Uczenie się percepcyjne

Uczenie się percepcyjne to uczenie się lepszych umiejętności percepcyjnych , takich jak rozróżnianie dwóch tonów muzycznych lub kategoryzacja wzorców przestrzennych i czasowych odpowiednich do wiedzy o świecie rzeczywistym. Przykładami tego mogą być czytanie , obserwowanie relacji między figurami szachowymi i wiedza, czy zdjęcie rentgenowskie pokazuje guza.

Modalności sensoryczne mogą obejmować wzrokowe , słuchowe, dotykowe, węchowe i smakowe. Uczenie się percepcyjne tworzy ważne podstawy złożonych poznawczych (tj. języka) i wchodzi w interakcje z innymi rodzajami uczenia się, tworząc ekspertyzę percepcyjną. U podstaw percepcyjnego uczenia się leżą zmiany w obwodach nerwowych. Zdolność uczenia się percepcyjnego jest zachowywana przez całe życie.

Uczenie się kategorii a uczenie się percepcyjne

Dość łatwo pomylić uczenie się kategorii z uczeniem się percepcyjnym. Uczenie się kategorii to „zakładana stała, z góry ustalona reprezentacja percepcyjna do opisu obiektów, które mają być skategoryzowane”. Uczenie się kategorii opiera się na uczeniu się percepcyjnym, ponieważ pokazujesz rozróżnienie tego, czym są obiekty. Uczenie się percepcyjne definiuje się jako „zmianę w postrzeganiu jako produkt doświadczenia i dokonano przeglądu dowodów wykazujących, że ekspozycja poprawia rozróżnienie między bodźcami, które w przeciwnym razie mogłyby być mylące”. Aby pomóc lepiej rozróżnić różnicę, oto kilka przykładów:

Nauka kategorii: Kiedy uczeń uczy się nowego języka, rozróżnia słowa obce od swoich rodzimych. Umieszczają różne słowa w różnych kategoriach.
Uczenie się percepcyjne: Kiedy uczeń uczy się nowego języka, jest w stanie odróżnić słowa, które brzmią podobnie do ich języka ojczystego. Teraz potrafią odróżnić, podczas gdy w uczeniu się kategorii starają się oddzielić te dwie rzeczy.

Przykłady

Podstawowe rozróżnianie sensoryczne

Badania laboratoryjne przyniosły wiele przykładów dramatycznej poprawy wrażliwości dzięki odpowiednio ustrukturyzowanym percepcyjnym zadaniom edukacyjnym . W ostrości wzroku Verniera obserwatorzy oceniają, czy jedna linia jest przesunięta powyżej lub poniżej drugiej linii. Niewprawni obserwatorzy często radzą sobie już z tym zadaniem bardzo dobrze, ale po treningu wykazano , że próg obserwatora poprawia się nawet 6-krotnie. Podobne ulepszenia stwierdzono w przypadku wizualnej dyskryminacji ruchu i czułości orientacji. W wyszukiwaniu wizualnym zadania, obserwatorzy proszeni są o znalezienie docelowego obiektu ukrytego wśród dystraktorów lub w hałasie. Badania percepcyjnego uczenia się z wyszukiwaniem wizualnym pokazują, że doświadczenie prowadzi do znacznego wzrostu czułości i szybkości. W jednym badaniu przeprowadzonym przez Karniego i Sagi stwierdzono, że czas potrzebny badanym na poszukiwanie linii ukośnej wśród pola linii poziomych znacznie się poprawił, z około 200 ms w jednej sesji do około 50 ms w późniejszej sesji. Przy odpowiedniej praktyce wyszukiwanie wizualne może stać się automatyczne i bardzo wydajne, tak że obserwatorzy nie potrzebują więcej czasu na wyszukiwanie, gdy w polu wyszukiwania znajduje się więcej elementów. Dotykowe uczenie się percepcyjne zostało zademonstrowane w zadaniach ostrości przestrzennej, takich jak rozróżnianie orientacji siatki dotykowej, oraz w zadaniach percepcyjnych wibrodotykowych, takich jak rozróżnianie częstotliwości; Stwierdzono, że dotykowe uczenie się tych zadań przenosi się z wyszkolonych palców na niewytrenowane. Praktyka czytania alfabetem Braille'a i codzienne poleganie na zmyśle dotyku mogą leżeć u podstaw poprawy dotykowej ostrości przestrzennej osób niewidomych w porównaniu z osobami widzącymi.

