ресурсами. Не имея возможности перехитрить своих оппонентов, асимметричные бойцы используют другую тактику, например, терроризм создает страх, несоразмерный их реальной разрушительной способности.

3. Война на два фронта
Вторая мировая война была хорошим примером войны на два фронта. Когда Россия и Германия стали врагами, Германия была вынуждена разделить свои войска и отправить их на отдельные фронты, ослабив их влияние на обоих фронтах.В практической жизни открытие войны на два фронта часто может быть полезной тактикой, равно как и разрешение войны на два фронта или ее избежание, как в примере организации, подавляющей внутренние разногласия, чтобы сосредоточиться на своих конкурентах.

4. Противодействие повстанцам
Хотя асимметричная повстанческая война может быть чрезвычайно эффективной, со временем конкуренты также разработали стратегии борьбы с повстанцами. В последнее время известный генерал Дэвид Петреус из Соединенных Штатов руководил разработкой планов борьбы с повстанцами, которые не предполагали дополнительных сил, но имели существенные дополнительные преимущества.Война или конкуренция по принципу «око за око» часто приводят к петле обратной связи, которая требует повстанческих действий и противоповстанческих действий.

5. Гарантированное взаимное уничтожение
Как это ни парадоксально, чем сильнее становятся два противника, тем меньше вероятность, что они уничтожат друг друга. Этот процесс гарантированного взаимного уничтожения происходит не только во время войны, как при разработке глобальных ядерных боеголовок, но и в бизнесе, например, во избежание разрушительных ценовых войн между конкурентами.Однако в мире с толстым хвостом также возможно, что сценарии взаимно гарантированного уничтожения просто сделают разрушение более серьезным в случае ошибки (загоняя разрушение в «хвосты» распределения).

Ментальные модели человеческой природы и суждения

1. Доверие
По сути, современный мир работает на доверии. Семейное доверие, как правило, дано (иначе мы бы чертовски долго выживали), но мы также предпочитаем доверять поварам, клеркам, водителям, заводским рабочим, руководителям и многим другим.Доверительная система работает наиболее эффективно; награда за доверие чрезвычайно высока.

2. Предвзятость со стороны стимулов
Очень отзывчивые на стимулы люди имеют, пожалуй, самый разнообразный и самый сложный для понимания набор стимулов в животном мире. Это заставляет нас искажать наше мышление, когда это в наших собственных интересах. Прекрасный пример — продавец, искренне верящий, что его продукт улучшит жизнь его пользователей. То, что он продает продукт, не просто удобно; тот факт, что он продает продукт, вызывает весьма реальную предвзятость в его собственном мышлении.

3. Павловское объединение
Иван Павлов очень эффективно продемонстрировал, что животные могут реагировать не только на прямые стимулы, но и на связанные с ними объекты; вспомните знаменитых собак, выделяющих слюну при звоне колокола. Люди во многом похожи и могут испытывать положительные и отрицательные эмоции по отношению к нематериальным объектам, причем эмоции возникают в результате прошлых ассоциаций, а не прямого воздействия.

4. Склонность к зависти и ревности
Люди имеют тенденцию завидовать тем, кто получает больше, чем они есть, и желают со временем «получить то, что принадлежит им».Склонность к зависти достаточно сильна, чтобы вести к иррациональному поведению, но она так же стара, как само человечество. Любая система, игнорирующая эффекты зависти, со временем склонна к самосожжению.

5. Склонность к искажению из-за симпатии / любви или антипатии / ненависти
Основываясь на прошлых ассоциациях, стереотипах, идеологии, генетическом влиянии или прямом опыте, люди имеют тенденцию искажать свое мышление в пользу людей или вещей, которые они нравится и против людей или вещей, которые им не нравятся.Эта тенденция приводит к переоценке того, что нам нравится, и недооценке или общей категоризации того, что нам не нравится, часто упуская важные нюансы в процессе.

6. Отрицание
Любой, кто прожил достаточно долго, понимает, что, как говорится, «отрицание — это не просто река в Африке». Это убедительно демонстрируется в таких ситуациях, как война или злоупотребление наркотиками, где отрицание имеет мощные деструктивные эффекты, но допускает поведенческую инерцию. Отрицание реальности может быть механизмом выживания, механизмом выживания или целенаправленной тактикой.

7. Эвристика доступности
Одним из наиболее полезных открытий современной психологии является то, что Дэниел Канеман называет «предвзятостью доступности» или эвристикой: мы склонны легче всего вспоминать, что является существенным, важным, частым и недавним. У мозга есть свои собственные энергосберегающие и инерционные тенденции, которые мы мало контролируем — эвристика доступности, вероятно, одна из них. Обладать действительно всеобъемлющей памятью изнурительно. Некоторые под-примеры эвристики доступности включают тенденции привязки и невозвратных затрат.

8. Эвристика репрезентативности
Три основных психологических вывода, подпадающих под определение репрезентативности, также определенных Канеманом и его партнером Тверски, следующие:

а. Неспособность учесть базовые ставки
Бессознательная неспособность взглянуть на прошлые шансы при определении текущего или будущего поведения.

б. Склонность к стереотипам
Склонность к широкому обобщению и категоризации, а не к поиску конкретных нюансов.Как и доступность, это обычно необходимая черта для экономии энергии в мозгу.

г. Неспособность увидеть ложные союзы
Наиболее хорошо продемонстрированный тестом Линды, те же два психолога показали, что студенты выбирают более ярко описанных людей как более подходящих для предопределенной категории, чем людей с более широкими, более инклюзивными, но менее яркими описаниями, даже даже если бы яркий пример был всего лишь подмножеством более всеобъемлющего набора. Эти конкретные примеры рассматриваются как более репрезентативные для категории, чем примеры с более широкими, но расплывчатыми описаниями, в нарушение логики и вероятности.

9. Социальное доказательство (безопасность в цифрах)
Люди — один из многих социальных видов, наряду с пчелами, муравьями, шимпанзе и многими другими. У нас есть инстинкт на уровне ДНК, чтобы искать спасения в числах, и мы будем искать социальные ориентиры в нашем поведении. Этот инстинкт создает сплоченное чувство сотрудничества и культуры, которые иначе были бы невозможны, но также заставляет нас делать глупости, если наша группа тоже их делает.

10. Повествовательный инстинкт
Человеческие существа правильно называются «рассказывающими истории животными» из-за нашего инстинкта конструирования и поиска смысла в повествовании.Вероятно, что задолго до того, как мы развили способность писать или создавать предметы, мы рассказывали истории и думали историями. Почти все общественные организации, от религиозных институтов до корпораций и национальных государств, основываются на построениях нарративного инстинкта.

11. Инстинкт любопытства
Нам нравится называть другие виды любопытными, но мы — самые любопытные из всех, инстинкт, который вывел нас из саванны и побудил нас узнать много нового об окружающем мире, используя это информация для создания мира в нашем коллективном сознании.Инстинкт любопытства приводит к уникальному человеческому поведению и формам организации, таким как научное предприятие. Еще до того, как появились прямые стимулы к инновациям, люди вводили инновации из любопытства.

12. Языковой инстинкт
Психолог Стивен Пинкер называет наш на уровне ДНК инстинкт изучения грамматически сконструированного языка Языковым инстинктом. Идею о том, что грамматический язык — это не простой культурный артефакт, впервые популяризировал лингвист Ноам Хомский.Как мы видели на примере повествовательного инстинкта, мы используем эти инстинкты для создания общих историй, а также для сплетен, решения проблем и борьбы, среди прочего. Теоретически грамматически упорядоченный язык несет в себе бесконечное разнообразие значений.

13. Предубеждение при первом заключении
Как классно заметил Чарли Мангер, разум работает как сперматозоид и яйцеклетка: первая идея возникает, а затем ум закрывается. Как и многие другие тенденции, это, наверное, энергосберегающий прибор. Наша склонность делать первые выводы заставляет нас принимать множество ошибочных результатов и перестать задавать вопросы; с ним можно бороться с помощью простых и полезных мысленных действий.

14. Склонность к чрезмерному обобщению на малых выборках
Для людей важно делать обобщения; нам не нужно видеть все примеры, чтобы понять общее правило, и это работает в наших интересах. Однако с обобщением возникает подмножество ошибок, когда мы забываем о Законе больших чисел и действуем так, как будто его не существует. Мы берем небольшое количество примеров и создаем общую категорию, даже если у нас нет статистически обоснованной основы для вывода.

15.Склонность к относительному удовлетворению / несчастью
Склонность к зависти, вероятно, является наиболее очевидным проявлением тенденции относительного удовлетворения, но почти все исследования человеческого счастья показывают, что она связана с состоянием человека относительно его прошлого или его сверстников, а не абсолютный. Эти относительные тенденции причиняют нам большое несчастье или счастье в самых разнообразных объективно различных ситуациях и делают нас плохими предсказателями нашего собственного поведения и чувств.

16.Предвзятость и постоянство
Как часто и хорошо известно психологи, демонстрируют, что люди склонны придерживаться своих прежних обязательств и оставаться последовательными, когда это возможно. Эта черта необходима для социальной сплоченности: людям, которые часто меняют свои выводы и привычки, часто не доверяют. Тем не менее, наше стремление оставаться последовательным может превратиться, как выразился один шутник, в «хобгоблина глупых умов» — когда оно сочетается с предвзятостью первого вывода, мы в конечном итоге получаем плохие ответы и остаемся равнодушными перед лицом убедительных доказательств. .

17. Предвзятость в ретроспективе
Как только мы узнаем результат, почти невозможно мысленно повернуть время вспять. Наш повествовательный инстинкт приводит нас к мысли, что мы знали это с самого начала (что бы это ни было), тогда как на самом деле мы часто просто рассуждаем постфактум с информацией, недоступной нам до события. Предубеждение в ретроспективе объясняет, почему разумно вести дневник важных решений в неизменном виде и пересматривать свои убеждения, когда мы убеждаем себя, что знали это с самого начала.

18. Чувствительность к справедливости
Правосудие глубоко в наших жилах. Еще одна иллюстрация нашего относительного благополучия — мы — осторожные арбитры в том, что справедливо. Нарушения справедливости можно считать основанием для ответных действий или, по крайней мере, недоверия. Однако сама справедливость кажется движущейся мишенью. То, что кажется справедливым и справедливым в одно время и в одном месте, может не быть в другом. Учтите, что рабство считалось совершенно естественным и совершенно неестественным в чередующихся фазах человеческого существования.

19. Склонность переоценивать последовательность поведения (фундаментальная ошибка атрибуции)
Мы склонны чрезмерно приписывать поведение других их врожденным чертам, а не ситуативным факторам, что приводит к переоценке того, насколько последовательным будет такое поведение в будущем. . В такой ситуации прогнозировать поведение кажется не очень сложным. Конечно, на практике постоянно демонстрируется, что это предположение неверно, и поэтому мы удивляемся, когда другие действуют не в соответствии с «врожденными» качествами, которыми мы их наделили.

20. Влияние стресса (включая критические моменты)
Стресс вызывает как психические, так и физиологические реакции и имеет тенденцию усиливать другие предубеждения. Почти все человеческие психические предубеждения усугубляются перед лицом стресса, когда тело переходит в реакцию «бей или беги», полагаясь исключительно на инстинкт без экстренного торможения рассуждений типа «Система 2» Даниэля Канемана. Стресс вызывает поспешные решения, незамедлительность и откат к привычке, что дает начало девизу элитных солдат: «В гуще битвы вы не подниметесь до уровня своих ожиданий, а упадете до уровня своей подготовки.”

21. Предвзятость выжившего
Основная проблема историографии — нашей интерпретации прошлого — состоит в том, что история написана победителями. Мы не видим того, что Нассим Талеб называет «тихой могилой» — владельцев лотерейных билетов, которые не выиграли. Таким образом, мы слишком приписываем успех действиям, совершаемым успешным агентом, а не случайности или удаче, и часто извлекаем ложные уроки, исключительно изучая победителей, не видя всех сопутствующих проигравших, которые действовали таким же образом, но им не повезло. преуспевать.

22. Склонность хотеть что-то делать (драка / бегство, вмешательство, демонстрация ценности и т. Д.)
Мы могли бы назвать это синдромом скуки: большинство людей склонны к необходимости действовать, даже когда в их действиях нет необходимости. . Мы также склонны предлагать решения, даже если у нас нет знаний для решения проблемы.

23. Предвзятость фальсификации / подтверждения
Человек верит в то, чего хочет. Точно так же то, во что мы верим, — это то, что мы выбираем видеть.Это обычно называется предвзятостью подтверждения. Это глубоко укоренившаяся умственная привычка, одновременно сохраняющая энергию и удобная, — искать подтверждения давно укоренившейся мудрости, а не нарушения. Тем не менее, научный процесс — включая создание гипотез, слепое тестирование, когда это необходимо, и объективную статистическую строгость — предназначен для того, чтобы искоренить прямо противоположное, поэтому он так хорошо работает, если следовать ему.

Современное научное предприятие действует по принципу фальсификации: метод называется научным, если он может быть сформулирован таким образом, что определенный определенный результат может привести к тому, что он окажется ложным.Псевдознание и псевдонаука действуют и распространяются, будучи несостоятельными — как и в случае с астрологией, мы не можем доказать их правильность или неправильность, потому что условия, при которых они были бы показаны ложными, никогда не указываются.

Отслеживание прототипов и образцовых представлений в мозгу в процессе обучения

Существенные изменения:

1) Высказывались опасения, что анализ подобия паттернов имел основные недостатки. В частности, два сравнения (представлений элементов и представлений категорий) не имеют равных оснований.Предмет будет очень похож на сам себя, потому что он визуально идентичен самому себе. Этот рецензент посчитал, что это не удивительно (или обязательно интересно), что есть регионы, которые показывают более высокое самоподобие элемента, чем перекрестное сходство, и мы не решимся сказать, что эти регионы содержат более абстрактное представление элемента или образца, чем просто ответы. к идентичной визуальной или перцептивной обработке данного изображения. Задача представления категорий намного сложнее (отображение различий на основе перцепционно сопоставленных, но усвоенных различий категорий), и действительно, похоже, что она не вытекает из этих данных.

Мы благодарим рецензентов за то, что они отметили, что обоснование и интерпретация анализа сходства шаблонов не были ясны в нашей исходной рукописи. Мы обсуждали, включать ли анализ подобия паттернов в нашу первоначальную заявку, поскольку дополнительные экспериментальные этапы (обучающие прогоны, промежуточные тесты) уже сделали методы и результаты довольно длинными по сравнению с нашей предыдущей статьей 2018 года. Кроме того, поскольку фМРТ на основе моделей и анализ подобия паттернов фокусируются на очень разных понятиях того, что могут означать «абстрактные» представления категорий, мы были обеспокоены тем, что это может привести к путанице.Во время пересмотра мы решили исключить анализ подобия шаблонов из статьи, чтобы упростить его и позволить нам лучше конкретизировать анализ, основанный на моделях. Тем не менее, мы действительно думаем, что анализ подобия паттернов может быть интересен сам по себе, и надеемся объяснить его лучше в нашем ответе, чем в первоначальном представлении.

Что касается представлений категорий, мы согласны с тем, что планка, которую мы установили для операционализации представления категорий, была высокой. Это было сделано намеренно: нас особенно интересовало, сможем ли мы найти представления категорий в «строгих» условиях равного физического сходства внутри и между категориями.Мы понимаем, что положительный результат был бы намного интереснее с точки зрения читателя, но, тем не менее, мы сообщили об отрицательном результате.

Для информации рецензентов нас интересует отсутствие представлений категорий. Причина в том, что в настоящее время ведется еще одно исследование, в котором используются различные стимулы (смеси лиц), в котором мы – находим такие представления категорий в строгом смысле слова. Более того, они возникают в процессе обучения во многих областях мозга, включая зрительную кору.Мы чувствовали, что сравнение исследований может помочь интерпретировать оба вывода. Например, изучение категорий часто включает изучение того, какие функции релевантны, а какие не имеют отношения к членству в категории. Большее сходство внутри категории и меньшее сходство между категориями может быть результатом гипотетического расширения и сжатия пространства восприятия по этим релевантным и нерелевантным измерениям восприятия по мере того, как человек учится обращать внимание на релевантную информацию и игнорировать не относящуюся к делу информацию. Поскольку все характеристики стимула актуальны в текущем исследовании, нельзя добиться увеличения воспринимаемого сходства внутри категорий или уменьшения воспринимаемого сходства между категориями, игнорируя нерелевантные параметры стимула.Это может объяснить, почему представления категорий в строгом смысле слова не были обнаружены в текущем исследовании (хотя они все еще могли появиться в более высоких когнитивных областях). Однако мы не можем сослаться на незавершенное исследование в текущей рукописи, оставляя представления категорий, чтобы оставаться, казалось бы, неинформативным нулевым результатом в настоящее время.

Что касается репрезентаций предметов, мы не стремились утверждать, что наблюдаемые репрезентации предметов абстрактны, и приносить извинения, если так получилось.Однако мы также хотели бы отметить, что представления элементов не обязательно тривиальны и не кажутся чисто визуально управляемыми в наших данных. Во-первых, на ранних этапах обучения не существовало стабильных представлений элементов, а вместо этого они появлялись на поздних этапах обучения. Это указывает на то, что формирование устойчивых представлений отдельных элементов при повторении включает обучение и память [как также показано, например, в Xue et al., (2010, Science)]. Более того, репрезентации элементов также не были самыми сильными в перцепционной ROI (LO), но, напротив, были самыми сильными в латеральной префронтальной и особенно латеральной теменной области коры.Мы думали, что это было интересно в свете исследований верности памяти и защиты от вмешательства среди похожих воспоминаний, которые в первую очередь мотивировали эти области интереса (мы также расширяем этот момент в ответ на комментарий 11). Однако мы понимаем, что в рукописи мы не описали это хорошо словами.

Во время пересмотра нас снова разрывали: оставить ли анализ подобия паттернов и расширить их обоснование и интерпретацию, или отказаться от них. В конечном итоге мы отказались от них для краткости и по другим причинам, перечисленным выше, и согласны с тем, что рукопись действительно намного легче переварить без этих вторичных анализов.Это также дало нам больше возможностей для расширения результатов на основе моделей в ответ на другие комментарии, как мы изложим ниже.

Что может быть более сильным тестом, чем изучение сходства шаблонов в течение этого периода обучения, — это поиск во время периодов тестирования. Авторы упоминают опасения по поводу моторных реакций, но их можно регрессировать.

Мы согласны с тем, что было бы интересно провести анализ подобия паттернов во время тестов, но изначально отказались от него, потому что мы хотели сосредоточиться на самой строгой форме представления категорий — увеличенном внутрикатегорийном репрезентативном сходстве, несмотря на равное физическое сходство.Одна из проблем использования МРТ на основе моделей и анализа сходства образов состоит в том, что трудно найти структуру категорий и набор примеров категорий, которые хорошо подходят для обоих подходов. Набор стимулов, который мы выбрали для тестовых периодов, был оптимизирован для модельной фМРТ и включал множество примеров, которые отличались своей удаленностью от прототипов категорий и обучающих примеров. Эта изменчивость помогла создать прототип и образцовые регрессоры, которые не были слишком коррелированы друг с другом и включали диапазон значений, предсказанных моделью, для отслеживания параметрической модуляции.Однако этот набор стимулов был менее подходящим для анализа сходства паттернов, потому что физическое сходство между категориями и между ними больше не приравнивается (как приравнивается среди обучающих стимулов). Таким образом, меньше сравнений PSA, где физическое сходство было сопоставлено внутри и между категориями для «строгого» анализа представления категорий.

Однако, для информации рецензентов, мы выполнили PSA категории для тестовых частей и включили результаты в изображение ответа автора 1.Во-первых, мы сосредоточились на тестировании «строгих» представлений категорий, аналогичных исходному анализу обучения, с использованием только сравнения элементов по 4 элементам друг от друга, чтобы уравнять физическое сходство внутри и между категориями (левая панель). Ни один регион не показал надежных представлений категорий во время промежуточных или финальных тестов. Во-вторых, мы провели анализ ПСА «нормальной» категории и включили все попарные сравнения всех тестовых стимулов (игнорируя тот факт, что два стимула из одной и той же категории будут иметь более высокое физическое сходство).Здесь мы видим, что в VMPFC и LO элементы внутри категории имеют тенденцию быть более похожими, чем элементы из разных категорий в финальном тесте.

Поскольку мы больше не сообщаем об анализе подобия шаблонов, мы не включили эти результаты в исправленную рукопись, но хотели поделиться ими с рецензентами.

