Выпуск философского журнала «Логос» о когнитивной науке

Вышел новый выпуск философского журнала «Логос», посвященный когнитивной науке.

Ссылка на выпуск: http://logosjournal.ru/cgi-bin/arch.pl?action=show&id=73&lang=ru. Там собрано несколько обзорных статей про когнитивную науку вообще. Плюс перевод статьи Альва Ноэ про «великую иллюзию сознания» (в честь которой называны и когнитивные семинары «Великая иллюзия», проходящие раз в год в Москве и Питере: http://cogitoergo.ru/event/velikaya-illyuziya-soznaniya-2013/#.VAmgXmuWzIU, http://chetvericov.ru/event/velikaya-illyuziya-2-soznanie-i-kognitivnoe-bessoznatelnoe/). Если вы все еще не до конца понимаете, что такое когнитивная наука (откроем тайну — вы не одиноки), возможно, этот выпуск натолкнет вас на некоторые идеи. Ну и вообще, интересно почитать исторические обзоры. Читать далее Выпуск философского журнала «Логос» о когнитивной науке

Журнальный клуб TCTS — встреча 4 мая

Очередная онлайн-встреча журнального клуба TCTS — воскресенье 4 мая 20.00 по московскому времени.

Обсуждаем статью «Evidence for the automatic evaluation of self-generated actions» K. Aarts, J. De Houwer, G. Pourtois (см. ссылку).

Желающие присоединиться да напишут на

Текст статьи: Aarts_DeHouwer_Cognition

Интервью П. Каванаха в Current Biology

Поскольку мать-основательница не хочет хвастаться своим научным руководителем, мы сделаем это за нее. Почитайте интервью, прекрасный рассказ о пути в когнитивной науке.

www.sciencedirect.com/science/article/pii/S0960982214001316

Журнальный клуб TCTS — встреча 27 апреля

Очередная онлайн-встреча журнального клуба TCTS — воскресенье 27 апреля 20.00 по московскому времени. Обсуждаем статью «Attention Samples Stimuli Rythmically» A. Landau, P. Fries (см.ссылку).

Желающие присоединиться да напишут на 

www.esi-frankfurt.de/fileadmin/user_upload/Articles/Landau2012.pdf

Вторая встреча Журнального клуба TCTS

Вторая онлайн-встреча Журнального Клуба — воскресенье 20 апреля, 20:00 по московскому времени. Читаем статью «Two mechanisms underlying inhibition of return» (Chica et al., 2010) c помощью Александра Одайника. Чтобы получить инструкции по подключению к видеоконференции — напишите на 

иллюстрация: courtesy of the University Nebraska-Lincoln

Отличительные признаки не очень хороших статей от CompoundChem

Внимание-внимание, есть еще 2 места для участия в нашем журнальном клубе в это воскресенье! Пишите нам на , мы очень ждем!

Ну, а пока — небольшое руководство по тому, как отличить «хорошую» науку от «плохой». Руководство подготовлено CompoundChem, а нами переведено и адаптировано для #горячихюныхкогнитивных. Итак, на что нужно в первую очередь обращать внимание при оценке качества исследований:

1. Остерегайтесь громких заголовков. В большинстве случаев громкие заголовки отражают упрощенный смысл результатов исследования и нередко ведут к их недопониманию.

2. Статьи в не-научных журналах нередко жертвуют адекватностью передачи информации ради красивой истории. Если Вас заинтересовало исследование в пересказе, обязательно обратитесь к исходной статье и убедитесь, что автор пересказа правильно расставил акценты.

3. Конфликт интересов. В психологических исследованиях такое встречается редко, но встречается. Например, в исследованиях «тренировки мозга», «программы развития когнитивных способностей» и прочих потенциально коммерчески интересных областях. Если исследователь или его наниматель был заинтересован в получении определенных результатов (например, доказательстве эффективности программы), это может повлиять на объективность проведения исследования. В научных журналах конфликт интересов обычно заявляется в конце статьи.

4. Установление причинно-следственных связей на основе найденной корреляции между переменными. Корреляция означает связь и ничего не говорит ни о том, является ли эта связь прямой, ни о механизмах этой связи. Correlation does not equal causation — казалось бы, вещь очевидная, но иногда исследователям бывает сложно остановить себя от принятия желаемого за действительное. Существуют способы и методы, позволяющие оценить причинность в корреляционном исследовании, но они требуют очень аккуратного использования и непросты в применении.