Neuropsychologia uczenia się kategorii percepcyjnych

Wiele różnych systemów uczenia się kategorii może pośredniczyć w uczeniu się różnych struktur kategorii. „Dwa systemy, które otrzymały wsparcie, to jawny system czołowy, który wykorzystuje logiczne rozumowanie, zależy od pamięci roboczej i uwagi wykonawczej i jest pośredniczony głównie przez przednią część obręczy, korę przedczołową i prążkowie asocjacyjne, w tym głowę jądra ogoniastego Drugi to niejawny system, w którym pośredniczą zwoje podstawy mózgu, który wykorzystuje uczenie się proceduralne, wymaga dopaminowego sygnału nagrody i jest pośredniczony głównie przez prążkowie czuciowo-ruchowe. nauka kategorii. U osób z uszkodzeniem prążkowia potrzeba ignorowania nieistotnych informacji jest bardziej predyktorem deficytu uczenia się kategorii opartej na regułach. Podczas gdy złożoność reguły przewiduje deficyt uczenia się kategorii integracji informacji.

W świecie przyrody

Uczenie się percepcyjne jest powszechne i występuje nieprzerwanie w życiu codziennym. „Doświadczenie kształtuje sposób, w jaki ludzie widzą i słyszą”. Doświadczenie zapewnia zmysłowy wkład w nasze postrzeganie, a także wiedzę o tożsamościach. Kiedy ludzie mają mniejszą wiedzę na temat różnych ras i kultur, rozwijają się stereotypy, ponieważ mają mniejszą wiedzę. Uczenie się percepcyjne to bardziej dogłębny związek między doświadczeniem a percepcją. Różne postrzeganie tego samego bodźca sensorycznego może pojawić się u osób z różnymi doświadczeniami lub przeszkoleniem. Prowadzi to do ważnych kwestii dotyczących ontologii doświadczenia zmysłowego, relacji między poznaniem a percepcją.

Przykładem tego są pieniądze. Każdego dnia patrzymy na pieniądze i możemy na nie patrzeć i wiedzieć, co to jest, ale kiedy zostaniesz poproszony o znalezienie właściwej monety w podobnych monetach, które nieznacznie się różnią, możemy mieć problem ze znalezieniem różnicy. Dzieje się tak, ponieważ widzimy to codziennie, ale nie próbujemy bezpośrednio znaleźć różnicy. Nauka dostrzegania różnic i podobieństw między bodźcami na podstawie ekspozycji na bodźce. Badanie przeprowadzone przez Gibsona w 1955 roku ilustruje, w jaki sposób ekspozycja na bodźce może wpływać na to, jak dobrze uczymy się szczegółów dotyczących różnych bodźców.

Gdy nasz system percepcyjny dostosowuje się do świata przyrody, stajemy się lepsi w rozróżnianiu różnych bodźców, gdy należą one do różnych kategorii, niż gdy należą do tej samej kategorii. Stajemy się również mniej wrażliwi na różnice między dwoma egzemplarzami tej samej kategorii. Efekty te opisywane są jako wynik kategorycznej percepcji . Kategoryczne efekty percepcji nie przenoszą się między domenami.

Niemowlęta, gdy różne dźwięki należą do tej samej kategorii fonetycznej w ich języku ojczystym, mają tendencję do utraty wrażliwości na różnice między dźwiękami mowy do 10 miesiąca życia. Uczą się zwracać uwagę na istotne różnice między rodzimymi kategoriami fonetycznymi i ignorować te mniej istotne dla języka. W szachach doświadczeni szachiści kodują większe fragmenty pozycji i relacji na szachownicy i wymagają mniejszej ekspozycji, aby w pełni odtworzyć szachownicę. Nie wynika to z ich doskonałych umiejętności wizualnych, ale raczej z ich zaawansowanej ekstrakcji wzorców strukturalnych charakterystycznych dla szachów.

Kiedy kobieta urodzi dziecko, wkrótce po urodzeniu dziecka będzie w stanie rozszyfrować różnicę w płaczu dziecka. Dzieje się tak dlatego, że staje się bardziej wrażliwa na różnice. Potrafi powiedzieć, co to płacz, ponieważ są głodne, trzeba je przewinąć itp.

Obszerna praktyka czytania w języku angielskim prowadzi do wyodrębnienia i szybkiego przetworzenia strukturalnych prawidłowości wzorców pisowni angielskiej. Pokazuje to efekt wyższości słów — ludzie często znacznie szybciej rozpoznają słowa niż pojedyncze litery.

W fonemach mowy obserwatorzy, którzy słuchają kontinuum równomiernie rozmieszczonych sylab spółgłosek i samogłosek przechodzących od / be / do / de /, znacznie szybciej wskazują, że dwie sylaby są różne, gdy należą do różnych kategorii fonemicznych, niż gdy są dwoma wariantami tego samego fonemu, nawet jeśli fizyczne różnice zostały zrównane między każdą parą sylab.

Inne przykłady percepcyjnego uczenia się w świecie przyrody obejmują umiejętność rozróżniania względnych tonów w muzyce, identyfikowania guzów na zdjęciach rentgenowskich, sortowania jednodniowych piskląt według płci, smakowania subtelnych różnic między piwami lub winami, identyfikowania twarzy jako należących do różnych ras, wykrywania cech odróżniających znajome twarze, rozróżniania między dwoma gatunkami ptaków („czapla modra” i „wróbel”) oraz selektywnego uwzględniania wartości odcienia, nasycenia i jasności, które składają się na definicję koloru.