Было предложено, чтобы авторы могли создать две репрезентативные матрицы несходства на основе двух моделей (образца и прототипа) для каждого стимула. Для типовой модели шаблон ROI будет предсказан аналогично ранее показанным образцам, тогда как для модели-прототипа шаблон ROI будет предсказан со сходством со средним. Это должен быть более прямой тест.

Мы благодарим рецензентов за активное участие в работе над нашей статьей и за дополнительные предложения по анализу.Было бы действительно интересно разработать анализ, который напрямую сравнивает нейронные RDM с модельными RDM, в традициях других исследований RSA (например, Kriegeskorte, 2008, Frontiers).

Первый подход, который мы попробовали в ответ на этот комментарий, заключался в построении RDM на основе моделей путем вычисления прогнозируемого воспринимаемого расстояния между всеми парами стимулов с использованием весов внимания, полученных из соответствующих моделей. Это был подход, использованный Mack et al., 2013. Давайте рассмотрим гипотетический пример с использованием 4-мерных стимулов, при оценке веса на основе прототипа [.5,5 0 0], а оценки веса на основе образца равны [.25.25.25.25]. Тогда несходство между двумя стимулами, S1 = [1 1 1 1] и S2 = [1 1 0 0], будет равно нулю в соответствии с моделью-прототипом (поскольку она предполагает, что признаки 3 и 4 игнорируются), но будет 0,5. в соответствии с моделью-образцом (поскольку предполагается, что функции 3 и 4 обслуживаются так же, как и функции 1 и 2). RDM на основе модели могут быть построены таким образом для всех пар стимулов и сравнены с RDM на основе нейронов, как это было сделано Mack et al.

К сожалению, когда мы попробовали этот анализ, мы обнаружили, что он не подходит для различения моделей в наших данных. В частности, две модели дают высококоррелированные оценки весов признаков (среднее r = 0,85, диапазон 0,53–1,00, см. Гистограмму значений корреляции на изображении ответа автора 2). Ранее мы показали в отдельной большой поведенческой выборке, что оценки весов характеристик хорошо коррелируют между моделями при использовании текущих стимулов и ряда структур категорий (Bowman and Zeithamova, 2020), поэтому модельное согласие по весам характеристик не является уникальным. к этому конкретному набору данных.Когда модель-прототип подходит, указывает, что Субъект X игнорировал размеры 3 и 4 и уделял наибольшее внимание измерению 2, то модель-образец обычно указывает то же самое. С одной стороны, это хорошее подтверждение того, что подгонка модели работает так, как должна, и оценки веса внимания надежны. Однако это также означает, что RDM, предсказанные прототипом, и RDM, предсказанные образцом, очень похожи в наших данных и не могут служить для определения того, какая модель лучше соответствует нейронным RDM.Этого не было в статье Мака, где оценки веса внимания достаточно различались между моделями, чтобы генерировать различные прогнозы. Мы предполагаем, что, поскольку тренировочные стимулы в Mack et al. были менее последовательными и не были сосредоточены вокруг прототипа, оценки веса внимания для модели прототипа, возможно, были более шумными. Поскольку в наших исследованиях используется большее количество тестовых стимулов, и как образец, так и стратегия-прототип в принципе подходят для текущей структуры стимула, обе модели могут иметь достаточно информации, чтобы достаточно хорошо оценить внимание участника к различным характеристикам.Поскольку этот анализ, по сути, представляет собой анализ физического сходства с добавлением взвешивания функций, прогнозы сходства на основе модели не различаются между прототипом и образцом, когда оценки веса характеристик совпадают.

Формулировка комментария также предлагает альтернативный анализ, в котором предсказанное сходство между двумя стимулами может быть вычислено путем сравнения каждого стимула с образцами / прототипами.Мы рассматривали такой подход, но это может оказаться невозможным для создания прогнозов сходства на основе модели таким образом. Например, давайте рассмотрим, каким должно быть предсказание сходства для пары стимулов, S1 и S2, на основе их сходства с прототипами. Предположим, что и S1, и S2 — это 2 функции из прототипа A и 6 функций из прототипа B. Несмотря на то, что S1 и S2 являются двумя функциями от прототипа A, они все равно могут отличаться нулем, 1, 2, 3 или 4 характеристиками. друг от друга.Таким образом, неясно, какой прогноз мы должны сделать о том, насколько похожи S1 и S2 друг на друга, основываясь на том, насколько они похожи на два прототипа. То же самое относится и к образцовой модели, но становится еще более сложным, учитывая, что стимул может быть очень похож на существующее образное представление через сходство с образцами очень разных категорий. Из-за этой неоднозначности в том, какими должны быть прогнозы сходства на основе моделей, мы не ставили перед собой задачу реализовать этот конкретный анализ.

2) Хотя анализ подобия паттернов не был первичным анализом в статье, было два очень серьезных опасения по поводу первичного анализа фМРТ, основанного на моделях.Если пересмотр будет успешным, необходимо их рассмотреть:

a) Насколько коррелируют прогнозы модели-прототипа и прогнозы модели-образца? Кажется, что они могут быть сильно коррелированы (например, очень далекие элементы будут далеки от прототипа, а также от предыдущих образцов). Если это так, то авторам может потребоваться исправить мультиколлинеарность в GLM — их отдельные вклады не могут быть интерпретированы, если они коррелированы (потому что их общая дисперсия — это произвольное разделение между ними).

Мы ценим эту озабоченность и учли ее при разработке задачи и во время анализа. Действительно, стимулы, далекие от старых образцов, также будут иметь тенденцию быть дальше от прототипов. Вот почему поведенческие прогнозы двух моделей обычно коррелируют, и для решения задачи можно использовать любое представление. Но эта корреляция не будет идеальной, позволяя в большинстве случаев делать достаточно четкие прогнозы на основе двух моделей, чтобы различать их в поведении и в мозге.

Давайте возьмем пример из комментария, сосредоточив внимание на самых далеких предметах. Наибольшее расстояние, на которое новый образец в нашей задаче может быть от прототипа, составляет 3 функции (4 функции сделали бы его равноудаленным от двух прототипов, и такие стимулы не использовались). При разработке задачи мы стремились использовать набор стимулов, который вряд ли будет генерировать сильно коррелированные регрессоры, и позаботились о том, чтобы стимулы, наиболее удаленные от прототипа, были на , а не всегда на от всех обучающих образцов.Мы использовали 8 новых финальных тестовых стимулов на расстоянии 3 от прототипа A. Из 8 стимулов будут некоторые, которые находятся рядом со старым образцом, а некоторые не находятся рядом ни с одним из старых образцов. Модель-прототип будет иметь такой же прогноз для всех стимулов расстояния 3, но модель-образец не будет. То же самое будет и со стимулами на всех других расстояниях от прототипа A. Поскольку мы изменили тестовые стимулы, чтобы включить все расстояния от прототипов, и потому что в пределах каждого расстояния до прототипа существует вариативность в том, насколько далеко стимулы от старого. Например, структура настроена так, чтобы облегчить разделение между прогнозами модели.И в большинстве случаев эта вариативность стимулов действительно приводила к достаточно разным предсказаниям двух моделей, что позволяло проводить анализ.

Хотя объективная структура была создана для облегчения диссоциации, рецензенты правы в том, что коррелированные предикторы все еще являются потенциальной проблемой. Мы контролируем физические расстояния между стимулами. Однако внимание каждого участника к разным параметрам стимула влияло на воспринимаемое сходство, и мы не можем это контролировать.Например, если физическое расстояние равно 2, но ответы участников указывают на то, что они на самом деле не обращали внимания на эти две особенности, которые оказались разными, воспринимаемое расстояние между этими стимулами становится равным нулю. Таким образом, параметры внимания, которые мы оценили для каждого испытуемого, повлияли на фактическую корреляцию между предсказаниями модели.

По этой причине мы всегда проверяем корреляцию регрессоров для каждого субъекта после индивидуальной подгонки модели и исключаем участников, для которых корреляция слишком высока, чтобы разрешить GLM-анализ.В этом исследовании было 5 участников, как первоначально сообщалось в разделе «Участники» и как отмечено в комментарии 12. На изображении ответа автора 3 мы строим гистограмму значений корреляции для всех прогонов и всех субъектов, которые были включены в анализ.

Большинство корреляций были небольшими или умеренными. Однако были случаи, когда абсолютная корреляция была относительно высокой.Хотя ни один из этих прогонов не был отмечен FSL как недостаточный для ранга или слишком сильно коррелированный для оценки, мы хотели убедиться, что на наши результаты не повлияла корреляция между регрессорами. Например, могло случиться так, что отсутствие типичных коррелятов в окончательном тесте было связано с неправильным назначением общей дисперсии. Таким образом, мы воссоздали на изображении ответа автора 4 окончательный анализ рентабельности инвестиций x модели в подмножестве субъектов (n = 20), чьи регрессионные корреляции находились в пределах +/- 0,5 для всех финальных прогонов теста (с большинством прогонов намного ближе к нулю. чем.5). Общая картина результатов осталась прежней: VMPFC и передний гиппокамп отслеживали прототипы, и не было никаких коррелятов выше шансов для экземпляров. Таким образом, не похоже, что конкретная картина результатов была связана с ограничениями выполнения GLM (множественной регрессии) с коррелированными предикторами.

Мы не пересчитывали анализ модели ROI x для второй половины обучения, потому что все прогоны по всем предметам на этом этапе имели регрессорную корреляцию между (-.32, +.46), причем подавляющее большинство близко к нулю. Таким образом, наличие как прототипа, так и образцовых корреляций между регионами на этом этапе не кажется артефактом коррелированных регрессоров. В пересмотренной рукописи мы расширили описание модели и раздел создания регрессоров, чтобы лучше объяснить, как потенциальная корреляция между регрессорами была Учтено:

«Значения модуляции для каждой модели были вычислены как суммарное сходство по категории A и категории B (знаменатель уравнения 3), сгенерированное с учетом предположений каждой модели (из уравнений 1 и 2).[…] Мы подтвердили, что образец результатов остался прежним, когда анализ ограничивался участниками с абсолютными корреляциями ниже 5 во всех прогонах, причем большинство корреляций было довольно маленьким ».

b) Все анализы в пределах области интереса были t-тестами для одной выборки только для гипотетической модели в предполагаемой области интереса. Однако не менее важно знать: 1) есть ли доказательства для другой модели в этом регионе (например, есть ли в VMPFC информация как о прототипах, так и об образцах, и если да, то как можно интерпретировать их сосуществование? ) и 2) является ли одна модель более сильной, чем другая в определенной области (например,g., если VMPFC не имеет значительно более высокого соответствия модели прототипа, чем образец, можно ли действительно сказать, что это регион, специфичный для прототипа?)

Представленные анализы были основаны на нашей основной цели — воспроизвести корреляты прототипа в VMPFC и AHIP из нашей статьи 2018 года и проверить, можем ли мы воспроизвести типичные корреляты в IFG, латеральной теменной и LO областях, о которых сообщил Mack et., 2013. Однако мы согласны с тем, что анализы, более непосредственно проверяющие потенциальную региональную диссоциацию, будут информативными, и о них также следует сообщать.Мы обсуждали эти анализы во время первоначальной отправки и в конечном итоге удалили их, чтобы упростить раздел «Результаты». Мы добавили эти анализы в раздел «Результаты» и кратко их суммируем здесь:

1) Мы не наблюдали области со значительными прототипными И значительными сигналами-образцами. В качестве примечания: мы действительно думаем, что такой результат теоретически возможен, и предлагаем предположить об этом в конце ответа на этот комментарий, если рецензенты заинтересованы.

2) Прямое сравнение сигнала прототипа и образца не достигло значимости в предсказанных областях прототипа во время промежуточных тестов (передний гиппокамп p = 0,19; VMPFC p = 0,11), но было значимым во время заключительного теста в переднем гиппокампе. (p = 0,015) и маргинальный в VMPFC (p = 0,053). Образец сигнала был значительно больше, чем сигнал прототипа в большинстве прогнозируемых типовых областей (латеральная теменная, IFG, PHIP; все p <0,04) и маргинальный в LO (p = 0,08) во время промежуточных тестов.Во время заключительного испытания не было надежного сигнала образца, и мы также не нашли образец> область прототипа (все p> 0,5). Эти результаты теперь подробно представлены в отредактированной рукописи.

В соответствии с этими результатами мы пересмотрели наш вывод относительно VMPFC. Во-первых, мы подчеркиваем, что он содержит обобщенные представления категорий, абстрагированные по образцам, сродни его роли в интеграции памяти между событиями. Во-вторых, мы отмечаем, что вопрос о том, является ли VMPFC зависимым от прототипа, по-прежнему остается открытым, и мы надеемся углубиться в этот вопрос в будущих исследованиях.Наиболее актуальный пересмотренный текст обсуждения можно найти здесь:

«Предыдущие исследования показали, что гиппокамп и VMPFC поддерживают интеграцию связанного опыта в задачах эпизодического вывода (обзоры см. В Schlichting and Preston, 2017; Zeithamova and Bowman, 2020). […] Таким образом, остается открытым вопрос, являются ли представления в VMPFC специфичными для прототипов или вместо этого могут отражать некоторое сочетание кодирования ».

В качестве примечания, мы думаем, что VMPFC, в частности, может в принципе отображать оба типа сигналов (прототип и образец), и что такой результат может быть значимым.Например, представления категорий на основе примеров могут появиться в VMPFC, возможно, с менее последовательной структурой категорий. Мы поведенчески показали, что менее последовательные обучающие образцы с меньшей вероятностью дадут прототипные представления (Bowman and Zeithamova, 2020). Но метка категории может служить в качестве перекрывающейся информации, связывающей образцы категорий, даже если образцы слишком различимы для создания связного прототипа. Это будет напоминать произвольные перекрывающиеся пары, используемые в задачах ассоциативного вывода: S1-Badoon, S2-Badoon.Если бы мы нашли типовые сигналы в VMPFC, нам было бы любопытно проследить за тем, чтобы выяснить, формируются ли отдельные представления в разных подобластях VMPFC (возможно, сродни разделенным (AB, BC) или интегрированным (ABC) представлениям, определенным в Schlichting et al. ., 2015). Или, возможно, одна и та же нейронная область иногда будет формировать репрезентативные, а иногда и прототипные представления, в зависимости от задачи или участника. Учитывая, что мы на самом деле не нашли область, которая бы показывала оба сигнала, мы не воспроизводили вышеупомянутое обсуждение в самом документе, но включаем его здесь, чтобы ответить на вопрос рецензентов.

3) Мы обсудили тот факт, что в статье представлены доказательства того, что обработка на основе образцов не является убедительной. С точки зрения поведения существует значительно больше свидетельств в пользу модели-прототипа, и, хотя она появляется в предполагаемых областях во время 2-й фазы, она не появляется в 1-й фазе или заключительной фазе. Результаты подобия шаблонов также не относятся напрямую к кодированию на основе примеров по причинам, указанным выше. Вышеупомянутый RSA может помочь в этом, но были опасения, что в документе представлены лишь слабые доказательства существования образцового представления.С другой стороны, мы были обеспокоены тем, что модель-прототип демонстрирует значительно большее соответствие, чем модель-образец в большинстве регионов, когда противопоставляется друг другу (по сравнению с текущим анализом, который просто сравнивает гипотетическую модель с 0 — согласно комментарию 2b выше) . Таким образом, были опасения, что окончательный набор результатов не покажет сообщение, которое согласуется с моментами времени, поведением и анализом. В ожидании результатов дополнительных анализов мы посчитали, что выводы следует смягчить, в противном случае результаты могут оказаться недостаточно убедительными, чтобы их можно было опубликовать в eLife.

Мы согласны с рецензентами в том, что исходная заявка могла слишком сильно продать идею сосуществования представлений. Как отмечалось в Примечании 4b, было добавлено одно подтверждающее свидетельство: анализ, который показывает, что корреляты образцов в предполагаемых областях образцов были не только выше вероятности, но и надежно превышали корреляты прототипов. Хотя это помогает повысить уверенность в образцах результатов во время фазы 2 ^и , это не снимает беспокойства о том, что образцовые корреляты видны только в части задачи и не переносятся последовательно по временным точкам.Чтобы лучше отразить пределы типовых доказательств, мы изменили название рукописи на «Отслеживание прототипов и образцовых представлений в мозгу в процессе обучения». Мы внесли изменения в аннотацию и на протяжении всего обсуждения, чтобы придать ему нюанс, подтвержденный результатами. Удаление анализа RSA также дало нам возможность расширить наше обсуждение результатов, основанных на моделях.

4) В предыдущей статье авторов (J Neuro 2018) участники были классифицированы в зависимости от того, соответствовали ли их ответы модели образца, модели-прототипа или ни то, ни другое.Здесь эти соответствия отображаются на непрерывной шкале, а не классифицируются участники в соответствии с их доминирующей стратегией, и кажется, что существует широкое разнообразие этих соответствий, и большинство испытуемых либо хорошо, либо плохо подходят для обоих (участники вдоль диагональной линии ).

Рецензентам было любопытно, как участники будут классифицироваться в соответствии с их предыдущим подходом, как потенциальное средство для ответа на вопрос, действительно ли производительность в этом наборе данных больше основана на образцах, чем в предыдущем наборе данных автора.Мы согласились с тем, что рукопись выиграет от обоснования того, почему авторы переключились на этот анализ, а не на метод классификации, который они использовали ранее. Если возможно, было бы неплохо показать оба для более прямого сравнения.

Благодарим рецензентов за это предложение. Мы согласны с тем, что классификационный подход обеспечивает хороший способ визуализации соответствия поведенческой модели и предлагает наиболее простой способ оценить, удалось ли нам изменить стратегию участников по сравнению с нашей предыдущей статьей.Сейчас мы включаем его в рукопись. Для информации рецензентов мы использовали альтернативный отчет, потому что нас попросили сообщить о соответствии модели, используя диаграмму рассеяния для нашей недавней статьи о поведении (Bowman and Zeithamova, 2020), и она также соответствовала тому, как Мак и др., 2013 визуализировали свою модель. подходит (мы также отмечаем, почему диаграммы рассеяния являются популярным способом отображения соответствия модели в ответе на комментарий 7). Затем мы закончили тем, что не включили метод классификации моделей в первоначальную заявку, чтобы сократить документ, но с радостью включили их в новую редакцию.

Из приведенного выше классификационного анализа мы видим, что нам удалось изменить стратегию участника только частично. В нашем предыдущем исследовании, которое имело более короткое обучение на основе обратной связи и включало только заключительный тест, 73% участников лучше всего соответствовали модели-прототипу. В текущем исследовании прототипная модель выигрывает с меньшим отрывом, и больше участников сопоставимо подходят обеим моделям. Однако модель-прототип по-прежнему доминирует в поведении, начиная со второй части обучения.

В отредактированную рукопись мы добавили анализ классификации стратегий и рисунок 4. Соответствующие материалы, методы и результаты перепечатаны ниже:

Материалы и методы:

«Мы также проверили, насколько лучше подходят отдельные испытуемые той или иной модели, используя анализ перестановок. […] Затем мы сравнили наблюдаемую разницу в соответствии модели с нулевым распределением различий в соответствии модели и определили, появляется ли наблюдаемая разница с частотой менее 5% (α =.05, двусторонний). Используя эту процедуру, мы пометили каждого испытуемого как использовавшего стратегию-прототип, стратегию-образец или подходы, которые достоверно не отличались друг от друга («похожие» модели подходят) для каждой фазы эксперимента ».

Результатов:

«На рис. 4D-F представлен процент субъектов, которые были классифицированы как использовавшие стратегию-прототип, стратегию-образец или имевшие модели, которые достоверно не отличались друг от друга (« похожие »). В первой половине обучения у большинства испытуемых (66%) были похожие прототипы и примерные модели.Во второй половине обучения и заключительном тесте большинство испытуемых (56% и 66% соответственно) лучше всего соответствовали модели-прототипу ».

Раздел «Результаты» теперь также включает дополнительное объяснение альтернативной непрерывной визуализации измерений с использованием диаграмм рассеяния, которые подробно описаны в комментарии 7.

Наконец, мы добавили обсуждение умеренных сдвигов в стратегии между текущим исследованием и исследованием 2018 года, как мы подробно рассказываем в ответе на Комментарий 8.