5. Предположения (читай «фантазирование») на основе результатов исследования допускается даже в научных статьях при условии, что автор ясно дает понять, что его рассуждения являются спекулятивными и не подкреплены данными. Маркеры спекуляций — «возможно», «мог бы», «можно предположить», «скорее всего» и пр. В англоязычных статьях — слова ряда «сould», «might». Это необходимая и полезная часть работы, но нельзя забывать, что это не выводы, а предположения, которые нужно проверять — часто они становятся гипотезами для следующих исследований.

6. Слишком маленький объем выборки. Тоже, с одной стороны, общее место для психологов-исследователей, а с другой — большая проблема качества психологических исследований. Даже если и были получены статистически значимые различия, то при малой выборке есть большая вероятность того, что это совпадение или результат непрофессионального подхода к сбору и анализу данных. Требования к выборке (количество, принципы формирования) должны быть максимально определены до начала сбора данных, поскольку это ключевые параметры, определяющие достоверность будущих статистических выводов.

7. Нерепрезентативность выборки. Большей части когнитивных исследований это не касается — предполагается, что закономерности одни на всех. Однако, если среди испытуемых заявлено 3−5 авторов, это уже ne comme il faut. Кроме того, некоторые исследования предъявляют требования к возрасту, социальному уровню испытуемых, знанию иностранного языка — в этом случае стоит обратить пристальное внимание на то, как была сформирована выборка и является ли она адекватной для задаваемых исследовательских задач.

8. Отсутствие контрольной группы — в психологии контрольные группы все-таки чаще всего присутствуют. Вопрос в том, что эти контрольные группы делают и что у них замеряют. Иногда манипуляция в контрольной группе отличается от манипуляции в экспериментальной группе не только исследуемым параметром (как должно быть), а целым букетом характеристик разной степени значимости. Иногда это дает зеленый свет альтернативным интерпретациям. Проверка на адекватность контроля — один из важнейших моментов при оценке качества исследования.

9. Слепой метод (испытуемые не должны знать, находятся они в контрольной или в экспериментальной группе). Опять же, для большей части психологических исследований нерелевантно, если только речь не идет о вышеупомянутых «программах повышения когнитивных способностей» и других исследованиях терапевтических, обучающих вмешательств.

10. «Подобранные» результаты. Если долго пытаться, что-нибудь обязательно получится. В случае с исследованиями — выводы должны быть основаны на всех результатах, а не на их части. К сожалению, в опубликованной литературе за этим проследить сложно, так как исследования с негативными результатами до публикации просто не доходят. Но если в выводах проигнорированы не подтвердившиеся гипотезы или неожиданные результаты — это плохой знак.

11. Нереплицируемость. Бич психологии. Если что-то удивительное найдено один раз и никем никогда не повторялось, есть подозрение, что находка была случайной. Например, кожно-оптическое восприятие звучит потрясающе, но, по причине отсутствия успешных репликационных исследований на протяжении многих лет, увы, теряет доверие.

Читайте внимательно и с удовольствием, вдохновляйтесь хорошей наукой!

Ваш, TCTS

TCTS открывает Журнальный Клуб

Дорогие друзья!

TCTS рад объявить новую #горячуююнуюкогнитивную инициативу — Журнальный клуб по когнитивной психологии и нейронауке. Журнальный клуб — это встреча людей, интересующихся примерно похожими темами с целью обсудить прочитанную научную статью. Обычно один из участников делает презентацию исследования, а остальные слушатели по ходу его рассказа задают свои вопросы, делятся мнениями, разбирают непонятные моменты. Плюсы такого формата в том, что можно в спокойной и дружелюбной обстановке познакомиться с новыми исследованиями, узнать что-то новое, получить навыки эффективного чтения научных статей, «наметать глаз» на возможные ограничения исследований и спорные выводы. Для участия в журнальном клубе не нужен опыт или особенные умения — наоборот, это отличная среда для обучения.