Krótka historia

Przeważający idiom, że „praktyka czyni mistrza”, oddaje istotę zdolności do osiągnięcia imponującej wiedzy percepcyjnej. Zostało to wykazane przez wieki i poprzez rozległe praktyki w zakresie takich umiejętności, jak degustacja wina, ocena tkanin lub preferencje muzyczne. Pierwszy udokumentowany raport, datowany na połowę XIX wieku, jest najwcześniejszym przykładem treningu dotykowego mającego na celu zmniejszenie minimalnej odległości, z której ludzie mogą rozróżnić, czy dotknięto jednego, czy dwóch punktów na skórze. Stwierdzono, że odległość ta ( JND , tylko zauważalna różnica) dramatycznie spada wraz z praktyką i że ta poprawa jest przynajmniej częściowo utrzymywana w kolejnych dniach. Co więcej, ta poprawa jest przynajmniej częściowo specyficzna dla trenowanego obszaru skóry. Szczególnie dramatyczną poprawę stwierdzono w pozycjach skóry, w których początkowa dyskryminacja była bardzo prymitywna (np. na plecach), chociaż trening nie mógł obniżyć JND początkowo prymitywnych obszarów do tych początkowo dokładnych (np. koniuszki palców). Williama Jamesa poświęcił rozdział w swoich Zasadach psychologii (1890/1950) „poprawie dyskryminacji w praktyce”. Zauważył przykłady i podkreślił znaczenie percepcyjnego uczenia się dla wiedzy. W 1918 roku Clark L. Hull , znany teoretyk uczenia się, przeszkolił uczestników, aby nauczyli się kategoryzować zdeformowane chińskie znaki na kategorie. Dla każdej kategorii użył 6 przypadków, które miały wspólną niezmienną właściwość strukturalną. Ludzie nauczyli się kojarzyć dźwięk jako nazwę każdej kategorii, a co ważniejsze, byli w stanie dokładnie klasyfikować nowe postacie. Ta zdolność do wydobywania niezmienników z instancji i stosowania ich do klasyfikowania nowych instancji oznaczała to badanie jako percepcyjny eksperyment edukacyjny. Jednak dopiero w 1969 roku Eleanor Gibson opublikowała swoją przełomową książkę Zasady percepcyjnego uczenia się i rozwoju i zdefiniował współczesną dziedzinę uczenia się percepcyjnego. Założyła badanie uczenia się percepcyjnego jako badanie zachowania i mechanizmu zmiany percepcyjnej. Jednak w połowie lat siedemdziesiątych obszar ten był w stanie uśpienia z powodu przesunięcia punktu ciężkości na rozwój percepcyjny i poznawczy w okresie niemowlęcym. Znaczna część społeczności naukowej miała tendencję do niedoceniania wpływu uczenia się w porównaniu z mechanizmami wrodzonymi. Dlatego większość tych badań koncentrowała się na charakteryzowaniu podstawowych zdolności percepcyjnych małych niemowląt, a nie na percepcyjnych procesach uczenia się.

Od połowy lat 80. XX wieku nastąpiła nowa fala zainteresowania uczeniem się percepcyjnym ze względu na odkrycia plastyczności kory mózgowej na najniższych poziomach sensorycznych systemów sensorycznych. Nasze lepsze zrozumienie fizjologii i anatomii naszych systemów korowych zostało wykorzystane do połączenia poprawy zachowania z leżącymi u podstaw obszarami korowymi. Tendencja ta rozpoczęła się od wcześniejszych odkryć Hubela i Wiesela , że reprezentacje percepcyjne w obszarach czuciowych kory mózgowej są zasadniczo modyfikowane podczas krótkiego („krytycznego”) okresu bezpośrednio po urodzeniu. Merzenich, Kaas i współpracownicy wykazali, że chociaż neuroplastyczność zmniejsza się, nie jest eliminowany wraz z końcem okresu krytycznego. Tak więc, gdy zewnętrzny wzorzec stymulacji jest zasadniczo modyfikowany, reprezentacje neuronalne w obszarach czuciowych niższego poziomu (np. pierwotnych ) są również modyfikowane. Badania w tym okresie koncentrowały się na podstawowych rozróżnianiach sensorycznych, gdzie dzięki praktyce rozróżniania stwierdzono znaczną poprawę w prawie każdym zadaniu sensorycznym. Po szkoleniu osoby badane zostały przetestowane w nowych warunkach i oceniono transfer wiedzy. Ta praca odeszła od wcześniejszych prac nad uczeniem się percepcyjnym, które obejmowały różne zadania i poziomy.