Обратите внимание, что в нашей исходной статье 2018 года мы использовали метку «ни одна» в том смысле, что ни одна из моделей не превосходила другую модель.Однако мы обнаружили, что это сбивает с толку, так как похоже, что ни одна из моделей не соответствует поведению. Но этого не произошло — обе модели превзошли случайность (как в нашей статье за ​​2018 год, так и здесь). Теперь мы используем «подобный подход» вместо «ни один из них», чтобы обозначить участников, чьи образцы и прототипы модели сопоставимы, чтобы избежать путаницы по этому поводу.

5) Было неясно, как участник может хорошо соответствовать обеим моделям, поскольку они должны предсказывать противоположное поведение (например,грамм. преимущество старых элементов перед новыми в модели-образце по сравнению с отсутствием разницы в модели-прототипе при тестировании функций элементов 2 вдали от их прототипа). Здесь могут быть полезны пример или подробное описание того, как может выглядеть хорошее соответствие обеим моделям.

Мы благодарим рецензентов за то, что они отметили, что в нашей попытке объяснить несвязные предсказания двух моделей мы не смогли заметить их сходства. В общем, две модели предсказывают похожие ярлыки категорий, хотя и с разной степенью уверенности.Например, прототип A будет с высокой степенью уверенности предсказан моделью-прототипом как элемент категории A. Но также с умеренной уверенностью будет предсказано, что он будет элементом категории A с помощью модели-образца, поскольку он также ближе к образцам обучения категории A, чем образцам обучения категории B. Учебные образцы категории A будут с высокой степенью достоверности классифицированы как элементы категории A в модели-образце, но также классифицируются с умеренной уверенностью как элементы категории A в модели-прототипе, потому что они находятся всего в 2 характеристиках от прототипа A, но в 6 характеристиках от прототипа B. .Когда участники просто угадывают или нажимают случайные кнопки, ни одна из моделей не сработает. Но по мере того, как участники учатся и лучше справляются с задачей, соответствие обеих моделей будет улучшаться. Даже если бы у участника было чисто представление прототипа и идеальное соответствие прототипа, модель-образец все равно предсказывала бы поведенческие реакции (на основе сходства с образцами категории) достаточно хорошо и определенно значительно лучше, чем случайность. И наоборот, если участник имел чисто образное представление, предметы, близкие к старым образцам категории A, будут — в среднем — также ближе к прототипу A, чем прототипу B.Таким образом, модель-прототип по-прежнему будет соответствовать, но не так хорошо, как модель-образец.

Поскольку соответствие модели обычно коррелировано, они часто строятся как диаграмма рассеяния (как мы это делали на исходном рисунке 4 и объясняли в ответе на комментарий 6), причем диагональная линия представляет собой равные совпадения. Участники выше линии лучше подходят одной модели, участники ниже линии лучше подходят другой модели, а участники в очереди одинаково хорошо подходят обеим моделям.(Наша процедура Монте-Карло позволяет нам принять более принципиальное решение относительно того, когда называть припадки «равными»). Участники с более высокими (ошибочными) значениями соответствия — это те, кто научился меньше и делает предположения о большем количестве испытаний, что будет означать, что обе модели будут относительно плохо соответствовать. И, как отмечалось выше, чем более согласованными становятся ответы с базовым представлением (прототипом или образцом), тем лучше будут подходить обе модели. Это причина того, почему точное значение соответствия для одной модели недостаточно для определения стратегии участника; только относительное соответствие одной модели по сравнению с другой моделью является диагностическим.В некоторых случаях ответы будут полностью соответствовать обеим моделям, и мы не сможем определить стратегию.

До этого момента мы обсуждали математические причины того, почему хорошее соответствие одной модели, вероятно, будет сопровождаться приличным соответствием другой модели. Однако стоит отметить, что могут быть также когнитивные причины, по которым поведение участника может хорошо соответствовать обеим моделям. Мы не считаем, что представление прототипа или образца обязательно является сценарием «либо-либо»; Было бы правдоподобно, что участник формирует обобщенное представление (прототип), которое направляет решения по категоризации, но также имеет память для конкретных старых примеров, которые также могут использоваться для категоризации.Например, рассмотрим участника, поведение которого отражает то, что мы видим в группе: у него есть градиент точности, основанный на расстоянии от прототипов категории, но также есть преимущество в точности для старых элементов по сравнению с новыми элементами на расстоянии 2 (рис. 3B в текущая рукопись, также наблюдаемая в статье 2018 г.). Рецензенты правы в том, что модель-прототип не предсказывает разницу между старым и новым. Однако точность как для старых, так и для новых элементов расстояния 2 все еще находится между элементами расстояния 1 и расстояния 3, что согласуется с прогнозами прототипной модели.Таким образом, наблюдаемое преимущество старого / нового не вызовет серьезного ухудшения соответствия модели прототипу, поскольку как старые, так и новые элементы на заданном расстоянии падают в соответствии с ожидаемым градиентом расстояния. В то же время старое> новое преимущество предполагает, что модель-прототип не дает всей картины.

В исправленную рукопись мы включили дополнительную информацию о моделях, чтобы прояснить, почему поведенческая модель в целом соответствует друг другу и почему обе модели могут хорошо соответствовать поведению:

«На рис. 4A-C представлены соответствия модели с точки зрения необработанного отрицательного логарифма правдоподобия для каждой фазы (меньшие числа означают меньшую ошибку соответствия модели и, следовательно, лучшее соответствие).Подборы двух моделей обычно коррелируют. Если субъект случайным образом угадывает большинство испытаний (например, в начале обучения), ни одна из моделей не будет хорошо соответствовать ответам субъекта, и субъект будет иметь более высокие (неверные) значения соответствия для обеих моделей. […] В таких случаях субъект может полагаться на единственное представление, но мы не можем различить, какое, или субъект может в некоторой степени полагаться на оба типа представлений ».

Мы также предоставили дополнительную мотивацию для идеи, что прототипы и репрезентации образцов могут сосуществовать во Введении:

«Вполне возможно, что кажущиеся противоречивыми выводы относительно природы представлений категорий возникли из-за того, что индивиды способны формировать любой тип репрезентации.[…] Таким образом, при некоторых обстоятельствах и прототипы, и образцовые представления могут быть очевидны в рамках одной и той же задачи ».

6) В отношении первого пункта авторы заявляют, что требования задачи и / или структуры категорий могут смещать категоризацию, чтобы она была основана на образце или прототипе. Чтобы достичь того и другого, авторы использовали структуру категорий, которая поддерживается в основном моделью прототипа, но используют задачу, которая предназначена для продвижения кодирования образца. Однако в среднем решения участников все же лучше соответствовали модели прототипа (хотя, опять же, большинство людей падают по диагонали).Из рисунка 4 видно, что очень мало участников лучше подходят для модели-образца.

Имея это в виду, есть ли какие-либо свидетельства того, что задача наблюдения на самом деле сместила участников в сторону более образцовой ориентации? Если нет, то почему есть доказательства репрезентативных представлений в LO / IFG / латеральной теменной кости в этом эксперименте, а не в более ранней статье авторов, где примерно 10% участников лучше соответствовали образцовой модели? Есть ли какие-либо другие различия между двумя процедурами или наборами стимулов, которые могли бы это объяснить? Независимо от различий между экспериментами, представление о том, что репрезентации на основе примеров существуют в мозгу, даже если они не имеют отношения к поведению, заслуживает более подробного рассмотрения в Обсуждении.

Замечание рецензентов о том, что разницу между соответствиями поведенческой и нейронной модели следует обсудить более подробно, является правильным. Во-первых, как отметили рецензенты (и как мы обсуждали в комментарии 6), изменение стратегии оказалось незначительным. Несмотря на это, мы обнаружили типичные корреляты (по крайней мере, в промежуточных тестах после второй половины обучения) в настоящем исследовании, хотя мы не нашли их в нашем исследовании 2018 года. Это почему? Во-первых, мы должны отметить, что, хотя в нашем исследовании 2018 года не было обнаружено каких-либо областей образца выше порога при использовании стандартного скорректированного порога, мы обнаружили некоторые части мозга, в том числе латеральную затылочную и боковую теменную область, которые отслеживали прогнозы образцов при снисходительности. порог (z = 2, кластерная поправка FDR p =.1). Мы провели этот исследовательский мягкий пороговый анализ, пытаясь согласовать наши выводы с результатами Mack et al., 2013, и сообщили об этом на стр. 2611 (последний абзац результатов) нашей статьи 2018 J Neuro. Таким образом, настоящие результаты не полностью отличаются от нашего предыдущего исследования в том, что были некоторые свидетельства отслеживания образцов, несмотря на лучшее соответствие модели-прототипа поведению.

Одна из возможных причин для наблюдения образцовых коррелятов в текущем исследовании может заключаться в том, что наблюдательное обучение действительно было успешным в продвижении образцового представления, даже несмотря на то, что стратегия прототипа все еще доминировала в поведении.Меньше чистых «прототипистов» и больше субъектов, которые сопоставимо подходят обеим моделям, что дает некоторое указание на то, что произошел небольшой сдвиг в стратегии. Небольшого сдвига в стратегии могло быть достаточно для того, чтобы ранее подпороговые типичные корреляты стали более выраженными.

Структура обучения действительно была основным различием между двумя исследованиями. Наше предыдущее исследование включало одно тренировочное занятие на основе обратной связи вне сканера. Настоящее исследование включало циклы прогонов наблюдательного исследования (для улучшения памяти образцов), за которыми следовали промежуточные обобщающие тесты (для измерения обучения и оценки соответствия модели).Мы также использовали другой набор мультяшных животных, но их пространство характеристик очень похоже, а структура обучающих элементов была одинаковой во всех исследованиях. В то время как обучающая часть в текущем исследовании обязательно была более продолжительной, поскольку она была сканирована и включала как обучение с наблюдением, так и промежуточные тесты, заключительные тесты были почти идентичны во всех исследованиях. Таким образом, различия в обучении, вероятно, являются наиболее важными с точки зрения обучения.

Важно отметить, что мы согласны с рецензентами в том, что доминирование прототипов в поведении категоризации не может препятствовать существованию репрезентаций в памяти конкретных экземпляров.Представления, основанные на образцах, могут формироваться в мозгу, даже если они не имеют непосредственного отношения к поставленной задаче. Изучение возможности параллельного формирования конкретных и обобщенных воспоминаний представляет большой интерес для нашей лаборатории, и мы поведенчески изучили как конкретные воспоминания после обобщающего обучения (Bowman and Zeithamova, 2020), так и обобщение после обучения, сфокусированное на конкретных деталях (Ashby, Bowman и Зейтамова, 2020, Психологический вестник и обзор). Таким образом, мы хотим посвятить больше обсуждения этой теме.

В отредактированной рукописи мы расширили сравнение между текущим исследованием и нашим исследованием 2018 года на протяжении всего обсуждения. Мы также обсуждаем существование репрезентаций на основе нейронных образцов в контексте доминирования прототипов в поведении:

«При разработке настоящего исследования мы стремились увеличить использование стратегии-образца по сравнению с нашим предыдущим исследованием, в котором модель-прототип надежно соответствовала модели-образцу в 73% выборки (Bowman and Zeithamova, 2018).[…] Настоящие результаты показывают, что эти параллельные представления могут также присутствовать во время изучения категорий ».

7) В целом было сочтено, что в бумаге можно использовать большую глубину. Многие цитаты, касающиеся дебатов о прототипе и образце, очень старые (около 30+ лет), а более поздние статьи, упомянутые позже, больше посвящены моделированию и нейровизуализации. Могли бы авторы описать работу, которая консолидирует эту дискуссию?

Мы согласны с тем, что наша статья могла бы выиграть от более широких связей с существующей литературой и углубления дискуссии.Мы пересмотрели Введение и особенно Обсуждение и включили ряд дополнительных ссылок, относящихся к текущей работе (отмеченных синим цветом в рукописи). Мы специально стремились включить более свежие статьи, посвященные прототипам и / или образцам моделей (например, Dubè, 2019; Thibaut, Gelaes and Murphy, 2018; Lech, Güntürkün and Suchan, 2016). К сожалению, насколько нам известно, они не очень распространены, и лучшим попыткам консолидации (например, Smith and Minda, 2000; Minda and Smith, 2001) действительно исполнилось два десятилетия.Мы не были уверены, есть ли еще один конкретный блок литературы, который мы пропустили, о чем думали рецензенты. Если это так, мы приносим свои извинения и будем рады включить его.

Кроме того, мы сочли, что в основной рукописи могла бы быть более подробная информация о материалах и методах, особенно в том, что касается теоретических вопросов, о которых идет речь. Например, каковы общие принципы, лежащие в основе этих моделей, и какие различные гипотезы они выдвигают для этого конкретного пространства стимулов?

Мы добавили дополнительную информацию о моделях и их взаимосвязи с настоящим исследованием во Введение:

«Затем мы искали доказательства прототипов и образцовых репрезентаций в мозгу и в поведенческих реакциях.В поведении модель прототипа предполагает, что категории представлены их прототипами, и предсказывает, что субъекты должны лучше всего классифицировать сами прототипы, с уменьшением точности для элементов с меньшим количеством общих функций с прототипами. […] Затем мы измерили степень, в которой могут быть идентифицированы области мозга, отслеживающие прототип и образец, сосредоточив внимание на VMPFC и переднем гиппокампе в качестве прогнозируемых областей отслеживания прототипа, а также на латеральных затылочных, префронтальных и теменных областях в соответствии с прогнозом отслеживания образцов. регионы.”

«Чтобы проверить доказательства прототипов и образцовых представлений в поведении в группе, мы сравнили точность для элементов, различающихся по удаленности от прототипов категорий, и для преимущества в точности для учебных элементов по сравнению с новыми элементами, сопоставленными по расстоянию от прототипов категорий. […] Модель, прогнозы которой лучше соответствуют реальным классификационным ответам данного субъекта, подойдет лучше. Однако также возможно, что доказательства для каждой из моделей будут аналогичными, потенциально отражая сочетание представлений.”

8) В дополнение к более подробному изучению литературы, мы хотели более подробно обсудить механистические причины того, почему эти ROI имеют отдельную чувствительность к этим двум моделям, а также то, что показывают текущие результаты о том, какие вычисления выполняются в мозг. Процитируем непосредственно из нашей консультационной сессии: «Я думаю, что также может потребоваться некоторая попытка механистического объяснения (хотя я понимаю, что это может быть деликатным, потому что они могут захотеть избежать обратного вывода.) Одна вещь, которая выделяется здесь, это то, что LO заявлен как регион, демонстрирующий образцовые представления. Многие (большинство?) Считают LO визуальной областью «нижнего уровня» (например, по сравнению с PPA, которая может иметь более абстрактную информацию), которая представляет информацию визуальной формы. Таким образом, даже если LO показывает примерное представление, это может быть связано с тем, что элемент более похож по форме на другие предметы, которые были замечены (образцы), по сравнению с прототипом, который не был виден. Итак, чисто визуальный отчет низкого уровня, возможно, мог бы объяснить эти результаты, а не что-то более глубокое о ментальных репрезентациях.Таким образом, я также обеспокоен тем, обязательно ли эти открытия означают что-то глубокое согласование этих более широких теоретических дебатов, или могут отражать некоторое сравнение визуальных характеристик низкого уровня между образцами ». Короче говоря, мы все согласились с тем, что более глубокое обсуждение нейронных вычислений и механизмов будет значительно улучшить вклад данной статьи.

Как было предложено, мы добавили дополнительные сведения о предлагаемых вычислениях, выполняемых отдельными областями интереса, и их значении для прототипа и примерного кодирования.Введение:

«Мак и его коллеги (2013) обнаружили сходные поведенческие соответствия для двух моделей, но гораздо лучшее соответствие модели-образца данным мозга. Части латеральной затылочной, латеральной префронтальной и латеральной теменной коры коры отслеживали типовые предикторы модели. Ни один из регионов не отслеживал предикторов прототипа. Авторы пришли к выводу, что решения о категоризации основаны на памяти для отдельных элементов, а не на абстрактных прототипах. Напротив, Bowman и Zeithamova (2018) обнаружили, что модель-прототип лучше подходит как для мозга, так и для поведения.[…] Однако, поскольку нейронные прототипы и репрезентации образцов были идентифицированы в исследованиях, которые различались как по деталям задачи, так и по стратегиям категоризации, было невозможно сказать, были ли различия в областях мозга, поддерживающих категоризацию, из-за разной силы прототипа по сравнению с образцом представления или каким-либо другим аспектом задачи ».

Обсуждение:

«Более того, наши результаты совпадают с результатами, полученными отдельно в двух исследованиях, воспроизводя роль VMPFC и переднего гиппокампа в отслеживании информации о прототипах (Bowman and Zeithamova, 2018) и воспроизводя роль нижней префронтальной и латеральной теменной коры в отслеживании информации об образцах. (Мак и др., 2013). […] Настоящие результаты подтверждают и дополняют эту предыдущую работу, показывая, что области, поддерживающие специфичность памяти во многих задачах с памятью, также могут способствовать изучению концепций на основе образцов ».

В частности, что касается перцептивных репрезентаций в категоризации, есть предварительные доказательства того, что репрезентации в LO смещаются в зависимости от обучения категории (Palmeri and Gautheir, 2004; Folstein, Palmeri and Gauthier, 2013), что обычно интерпретируется как результат избирательного внимания. для категоризации соответствующих характеристик (Goldstone, Steyvers, 2001; Medin, Schaffer, 1978; Nosofsky, 1986).Исследование Mack et al. показали, что репрезентации образцов в LO были связаны не только с физическим сходством между предметами, но и обусловлены субъективным сходством отдельных субъектов, оцененным на основе их поведенческих реакций. Таким образом, эти области восприятия более низкого уровня могут иметь сильные категориальные эффекты, которые обусловлены не только физическим сходством между предметами. Тем не менее, мы отмечаем, что из наших предсказанных примерных ROI, LO продемонстрировал самые слабые свидетельства образцового кодирования. Мы отредактировали обсуждение, чтобы явно указать, что одна из наших гипотетических типовых областей не отслеживает в значительной степени предикторы образца.Ниже приводится измененный текст обсуждения:

«Помимо IFG и латеральной теменной коры, мы предсказали, что латеральная затылочная кора будет отслеживать информацию об образцах. […] Этот аспект нашей задачи мог ограничить роль избирательного внимания в настоящем исследовании и, следовательно, степень, в которой области восприятия отслеживали информацию о категории ».

9) Шесть участников были исключены из-за высококоррелированных прототипов и образцовых регрессоров — могут ли авторы кратко объяснить, какой образец поведенческих реакций может привести к этому? И какова средняя корреляция между этими регрессорами у включенных участников?

Пять участников были исключены из-за высокой корреляции на одном из этапов обучения: 3 участника из-за высокой корреляции между прототипом и регрессором-образцом и 2 из-за дизайна с недостаточным рангом, обусловленного отсутствием вариативности от испытания к испытанию в образце. предсказания.Во всех пяти случаях веса внимания из их поведенческих моделей показали, что участники игнорировали большинство параметров стимула в данной фазе. Как отмечалось в ответе на Комментарий 4A, прогнозы моделей основаны на предполагаемом воспринимаемом расстоянии, которое, в свою очередь, зависит от оцененных весов внимания к особенностям. Когда игнорируется слишком много характеристик стимула, слишком много стимулов воспринимаются как эквивалентные, и может быть недостаточно различий между предсказаниями двух моделей (3 субъекта) или достаточной вариативности прогнозов модели (2 субъекта) от испытания к испытанию, чтобы анализ разрешений.Мы добавили примечание в раздел исключений, в котором более подробно описаны исключения, основанные на корреляции:

«Еще 5 субъектов были исключены из-за высокой корреляции между регрессорами фМРТ, которая препятствовала анализу фМРТ на основе моделей первой или второй половины фазы обучения: у 3 испытуемых было r> 0,9 для регрессоров-прототипов и образцов, а у 2 испытуемых был дефицит ранга. матрица дизайна, обусловленная отсутствием вариабельности образца-предиктора от испытания к испытанию. У всех 5 участников оценки параметров веса внимания из обеих моделей показали, что большинство параметров стимула игнорировались, что в некоторых случаях может привести к недостаточной вариабельности подгонки модели.”

Средняя абсолютная корреляция между регрессорами у включенных участников составила 32. Подробный ответ и правки рукописи относительно корреляций регрессоров для субъектов, которые были оставлены для анализа, см. В комментарии 4A.

10) Что касается поведения, авторы исследовали производительность при изменении расстояния от прототипов. Было бы также интересно исследовать, как поведение меняется по мере удаления от исследуемых экземпляров.