Наш журнальный клуб будет отличаться от обычного тем, что он будет проходить онлайн, с помощью видеосвязи на базе Google Hangouts. В остальном — все будет соответствовать классическому формату. Для каждой встречи мы будем выбирать англоязычную статью, предложенную кем-то из участников, и читать ее заранее. Кроме того, один из участников подготовит пересказ статьи (на русском языке!) и слайды-иллюстрации. Во время самой встречи мы в непринужденной и неформальной атмосфере разберем исследование, обсудим, чем оно удалось, а чем — не очень, поговорим об использованных техниках и о том, чем это исследование может быть интересно. По плану каждая встреча будет длиться около часа.

Скажу сразу — полностью формат опробован не был, поэтому первые несколько встреч будут экспериментальными и полными неожиданностей:) Но тем веселее, не так ли?

Первую встречу мне хотелось бы провести в это воскресенье, 13 апреля, и поговорить о забавном исследовании — How Thoughts Give Rise to Action (см. cсылку ниже). По техническим причинам в этот раз я могу включить во встречу только четырех человек, первыми изъявивших желание поучаствовать (то есть, приславших на  письмо с пометкой «журнальный клуб»). Приглашаются все! Также принимаются заявки на статьи для следующих встреч.

Статья для встречи 13 апреля: www.plosone.org/article/info%3Adoi%2F10.1371%2Fjournal.pone.83 845#pone-83 845-g004

Робокоп и теории сознания

Альва Ноэ анализирует фильм Робокоп как противостояние двух философских моделей сознания (и искуственного интеллекта): «когнитивного» подхода Деннета и «анти-когнитивизма» Дрейфуса. В итоге, конечно, подход самого Ноэ, предполагающий «включенность» сознания в мир, оказывается (по мнению автора) наиболее продуктивным: Робокоп обретает сознание во взаимодействии с миром. Забавно, местами интересно. Приятное воскресное чтиво.

www.wbur.org/npr/295 314 242/deconstructing-the-philosophies-of-robocop?ft=3&f=295 314 242

Рабочая память: модели и подходы к изучению

Модели рабочей памяти и подходы к ее изучению

Рабочая память — кратковременное (до нескольких секунд) хранение сенсорной информации и возможность ею оперировать. Рабочая память — один из ключевых когнитивных процессов, лежащий в основе широкого спектра наших возможностей — от восприятия до когнитивного контроля и принятия решений. Недавно вышедшая в Nature Neuroscience обзорная статья описывает современное положение дел в области изучения рабочей памяти, включая различные экспериментальные процедуры, предлагаемые теории и соответствующие им данные, а также обсуждение вопросов, над которыми ученые будут работать в ближайшее время.

Пользуясь материалами этой статьи и одной из иллюстраций, мы сегодня расскажем о современных моделях рабочей памяти.

Итак, рисунок иллюстрирует четыре модели рабочей памяти. Для каждой модели на верхних двух схемах показаны репрезентации (сохранение объектов в памяти) в случае малого (слева) и большого (справа) количества запоминаемых объектов, а на нижних двух схемах — предсказываемое моделью распределение ответов испытуемых. Для удобства можно представлять себе эксперимент, где испытуемому нужно запомнить ориентацию в пространстве нескольких отрезков и затем воспроизвести один из них. Отклонение ориентации, данной испытуемым, от той, которая была ему предъявлена, и будет величиной ошибки. Основное, на что смотрят ученые при анализе данных таких экспериментов — параметры распределения ответов. Фактически, это ключ к тому, что происходит в рабочей памяти.

Теперь к самим моделям. В рамках классического подхода к рабочей памяти считается, что она жестко ограничена по объему и способна удерживать лишь несколько объектов — по числу имеющихся в ней «ячеек"/"слотов». Количество таких ячеек в разных теориях предлагается разное (пресловутые семь плюс-минус два, или четыре, или любое другое экспериментально обнаруженное число), и не исключается что для разных видов памяти это количество будет разным. Но суть остается прежней — либо объект входит в это число и попадает в рабочую память, либо не входит и не попадает. На рисунке (а) показано, как объекты попадают в одну из трех независимых ячеек памяти. Каждый объект хранится там в «хорошем качестве». Поэтому распределение ответов отражает небольшой разброс ошибок вокруг истинного значения запомненного объекта (например, оттенка цвета или ориентации в пространстве). Когда объектов больше, чем ячеек, часть из них не попадает в память. Согласно этой модели, в этом случае распределение ответов испытуемых будет состоять из очень точных ответов для запомненных объектов (серая часть распределения) и угадывания (зеленая часть).