Wciąż dyskutowane jest pytanie, w jakim stopniu ulepszenia wynikające z uczenia się percepcyjnego wynikają z modyfikacji peryferyjnych w porównaniu z poprawą na etapach odczytu wyższego poziomu. Wczesne interpretacje, takie jak sugerowane przez Williama Jamesa , przypisali to mechanizmom kategoryzacji wyższego poziomu, dzięki którym początkowo zatarte różnice są stopniowo kojarzone z wyraźnie różnymi etykietami. Prace skupione na podstawowym rozróżnianiu sensorycznym sugerują jednak, że efekty uczenia się percepcyjnego są specyficzne dla zmian na niskich poziomach czuciowego układu nerwowego (tj. pierwotnej kory czuciowej). Niedawno badania sugerują, że percepcyjne procesy uczenia się są wielopoziomowe i elastyczne. To powraca do wcześniejszego poglądu Gibsona, że efekty uczenia się niskiego poziomu są modulowane przez czynniki wysokiego poziomu i sugeruje, że poprawa w wydobywaniu informacji może obejmować nie tylko kodowanie sensoryczne niskiego poziomu, ale także zrozumienie stosunkowo abstrakcyjnej struktury i relacji w czasie i przestrzeni.

W ciągu ostatniej dekady naukowcy poszukiwali bardziej jednolitego zrozumienia uczenia się percepcyjnego i pracowali nad zastosowaniem tych zasad w celu poprawy uczenia się percepcyjnego w dziedzinach stosowanych.

Charakterystyka

Efekty odkrywania i płynności

Percepcyjne efekty uczenia się można podzielić na dwie szerokie kategorie: efekty odkrywania i efekty płynności. Efekty odkrycia obejmują pewne zmiany w podstawach odpowiedzi, takie jak wybieranie nowych informacji istotnych dla zadania, wzmacnianie istotnych informacji lub tłumienie nieistotnych informacji. Eksperci wydobywają większe „kawałki” informacji i odkrywają relacje i struktury wysokiego rzędu w swoich dziedzinach wiedzy, które są niewidoczne dla nowicjuszy. Efekty płynności obejmują zmiany w łatwości ekstrakcji. Eksperci nie tylko mogą przetwarzać informacje wysokiego rzędu, ale robią to z dużą szybkością i niewielkim obciążeniem uwagi . Efekty odkrywania i płynności współdziałają, więc w miarę jak struktury odkrywania stają się bardziej automatyczne, zasoby uwagi są oszczędzane na odkrywanie nowych relacji oraz myślenie na wysokim poziomie i rozwiązywanie problemów.

Rola uwagi

William James ( Principles of Psychology , 1890) stwierdził, że „zgodzę się zająć moim doświadczeniem. Tylko te elementy, które zauważę, kształtują mój umysł – bez selektywnego zainteresowania doświadczenie jest całkowitym chaosem”. Jego pogląd był skrajny, ale jego sedno zostało w dużej mierze poparte późniejszymi behawioralnymi i fizjologicznymi . Sama ekspozycja nie wydaje się wystarczająca do zdobycia wiedzy specjalistycznej.

Rzeczywiście, odpowiedni sygnał w danym stanie zachowania może być uważany za szum w innym. Na przykład, gdy przedstawiono dwa podobne bodźce, można spróbować zbadać różnice między ich reprezentacjami, aby poprawić swoją zdolność do ich rozróżniania, lub zamiast tego można skoncentrować się na podobieństwach, aby poprawić swoją zdolność do zidentyfikowania obu jako należących do tej samej kategorii. Konkretną różnicę między nimi można uznać za „sygnał” w pierwszym przypadku i „szum” w drugim przypadku. Tak więc, gdy dostosowujemy się do zadań i środowisk, zwracamy coraz większą uwagę na cechy percepcyjne, które są istotne i ważne dla danego zadania, a jednocześnie mniej uwagi poświęcamy cechom nieistotnym. Ten mechanizm nazywa się ważeniem uwagi.

Jednak ostatnie badania sugerują, że uczenie się percepcyjne zachodzi bez selektywnej uwagi. Badania takiego nieistotnego dla zadania uczenia się percepcyjnego (TIPL) pokazują, że stopień TIPL jest podobny do tego, który można znaleźć w procedurach szkolenia bezpośredniego. TIPL dla bodźca zależy od związku między tym bodźcem a ważnymi zdarzeniami związanymi z zadaniem lub od warunkowych nagród za bodziec. W związku z tym zasugerowano, że uczenie się (bodźców nieistotnych dla zadania) jest uzależnione od przestrzennie dyfuzyjnych sygnałów uczenia się. Podobne efekty, ale w krótszej skali czasowej, stwierdzono w przypadku procesów pamięciowych iw niektórych przypadkach nazywa się to zwiększeniem uwagi. Tak więc, gdy wystąpi ważne (alarmujące) zdarzenie, uczenie się może również wpływać na równoczesne, nieuczestniczące i nieistotne bodźce.