Мы согласны с рецензентами в том, что, в принципе, интересно проверить точность в соответствии с условиями типовой модели.Однако на практике это может быть непросто. Поскольку существует только один прототип для каждой категории и поскольку чем дальше стимул от одного прототипа, тем ближе он становится к другому прототипу, легко отобразить точность с точки зрения расстояния от прототипов категорий. В случае образцовых представлений это не так. В каждой категории есть несколько экземпляров, поэтому нужно сделать выбор, рассматривать ли только ближайший образец или пытаться рассматривать все одновременно.Если взять линейное среднее расстояние до всех образцов в нашей структуре категорий, это снова будет просто расстоянием до прототипа. Модель образца использует нелинейную метрику для вычисления сходства каждого элемента с каждым образцом перед суммированием по образцам, но точный характер этой нелинейности измеряется для каждого предмета, что затрудняет компиляцию в анализ на уровне группы. Как обсуждалось далее в ответе на Комментарий 15, получение совокупной меры расстояния / сходства по всем обучающим элементам является важной частью того, как работает модель-образец.Рассмотрение только одного ближайшего экземпляра обеспечивает наилучшее приближение к анализу прототипа, но обязательно упрощается, поскольку не учитывает, что классифицировать элемент, близкий к двум экземплярам одной категории, проще, чем классифицировать элемент, близкий к одному экземпляру категории (см. также ответ на Комментарий 15).

Чтобы дать обозревателям некоторое представление о том, как выглядит точность, основанная на образце, мы использовали подход к вычислению физического расстояния между заданным тестовым элементом и всеми учебными элементами категории A и категории B.Затем мы взяли минимальное расстояние до каждой категории (то есть физическое расстояние до ближайшего экземпляра из каждой категории) и разделили их, чтобы вычислить «отношение расстояний». Например, если минимальное расстояние до образца категории A равно 1 (одна характеристика отличается), а минимальное расстояние до элемента категории B равно 2 (две функции разные), то соотношение расстояний будет 1/2 = 0,5. Мы сосредоточились на соотношении расстояний до двух категорий, потому что измерение расстояния до образцов из одной категории не дает достаточно информации о расстоянии до другой категории (в отличие от расстояний до прототипов, которые всегда в сумме равны 8 и совершенно обратно связаны). .

Соотношение будет равно 0 для самих старых элементов, так как числитель будет 0, а знаменатель будет 4 или 8, учитывая структуру наших обучающих примеров, в любом случае это приведет к нулю для отношения. Соотношение будет равно 1, если тестовый элемент находится на одинаковом расстоянии от ближайшего экземпляра из каждой категории. Для всех других тестовых заданий соотношение будет между нулем и единицей, причем числа, близкие к нулю, указывают на то, что тестовый элемент близок к образцу из одной категории и далеко не ко всем образцам в противоположной категории.На практике с нашей категориальной структурой возможные значения отношения расстояний были 0, 0,2, 0,33, 0,5 и 1. Мы вычислили метрику «правильная пропорция», предполагая, что членство в категории определяется более близким расстоянием. Например, элемент с минимальным расстоянием до образца категории A, равным 1, и минимальным расстоянием до элемента категории B, равного 2, категория A будет считаться правильным ответом, поскольку ближайший элемент категории A находится ближе, чем ближайший элемент категории B. . Мы отмечаем, что для элементов с отношением расстояния 1 (равноудаленность) нет «правильного» ответа, поэтому вместо этого мы представляем, как часто эти элементы были помечены как элементы категории А.

На изображении ответа автора 5, панель A показывает точность как функцию отношения расстояний во время промежуточных тестов. Панель B показывает точность как функцию отношения расстояний во время заключительного испытания. Мы обнаружили, что градиент, основанный на расстоянии от образца, менее чистый, чем градиент, основанный на расстоянии от прототипа. Во время промежуточных испытаний отношения расстояний 0–0,5 сгруппированы вместе с относительно высокой точностью и не показывают явного градиента. Как и следовало ожидать, предметы, которые были равноудалены между образцами (отношение расстояний = 1), помечаются как члены категории A ~ 50% времени после первого теста.Во время финального теста мы видим, что отношения расстояний 0–0,2 имеют аналогичные уровни относительно высокой точности, за которыми следуют аналогичные уровни для соотношений 0,3–0,5. Субъекты ответили категории А примерно на 50% предметов с соотношением расстояний = 1, что прекрасно отражает неоднозначность классификации предметов, равноудаленных от образцов из противоположных категорий. С учетом отмеченных выше проблем с созданием любых необработанных расстояний до образцов, аналогичных исходным. На основе подхода «расстояние до прототипа» мы решили не включать этот анализ в рукопись.

11) Находили ли авторы разное значение для разных манипуляций?

Мы представляем веса внимания, полученные каждой моделью, усредненные по предметам для каждой фазы, в таблице ответов автора 1:

Так как было 8 функций и сумма весов внимания равнялась 1, абсолютно равное взвешивание всех функций будет иметь вес 125 для каждой функции. Мы видим, что есть некоторые различия в том, как взвешиваются отдельные характеристики, но эти различия относительно невелики.Не похоже, чтобы была какая-то особенность, которая полностью игнорировалась бы большинством испытуемых, или не было 1-2 черт, которые привлекали внимание всех испытуемых. Мы отмечаем, что в моделях также была хорошая согласованность в том, как расставлялись приоритеты функций. Мы добавили информацию об этих параметрах в файлы источников данных в дополнение к подгонкам модели, которые были включены в исходную отправку.

12) В рукописи указано, что для модели-образца «тестовые задания классифицируются в категории с наивысшим суммарным сходством между образцами категории.«Один рецензент задался вопросом, является ли эта метрика согласованной во всех областях, поскольку они ожидали бы других (возможно, нелинейных) вычислений. Например, можно ли ее количественно определить как максимальное сходство между образцами?

Спасибо, что указали на то, что мы не разъяснили это. Действительно, это стандарт при вычислении подобия для модели-образца, когда берется сумма по сходству для всех обучающих образцов. Вероятность ответа A затем вычисляется как относительное сходство для каждой категории: сходство с образцами категории A, деленное на сумму сходства с образцами категории A и образцами категории B.Мы приняли эту формализацию модели, используемую в традиционной литературе по когнитивному моделированию.

Отметим, однако, что нелинейность по-прежнему учитывается в расчетах. Поскольку мы (и другие) используем нелинейную функцию для преобразования физического расстояния в субъективное расстояние перед суммированием по элементам, наиболее похожие элементы имеют больший вес, чем наименее похожие элементы. Интуитивно можно распознать тигра как млекопитающее, потому что он похож на другие виды кошек, и не имеет значения, что он не похож на некоторых других млекопитающих, таких как слоны.Формально это проистекает из вычисления подобия как экспоненциальной функции убывания физического расстояния (настолько близкие расстояния перевешивают большие расстояния), а не линейной функции. В результате два элемента, которые физически разнесены на 1 функцию, будут иметь значение субъективного сходства, которое более чем в два раза превышает значение сходства для двух элементов, разнесенных на 2 функции. Это канонический способ вычисления расстояния / сходства в обеих моделях, и он основан на исследованиях того, как воспринимаемое сходство соотносится с физическим сходством (Shepard, 1957).

Хотя определение максимального сходства было бы возможной функцией для использования при принятии решений, суммирование по всем образцам дает возможность учитывать несколько очень похожих образцов при принятии решений. Например, представьте сценарий, в котором есть несколько экземпляров категории A, которые находятся всего в 1 характеристике от данного элемента обобщения, по сравнению со сценарием, в котором есть только один экземпляр категории A, который находится на расстоянии 1 функции (а другие образцы находятся на расстоянии 2 + особенности прочь).Без суммирования примеров обучения эти два сценария дадут одинаковый прогноз. Суммируя их, модель будет назначать более высокую вероятность того, что элемент будет помечен как член категории A, когда имеется несколько элементов с расстоянием 1, по сравнению с тем, когда имеется один элемент с расстоянием 1. Поскольку само сходство включает в себя нелинейное вычисление, использование функции суммированного сходства обеспечивает лучшее из обоих миров: образцы с высокой степенью совпадения управляют прогнозированием, но все еще существует дифференциация в результирующих значениях вероятности, сообщаемых другими образцами, помимо самого близкого образца.

В ответ на этот комментарий, а также на Комментарий 7, мы расширили раздел описания модели в рукописи, чтобы лучше концептуально объяснить вычисление подобия и вычисление вероятности ответа. Мы также прояснили, что это канонические способы вычисления вероятностей сходства и отклика в этих моделях:

«Образцовые модели предполагают, что категории представлены их отдельными образцами, и что тестовые задания классифицируются в категории с наивысшим суммарным сходством между образцами категорий (Рисунок 1A).[…] Это канонически то, как сходство предмета с каждой категорией вычисляется в моделях-образцах (Nosofsky, 1987; Zaki, Nosofsky, Stanton, and Cohen, 2003) ».

13) Есть ли способ выяснить, подходит ли модель на основе нейронных данных, можно ли использовать для объяснения вариации поведенческих соответствий участников? Например, связаны ли нейронные сигналы в vmPFC и переднем гиппокампе с поведением по сравнению с сигналами в LO, IFG и латеральной теменной части у участников с лучшими прототипами? Для этого может не хватить мощности, поэтому это было предложено только в качестве потенциального исследовательского анализа.

Помимо проблемы мощности, мы не решались попытаться связать соответствие нейронной и поведенческой моделей друг другу, поскольку они не являются независимыми. В отличие от одномерной активации (или другой независимой нейронной меры), соответствия модели мозга вычисляются на основе регрессоров, полученных из соответствия поведенческой модели, и, таким образом, по своей сути зависят от них. Таким образом, даже если мы обнаружим корреляцию между соответствиями нейронной модели и соответствиями поведенческой модели, мы не сможем интерпретировать нейронные соответствия как «объяснение» изменчивости поведения индивидов (поскольку нейронные соответствия рассчитываются на основе поведенческих соответствий).Более того, в отношении субъектов, поведение которых не соответствует модели, мы будем склонны к , а не , чтобы найти нейронные доказательства, соответствующие предсказаниям модели. Из-за этого мы сосредоточились на основных эффектах (среднем по группе) при проведении анализа фМРТ на основе моделей в этой и нашей статье 2018 года и избегали корреляций между мозгом и поведением между субъектами.

Из любопытства мы посмотрели, как преимущество поведенческого прототипа (степень доказательности стратегии прототипа над стратегией-образцом) соотносится с сигналами прототипа и образца в рентабельности инвестиций с использованием корреляций.Мы не обнаружили каких-либо значимых корреляций, но самая сильная обнаруженная взаимосвязь была между поведенческим преимуществом прототипа и сигналом прототипа VMPFC (r = 0,35, p = 0,06 без поправки), что указывает на то, что те, кто являются самыми сильными «прототипами», как правило, имеют более сильный сигнал прототипа. в VMPFC. Это хорошая проверка здравомыслия, но, учитывая несамостоятельность поведенческих и нейронных показателей (и проблем с мощностью, особенно в отношении количества возможных корреляций), мы не включили этот анализ / результат в исправленную статью.Однако мы включили примечание, объясняющее, почему соответствие нейронной модели неразрывно связано с поведением и почему традиционные корреляции между мозгом и поведением могут не подходить для использования.

«Поскольку соответствие нейронной модели каждого участника по своей сути зависит от соответствия его поведенческой модели, мы сосредоточились на анализе средних значений группы и не выполняли анализ индивидуальных различий в поведении мозга».

В качестве примечания: в настоящее время мы начинаем большое исследование индивидуальных различий (сейчас приостановлено… конечно), в котором мы надеемся изучить нейронные предикторы индивидуальных различий в стратегии, используя независимые нейронные маркеры.Так что мы надеемся, что через пару лет сможем дать более исчерпывающий ответ на этот вопрос…

[Примечание редакции: до принятия были предложены дальнейшие изменения, как описано ниже.]

Мы все согласились с тем, что пересмотренный документ был существенно улучшен. В частности, удаление анализа сходства образов сделало статью более четкой и простой, а также устранило методологические проблемы, которые были подчеркнуты в наших первоначальных обзорах. Попарные t-тесты прототипа vs.соответствие образцов в рентабельности инвестиций прояснило результаты, но по-прежнему обеспечивает хорошее подтверждение выводов авторов. Взаимосвязь между прототипом и образцом моделей намного яснее и подробно обсуждается, а добавленный текст во Введении и Обсуждении красиво обрамляет документ и мотивирует анализ. В целом, исследование кажется гораздо более действенным, а текущая работа — более сильной.

Несмотря на то, что документ значительно улучшен, все еще остается одна проблема, касающаяся корреляции между образцом и прототипом регрессоров.В частности, процитирую рецензента №2:

«Я убежден, что математически регрессоры не очень сильно коррелированы, и объяснение в ответах авторов относительно самых отдаленных пунктов помогает получить интуитивное представление о том, как это может быть. В то же время я все еще пытаюсь чтобы понять, как корреляция между регрессорами составляет в среднем только r = 0,3, когда сами поведенческие соответствия настолько сильно коррелированы между участниками. Если есть способ прояснить это, я думаю, что это будет иметь большое значение для помощи читателям с идеей, что в мозгу могут существовать как образцы, так и прототипы.”

Это верно — высокая межсубъектная корреляция не препятствует обнаружению внутрисубъектных различий. Интуитивно легко увидеть, какие ученики набрали больше баллов в промежуточном семестре 1 по сравнению со средним семестром 2, и был ли один из промежуточных экзаменов в среднем сложнее другого, даже если баллы за два промежуточных семестра будут сильно коррелировать между студентами. Мы добавили явное примечание, чтобы прояснить, что различия в соответствии с субъектом обнаружимы и значимы, даже если соответствия сильно коррелируют между субъектами.

«Таким образом, хотя соответствие модели, как правило, коррелирует между субъектами, внутрисубъектное преимущество одной модели над другой по-прежнему обнаруживается и имеет смысл».

Мы также расширили описание набора стимулов, чтобы включить в него примеры самых отдаленных элементов, которые рецензент нашел полезными для понимания диссоциации моделей:

«Структура стимула позволяла делать диссоциативные поведенческие прогнозы на основе двух моделей. Хотя стимулы рядом с прототипами также имеют тенденцию быть близкими к старым образцам, корреляция несовершенная.Например, когда внимание равномерно распределено по функциям, модель-прототип будет делать один и тот же прогноз вероятности ответа для всех элементов расстояния 3. Тем не менее, некоторые из этих дистанционных 3 пунктов находились рядом со старым образцом, в то время как другие находились дальше от всех старых образцов, создавая различные прогнозы модели образца. Поскольку мы варьировали тестовые стимулы, чтобы включить все расстояния от прототипов, и поскольку в пределах каждого расстояния до прототипа было различие в том, насколько далеко стимулы от старых образцов, структура была настроена так, чтобы облегчить диссоциацию между прогнозами модели.”

Что может быть менее интуитивно понятным, так это то, что внутрисубъектные корреляции предсказаний нейронной модели (суммарное сходство по категориям со средним абсолютным r = 0,3 в наших данных) могут быть относительно небольшими, даже если поведенческие предсказания (предсказанные вероятности ответа) в рамках этой темы заканчивают тем же самым. Яркий пример был замечен в Mack et al., 2013, где поведенческие прогнозы для каждого из 16 стимулов в их структуре категорий (9 тренировок + 7 передач) почти неразличимы для двух моделей, и поведение всех испытуемых, кроме одного, соответствовало аналогичным образом. обеими моделями.Тем не менее, нейронные предикторы были в значительной степени некоррелированными, и соответствие нейронной модели достоверно более соответствовало модели-образцу, чем модели-прототипу у большинства испытуемых. Как Mack et al. Было отмечено, что две модели могут предсказывать идентичный поведенческий ответ в любом конкретном испытании, но скрытые представления, поддерживающие это решение, различны, что помогает разделить эти модели.

Наша структура категорий была построена для облегчения различных поведенческих прогнозов на основе двух моделей, поэтому разница между диссоциирующими предсказаниями поведенческой модели и диссоциативными предсказаниями нейронной модели в наших данных не так велика.Однако, чтобы помочь интуитивному пониманию нейронных регрессоров, мы добавили концептуальное описание модельной фМРТ в раздел «Результаты», чтобы включить объяснение построения поведенческих и нейронных предикторов. Мы также явно отметили, что репрезентативное соответствие базовым представлениям (предсказания нейронной модели) может диссоциировать модели лучше, чем предсказанные вероятности ответа (предсказания поведенческой модели).

«Подгонка поведенческой модели, описанная выше, максимизирует соответствие между вероятностями ответа, генерируемыми двумя моделями, и фактическими паттернами ответов участников.[…] Кроме того, соответствие нейронной модели может помочь обнаружить свидетельства наличия у обоих детей репрезентаций, даже если один из них доминирует в поведении ».

Для этого может быть полезно включение некоторых объяснений авторов из ответного письма. В частности, было приятно, что они явно изложили, как преимущество старых предметов над новыми приведет к лучшему соответствию образцовой модели, но все же приличному соответствию образцовой модели, потому что точность для старых / новых предметов на расстоянии 2 падает между точностью для предметов с расстояниями от 1 до 3.Их ответ на Комментарий 7 кажется, что его можно было бы также включить информативным — хотя здесь они говорят о различиях моделей с точки зрения уверенности, что не объясняется в рукописи.

Спасибо, что указали на то, что некоторые ответы было бы полезно включить в сам документ. В пересмотренный вариант мы включили пример, который рецензент нашел полезным (старое> новое преимущество в контексте общего градиента типичности) в качестве доказательства того, что оба представления могут играть роль, даже если одно из них более доминирует в поведении:

«Подводя итог, мы наблюдали надежный градиент типичности, при котором точность снижалась с удалением от прототипов, и как старые, так и новые элементы на расстоянии 2 численно падали между элементами расстояния 1 и расстояния 3 (рис. 3A).Однако в пределах расстояния 2 элемента мы также наблюдали надежное преимущество старых элементов по сравнению с новыми элементами, аспект данных, который не может быть предсказан моделью прототипа ».

Некоторые пункты из Ответа 7 также включены в новый высокоуровневый обзор фМРТ на основе моделей и перепечатаны выше.

Мы надеемся, что эти изменения помогли концептуальному пониманию моделей и того, как они могут помочь обнаружить оба типа представлений в мозгу.