Несмотря на большую поддержку со стороны данных, у этой модели есть существенный недостаток — она отрицает, что объекты могут запоминаться с разным уровнем точности. Например, в ситуации, если вы помните что фигура была синяя, но не можете припомнить оттенок. Альтернативный и активно разрабатываемый сейчас взгляд на рабочую память — ресурсный — основан на результатах, демонстрирующих, что объекты могут запоминаться с разной точностью, и чем больше объектов мы пытаемся удержать в памяти, тем менее точными будут их следы-репрезентации. Предполагается, что существует некий ограниченный ресурс «памяти», который может гибко распределяться между тем количеством объектов, которое нам нужно запомнить. В результате, с увеличением количества объектов точность их репрезентаций падает, хотя все они в определенной степени будут представлены в рабочей памяти. Рисунок (b) демонстрирует равномерное распределение ограниченного ресурса памяти (желтая масса) между всеми предъявляемыми объектами. Распределения демонстрируют, что точность репрезентаций равномерно снижается с увеличением количества объектов.

У базовой ресурсной модели есть две мощные вариации. Первая — модель дискретных репрезентаций. Ключевое ее отличие — наличие фиксированного «потолка» в отношении количества запоминаемых объектов (как в классической модели слотов).

Эта модель основана на предположении о том, что ресурс памяти исходно распределен на ограниченное количество «квантов» (рисунок с). Если объектов мало, кванты могут объединяться и обеспечивать лучшее качество репрезентации. Если объектов много, каждому объекту либо достанется «кусочек памяти» и какая-то репрезентация, либо не достанется, и объект в памяти представлен не будет. В соответствии с этим, ошибки в задачах на память будут двух видов — ошибки, вызванные шумом репрезентации (имеют нормальное распределение), и ошибки, вызванные угадыванием (имеют равномерное распределение). На рисунке © изображено, как для большого количества объектов кванты «разделяют ресурс», так что качество репрезентации отдельного объекта падает (серая часть распределения). При этом объекты, которым не хватило квантов, остаются не представленными в памяти, что будет вызывать ответы-«угадывания"(зеленая часть). Обратите внимание, как это распределение отличается от тех, что были в случаях (b) и (а).

Вторая вариация ресурсного подхода — модель переменной точности. Ее главное отличие — ресурсы распределяются между объектами неравномерно. Какие-то объекты могут быть представлены хуже, какие-то — лучше, но в целом в память попадают они все (рисунок d). Когда испытуемых просят восстановить из памяти объект, который они запомнили лучше всего, они справляются с задачей удачнее, чем когда им предлагается случайно выбранный объект. Следовательно, качество репрезентаций нескольких одновременно запомненных объектов обязательно различается, даже если все остальные параметры равны. А вот средняя точность будет зависеть от количества объектов, поскольку ресурс ограничен. На рисунке (d) показано, что в случае одного объекта, как и в остальных моделях, мы получаем репрезентацию хорошего качества и, соответственно, точные ответы. В случае большого количества объектов распределение будет состоять из большого количества нормальных распределений разной ширины (обратите внимание на специфическую форму и высокие «края» итогового распределения). Эта модель действительно хорошо описывает данные, но вот причины таких вариаций точности и их нейронные основания еще предстоит найти.

Исследование рабочей памяти — это увлекательнейшая область, использующая весь арсенал методов современной экспериментальной психологии и нейронауки, от работы с единичными нейронами до бихевиоральных экспериментов, включая клинические исследования и компьютерное моделирование. И несмотря на длительную историю, область все еще продолжает активно развиваться, постепенно улучшая наши представления о самой рабочей памяти и об огромном количестве зависящих от нее процессов.

СПбГУ: семинары Web of Science

Для #горячихюныхкогнитивных СПбГУ — мастер-класс об эффективном использовании базы данных Web of Science и менеджера цитирования EndNote. Поиск, хранение и использование онлайн-литературы — навыки, без которых сложно в современной науке, так что не пропустите.

www.psy.spbu.ru/news/1095-web-of-science