Przebieg czasowy uczenia się percepcyjnego

Przebieg czasowy uczenia się percepcyjnego różni się w zależności od uczestnika. Uczenie się percepcyjne ma miejsce nie tylko podczas pierwszej sesji treningowej, ale także pomiędzy sesjami. Szybkie uczenie się (tj. uczenie się w trakcie pierwszej sesji) i powolne uczenie się (tj. uczenie się między sesjami) pociąga za sobą różne zmiany w mózgu dorosłego człowieka . Podczas gdy efekty szybkiego uczenia się można utrzymać tylko przez krótki okres kilku dni, efekty powolnego uczenia się można utrzymać przez długi czas przez kilka miesięcy.

Wyjaśnienia i modele

Modyfikacja pola receptywnego

Badania nad podstawowymi rozróżnianiami sensorycznymi często pokazują, że percepcyjne efekty uczenia się są specyficzne dla trenowanego zadania lub bodźca . Wielu badaczy uważa to za sugestię, że uczenie się percepcyjne może działać poprzez modyfikację pól receptywnych komórek (np . i komórki V2), które początkowo kodują bodziec. Na przykład poszczególne komórki mogą przystosować się, aby stać się bardziej wrażliwymi na ważne cechy, skutecznie rekrutując więcej komórek do określonego celu, sprawiając, że niektóre komórki będą bardziej dostrojone do danego zadania. Dowody na zmianę pola receptywnego znaleziono przy użyciu technik rejestracji pojedynczych komórek u naczelnych zarówno w domenach dotykowych, jak i słuchowych.

Jednak nie wszystkie percepcyjne zadania uczenia się są specyficzne dla trenowanych bodźców lub zadań. Sireteanu i Rettenback omówili efekty uczenia się rozróżniania, które uogólniają się na oczy, lokalizacje siatkówki i zadania. Ahissar i Hochstein wykorzystali wyszukiwanie wizualne, aby pokazać, że nauka wykrywania pojedynczego elementu liniowego ukrytego w szeregu różnie zorientowanych segmentów linii może uogólnić do pozycji, w których cel nigdy nie był prezentowany. W ludzkim widzeniu we wczesnych obszarach wzrokowych nie znaleziono wystarczającej modyfikacji pola receptywnego, aby wyjaśnić uczenie się percepcyjne. Trening, który powoduje duże zmiany behawioralne, takie jak poprawa rozróżniania, nie powoduje zmian w polach receptywnych. W badaniach, w których stwierdzono zmiany, zmiany są zbyt małe, aby wyjaśnić zmiany w zachowaniu.

Teoria odwróconej hierarchii

Teoria odwróconej hierarchii (RHT), zaproponowana przez Ahissara i Hochsteina, ma na celu powiązanie dynamiki i specyficzności uczenia się z leżącymi u jej podstaw miejscami neuronalnymi. RHT proponuje, aby naiwne działanie opierało się na reakcjach w obszarach korowych wysokiego poziomu, gdzie reprezentowane są prymitywne, kategoryczne reprezentacje środowiska. Dlatego początkowe etapy uczenia się obejmują zrozumienie globalnych aspektów zadania. Późniejsza praktyka może przynieść lepszą rozdzielczość percepcyjną w wyniku dostępu do informacji niższego poziomu poprzez połączenia sprzężenia zwrotnego przechodzące z wysokiego na niski poziom. Dostęp do odpowiednich reprezentacji niskiego poziomu wymaga wyszukiwania wstecz, podczas którego przydzielane są informacyjne populacje wejściowe neuronów na niskim poziomie. Stąd późniejsze uczenie się i jego specyfika odzwierciedlają rozdzielczość niższych poziomów. RHT proponuje zatem, aby początkowa wydajność była ograniczona rozdzielczością wysokiego poziomu, podczas gdy wydajność potreningowa jest ograniczona rozdzielczością na niskim poziomie. Ponieważ reprezentacje wysokiego poziomu różnych osób różnią się ze względu na ich wcześniejsze doświadczenia, ich początkowe wzorce uczenia się mogą się różnić. Kilka badań obrazowych jest zgodnych z tą interpretacją, stwierdzając, że początkowa wydajność jest skorelowana ze średnimi (BOLD) odpowiedziami w obszarach o wyższym poziomie, podczas gdy późniejsza wydajność jest bardziej skorelowana z aktywnością w obszarach o niższym poziomie ^{[ potrzebne źródło ]} . RHT proponuje, aby modyfikacje na niskich poziomach występowały tylko wtedy, gdy wyszukiwanie wsteczne (od wysokich do niskich poziomów przetwarzania) zakończy się sukcesem. Taki sukces wymaga, aby wyszukiwanie wsteczne „wiedziało”, które neurony na niższym poziomie są informacyjne. Tę „wiedzę” zdobywa się poprzez wielokrotne szkolenie na ograniczonym zestawie bodźców, tak że te same populacje neuronów niższego poziomu dostarczają informacji podczas kilku prób. Niedawne badania wykazały, że mieszanie szerokiej gamy bodźców może również prowadzić do skutecznego uczenia się, jeśli te bodźce są wyraźnie postrzegane jako różne lub są wyraźnie oznaczone jako różne. Odkrycia te dodatkowo potwierdzają wymóg odgórnych wskazówek w celu uzyskania skutecznego uczenia się.