Глава 2: Природа математики

Теория когнитивного развития Пиаже

Теория когнитивного развития Пиаже представляет собой всеобъемлющую теорию о природе и развитии человеческого интеллекта.Пиаже считал, что детство играет жизненно важную и активную роль в развитии человека. ^[1] Идея Пиаже в первую очередь известна как теория стадий развития. Теория рассматривает природу самого знания и то, как люди постепенно приходят к его приобретению, конструированию и использованию. ^[2] Для Пиаже когнитивное развитие было прогрессивной реорганизацией психических процессов в результате биологического созревания и опыта окружающей среды. Он считал, что дети формируют понимание окружающего мира, испытывают несоответствия между тем, что они уже знают, и тем, что они открывают в своей среде, а затем соответствующим образом корректируют свои идеи. ^[3] Более того, Пиаже утверждал, что когнитивное развитие находится в центре человеческого организма, а язык зависит от знаний и понимания, полученных в процессе когнитивного развития. ^[4] Ранние работы Piaget привлекли наибольшее внимание. Многих родителей поощряют создавать богатые, благоприятные условия для естественной склонности их детей к росту и обучению. Классные комнаты, ориентированные на ребенка, и «открытое образование» — это прямое применение взглядов Пиаже. ^[5] Несмотря на огромный успех, теория Пиаже имеет некоторые ограничения, которые сам Пиаже признавал: например, теория поддерживает четкие стадии, а не непрерывное развитие (декаляж). ^[6]

Характер интеллекта: оперативно-переносной

Пиаже отметил, что реальность — это динамическая система непрерывных изменений и, как таковая, определяется со ссылкой на два условия, которые определяют динамические системы. В частности, он утверждал, что реальность включает в себя трансформации и состояния. ^[7] Преобразования относятся ко всем способам изменений, которым может подвергнуться вещь или человек. Состояния относятся к условиям или внешнему виду, в которых вещи или люди могут быть найдены между преобразованиями. Например, могут быть изменения формы или формы (например, жидкости меняют форму, когда они переходят из одного сосуда в другой, и аналогично люди меняют свои характеристики по мере взросления), размера (например, серия монеты на столе могут быть размещены близко друг к другу или далеко друг от друга), или размещены или расположены в пространстве и времени (например,g., различные предметы или люди могут быть найдены в одном месте в одно время и в другом месте в другое время). Таким образом, утверждал Пиаже, если человеческий интеллект должен быть адаптивным, он должен иметь функции для представления как трансформирующих, так и статических аспектов реальности. ^[8] Он предположил, что оперативный интеллект отвечает за представление и манипулирование динамическими или трансформирующими аспектами реальности, а образный интеллект отвечает за представление статических аспектов реальности. ^[9]

Оперативная разведка — активный аспект разведки. Он включает в себя все действия, явные или скрытые, предпринимаемые для отслеживания, восстановления или прогнозирования изменений объектов или лиц, представляющих интерес. ^[10] Образный интеллект — это более или менее статический аспект интеллекта, включающий все средства представления, используемые для запоминания состояний (то есть последовательных форм, форм или местоположений), которые возникают между преобразованиями.То есть он включает в себя восприятие, имитацию, мысленные образы, рисование и язык. ^[11] Следовательно, образные аспекты интеллекта получают свое значение из оперативных аспектов интеллекта, потому что состояния не могут существовать независимо от преобразований, которые их связывают. Пиаже утверждал, что образные или репрезентативные аспекты интеллекта подчинены его оперативным и динамическим аспектам, и, следовательно, это понимание по существу происходит из оперативного аспекта интеллекта. ^[10]

В любое время оперативная разведка определяет, как мир понимается, и он меняется, если понимание не удается. Пиаже заявил, что этот процесс понимания и изменения включает в себя две основные функции: ассимиляцию, и аккомодацию, . ^{[11] [12] [13] [14]}

Ассимиляция и размещение

Изучая область образования, Пиаже сосредоточил внимание на двух процессах, которые он назвал ассимиляцией и приспособлением.Для Пиаже ассимиляция означала интеграцию внешних элементов в структуры жизней или окружающей среды, или те, которые мы могли бы получить через опыт. Ассимиляция — это то, как люди воспринимают новую информацию и адаптируются к ней. Это процесс приспособления новой информации к уже существующим когнитивным схемам. ^[15] Ассимиляция , при которой новый опыт интерпретируется заново, чтобы соответствовать старым идеям или ассимилироваться с ними. ^[16] Это происходит, когда люди сталкиваются с новой или незнакомой информацией и обращаются к ранее полученной информации, чтобы понять ее.Напротив, размещение — это процесс получения новой информации в своей среде и изменения ранее существовавших схем, чтобы они соответствовали новой информации. Это происходит, когда существующая схема (знания) не работает, и ее необходимо изменить, чтобы иметь дело с новым объектом или ситуацией. ^[17] Приспособление необходимо, потому что это то, как люди будут продолжать интерпретировать новые концепции, схемы, структуры и многое другое. ^[18] Пиаже считал, что человеческий мозг был запрограммирован в ходе эволюции на достижение равновесия, которое, по его мнению, в конечном итоге влияет на структуры посредством внутренних и внешних процессов посредством ассимиляции и аккомодации. ^[15]

Пиаже понимал, что ассимиляция и приспособление не могут существовать друг без друга. ^[19] Это две стороны одной медали. Чтобы ассимилировать объект в существующую ментальную схему, сначала необходимо принять во внимание или приспособиться к особенностям этого объекта до определенной степени. Например, чтобы распознать (ассимилировать) яблоко как яблоко, нужно сначала сфокусироваться (приспособиться) к контуру этого объекта. Для этого нужно примерно определить размер объекта.Развитие увеличивает баланс или уравновешивание между этими двумя функциями. Находясь в равновесии друг с другом, ассимиляция и аккомодация порождают ментальные схемы оперативного интеллекта. Когда одна функция доминирует над другой, они создают представления, принадлежащие образному разуму. ^[20]

Сенсорно-моторная ступень

Когнитивное развитие — это теория Жана Пиаже. Пиаже предложил четыре этапа когнитивного развития: сенсомоторный , предоперационный , конкретный рабочий и формальный рабочий период . ^[21] Сенсомоторная стадия — первая из четырех стадий когнитивного развития, которая «простирается от рождения до овладения языком». ^[22] На этой стадии младенцы постепенно вырабатывают знания и понимание мира, координируя опыт (например, зрение и слух) с физическим взаимодействием с объектами (например, хватание, сосание и шагание). ^[23] Младенцы познают мир благодаря физическим действиям, которые они совершают в нем. ^[24] Они прогрессируют от рефлексивного инстинктивного действия при рождении к началу символической мысли к концу стадии. ^[24]

Дети узнают, что они отделены от окружающей среды. Они могут думать об аспектах окружающей среды, даже если они находятся вне досягаемости детских чувств. На этой стадии, по мнению Пиаже, развитие постоянства объекта является одним из важнейших достижений. ^[15] Постоянство объекта — это понимание ребенком того, что объекты продолжают существовать, даже если он или она не может их видеть или слышать. ^[24] Peek-a-boo — хороший тест для этого. К концу сенсомоторного периода у детей развивается постоянное чувство себя и объекта. ^[25]

ВМС США 100406-N-7478G-346 Операционный специалист 2-го класса Реджинальд Харлмон и техник по электронике 3-го класса Маура Шульце играют в прятки с ребенком в детском отделении больницы Ликас

Piaget разделил сенсомоторную ступень на шесть подэтапов ». ^[25]

Предоперационный этап

Второй этап Piaget, предоперационный этап, начинается, когда ребенок начинает учиться говорить в возрасте двух лет, и длится до семи лет. На предоперационной стадии когнитивного развития Пиаже отметил, что дети еще не понимают конкретной логики и не могут мысленно манипулировать информацией. ^[27] На этом этапе происходит увеличение количества детей, играющих и притворяющихся.Однако ребенку все равно сложно смотреть на вещи с разных точек зрения. Детские игры в основном относятся к символической игре и манипулированию символами. Такая игра демонстрируется представлением о том, что шашки — это закуска, листы бумаги — это тарелки, а коробка — это стол. Их наблюдения за символами иллюстрируют идею игры без реальных задействованных объектов. Наблюдая за игровыми последовательностями, Пиаже смог продемонстрировать, что к концу второго года жизни возникает качественно новый тип психологического функционирования, известный как предоперационная стадия. ^{[28] [29]}

Предоперационная стадия скудна и логически неадекватна в отношении умственных операций. Ребенок может формировать устойчивые концепции, а также магические убеждения. Однако ребенок по-прежнему не может выполнять операции, то есть задачи, которые ребенок может выполнять мысленно, а не физически. Мышление на этой стадии все еще эгоцентрично, что означает, что ребенку трудно видеть точку зрения других. Предоперационная стадия разделена на два подэтапа: подэтап символической функции и подэтап интуитивного мышления.Подэтап символической функции — это когда дети способны понимать, представлять, запоминать и рисовать объекты в своем уме, не имея объекта перед собой. Подэтап интуитивного мышления — это когда дети задают вопросы «почему?» и «как получилось?» На этом этапе дети хотят знать все. ^[29]

Подэтап символьной функции

В возрасте от двух до четырех лет дети еще не могут логическим образом манипулировать и преобразовывать информацию.Однако теперь они могут мыслить образами и символами. Другими примерами умственных способностей являются язык и притворная игра. Символическая игра — это когда дети заводят воображаемых друзей или разыгрывают с друзьями ролевые игры. Детские игры становятся более социальными, и они назначают друг другу роли. Некоторые примеры символической игры включают игру в дом или чаепитие. Интересно, что тип символической игры, в которой участвуют дети, связан с их уровнем творческих способностей и способностью общаться с другими. ^[30] Кроме того, качество их символической игры может повлиять на их дальнейшее развитие.Например, маленькие дети, чья символическая игра носит насильственный характер, как правило, демонстрируют менее просоциальное поведение и с большей вероятностью проявляют антисоциальные тенденции в более поздние годы. ^[31]

На этой стадии все еще есть ограничения, такие как эгоцентризм и предпричинное мышление.

Эгоцентризм возникает, когда ребенок не может отличить свою точку зрения от точки зрения другого человека. Дети склонны придерживаться своей точки зрения, а не учитывать точку зрения других.Более того, они даже не подозревают о существовании такого понятия, как «разные точки зрения». ^[32] Эгоцентризм можно увидеть в эксперименте, проведенном Пиаже и швейцарским психологом развития Бербель Инхельдер, известном как проблема трех гор. В этом эксперименте ребенку показывают три вида горы, и его спрашивают, что бы странствующая кукла увидела бы под разными углами. Ребенок будет последовательно описывать то, что он видит из своего положения, независимо от того, под каким углом его просят взглянуть на куклу.Эгоцентризм также заставит ребенка поверить: «Мне нравится Улица Сезам, , так что папе, должно быть, тоже нравится Улица Сезам ».

Подобно дооперационному эгоцентрическому мышлению детей, они строят причинно-следственные связи. Пиаже ввел термин «предпричинное мышление», чтобы описать способ, которым дооперационные дети используют свои собственные существующие идеи или взгляды, как в эгоцентризме, для объяснения причинно-следственных отношений. Три основных концепции причинности, проявляемые детьми на предоперационной стадии, включают: анимизм, искусственность и трансдуктивное мышление. ^[33]

Анимизм — это вера в то, что неодушевленные предметы способны к действиям и обладают качествами жизни. Примером может быть ребенок, который считает, что тротуар был сумасшедшим и заставил его упасть, или что звезды мерцают в небе, потому что они счастливы. Под искусством понимается вера в то, что характеристики окружающей среды могут быть связаны с действиями или вмешательством человека. Например, ребенок может сказать, что на улице ветрено, потому что кто-то очень сильно дует, или что облака белые, потому что кто-то покрасил их в этот цвет.Наконец, предпричинное мышление классифицируется с помощью трансдуктивного мышления. Трансдуктивное мышление — это когда ребенок не понимает истинных отношений между причиной и следствием. ^{[29] [34]} В отличие от дедуктивного или индуктивного рассуждения (от общего к частному или от конкретного к общему), трансдуктивное рассуждение относится к тому, когда ребенок рассуждает от конкретного к конкретному, устанавливая связь между двумя отдельными событиями, которые в остальном не связаны . Например, если ребенок услышит лай собаки, а затем лопнет воздушный шар, ребенок сделает вывод, что из-за лая собаки воздушный шар лопнул.

Подэтап интуитивного мышления

Примерно в возрасте от 4 до 7 лет дети становятся очень любопытными и задают много вопросов, начиная использовать примитивные рассуждения. Возникает интерес к рассуждению и желание знать, почему вещи такие, какие они есть. Пиаже назвал это «интуитивным подэтапом», потому что дети осознают, что обладают огромным объемом знаний, но не знают, как они их приобрели. Центрирование, сохранение, необратимость, классовая принадлежность и переходный вывод — все это характеристики предоперационного мышления.Сосредоточение — это акт сосредоточения всего внимания на одной характеристике или измерении ситуации, игнорируя все остальные. Сохранение — это осознание того, что изменение внешнего вида вещества не меняет его основных свойств. Дети на этом этапе не знают о сохранении и центрировании экспонатов. И центрирование, и сохранение станет более понятным, если познакомиться с самой известной экспериментальной задачей Пиаже.

В этом задании ребенку предлагают два одинаковых стакана с одинаковым количеством жидкости.Ребенок обычно отмечает, что в мензурках действительно столько же жидкости. Когда один из стаканов переливается в более высокий и тонкий контейнер, дети младше семи или восьми лет обычно говорят, что два стакана больше не содержат одинакового количества жидкости и что более высокий контейнер вмещает большее количество (центрирование). ), не принимая во внимание тот факт, что ранее было отмечено, что в обоих стаканах содержится одинаковое количество жидкости. Из-за поверхностных изменений ребенок не мог понять, что свойства веществ продолжают оставаться прежними (консервация).

Необратимость — это концепция, развиваемая на этой стадии, которая тесно связана с идеями центрирования и сохранения. Необратимость означает, что дети не могут мысленно повернуть вспять последовательность событий. В той же ситуации с химическим стаканом ребенок не понимает, что если бы последовательность событий была обратной и вода из высокого стакана была налита обратно в исходный стакан, то было бы такое же количество воды. Еще один пример того, как дети полагаются на визуальные представления, — это их неправильное понимание понятий «меньше чем» или «больше чем».Когда перед дочерним элементом помещаются две строки, содержащие равное количество блоков, причем одна строка располагается дальше друг от друга, ребенок будет думать, что более дальняя строка содержит больше блоков. ^{[29] [35]}

Классная инклюзия относится к разновидности концептуального мышления, которое дети на предоперационной стадии еще не могут понять. Неспособность детей сосредоточиться на двух аспектах ситуации одновременно мешает им понять принцип, согласно которому одна категория или класс может содержать несколько различных подкатегорий или классов. ^[33] Например, четырехлетней девочке можно показать изображение восьми собак и трех кошек. Девушка знает, что такое кошки и собаки, и знает, что они оба животные. Однако на вопрос: «Есть еще собаки или животные?» она скорее всего ответит «больше собак». Это связано с тем, что ей трудно сосредоточиться на двух подклассах и более крупном классе одновременно. Возможно, она могла рассматривать собак как собак или животных, но испытывала затруднения при попытке классифицировать их как обоих одновременно. ^{[36] [37]} Похожая на это концепция, относящаяся к интуитивному мышлению, известная как «переходный вывод».

Переходный вывод — это использование предшествующих знаний для определения недостающей части с использованием базовой логики. У детей на предоперационном этапе такой логики нет. Примером транзитивного вывода может быть ситуация, когда ребенку представлена ​​информация «А» больше, чем «В», и «В» больше, чем «С». У этого ребенка могут быть трудности с пониманием того, что «А» также больше, чем «С».

Бетонный этап эксплуатации

Конкретная операционная стадия — третья стадия теории когнитивного развития Пиаже. Эта стадия, следующая за предоперационной стадией, происходит в возрасте от 7 до 11 (предподростковый возраст) лет, ^[38] и характеризуется соответствующим использованием логики. На этом этапе мыслительные процессы ребенка становятся более зрелыми и «взрослыми». Они начинают решать проблемы более логично. Абстрактное, гипотетическое мышление еще не развито у ребенка, и дети могут решать только задачи, относящиеся к конкретным событиям или объектам.На этом этапе дети проходят переход, когда ребенок изучает такие правила, как сохранение. ^[39] Пиаже определил, что дети могут использовать индуктивное мышление. Индуктивное рассуждение включает в себя выводы из наблюдений с целью обобщения. Напротив, дети борются с дедуктивным мышлением, которое включает использование обобщенного принципа, чтобы попытаться предсказать исход события. Дети на этой стадии обычно испытывают трудности с пониманием логики в своей голове.Например, ребенок поймет, что «А больше, чем В» и «В больше, чем С». Однако, когда его спрашивают: «А больше, чем С?», Ребенок может оказаться не в состоянии логически разобраться в вопросе в своей голове.

Два других важных процесса на конкретной операционной стадии — это логика и устранение эгоцентризма.

Эгоцентризм — это неспособность рассмотреть или понять точку зрения, отличную от своей собственной. Это фаза, когда мысли и нравственность ребенка полностью сосредоточены на себе. ^[40] На этом этапе ребенок приобретает способность смотреть на вещи с точки зрения другого человека, даже если он думает, что эта точка зрения неверна. Например, покажите ребенку комикс, в котором Джейн кладет куклу под коробку, выходит из комнаты, затем Мелисса перемещает куклу в ящик, а Джейн возвращается. Ребенок на стадии конкретных операций скажет, что Джейн все равно будет думать, что это под коробкой, даже если ребенок знает, что она в ящике. (См. Также задание на ложное убеждение.)

Дети на этом этапе, однако, могут решать только задачи, относящиеся к реальным (конкретным) объектам или событиям, а не абстрактные концепции или гипотетические задачи. Понимание и умение пользоваться здравым смыслом еще не полностью адаптированы.

Пиаже установил, что дети, находящиеся на конкретной операционной стадии, могут использовать индуктивную логику. С другой стороны, детям в этом возрасте трудно использовать дедуктивную логику, которая предполагает использование общего принципа для предсказания исхода конкретного события.Это включает в себя умственную обратимость. Примером этого является возможность изменить порядок отношений между ментальными категориями. Например, ребенок может распознать, что его собака — это лабрадор, что лабрадор — это собака, а собака — это животное, и сделать выводы из доступной информации, а также применить все эти процессы к гипотетические ситуации. ^[41]

Абстрактность мышления подростка на формальном оперативном уровне проявляется в способности подростка решать вербальные проблемы. ^[41] Логическое качество мышления подростка — это когда дети с большей вероятностью решают проблемы методом проб и ошибок. ^[41] Подростки начинают думать больше, чем думает ученый, придумывая планы решения проблем и систематически проверяя мнения. ^[41] Они используют гипотетически-дедуктивное рассуждение, что означает, что они разрабатывают гипотезы или наилучшие предположения и систематически делают выводы или делают выводы, что является лучшим путем для решения проблемы. ^[41] На этом этапе подросток способен понимать любовь, логические доказательства и ценности. На этом этапе молодой человек начинает предвкушать возможности на будущее, и его очаровывает то, кем они могут стать. ^[41]

Подростки также когнитивно меняются в зависимости от того, как они думают о социальных вопросах. ^[41] Подростковый эгоцентризм определяет то, как подростки думают о социальных вопросах, и представляет собой повышенное самосознание в них самих по себе, что отражается в их чувстве личной уникальности и непобедимости. ^[41] Подростковый эгоцентризм можно разделить на два типа социального мышления: воображаемую аудиторию, которая включает поведение, привлекающее внимание, и личную басню, которая включает в себя чувство подростка личной уникальности и непобедимости. ^[41] Эти два типа социального мышления начинают влиять на детский эгоцентризм на конкретной стадии. Однако он переносится на формальную операционную стадию, когда они сталкиваются с абстрактным мышлением и полностью логическим мышлением.

Испытания для бетонных работ

Испытания Пиаже хорошо известны и применяются для проверки конкретных операций.Наиболее распространены тесты на сохранение. Есть несколько важных аспектов, которые экспериментатор должен учитывать при проведении экспериментов с этими детьми.

Одним из примеров эксперимента по проверке консервации является экспериментатор, который берет два стакана одинакового размера и наполняет их жидкостью до одинакового уровня, и ребенок признает, что это одно и то же. Затем экспериментатор наливает жидкость из одного из маленьких стаканов в высокий тонкий стакан. Затем экспериментатор спросит ребенка, есть ли в более высоком стакане больше жидкости, меньше жидкости или такое же количество жидкости.Затем ребенок даст свой ответ. Экспериментатор спросит ребенка, почему он дал свой ответ или почему он так считает.

• Обоснование : После того, как ребенок ответил на поставленный вопрос, экспериментатор должен спросить, почему ребенок дал такой ответ. Это важно, потому что ответы, которые они дают, могут помочь экспериментатору оценить возраст развития ребенка. ^[42]
• Сколько раз спрашивать : Некоторые утверждают, что если ребенка спросить, равно ли количество жидкости в первом наборе стаканов, то после того, как он налил воду в более высокий стакан, экспериментатор снова спросит о количестве жидкости, дети начнут сомневаться в своем первоначальном ответе.Они могут начать думать, что исходные уровни не были равны, что повлияет на их второй ответ. ^[43]
• Выбор слова : Фраза, которую использует экспериментатор, может повлиять на то, как ребенок ответит. Если в примере с жидкостью и стеклом экспериментатор спросит: «В каком из этих стаканов больше жидкости?», Ребенок может подумать, что его мысли о том, что они одинаковые, неверны, потому что взрослый говорит, что нужно иметь больше. В качестве альтернативы, если экспериментатор спросит: «Равны ли они?», Тогда ребенок с большей вероятностью ответит, что они равны, потому что экспериментатор намекает, что они равны.

Формальная операционная стадия

Заключительная стадия известна как формальная операционная стадия . (отрочество и взросление, примерно от 11 до 15-20 лет): интеллект демонстрируется посредством логического использования символов, связанных с абстрактными понятиями. Эта форма мышления включает «предположения, которые не имеют необходимого отношения к реальности». ^[44] На этом этапе человек способен к гипотетическим и дедуктивным рассуждениям. За это время у людей развивается способность думать об абстрактных концепциях.

Пиаже заявил, что «гипотетико-дедуктивное рассуждение» становится важным на формальной операционной стадии. Этот тип мышления включает в себя гипотетические ситуации «а что, если», которые не всегда коренятся в реальности, то есть контрфактическое мышление. Это часто требуется в естествознании и математике.