Wzbogacenie a zróżnicowanie

W niektórych złożonych zadaniach percepcyjnych wszyscy ludzie są ekspertami. Wszyscy jesteśmy bardzo wyrafinowani, ale nie nieomylni w rozpoznawaniu sceny, rozpoznawaniu twarzy i percepcji mowy . Tradycyjne wyjaśnienia przypisują tę wiedzę pewnym holistycznym, nieco wyspecjalizowanym mechanizmom. Być może takie szybkie identyfikacje są osiągane przez bardziej szczegółowe i złożone detektory percepcyjne, które stopniowo „kawałkują” (tj. łączą) cechy, które mają tendencję do zbieżności, ułatwiając wyciągnięcie całego zestawu informacji. Otwartą kwestią pozostaje to, czy jakakolwiek zbieżność cech może być stopniowo dzielona w miarę praktyki, czy też fragmentacja może być uzyskana tylko przy pewnych predyspozycjach (np. twarzach, kategoriach fonologicznych). Obecne odkrycia sugerują, że taka wiedza specjalistyczna jest skorelowana ze znacznym wzrostem objętości kory mózgowej zaangażowanej w te procesy. Tak więc wszyscy mamy nieco wyspecjalizowane obszary twarzy, które mogą ujawniać wrodzoną właściwość, ale rozwijamy również nieco wyspecjalizowane obszary dla słów pisanych, w przeciwieństwie do pojedynczych liter lub ciągów literopodobnych symboli. Co więcej, specjalni eksperci w danej domenie mają większe obszary korowe zaangażowane w tę domenę. Dlatego doświadczeni muzycy mają większe obszary słuchowe. Obserwacje te są zgodne z tradycyjnymi teoriami wzbogacenia, które zakładają, że poprawa wydajności wiąże się ze wzrostem reprezentacji korowej. W przypadku tej ekspertyzy podstawowa identyfikacja kategoryczna może opierać się na wzbogaconych i szczegółowych reprezentacjach, zlokalizowanych do pewnego stopnia w wyspecjalizowanych obszarach mózgu. fizjologiczne sugerują, że trening udoskonalonego rozróżniania wzdłuż podstawowych wymiarów (np. częstotliwości w modalności słuchowej) również zwiększa reprezentację trenowanych parametrów, chociaż w tych przypadkach wzrost może dotyczyć głównie obszarów czuciowych niższego poziomu.

Selektywne ponowne ważenie

W 2005 roku Petrov, Dosher i Lu wskazali, że uczenie się percepcyjne można wyjaśnić w kategoriach wyboru, który analizator najlepiej przeprowadza klasyfikację, nawet w prostych zadaniach związanych z dyskryminacją. Wyjaśniają, że część układu nerwowego odpowiedzialna za określone decyzje ma swoistość ^{[ potrzebne wyjaśnienie ]} , podczas gdy jednostki percepcyjne niskiego poziomu nie. W ich modelu kodowania na najniższym poziomie nie zmieniają się. Zmiany zachodzące w uczeniu się percepcyjnym wynikają raczej ze zmian w abstrakcyjnych reprezentacjach wyższego poziomu odpowiednich bodźców. Ponieważ specyficzność może wynikać z zróżnicowanego wybierania informacji, ta „teoria selektywnego ponownego ważenia” pozwala na uczenie się złożonej, abstrakcyjnej reprezentacji. Odpowiada to wcześniejszemu opisowi Gibsona dotyczącego uczenia się percepcyjnego jako selekcji i uczenia się wyróżniających cech. Selekcja może być jednoczącą zasadą percepcyjnego uczenia się na wszystkich poziomach.

Wpływ protokołu treningowego na dynamikę uczenia się

Iwan Pawłow odkrył warunkowanie . Odkrył, że gdy po bodźcu (np. dźwięku) natychmiast kilka razy pojawia się jedzenie, sama prezentacja tego bodźca wywoła następnie ślinę w pysku psa. Odkrył ponadto, że kiedy stosował protokół różnicowy, konsekwentnie prezentując jedzenie po jednym bodźcu i nie prezentując jedzenia po innym bodźcu, psy były szybko uwarunkowane do selektywnego wydzielania śliny w odpowiedzi na nagrodę. Następnie zapytał, czy ten protokół można wykorzystać do zwiększenia rozróżniania percepcyjnego poprzez zróżnicowane nagradzanie dwóch bardzo podobnych bodźców (np. tonów o podobnej częstotliwości). Jednak odkrył, że warunkowanie różnicowe nie było skuteczne.

Po badaniach Pavlova przeprowadzono wiele badań szkoleniowych, które wykazały, że skutecznym sposobem na zwiększenie rozdzielczości percepcyjnej jest rozpoczęcie od dużej różnicy wzdłuż wymaganego wymiaru i stopniowe przechodzenie do małych różnic wzdłuż tego wymiaru. Ten łatwy do trudnego transfer został nazwany „przeniesieniem wzdłuż kontinuum”.

Badania te wykazały, że dynamika uczenia się zależy od protokołu treningowego, a nie od całkowitej ilości ćwiczeń. Co więcej, wydaje się, że domyślnie wybrana strategia uczenia się jest bardzo wrażliwa na wybór kilku pierwszych prób, podczas których system próbuje zidentyfikować odpowiednie wskazówki.

Konsolidacja i sen

W kilku badaniach pytano, czy uczenie się odbywa się podczas sesji treningowych, czy pomiędzy nimi, na przykład podczas kolejnego snu. Dynamika uczenia się jest trudna do oszacowania, ponieważ bezpośrednio mierzonym parametrem jest wydajność, na którą wpływa zarówno uczenie się , wywołujące poprawę, jak i zmęczenie, które utrudnia wydajność. Obecne badania sugerują, że sen przyczynia się do lepszych i trwałych uczenia się , poprzez dalsze wzmacnianie połączeń w przypadku braku ciągłej praktyki. Zarówno wolnofalowe, jak i REM (szybki ruch gałek ocznych) etapy snu mogą przyczyniać się do tego procesu poprzez jeszcze niezrozumiałe mechanizmy.

Porównanie i kontrast

Praktyka z porównywaniem i kontrastowaniem instancji należących do tych samych lub różnych kategorii pozwala na wyłapanie cech wyróżniających – cech ważnych dla zadania klasyfikacji – oraz filtrowanie cech nieistotnych.

Trudność zadania

Nauczenie się najpierw łatwych przykładów może prowadzić do lepszego transferu i lepszego uczenia się trudniejszych przypadków. Rejestrując ERP od dorosłych ludzi, Ding i współpracownicy zbadali wpływ trudności zadania na mózgowe mechanizmy wizualnego uczenia się percepcyjnego. Wyniki pokazały, że trening zadań trudnych wpływał na wcześniejszy etap przetwarzania wzrokowego i szersze obszary kory wzrokowej niż trening zadań łatwych.

Aktywna klasyfikacja i uwaga

Aktywny wysiłek klasyfikacyjny i uwaga są często niezbędne do uzyskania percepcyjnych efektów uczenia się. Jednak w niektórych przypadkach sama ekspozycja na pewne zmiany bodźców może skutkować lepszą dyskryminacją.

Informacja zwrotna

W wielu przypadkach uczenie się percepcyjne nie wymaga informacji zwrotnej (niezależnie od tego, czy klasyfikacja jest poprawna, czy nie). Inne badania sugerują, że sprzężenie zwrotne blokowe (informacja zwrotna dopiero po bloku prób) daje więcej efektów uczenia się niż brak informacji zwrotnej.

Granice

Pomimo wyraźnego uczenia się percepcyjnego zademonstrowanego w różnych systemach sensorycznych i przy różnych paradygmatach szkoleniowych, jasne jest, że uczenie się percepcyjne musi stawić czoła pewnym nieprzekraczalnym ograniczeniom narzuconym przez fizyczne cechy systemu sensorycznego. Na przykład w zadaniach dotyczących dotykowej ostrości przestrzennej eksperymenty sugerują, że zakres uczenia się jest ograniczony przez powierzchnię czubka palca, co może ograniczać gęstość mechanoreceptorów .

Relacje z innymi formami uczenia się

Uczenie deklaratywne i proceduralne

W wielu dziedzinach wiedzy w świecie rzeczywistym uczenie się percepcyjne wchodzi w interakcję z innymi formami uczenia się. Wiedza deklaratywna zwykle pojawia się wraz z uczeniem się percepcyjnym. Kiedy uczymy się rozróżniać różne smaki wina, rozwijamy również szeroką gamę słowników opisujących złożoność każdego smaku.

Podobnie uczenie się percepcyjne wchodzi w elastyczną interakcję z wiedzą proceduralną . Na przykład doświadczenie percepcyjne bejsbolisty przy kiju może wykryć na wczesnym etapie lotu piłki, czy miotacz rzucił podkręconą piłkę. Jednak percepcyjne zróżnicowanie odczucia wymachiwania kijem na różne sposoby mogło być również zaangażowane w uczenie się poleceń motorycznych, które wytwarzają wymagany zamach.