• Абстрактная мысль возникает на формальной оперативной стадии. Дети склонны думать очень конкретно и конкретно на ранних этапах и начинают рассматривать возможные результаты и последствия своих действий.
• Метапознание, способность «думать о мышлении», которая позволяет подросткам и взрослым рассуждать о своих мыслительных процессах и контролировать их. ^[45]
• Решение проблем демонстрируется, когда дети решают проблемы методом проб и ошибок. Возникает умение систематически решать проблему, логично и методично.

В то время как дети в начальной школе в основном использовали индуктивные рассуждения, делая общие выводы из личного опыта и конкретных фактов, подростки становятся способными к дедуктивным рассуждениям, в которых они делают конкретные выводы из абстрактных понятий, используя логику.Эта способность проистекает из их способности мыслить гипотетически. ^[46]

«Однако исследования показали, что не все люди во всех культурах достигают формальных операций, и большинство людей не используют формальные операции во всех аспектах своей жизни». ^[47]

Эксперименты

Пиаже и его коллеги провели несколько экспериментов для оценки формального оперативного мышления. ^[48]

В одном из экспериментов Пиаже оценивал когнитивные способности детей разного возраста с помощью весов и различных весов.Задача заключалась в том, чтобы уравновесить весы, зацепив за концы весов гири. Чтобы успешно выполнить задание, дети должны использовать формальную операционную мысль, чтобы понять, что расстояние между гирями от центра и тяжесть гирь влияют на равновесие. Более тяжелый груз необходимо разместить ближе к центру весов, а более легкий — дальше от центра, чтобы два груза уравновешивали друг друга. ^[46] В то время как дети от 3 до 5 лет вообще не могли понять концепцию балансировки, дети к 7 годам могли уравновесить весы, поместив одинаковые гири на обоих концах, но они не осознавали важность Местоположение.К 10 годам дети могли думать о местоположении, но не использовали логику и вместо этого использовали метод проб и ошибок. Наконец, к 13 и 14 годам, в раннем подростковом возрасте, некоторые дети более четко понимали взаимосвязь между весом и расстоянием и могли успешно реализовать свою гипотезу. ^[49]

Пример задания Пиаже по консервации

Стадии и причинно-следственная связь

Пиаже рассматривает детскую концепцию причинности как переход от «примитивных» концепций причины к концепциям более научного, строгого и механического характера.Эти примитивные концепции характеризуются как сверхъестественные, с явно неестественным или немеханическим тоном. Пиаже основывается на предположении, что младенцы — феноменалисты. То есть их знания «состоят в ассимилировании вещей схемами» на основе их собственных действий, так что с точки зрения ребенка кажется, что они «обладают качествами, которые, по сути, проистекают из организма». Следовательно, эти «субъективные концепции», столь превалирующие на первом этапе развития Пиаже, разбиваются по мере открытия более глубоких эмпирических истин.

Пиаже приводит пример ребенка, который верит, что луна и звезды следуют за ним во время ночной прогулки. Узнав, что это касается его друзей, он должен отделить себя от объекта, в результате чего возникла теория, согласно которой Луна неподвижна или движется независимо от других агентов.

Вторая стадия, от трех до восьми лет, характеризуется сочетанием этого типа магических, анимистических или «неприродных» концепций причинности и механической или «натуралистической» причинности.Это сочетание естественных и неприродных причинных объяснений предположительно происходит из самого опыта, хотя Пиаже не делает особых попыток описать природу различий в концепциях. В своих интервью с детьми он задавал вопросы конкретно о природных явлениях, таких как: «Что заставляет облака двигаться?», «Что заставляет двигаться звезды?», «Почему текут реки?» Природа всех полученных ответов, говорит Пиаже, такова, что эти объекты должны выполнять свои действия, чтобы «выполнять свои обязательства перед людьми».Он называет это «моральным объяснением». ^[50]

Практическое применение

Родители могут использовать теорию Пиаже при принятии решения о том, что покупать, чтобы поддержать рост своего ребенка. ^[51] Учителя также могут использовать теорию Пиаже, например, при обсуждении того, подходят ли предметы программы для уровня учащихся. ^[52] Например, недавние исследования показали, что дети одного класса и одного возраста по-разному выполняют задания, измеряющие базовую беглость сложения и вычитания.В то время как дети на предоперационном и конкретном оперативном уровнях когнитивного развития выполняют комбинированные арифметические операции (такие как сложение и вычитание) с одинаковой точностью, ^[53] детей на конкретном операционном уровне когнитивного развития были способны выполнять как задачи сложения, так и проблемы вычитания с большей беглостью речи. ^[54]

Стадии познавательного роста человека отличаются от других. Это влияет и влияет на то, как кто-то думает обо всем, включая цветы.У 7-месячного младенца в сенсомоторном возрасте цветы распознаются по запаху, потягиванию и кусанию. Ребенок чуть постарше не осознал, что цветок не ароматный, но, как и многие дети в ее возрасте, ее научит ее эгоцентричное, двуручное любопытство. На формальной стадии функционирования взрослого человека цветы являются частью более крупной логической схемы. Их используют либо для заработка, либо для создания красоты. Когнитивное развитие или мышление — это активный процесс от начала до конца жизни.Интеллектуальный прогресс происходит потому, что люди любого возраста и периода развития ищут когнитивное равновесие. Самый простой способ достичь этого баланса — понять новый опыт через призму уже существовавших идей. Младенцы узнают, что новые предметы можно брать так же, как и знакомые, а взрослые объясняют заголовки дня как свидетельство своего существующего мировоззрения. ^[55]

Однако применение стандартизированной теории и процедур Пиаже в разных обществах дало очень разные результаты, которые заставляют некоторых предполагать не только то, что одни культуры производят больше когнитивного развития, чем другие, но и что без определенных видов культурного опыта, но и формального образования, развитие может прекращаются на определенном уровне, таком как конкретный операционный уровень.Процедура выполнялась по методикам, разработанным в Женеве. Участникам были вручены два стакана одинаковой длины и окружности, наполненные равным количеством воды. Вода из одного стакана переливалась в другой с более высокой и меньшей окружностью. Дети и молодые люди из неграмотных обществ определенного возраста с большей вероятностью думали, что в более высоком и тонком стакане больше воды. С другой стороны, эксперимент по изменению процедур тестирования в соответствии с местной культурой дал разные результаты. ^[56]

Постулируемые физические механизмы, лежащие в основе схем и этапов

В 1967 году Пиаже рассмотрел возможность молекул РНК как вероятное воплощение своих все еще абстрактных схем (которые он продвигал как единицы действия) — хотя он не пришел к какому-либо твердому выводу. ^[57] В то время, благодаря таким работам, как работа шведского биохимика Хольгера Хайдена, действительно было показано, что концентрации РНК коррелируют с обучением, так что идея была вполне правдоподобной.

Однако к моменту смерти Пиаже в 1980 году это понятие потеряло популярность. Одна из основных проблем заключалась в белке, который, как предполагалось, обязательно должна была продуцировать такая РНК, и это не соответствовало наблюдениям. Было установлено, что только около 3% РНК кодирует белок. ^[58] Следовательно, большая часть оставшихся 97% («нкРНК») теоретически может быть доступна для использования в качестве схем Пиаже (или других регулирующих ролей в исследуемых 2000-х годах). Проблема еще не решена экспериментально, но ее теоретические аспекты были рассмотрены в 2008 г. ^[58] — затем получили дальнейшее развитие с точки зрения биофизики и эпистемологии. ^{[59] [60]} Между тем, этот подход, основанный на РНК, также неожиданно предложил объяснения для нескольких других нерешенных биологических проблем, таким образом обеспечивая некоторую степень подтверждения.

Отношение к психометрическим теориям интеллекта

Пиаже разработал ряд задач для проверки гипотез, вытекающих из его теории. Задачи не были предназначены для измерения индивидуальных различий, и им нет эквивалента в психометрических тестах интеллекта. Несмотря на разные исследовательские традиции, в которых разрабатывались психометрические тесты и задачи Пиаже, было обнаружено, что корреляции между двумя типами мер являются неизменно положительными и в целом умеренными по величине.В их основе лежит общий общий фактор. Было показано, что можно построить батарею, состоящую из задач Пиаже, которая является таким же хорошим показателем общего интеллекта, как и стандартные тесты IQ. ^{[61] [62] [63]}

Вызов теории сцены Пиаже

Представления о развитии Пиаже были оспорены по нескольким причинам. Во-первых, как заметил сам Пиаже, развитие не всегда идет гладким образом, предсказываемым его теорией.«Decalage» или прогрессивные формы когнитивного развития в определенной области предполагают, что сценическая модель в лучшем случае является полезным приближением. ^[64] Более того, исследования показали, что дети могут сравнительно легко усваивать концепции и способность к сложным рассуждениям, которые предположительно представлены на более продвинутых стадиях (Lourenço & Machado, 1996, p. 145). ^{[65] [66]} В более широком смысле теория Пиаже является «общей областью», предсказывая, что когнитивное созревание происходит одновременно в разных областях знания (таких как математика, логика и понимание физики или языка). ^[64] Пиаже не принимал во внимание изменчивость успеваемости ребенка, особенно то, как ребенок может отличаться по уровню развития в нескольких областях.

В 1980-х и 1990-х годах на специалистов по когнитивному развитию оказали влияние идеи «неонативизма» и эволюционной психологии. Эти идеи принижали значение общих теорий предметной области и подчеркивали специфичность предметной области или модульность мышления. ^[67] Модульность подразумевает, что различные когнитивные способности могут быть в значительной степени независимыми друг от друга и, таким образом, развиваться в соответствии с совершенно разными графиками, на которые «влияет опыт реального мира». ^[67] В этом ключе некоторые специалисты по когнитивному развитию утверждали, что вместо того, чтобы быть учащимися общей предметной области, дети приходят с теориями, относящимися к предметной области, иногда называемыми «базовыми знаниями», которые позволяют им перейти к обучению в этой предметной области. Например, даже младенцы кажутся чувствительными к некоторым предсказуемым закономерностям в движении и взаимодействии объектов (например, объект не может пройти через другой объект) или к поведению человека (например, рука, неоднократно тянущаяся к объекту, имеет этот объект, а не просто конкретный путь движения), поскольку он становится строительным блоком, из которого строятся более сложные знания.

Утверждается, что теория Пиаже недооценивает влияние культуры на когнитивное развитие. Пиаже демонстрирует, что ребенок проходит несколько стадий когнитивного развития и приходит к выводам самостоятельно, но на самом деле социокультурная среда ребенка играет важную роль в его когнитивном развитии. Социальное взаимодействие учит ребенка миру и помогает ему развиваться через когнитивные стадии, которые Пиаже не учитывал. ^[68]

Более поздние работы подвергли серьезному сомнению некоторые из базовых допущений школы «основных знаний» и пересмотрели идеи общности предметной области — но с нового подхода к динамическим системам, а не с пересмотренной точки зрения Пиаже.Подходы к динамическим системам соответствуют современным нейробиологическим исследованиям, которые были недоступны Пиаже, когда он строил свою теорию. Одним из важных выводов является то, что предметные знания строятся по мере того, как дети развивают и интегрируют знания. Это позволяет области повысить точность знаний, а также организацию воспоминаний. ^[67] Однако это предполагает более «плавную интеграцию» обучения и развития, чем предполагали ни Пиаже, ни его критики-неонативисты.Кроме того, некоторые психологи, такие как Лев Выготский и Джером Брунер, думали иначе, чем Пиаже, предполагая, что язык более важен для развития познания, чем предполагал Пиаже. ^{[67] [69]}

Постпьяжеские и неопиажеские этапы

В последние годы несколько теоретиков попытались решить проблемы, связанные с теорией Пиаже, путем разработки новых теорий и моделей, которые могут содержать свидетельства, противоречащие предсказаниям и постулатам Пиаже.

• Неопиажеские теории когнитивного развития, выдвинутые Робби Кейсом, Андреасом Деметриу, Грэмом С. Хэлфордом, Куртом В. Фишером, Майклом Лэмпортом Коммонсом и Хуаном Паскуаль-Леоне, пытались объединить теорию Пиаже с когнитивными и дифференциальными теориями познавательная организация и развитие. Их цель состояла в том, чтобы лучше учесть когнитивные факторы развития и внутрииндивидуальные и межиндивидуальные различия в когнитивном развитии. Они предположили, что развитие на этапах Пиаже происходит за счет увеличения объема рабочей памяти и эффективности обработки за счет «биологического созревания». ^[70] Более того, теория Деметриу приписывает важную роль гиперкогнитивным процессам «самоконтроля, самозаписи, самооценки и саморегуляции» и признает действие нескольких относительно автономных областей мышления. (Деметриу, 1998; Деметриу, Муи, Спанудис, 2010; Деметриу, 2003, стр.153). ^[71]
• Теория Пиаже останавливается на формальной операционной стадии, но другие исследователи отметили, что мышление взрослых более тонко, чем формальное операционное мышление.Этот пятый этап был назван постформальной мыслью или операцией. ^{[72] [73]} Были предложены официальные этапы поста. Майкл Коммонс представил доказательства четырех постформальных стадий: систематического, метасистематического, парадигматического и кросс-парадигматического (Commons & Richards, 2003, p. 206-208; Oliver, 2004, p. 31). ^{[74] [75] [76]} Однако есть много теоретиков, которые критикуют «постформальное мышление», потому что эта концепция не имеет как теоретической, так и эмпирической проверки.Вместо этого предлагается использовать термин «интегративное мышление». ^{[77] [78] [79] [80] [81]}

Модель нравственного развития Кольберга

• Фишер, Биггс и Биггс, Коммонс и Ричардс предложили «предварительную» стадию, которая, как говорят, наступает перед ранней подготовительной стадией. ^{[82] [83]}
• В поисках микрофизиологической основы умственных способностей человека, Traill (1978, раздел C5.4 [6]; — 1999, Раздел 8.4 [7]) предположил, что могут существовать «предсенсомоторные» стадии («M ^-1 L», «M ^-2 L»,…), которые развиваются в утробе матери и / или передается генетически.
• Джером Брунер выразил взгляды на когнитивное развитие в «прагматической ориентации», в которой люди активно используют знания для практических приложений, таких как решение проблем и понимание реальности. ^[84]
• Майкл Лэмпорт Коммонс предложил модель иерархической сложности (MHC) двумя способами: «горизонтальная сложность» и «вертикальная сложность» (Commons & Richards, 2003, p.205). ^{[75] [85] [86]}
• Киран Иган предложил пять стадий понимания: «соматический», «мифический», «романтический», «философский» и «иронический», который развивается с помощью когнитивных инструментов, таких как «истории», «бинарные оппозиции», «фантазия». »И« рифма, ритм и размер »для улучшения запоминания и развития способности к обучению на долгие годы. ^[87]
• Лоуренс Колберг разработал три стадии нравственного развития: «доконвенциональный», «традиционный» и «постконвенциональный». ^{[87] [88]} Каждый уровень состоит из двух этапов ориентации, всего шесть этапов ориентации: (1) «Наказание-послушание», (2) «Инструментальный релятивист», (3) «Хороший мальчик». -Nice Girl », (4)« Закон и порядок », (5)« Общественный договор »и ​​(6)« Универсальный этический принцип ». ^{[87] [88]}
• Андреас Деметриу высказал неопиажеские теории когнитивного развития.
• Стадии развития эго Джейн Ловингер проходят через «ступенчатую эволюцию». ^[89] «Сначала досоциальная стадия, за ней следует симбиотическая стадия, импульсивная стадия, стадия самозащиты, конформистская стадия, уровень самосознания: переход от конформистской стадии к сознательной, индивидуалистический уровень: переход от сознательной стадии к автономной. , Конформистский этап и комплексный этап ». ^[89]
• Кен Уилбер включил теорию Пиаже в свою междисциплинарную область интегральной теории. Человеческое сознание структурировано в иерархическом порядке и организовано в «холонные» цепочки или «Великую цепочку бытия», в основе которых лежит уровень духовного и психологического развития. ^[90]

Иерархия потребностей Маслоу

• Процесс инициации — это модификация теории Пиаже, интегрирующая концепцию самоактуализации Абрахама Маслоу. ^[91]
• Шерил Армон предложила пять стадий «хорошей жизни»: «эгоистический гедонизм», «инструментальный гедонизм», «аффективная / альтруистическая взаимность», «индивидуальность» и «автономия / сообщество» (Андреолетти и Демик, 2003, стр. 284) (Армон, 1984, с. 40-43). ^{[92] [93]}
• Кристофер Р.Перейти на: ^{a b c d e e h} Santrock, JW (2008). Перейти на: ^{a b c d}
  4 eПерейти на: ^{a b c d e e h i} Santrock, JW (2008). Актуальный подход к развитию продолжительности жизни (стр.221-223).Перейти на: ^{a b c d} Callaghan, T. C. (2005). Когнитивное развитие после младенчества. В Б. Хопкинс (ред.), Кембриджская энциклопедия детского развития (стр. 204-209). Кембридж, Великобритания: Издательство Кембриджского университета. Получено с http://go.galegroup.com/ps/i.do?id=GALE%7CCX1311100053&v=2.1&u=cuny_hunter&it=r&p=GVRL&sw=w&asid=c822fe0523f5b1258756f6e7855acc8d
• Перейти ^ Кайл, Роберт (2007). Перейти на: ^{a b} Voorhis, P. Кеган, Роберт. Эволюционирующее Я: проблема и процесс в развитии человека. Издательство Гарвардского университета, Кембридж, Массачусетс, 1982, ISBN 0-674-27231-5.
Вернуться к содержанию

Внешние ссылки

Глава 2. Другие модели содействия здоровью и развитию общества | Раздел 1. Разработка логической модели или теории изменений | Основной раздел

Узнайте, как создать и использовать логическую модель, визуальное представление действий, результатов и ожидаемых результатов вашей инициативы.

• Что такое логическая модель?

• Когда можно использовать логическую модель?

• Как создать логическую модель?

• Что делает логическую модель эффективной?

• Каковы преимущества и ограничения логического моделирования?

Что такое логическая модель?

Логическая модель представляет картину того, как должно работать ваше усилие или инициатива.Это объясняет, почему ваша стратегия — хорошее решение проблемы. Эффективные логические модели представляют собой явное, часто визуальное изложение действий, которые приведут к изменениям, и результатов, которые вы ожидаете увидеть для сообщества и его людей. Логическая модель помогает участникам двигаться в одном направлении, предоставляя общий язык и ориентиры.

Логические модели становятся не просто инструментом наблюдателя, они становятся частью самой работы. Они заряжают энергией и мобилизуют поддержку инициативы, точно заявляя, чего вы пытаетесь достичь и как.

В этом разделе термин «логическая модель» используется как общее обозначение для множества способов отображения того, как происходят изменения.

Некоторые другие названия включают:

• карта дорог, концептуальная карта или карта маршрутов
• ментальная модель
• план изменений
• рамки действий или рамки программы
• теория программ или гипотеза программы
• теоретическое обоснование или обоснование
• причинно-следственная цепочка или причинно-следственная цепочка
• теория изменений или модель изменений

Каждый метод сопоставления или моделирования использует несколько иной подход, но все они основаны на логической основе, в частности, на логике того, как происходят изменения.Как бы вы ее ни называли, логическая модель поддерживает работу по укреплению здоровья и развитию сообщества, отображая курс преобразования сообщества по мере его развития.

Несколько слов о логике

Слово «логика» имеет множество определений. Как раздел философии, ученые посвящают всю свою карьеру практике. Как структурированный метод рассуждений, математики полагаются на него в поисках доказательств. В мире машин единственный язык, который понимает компьютер, — это логика его программиста.

Однако есть еще одно значение, которое ближе к сути изменений сообщества: логика того, как все работает. Рассмотрим, например, логику движения транспорта в час пик. Никто этого не планирует. Никто не контролирует это. Тем не менее, благодаря опыту и осознанию повторяющихся закономерностей мы понимаем их и во многих случаях можем успешно избегать их проблем (попутно попутно, выбрав альтернативные маршруты и т. Д.).

Логика в этом смысле относится к «отношениям между элементами, а также между элементом и целым.«Все мы обладаем большой способностью видеть закономерности в сложных явлениях. Мы видим системы в действии и находим в них внутреннюю логику, набор правил или отношений, управляющих поведением. Работая в одиночку, мы обычно можем различить логику простого А, работая в группах, при необходимости настойчиво в течение долгого времени, вряд ли найдется какая-либо система прошлого или настоящего, логику которой мы не можем расшифровать.

С другой стороны, мы также можем спроецировать логику в будущее. Обладая пониманием контекста и знанием причин и следствий, мы можем строить логические теории изменений, гипотезы о том, как события будут разворачиваться сами по себе или под влиянием запланированных вмешательств.Как и все прогнозы, эти гипотезы хороши ровно настолько, насколько хороши их лежащие в основе логики. Магические предположения, слабые рассуждения и нечеткое мышление увеличивают шансы того, что, несмотря на наши усилия, будущее окажется не таким, как мы ожидаем или надеемся. С другой стороны, некоторые события, которые кажутся неожиданными для непосвященных, не станут неожиданностью для давних жителей и внимательных наблюдателей.

Задача разработчика логического моделирования — найти и точно представить мудрость тех, кто лучше всех знает, как происходят изменения в сообществе.

Логика в логическом моделировании

Подобно дорожной карте, логическая модель показывает пройденный маршрут (или предпринятые шаги) для достижения определенного пункта назначения. Подробная модель показывает, как именно каждое действие приведет к желаемым изменениям. В качестве альтернативы, более широкий план показывает выбранные маршруты и то, как далеко вы пойдете. Этот аспект «дорожной карты» логической модели показывает, что вызывает что и в каком порядке. В различных точках карты вам может потребоваться остановиться, проверить свой прогресс и внести необходимые корректировки.

Логическая модель также выражает мысли, лежащие в основе плана инициативы. Это объясняет, почему программа должна работать, почему она может быть успешной там, где другие попытки потерпели неудачу. Это «теория программ» или «обоснование» логической модели. Определяя проблему или возможность и показывая, как меры вмешательства будут реагировать на нее, логическая модель делает предположения разработчиков программы явными.

Форма, которую принимает логическая модель, является гибкой и не обязательно должна быть линейной (если логика вашей программы сама по себе не является линейной).Блок-схемы, карты или таблицы являются наиболее распространенными форматами. Также можно использовать сеть, концептуальную карту или Интернет для описания отношений между более сложными программными компонентами. Можно даже построить модели на основе культурных символов, описывающих трансформацию, таких как колесо медицины коренных американцев, если заинтересованные стороны сочтут это уместным.

См. «Универсальную модель для контроля и профилактики заболеваний / травм» в разделе «Примеры», чтобы проиллюстрировать, как одна и та же информация может быть представлена ​​в линейном или нелинейном формате.

Какую бы форму вы ни выбрали, логическая модель должна обеспечивать направление и ясность, представляя общую картину изменений вместе с некоторыми важными деталями. Давайте проиллюстрируем типичные компоненты логической модели на примере программы наставничества в сообществе, где очень высок процент отсева из средней школы. Назовем эту программу «В пути».

• Цель , или миссия. Что мотивирует необходимость перемен? Это также может быть выражено как проблемы или возможности, которые решает программа.(Для On Track сообщество сосредоточило внимание защитников на миссии по укреплению здорового развития молодежи с целью повышения уровня отсева из средней школы.)
• Контекст или условия. В каком климате произойдут изменения? (Как новая политика и программы «В пути» будут согласованы с существующими? Какие тенденции конкурируют с усилиями по вовлечению молодежи в позитивную деятельность? Каков политический и экономический климат для инвестирования в развитие молодежи?)
• Входы , ресурсы или инфраструктура.Какое сырье будет использовано для реализации инициативы или инициативы? (В On Track эти материалы являются координаторами и волонтерами программы наставничества, соглашениями с участвующими школьными округами и одобрением родительских групп и общественных агентств.) Входы также могут включать ограничения программы, такие как нормативные акты или дефицит финансирования, которые являются препятствиями на пути к вашим целям.
• Действия , или вмешательства. Что будет делать инициатива со своими ресурсами, чтобы направить ход изменений? (В нашем примере программа будет обучать наставников-волонтеров и направлять молодых людей, которым может помочь наставник.) Ваше вмешательство и, следовательно, ваша логическая модель должны основываться на четком анализе факторов риска и защитных факторов.
• Выходы . Какие есть доказательства того, что мероприятия были выполнены в соответствии с планом? (Показатели могут включать количество подготовленных наставников и направленных молодых людей, а также частоту, тип, продолжительность и интенсивность наставнических контактов.)
• Эффекты или результаты, последствия, исходы или воздействия. Какие изменения произошли в результате прямого или косвенного воздействия этой деятельности? (Два примера — это связь между взрослыми наставниками и молодежью и повышение самооценки молодежи.)

Графическое объединение этих элементов дает следующую базовую структуру логической модели. Стрелки между прямоугольниками указывают на то, что проверка и корректировка — это непрерывный процесс — как при реализации инициативы, так и при разработке модели.

Используя эту общую модель в качестве шаблона, давайте дополним детали другим примером логической модели, которая описывает усилия сообщества по профилактике туберкулеза.

Помните , хотя в этом примере используются прямоугольники и стрелки, вы и ваши партнеры по изменениям можете использовать любой формат или изображения, которые более эффективно взаимодействуют с вашими заинтересованными сторонами.

Как упоминалось ранее, общая модель для контроля и профилактики заболеваний / травм в примерах отображает те же отношения действий и эффектов в линейном и нелинейном форматах. Эти два формата помогли общаться с разными группами заинтересованных сторон и высказали разные мнения.

Линейная модель лучше направляет обсуждение причин и следствий и того, на каком этапе цепочки следствий конкретная программа была успешной. Круговая модель более эффективно изображает взаимозависимость компонентов для получения желаемых эффектов.

Изучая результаты вмешательства, помните, что между действиями и их последствиями могут быть большие задержки. Кроме того, определенные системные изменения могут запускать петли обратной связи, которые еще больше усложняют и задерживают нашу способность видеть все эффекты. (Здесь может помочь определение Общества системной динамики: «Обратная связь относится к ситуации, когда X влияет на Y и Y, в свою очередь, влияя на X, возможно, через цепочку причин и следствий. Невозможно изучить связь между X и Y и независимо , связь между Y и X и прогнозирование поведения системы.Только изучение всей системы как системы обратной связи приведет к правильным результатам. «)

По этим причинам логические модели указывают, когда следует ожидать определенных изменений. Многие специалисты по планированию любят использовать следующие три категории эффектов (проиллюстрированные на моделях выше), хотя вы можете выбрать больше или меньше в зависимости от вашей ситуации.

• Краткосрочные или немедленные эффекты. (В примере «На правильном пути» это будет означать, что молодые люди, участвующие в наставничестве, повышают свою уверенность в себе и понимают важность продолжения учебы в школе.)
• Среднесрочные или промежуточные эффекты. (Учащиеся с наставниками улучшают свои оценки и остаются в школе.)
• Долгосрочные или окончательные эффекты. (Количество окончивших среднюю школу увеличивается, что дает выпускникам больше возможностей трудоустройства, большую финансовую стабильность и улучшение состояния здоровья.)

Вот два важных замечания о построении и уточнении логических моделей.

Результат или влияние?

Уточните свой язык. В совместном проекте разумно предвидеть путаницу из-за языка. Если вы понимаете основные элементы логической модели, любые ярлыки могут иметь смысл, если с ними согласны заинтересованные стороны. В приведенной выше общей модели и модели ТБ мы назвали эффекты краткосрочными, среднесрочными и долгосрочными. Также часто можно услышать, как люди говорят об эффектах, которые находятся «вверх по течению» или «проксимальнее» (рядом с деятельностью) по сравнению с «нижестоящей» или «дистальной» (удаленной от деятельности). Поскольку у дисциплин есть свой жаргон, заинтересованные стороны из двух разных областей могут определять одно и то же слово по-разному.

Некоторых людей учат называть самые ранние эффекты «результатами», а более поздние — «воздействиями». Других учат обратному: сначала идут «воздействия», а затем «результаты». Идея последовательности остается неизменной независимо от того, какие термины вы и ваши партнеры используете. Главное — четко показать взаимосвязь между действиями и эффектами с течением времени, тем самым четко обозначив предположения вашей инициативы о том, каких изменений ожидать и когда. Попытайтесь определить основные концепции на этапе проектирования, а затем будьте последовательны в использовании терминов.Процесс разработки логической модели поддерживает этот важный диалог и выявляет возможные недопонимания.

Хорошо или плохо?

Понять эффекты. Хотя отправной точкой для логического моделирования является определение эффектов, которые соответствуют заявленным целям, ваш предполагаемый эффект — не единственные эффекты, за которыми следует следить. Любое вмешательство, способное изменить проблемное поведение или изменить условия в сообществах, также может вызвать непредвиденные последствия.Это изменения, которые никто не планирует и которые могут как-то усугубить проблему.

Часто наши попытки решить проблему приводят к неожиданным, противоречащим интуиции результатам. Всегда есть риск, что наше «лекарство» может быть хуже, чем «болезнь», если мы не будем осторожны. Отчасти добавленная ценность логического моделирования заключается в том, что этот процесс создает форум для тщательного изучения больших скачков веры, способ поиска непредвиденных эффектов. (См. Обсуждение симуляции в разделе «Что делает логическую модель эффективной», чтобы узнать, как это сделать дисциплинированно.)

Одна из величайших наград за дополнительные усилия — это способность выявлять потенциальные проблемы и переделывать инициативу (и ее логическую модель) до того, как непреднамеренные эффекты выйдут из-под контроля, чтобы модель действительно отображала действия, которые будут правдоподобно производить намеченные эффекты. .

Выбор правильного уровня детализации: важность практичности и простоты

На этом этапе может быть полезно рассмотреть, чем логическая модель не является. Хотя он отражает общую картину, это не точное представление обо всем, что происходит.Все модели упрощают реальность; если бы они этого не сделали, они были бы бесполезны.

Хорошая модель, хотя и не учитывает информацию, представляет те аспекты инициативы, которые, по мнению ваших заинтересованных сторон, являются наиболее важными для понимания того, как работают эти усилия. В большинстве случаев разработчики просматривают несколько черновиков, прежде чем создать версию, которая, по мнению заинтересованных сторон, точно отражает их историю.

Если информация становится слишком сложной, можно создать семейство связанных моделей или вложенных моделей, каждая из которых имеет разный уровень детализации.Одна модель могла бы обрисовать широкие пути изменений, тогда как другие могли бы детализировать отдельные компоненты, раскрывая подробную информацию о том, как программа работает на более глубоком уровне. По отдельности каждая модель передает только важную информацию, а вместе они обеспечивают более полный обзор того, как работает программа или инициатива. (См. «Как создать логическую модель?» для получения дополнительной информации.)

Представьте себе «приближение» к внутренней работе определенного компонента и создание другой, более подробной модели только для этой части.Для сложной инициативы вы можете разработать целое семейство таких связанных моделей, которые отображают, как работает каждая часть усилий, а также как все части сочетаются друг с другом. В конце концов, у вас могут быть все или некоторые из следующих семейств моделей, каждая из которых различается по объему:

• Вид из космоса. Эта общая дорожная карта показывает основные пути изменений и полный спектр последствий. Эта точка зрения отвечает на такие вопросы, как: следуют ли действия по единому пути или существуют отдельные пути, сходящиеся по линии? Как далеко заходит цепочка эффектов? Как наша программная деятельность согласуется с деятельностью других организаций? Какие еще силы могут повлиять на эффекты, которые мы надеемся увидеть? Где мы можем ожидать петли обратной связи и в каком направлении они будут двигаться? Есть ли значительные задержки между подключениями?
• Вид с вершины горы.Этот более подробный взгляд фокусируется на конкретном компоненте или наборе компонентов, но все же он достаточно широк, чтобы описать инфраструктуру, действия и полную последовательность эффектов. Этот вид отвечает на те же вопросы, что и вид из космоса, но только в отношении выбранных компонентов.
• Ты здесь. Это представление расширяет конкретную часть последовательности, такую ​​как роли различных заинтересованных сторон, сотрудников или агентств в коалиции, и действует как блок-схема для чьего-либо рабочего плана.Это особая модель, которая описывает рутинные процессы и ожидаемые эффекты. Это точка зрения, которая может потребоваться для понимания контроля качества в рамках инициативы.

Семейства, вложение и увеличение масштаба
В разделе «Примеры» идея вложенных моделей проиллюстрирована в семействе моделей Tobacco Control. Он включает в себя глобальную модель, которая охватывает три промежуточных результата в борьбе против табака — окружающая среда без табачного дыма, сокращение числа случаев начала курения среди молодежи и увеличение числа отказов от табака среди молодежи и взрослых.Затем для каждого из этих промежуточных результатов разрабатывается модель увеличения.

Комплексная модель рака иллюстрирует общую логическую модель, сопровождаемую увеличением масштабов деятельности, чтобы предоставить сотрудникам программы конкретные детали, которые им нужны. Примечательно, что предполагаемые эффекты при увеличении масштаба идентичны таковым для глобальной модели, и все основные категории действий также очевидны. Но увеличение масштаба распаковывает эти действия в их подробные компоненты и, что более важно, указывает, что действия достигают своего эффекта, влияя на посредников, которые затем побуждают привратников действовать.Такой уровень детализации необходим для сотрудников программы, но может оказаться слишком большим для обсуждения с спонсорами и заинтересованными сторонами.

Модель Diabetes Control — еще один хороший пример семейства моделей. В этом случае модели с увеличением очень похожи на глобальную модель по уровню детализации. Они добавляют ценность, переводя глобальную модель в план для конкретных участников (в данном случае государственная программа контроля диабета) или для конкретных целей (например, увеличение своевременности обследований стоп).

Когда можно использовать логическую модель?

Логические модели полезны как для новых, так и для существующих программ и инициатив. Если ваши усилия планируются, логическая модель может помочь начать их хорошо. В качестве альтернативы, если ваша программа уже выполняется, модель может помочь вам описать, изменить или улучшить ее.

Планировщики, менеджеры программ, инструкторы, оценщики, защитники и другие заинтересованные стороны могут использовать логическую модель несколькими способами в рамках инициативы. Одна модель может служить более чем одной цели, или может потребоваться создание разных версий, предназначенных для разных целей.Вот примеры различных случаев, когда можно было использовать логическую модель.

Во время планирования:

• уточнить стратегию программы
• определить подходящие цели (и избегать чрезмерных обещаний)
• совместите ваши усилия с усилиями других организаций
• написать заявку на грант или запрос предложений
• оценить потенциальную эффективность подхода
• установить приоритеты для распределения ресурсов
• оценка сроков
• определить необходимые партнерские отношения
• согласовать роли и обязанности
• сфокусируйте обсуждения и сделайте планирование более эффективным

В процессе реализации на:

• предоставьте список того, что у вас есть и что вам нужно для работы программы или инициативы
• разработать план управления
• использовать результаты исследований и демонстрационных проектов
• внести коррективы в середине курса
• уменьшить или избежать непреднамеренных эффектов

Во время ознакомления сотрудников и заинтересованных сторон:

• объясните, как работает программа в целом
• показать, как разные люди могут работать вместе
• определите, что каждый человек должен делать
• укажите, как можно узнать, работает ли программа

Во время оценки:

• Документ выполненных работ
• организовать свидетельство о программе
• определить различия между идеальной программой и ее реальной работой
• определить, какие концепции будут (и не будут) оцениваться
• формулируют вопросы об атрибуции (причины и следствия) и вкладе (компонентов инициативы в результаты)
• укажите характер задаваемых вопросов
• подготовка отчетов и других СМИ
• расскажите историю программы или инициативы

Во время адвокации на:

• обосновать, почему программа будет работать
• объясните, как будут использоваться инвестиции в ресурсы

Как создать логическую модель?

Нет единого способа создать логическую модель.Думайте об этом как о чем-то, что нужно использовать, его форма и содержание определяются потребностями пользователей.

Кто создает модель? Это зависит от вашей ситуации. Те же люди, которые будут использовать модель — планировщики, менеджеры программ, инструкторы, оценщики, защитники и другие заинтересованные стороны — могут помочь в ее создании. Однако по практическим соображениям вы, вероятно, начнете с основной группы, а затем передадите рабочий проект другим для дальнейшего уточнения.

Помните, что ваша логическая модель — это живой документ, который рассказывает историю ваших усилий в сообществе.По мере изменения вашей стратегии должна меняться и модель. С другой стороны, при разработке модели вы можете увидеть новые пути, которые стоит изучить в реальной жизни.

При построении логической модели обычно комбинируются две основные стратегии разработки.

• Переход к действиям (также известный как логика вперед ). Этот подход исследует обоснование предлагаемых или осуществляемых в настоящее время мероприятий. Этим движет Но почему? вопросы или если-то мышление: Но почему мы должны сосредоточиться на брифинге сотрудников Сената? Но зачем нам они нужны, чтобы лучше понимать проблемы, с которыми сталкиваются дети? Но зачем им создавать политику и программы для поддержки наставничества? Но почему новая политика может иметь значение?.. и так далее. Эту же логику можно раскрыть с помощью утверждений «если-то»: если мы сосредоточимся на инструктаже законодателей, они лучше поймут проблемы, затрагивающие детей. Если законодатели поймут, они примут новую политику …
• Переход назад от эффектов (также известный как обратная логика ). Этот подход начинается с запоминания цели. Он начинается с четко определенной ценности, изменения, которое вы и ваши коллеги обязательно хотели бы увидеть, и задает серию вопросов: «Но как?» вопросы: Но как нам преодолеть страх и стигму? Но как мы можем гарантировать, что наши услуги культурно компетентны? Но как мы можем признать, что еще не знаем, что делаем?

Сначала вы можете не согласиться с ответами некоторых заинтересованных сторон на эти вопросы.Их логика может показаться неубедительной или даже не логичной. Но в этом сила логического моделирования. Делая мысли каждой заинтересованной стороны видимыми на бумаге, вы можете всей группой решить, кажется ли вам разумной логика, лежащая в основе вашей инициативы. Вы можете говорить об этом, разъяснять неправильные интерпретации, спрашивать других мнений, проверять предположения, сравнивать их с результатами исследований и, в конце концов, разработать прочную систему логики программы. Затем этот продукт становится мощным инструментом для планирования, реализации, ориентации, оценки и защиты, как описано выше.

К настоящему времени вы, наверное, догадались, что не существует жесткого пошагового процесса разработки логической модели. Как и вся остальная общественная работа, логическое моделирование — это непрерывный процесс. Тем не менее, есть несколько задач, которые вы должны обязательно выполнить.

Чтобы проиллюстрировать это в действии, мы воспользуемся другим примером инициативы под названием «ДОМ: усилия по мобилизации домовладельцев». HOME стремится увеличить количество домовладений, чтобы дать контроль над районом людям, которые там живут, а не внешним домовладельцам, не имеющим доли в сообществе.Это достигается за счет комбинации обучения жителей сообщества, организации района и построения отношений с такими партнерами, как предприятия.