Niejawne uczenie się

Często mówi się, że uczenie się percepcyjne jest niejawne , tak że uczenie się odbywa się bez świadomości. Wcale nie jest jasne, czy uczenie się percepcyjne jest zawsze ukryte. Pojawiające się zmiany wrażliwości często nie są świadome i nie obejmują świadomych procedur, ale informacje percepcyjne można zmapować na różne reakcje.

W złożonych percepcyjnych zadaniach uczenia się (np. sortowanie nowonarodzonych piskląt według płci, gra w szachy) eksperci często nie są w stanie wyjaśnić, jakich związków bodźców używają do klasyfikacji. Jednak w mniej złożonych uczenia się percepcyjnego ludzie mogą wskazać, jakich informacji używają do tworzenia klasyfikacji.

Aplikacje

Doskonalenie umiejętności percepcyjnych

Ważnym potencjalnym zastosowaniem uczenia się percepcyjnego jest nabywanie umiejętności do celów praktycznych. Dlatego ważne jest, aby zrozumieć, czy szkolenie w zakresie zwiększonej rozdzielczości w warunkach laboratoryjnych powoduje ogólne ulepszenie, które przenosi się do innych kontekstów środowiskowych, czy też wynika z mechanizmów specyficznych dla kontekstu. Poprawę złożonych umiejętności zwykle uzyskuje się poprzez szkolenie w złożonych warunkach symulacyjnych, a nie jeden element na raz. Niedawne protokoły treningowe oparte na laboratoriach ze złożonymi komputerowymi grami akcji pokazały, że taka praktyka rzeczywiście modyfikuje wygląd umiejętności w sposób ogólny, co przekłada się na nowe konteksty wizualne. W 2010 roku Achtman, Green i Bavelier dokonali przeglądu badań nad grami wideo w celu trenowania umiejętności wizualnych. Cytują poprzednią recenzję Greena i Baveliera (2006) na temat wykorzystania gier wideo do poprawy zdolności percepcyjnych i poznawczych. Ulepszono różnorodne umiejętności graczy w gry wideo, w tym „poprawioną koordynację ręka-oko, zwiększone przetwarzanie na peryferiach, ulepszone umiejętności rotacji mentalnej, większe zdolności podzielonej uwagi i szybsze czasy reakcji, by wymienić tylko kilka”. Ważną cechą jest funkcjonalne zwiększenie rozmiaru efektywnego pola widzenia (w obrębie którego widzowie mogą identyfikować obiekty), które jest trenowane w grach akcji i przenosi się do nowych ustawień. Czy uczenie się prostych rozróżnień, które są wyćwiczone w separacji, przenosi się do nowych kontekstów bodźców (np. złożonych warunków bodźców) jest nadal kwestią otwartą.

Podobnie jak procedury eksperymentalne, inne próby zastosowania percepcyjnych metod uczenia się do podstawowych i złożonych umiejętności wykorzystują sytuacje szkoleniowe, w których uczeń przechodzi wiele krótkich prób klasyfikacyjnych. Tallal, Merzenich i ich współpracownicy z powodzeniem dostosowali paradygmaty dyskryminacji słuchowej, aby rozwiązać problemy z mową i językiem. Zgłosili poprawę u dzieci z upośledzeniem w nauce języka, stosując specjalnie wzmocnione i rozszerzone sygnały mowy. Wyniki dotyczyły nie tylko zdolności rozróżniania słuchowego, ale także rozumienia mowy i języka.

Technologie percepcyjnego uczenia się

W dziedzinie edukacji ostatnie wysiłki Philipa Kellmana i współpracowników wykazały, że uczenie się percepcyjne może być systematycznie tworzone i przyspieszane przy użyciu określonej technologii komputerowej. Ich podejście do percepcyjnych metod uczenia się przybiera formę percepcyjnych modułów uczenia się (PLM): zestawów krótkich, interaktywnych prób, które rozwijają w określonej domenie rozpoznawanie wzorców uczniów, zdolności do klasyfikacji i ich zdolności do mapowania w wielu reprezentacjach. W wyniku ćwiczeń z mapowaniem poprzez przekształcenia (np. algebra, ułamki) i wielokrotne reprezentacje (np. wykresy, równania i zadania tekstowe), uczniowie wykazują ogromne postępy w rozpoznawaniu struktur w uczeniu się ułamków i algebrze. Wykazali również, że kiedy uczniowie ćwiczą klasyfikowanie przekształceń algebraicznych za pomocą PLM, wyniki pokazują niezwykłą poprawę płynności w rozwiązywaniu problemów algebrowych. Wyniki te sugerują, że uczenie się percepcyjne może stanowić potrzebne uzupełnienie instrukcji koncepcyjnych i proceduralnych w klasie.

Podobne wyniki zostały również powtórzone w innych dziedzinach za pomocą PLM, w tym w rozpoznawaniu anatomii w szkoleniu medycznym i chirurgicznym, odczytywaniu przyrządowych wyświetlaczy lotu i pojmowaniu struktur molekularnych w chemii.

Zobacz też