Этапы построения логической модели

• Найдите логику в существующих письменных материалах для создания своего первого черновика.
  • Доступные письменные материалы часто содержат более чем достаточно информации, чтобы начать работу. Соберите повествовательные описания, обоснования, заявки на гранты или обзорные документы, которые объясняют основную идею, лежащую в основе усилий по вмешательству.Если ваше предприятие включает в себя коалицию нескольких организаций, обязательно получите описания с точки зрения каждого агентства. Для кампании HOME мы собрали документы от планировщиков, которые предложили идею, а также от ипотечных компаний, ассоциаций домовладельцев и других местных организаций.
  • Ваша задача как разработчика логического моделирования — расшифровать эти документы. Держите под рукой лист бумаги и нарисуйте логические связи по мере их нахождения. (Эту работу можно выполнять в группе, чтобы сэкономить время и привлечь больше людей, если хотите.)
  • Прочтите каждый документ, обращая внимание на логическую структуру программы. Иногда эта логика будет четко прописана (например, информация, консультации и услуги поддержки, которые мы предоставляем жителям сообщества, помогут им улучшить их кредитный рейтинг, получить право на получение жилищных кредитов, приобрести дома в сообществе; со временем эта программа изменится. доля собственного жилья в микрорайоне).
  • В других случаях логика будет похоронена в расплывчатых формулировках, с большими скачками от действий к последующим эффектам (например,g., Наша комплексная программа для сообществ, которая преобразует районы, делая их контролируемыми людьми, которые там живут, а не посторонними, не заинтересованными в сообществе).
  • Читая каждый документ, спрашивайте себя: «Но почему? а как? вопросов. Посмотрите, дает ли письмо ответ. Обратите особое внимание на части речи. Глаголы, такие как учить, информировать, поддерживать или ссылаться, часто связаны с описанием программной деятельности. При описании ожидаемых эффектов часто используются такие прилагательные, как уменьшенный, улучшенный, высокий или лучший.
• Определите соответствующий объем модели для предполагаемых пользователей и использования. Рассмотрите возможность создания семейства моделей для нескольких пользователей.
  • В рамках инициативы HOME, например, были созданы различные модели для удовлетворения уникальных потребностей их финансовых партнеров, руководителей программ и преподавателей сообществ. Ипотечные компании, грантополучатели и другие лица, принимающие решения, которые решали, выделять ли ресурсы на усилия, нашли глобальный взгляд из космоса наиболее полезным для определения контекста.Руководители программ хотели получить более близкий, но все же широкий обзор с вершины горы. И преподаватели сообщества извлекли наибольшую пользу из версии «Вы здесь». Важно помнить, что это не три разные программы, а разные способы понимания того, как работает одна и та же программа.
• Проверьте, имеет ли модель смысл и целостность.
  • Логические модели передают историю изменений сообщества. Работая с заинтересованными сторонами, вы несете ответственность за то, чтобы история, которую вы рассказали в своем проекте, имела смысл (т.е., логично) и является законченным (не имеет лишних концов). По мере того, как вы итеративно уточняете модель, спрашивайте себя и других, отражает ли она всю историю.
  • Вот основные моменты сюжета, характерные для большинства инициатив по изменению сообщества, представленные под их «повествовательными» названиями.
    • Земля обетованная (желаемые эффекты) . Показывает ли модель конкретные измеримые результаты, которых вы надеетесь достичь? Содержит ли он большие прыжки веры или показывает изменения через логическую последовательность эффектов? Выявлены важные изменения в поведении (например,g., больше заявок на домовладение, рост покупок жилья, более активное участие в общественной и гражданской жизни и т. д.)? И если предполагается, что эти изменения в поведении сохранятся, объясняет ли модель, как изменятся условия в сообществе, чтобы укрепить новое поведение (например, группы поддержки домовладельцев, снижение налогов на жилье, занимаемое владельцами, скидки в местном хозяйственном магазине для клиентов, которые владеют недвижимость по соседству и тд)? В модели HOME мы указали следующую последовательность эффектов:
      • Краткосрочные — потенциальные владельцы домов лучше понимают, как рассчитываются кредитные рейтинги, и получают более точную информацию о шагах по повышению кредитного рейтинга; ипотечные компании создают новые политики и процедуры, позволяющие арендаторам покупать собственные дома; местные предприятия запускают программы стимулирования; против незаконной практики кредитования поданы иски о недопущении дискриминации.
      • Среднесрочный — средний кредитный рейтинг сообщества улучшается; заявки на жилищные ссуды растут вместе со скоростью одобрения; службы поддержки созданы для тех, кто впервые покупает жилье; общественная организация становится сильнее, а альянсы расширяются и включают предприятия, учреждения здравоохранения и выборных должностных лиц.
      • Долгосрочная перспектива — увеличивается доля жилья, занимаемого владельцами; оживление экономики набирает обороты по мере того, как предприятия инвестируют в сообщество; жители работают вместе над созданием пешеходных троп, патрулированием преступности и проверками пожарной безопасности; резко снижаются показатели ожирения, преступности и травм.
    • Преимущество графической модели состоит в том, что она может отображать как последовательность, так и взаимодействие эффектов. Например, в модели HOME консультирование по кредитам приводит к лучшему пониманию кредитных рейтингов, в то время как помощь ссуды приводит к большему количеству заявок на ссуды, но оба вместе (плюс другие действия, такие как новые программы для покупателей) необходимы для увеличения собственности на жилье.
• Драма (мероприятия, выступления). Как будут преодолеваться препятствия? Кто чем занимается? Какие виды конфликтов и сотрудничества очевидны? Что делается для перегруппировки сил перемен? Какие новые услуги или условия вводятся? Ваши действия, основанные на четком анализе факторов риска и защиты, являются ответами на подобные вопросы. Ваши действия раскрывают драму в вашей истории направленных социальных изменений.

Драматические действия в рамках инициативы HOME включают проведение образовательных сессий и формирование деловых союзов, групп поддержки домовладельцев и районного организационного совета. Во время оценки каждое из этих действий тесно связано с индикаторами результатов, которые документируют, идет ли программа по графику и насколько быстро она продвигается. Этими выходными данными могут быть количество проведенных образовательных сессий, их средняя посещаемость, размер бизнес-альянса и т. Д. (Эти результаты не отображаются в глобальной модели, но это можно сделать, если они будут полезны для пользователей.)

• Сырье (вводимые ресурсы, ресурсы или инфраструктура). Энергия для создания изменений не может исходить из ничего. Реальные ресурсы должны поступать в систему. Эти ресурсы могут быть финансовыми, но они также могут включать людей, пространство, информацию, технологии, оборудование и другие активы. Кампания HOME проводится благодаря участию преподавателей-волонтеров, поддержке школ и религиозных организаций в районе, скидкам, предоставляемым кредиторами и местными предприятиями, доходам от восстановления района и увеличению социального капитала среди жителей сообщества.
• Настройка (фон, контекст и условия). Действительно хорошие истории передают факты, но в них также есть текстура. Есть фон, на котором происходит основное действие. Изменения в сообществе всегда происходят в контексте истории, географии, политики и т. Д. Хотя невозможно представить все эти факторы в модели, вы можете попытаться включить функции, которые напоминают пользователям о существовании этих условий и будут влиять на то, как разворачиваются изменения.
  • Заинтересованные стороны, работающие над кампанией HOME, понимали, что они бросают вызов истории расовой дискриминации и экономической несправедливости.Они видели, как в соседних районах происходит джентрификация. Они знали о негативной реакции со стороны внешних владельцев собственности, которые извлекают выгоду из существующего положения вещей. Ни один из этих фактов не включен в модель как таковую, но было добавлено заштрихованное поле с надписью History and Context, чтобы служить визуальным напоминанием о том, что эти вещи находятся в фоновом режиме.
• Займитесь гайками и болтами рисования модели.
  • Составьте логическую модель, используя обе стороны вашего мозга и все таланты ваших заинтересованных сторон.Используйте свои художественные и аналитические способности .
  • Организовать действия и ожидаемые эффекты в ожидаемой временной последовательности. И не забудьте включить важные петли обратной связи — в конце концов, большинство действий вызывают реакцию.
  • Связывайте компоненты, рисуя стрелки или используя другие визуальные методы, которые сообщают порядок действий и эффектов. (Помните — модель не обязательно должна быть линейной или читаться слева направо, сверху вниз. Круг может лучше отображать повторяющийся цикл.)
  • Позвольте себе достаточно места для разработки модели. Свободно пересматривайте картинку, чтобы лучше показать взаимосвязи или добавить компоненты.
  • Важна аккуратность, поэтому избегайте перекрывающихся линий и ненужного беспорядка.
  • Цветовая кодировка областей модели, помогающая передать основную сюжетную линию.
  • Постарайтесь, чтобы все было на одной странице. Когда модель становится слишком загруженной, либо скорректируйте ее область действия, либо создайте вложенные модели.
  • Убедитесь, что он прошел «тест на смех». То есть убедитесь, что создаваемый имидж не настолько сложен, чтобы сразу вызвать смех у заинтересованных сторон.Конечно, у разных стейкхолдеров разные пороги смеха.
  • Используйте PowerPoint или другое компьютерное программное обеспечение для анимации модели, создавая ее шаг за шагом, чтобы, когда вы представляете ее людям в аудитории, они могли следовать логике каждого соединения.
• Пересмотрите и будьте готовы изменить модель по мере необходимости.
  • Не позволяйте вашей модели превратиться в утомительное занятие, которое вы делали только для того, чтобы удовлетворить кого-то другого. Не оставляйте его в ящике.После того, как вы приложили усилия для создания модели, вознаграждение будет в ее использовании. Часто пересматривайте его и будьте готовы внести изменения. Все программы развиваются и меняются с течением времени, хотя бы для того, чтобы идти в ногу с изменяющимися условиями в сообществе. Как и дорожная карта, хорошая модель поможет вам распознать новую или переосмыслить старую территорию.
  • Кроме того, когда ситуация быстро меняется, сотрудники легко теряют из виду свои общие цели. Наличие хорошо разработанной логической модели может удерживать заинтересованные стороны в сосредоточении на достижении результатов, оставаясь при этом открытыми для поиска лучших средств для выполнения работы.Если вам нужно сделать объезд или сделать более длительную остановку, модель служит основой для учета изменений.
  • По мере того, как вы улучшаете, модифицируете или перестраиваете свою модель, оценивайте появляющиеся действия и эффекты. Возможно, вам потребуется выполнить одно или несколько из следующих действий:
    • Уточнить путь действий к эффектам и результатам
    • Подробные ссылки
    • Расширяйте деятельность для достижения своих целей
    • Установка или изменение отметок миль
    • Измените границы своей инициативы или программы
    • Переосмыслить цели или желаемые результаты

Что делает логическую модель эффективной?

Вы узнаете об эффективности модели в основном по ее полезности для предполагаемых пользователей.Обычно хорошая логическая модель:

• Логически связывает действия и эффекты
• Визуально привлекательный (простой, скупой), но содержит соответствующую степень детализации для цели (не слишком простой и не слишком запутанной)
• Заставляет задуматься, вызывает вопросы
• Включает силы, которые, как известно, влияют на желаемые результаты

Чем полнее ваша модель, тем больше у вас шансов попасть в «землю обетованную» в истории. Чтобы рассказать полную историю или представить полную картину в своей модели, обязательно учитывайте все силы изменений (основные причины, тенденции и системную динамику).Выявляет ли ваша модель предположения и гипотезы о коренных причинах и петлях обратной связи, которые способствуют возникновению проблем и их решениям?

В модели ДОМА, например, низкий уровень владения жильем сохраняется, когда существует порочный круг дискриминации, плохой кредитной истории и безнадежности, препятствующих организационным и социальным изменениям в масштабах всего района. Чтобы разорвать этот круг, было предложено три пути изменений: образование; реформа бизнеса; и организация соседства. Построение модели по одному пути, направленному только на одну силу, ограничит эффективность программы.

Вы можете обнаружить силы изменения в вашей ситуации, используя несколько стратегий оценки, включая прямую логику и обратную логику, как описано выше. Изучая силы перемен, обязательно ищите личные факторы (знания, убеждения, навыки), а также факторы окружающей среды (барьеры, возможности, поддержка, стимулы), которые сохраняют ситуацию такой же, а также те, которые подталкивают ее к изменению. .

Найдите время для моделирования

После того, как вы наметили структуру стратегии программы, есть еще один важный шаг, который нужно сделать, прежде чем приступить к действию: какое-то моделирование.Какой бы логичной ни казалась история, которую вы рассказываете, как план вмешательства, он может потерпеть неудачу, если вы не исследовали, как все может обернуться в реальном мире обратной связи и сопротивления.

Моделирование — один из наиболее практичных способов выяснить, действительно ли кажущийся разумным план реализуется так, как вы надеетесь. Моделирование — это не то же самое, что тестирование модели с заинтересованными сторонами, чтобы увидеть, имеет ли она логический смысл. Смысл моделирования — увидеть, как все будет меняться — как система будет себя вести — во времени и в различных условиях.

Хотя моделирование — мощный инструмент, его можно проводить разными способами, от простых до сложных.

• Моделирование может быть таким же простым, как неструктурированная ролевая игра, в которой вы доводите модель до логических выводов.
• В более структурированном моделировании вы могли бы разработать настольное упражнение, в котором вы шаг за шагом продвигаетесь по заданному сценарию с заранее определенными ролями и обязанностями для участников.
• В конечном счете, вы можете создать компьютерное математическое моделирование, используя любое количество доступных программных инструментов.

Ключевой момент, о котором следует помнить, заключается в том, что создание логических моделей и моделирование того, как эти модели будут вести себя, включают два разных набора навыков, оба из которых необходимы для определения того, какие стратегии изменений будут эффективными в вашем сообществе.

Каковы преимущества и ограничения логического моделирования?

Вы, вероятно, можете представить себе множество способов использования разработанной вами логической модели или того, что логическое моделирование принесет пользу вашей работе.

Вот несколько преимуществ, которые обнаружили опытные разработчики моделей.

• Логические модели объединяют планирование, реализацию и оценку. Как подробное описание вашей инициативы, от ресурсов до результатов, логическая модель одинаково важна для планирования, реализации и оценки проекта. Если вы планируете, процесс моделирования заставляет вас думать больше как оценщик. Если ваша цель — оценка, моделирование побуждает обсудить планирование.А для тех, кто внедряет, моделирование дает ответы на практические вопросы о том, как будет организована работа и как ей управлять.
• Логические модели предотвращают несоответствие между действиями и эффектами. Планировщики часто резюмируют усилия, перечисляя их видение, миссию, цели, стратегии и планы действий. Даже имея эту информацию, может быть трудно сказать, как все элементы сочетаются друг с другом. Связывая действия и эффекты, логическая модель помогает избежать предложения действий без ожидаемого эффекта или прогнозирования эффектов без поддерживающих действий.Возможность легко обнаружить такие несоответствия, возможно, является основной причиной того, почему так много логических моделей используют формат блок-схемы.
• Логические модели используют возможности партнерства. Поскольку W.K. Kellogg Foundation отмечает (см. Интернет-ресурсы ниже), уточнение логической модели — это итеративный или повторяющийся процесс, который позволяет участникам «вносить изменения, основанные на достижении консенсуса и логическом процессе, а не на личностях, политике или идеологии. Ясность мышления то, что происходит в процессе построения модели, становится важной частью общего успеха программы.«С помощью четко определенной логической модели можно отметить, где эстафету следует передать от одного человека или агентства к другому. Это расширяет возможности сотрудничества и защищает от провалов вещей в щели».
• Логические модели повышают подотчетность, позволяя заинтересованным сторонам сосредоточиться на результатах. Как отмечают Конни Шмитц и Беверли Парсонс (см. Интернет-ресурсы), список действий обычно служит руководством для менеджера по запуску проекта, показывая, что нужно сделать персоналу или другим лицам, например: «Нанять аутрич-работника. для туберкулеза.«Однако с помощью логической модели можно также проиллюстрировать эффекты этих задач — например,« Наем аутрич-работника приведет к увеличению доли клиентов, приходящих в клинику для лечения ». Этот краткосрочный эффект затем подключается к среднесрочным и долгосрочным эффектам, таким как «Довольные клиенты направляют других в клинику» и «Улучшение охвата скринингом и лечением приводит к меньшему количеству смертей от туберкулеза».

В коалиции или совместном партнерстве логическая модель дает понять, какие эффекты создает каждый партнер и как все эти эффекты сводятся к общей цели.Подход семьи или вложенности хорошо работает в совместном партнерстве, потому что модель может быть разработана для каждой цели в соответствии с последовательностью эффектов, тем самым показывая слои вкладов и точки пересечения.

• Логические модели помогают планировщикам устанавливать приоритеты для распределения ресурсов . Комплексная модель покажет, где необходимы физические, финансовые, человеческие и другие ресурсы. Когда планировщики обсуждают варианты и устанавливают приоритеты, логическая модель может помочь им принять решения, связанные с ресурсами, в свете того, как это повлияет на деятельность и результаты программы.
• Логические модели выявляют потребности в данных и обеспечивают основу для интерпретации результатов. Можно разработать систему документации, которая включает только начальные и конечные измерения. Это рискованная стратегия, которая может привести к неутешительным результатам. Альтернативный подход требует отслеживания изменений на каждом этапе запланированной последовательности эффектов. С помощью логической модели разработчики программ могут определять промежуточные эффекты и определять для них измеримые индикаторы.
• Логические модели улучшают обучение за счет интеграции результатов исследований и практических знаний . Большинство инициатив основаны на предположениях о поведении и условиях, которые необходимо изменить, и о том, как они могут быть подвергнуты вмешательству. Часто эти предположения имеют разную степень уверенности. Например, некоторые связи в логической модели могли быть проверены и оказались надежными в ходе предыдущих исследований. Другие связи, напротив, возможно, никогда не исследовались, более того, возможно, никогда не пытались и не думали о них раньше.Явная форма логической модели означает, что вы можете комбинировать научно обоснованные практики из предыдущих исследований с новаторскими идеями, которые, по мнению опытных практиков, будут иметь значение. Если вы вооружены логической моделью, критикам будет нелегко заявить, что ваша работа не основана на доказательствах.
• Логические модели определяют общий язык и общее видение изменений сообщества . Термины, используемые в модели, помогают стандартизировать то, как люди думают и как они говорят об изменениях в сообществе.Он побуждает всех двигаться в одном направлении и улучшает общение с внешней аудиторией, такой как средства массовой информации или потенциальные спонсоры. Даже заинтересованные стороны, которые скептически или враждебно относятся к вашей работе, могут быть вовлечены в обсуждение и разработку логической модели. Как только вы заставите их говорить о логической связи между действиями и эффектами, они больше не будут критиковать со стороны. Они будут заниматься решением проблем, и они будут делать это на открытом форуме, где каждый сможет увидеть их сопротивление изменениям или отсутствие логики, если это так.

Ограничения

К любому столь мощному инструменту нельзя подходить легкомысленно. Когда вы беретесь за разработку логической модели, помните о следующих проблемах и ограничениях.

Во-первых, какой бы логичной ни казалась ваша модель, всегда есть опасность, что она будет неправильной. Мир иногда работает неожиданным, нелогичным образом, а это означает, что мы можем не постичь логику изменений до тех пор, пока это не произойдет. Имея это в виду, разработчики моделей оценят тот факт, что реальные эффекты вмешательств могут отличаться от предполагаемых.Некоторые действия могут даже усугубить проблемы, поэтому важно следить за планом, а другой — за реальным опытом членов сообщества.

Во всяком случае, логическая модель должна быть логичной. В этом его сила и его слабость. Те, кто пытается следовать вашей логике, усугубят любую непоследовательность или неточность. Это возлагает на моделистов большую ответственность — уделять внимание деталям и в значительной степени совершенствовать собственное мышление. Конечно, ни одна модель не может быть идеальной.Вам нужно будет решить, какой уровень точности требуется на основе использования заинтересованных сторон.

Установление соответствующих границ логической модели может быть сложной задачей. В большинстве случаев возникает противоречие между сосредоточением внимания на конкретной программе и помещением этих усилий в ее более широкий контекст. Многие модели, кажется, предполагают, что единственные силы изменения исходят изнутри рассматриваемой программы, как если бы в песочнице только один ребенок.

С другой стороны, было бы нелепо и непродуктивно отображать все одновременные силы изменений, которые влияют на здоровье и развитие общества.Задача разработчика моделей состоит в том, чтобы включить достаточно глубины, чтобы организационный контекст был ясен, не упуская из виду причины для разработки логической модели в первую очередь.

На чисто практическом уровне логическое моделирование также может занять много времени, требуя много энергии вначале и постоянного внимания на протяжении всего срока реализации инициативы. Процесс может потребовать высокой степени специфичности; он рискует чрезмерно упростить сложные отношения и полагается на навыки художников-графиков для передачи сложных мыслительных процессов.

Действительно, создание логических моделей может быть очень сложным, но процесс их создания, а также продукт принесут много преимуществ в ходе реализации инициативы.

Вкратце

Логическая модель — это история или изображение того, как должно работать усилие или инициатива. Процесс разработки модели объединяет заинтересованные стороны, чтобы сформулировать цели программы и ценности, которые ее поддерживают, а также определить стратегии и желаемые результаты инициативы.

Как средство визуального представления программы внутри вашей коалиции или рабочей группы и внешней аудитории, логическая модель обеспечивает общий язык и ориентир для всех, кто участвует в инициативе.

Логическая модель полезна для планирования, реализации и оценки инициативы. Это помогает заинтересованным сторонам согласовать краткосрочные и долгосрочные цели в процессе планирования, наметить мероприятия и участников, а также установить четкие критерии оценки во время работы.Когда инициатива завершается, она обеспечивает основу для оценки общей эффективности инициативы, а также действий, ресурсов и внешних факторов, которые сыграли роль в результате.

Для разработки модели вы, вероятно, будете использовать как прямую, так и обратную логику. Работая в обратном направлении, вы начинаете с желаемых результатов, а затем определяете стратегии и ресурсы, которые позволят их достичь.

Добавить комментарий Отменить ответ

Ваш адрес email не будет опубликован. Обязательные поля помечены *

Комментарий *

Имя *

Email *

Сайт