Informations

Où sont stockées les connaissances sur le fonctionnement du cerveau ?

Où sont stockées les connaissances sur le fonctionnement du cerveau ?

Si nous sommes notre cerveau et que notre cerveau sait comment il fonctionne, cela signifie que cette information est stockée quelque part dans le cerveau, comme le cortex temporal inférieur est la partie du cerveau qui reconnaît les nombres. Où sont stockées les connaissances sur le fonctionnement du cerveau ?


Je pense que vous focalisez cette question dans le mauvais sens. Il n'y a aucun endroit dans le cerveau où les "instructions" sont stockées. Le cerveau n'a pas besoin de "savoir" comment il fonctionne pour fonctionner. Le fonctionnement du cerveau est une émergence de la structure et de la dynamique biologique. Tout cela repose sur toutes les couches du calcul biologique (génétique/moléculaire/cellulaire/organe/… ) et l'interaction avec l'environnement. Il n'y a donc pas d'endroit particulier, si vous voulez découvrir comment fonctionne le cerveau, vous devez étudier tout le système.

En fait, nous pouvons construire des processus itératifs qui montrent des comportements complexes mais les lois qui contrôlent ce comportement sont implicites et ne sont pas stockées dans le résultat. Voir Le jeu de la vie.


Ce type de connaissance est connu sous le nom de « mémoire sémantique » ; une sorte de « mémoire déclarative ». Nous ne savons pas encore où la mémoire sémantique est stockée dans le cerveau, bien qu'il existe des preuves que des structures hippocampiques et/ou parahippocampiques sont nécessaires pour stocker la mémoire sémantique.

Les petits détails de ce qu'est exactement une « mémoire » en termes de neurobiologie, où et comment elle est stockée, et comment elle est récupérée est un domaine des neurosciences qui fait actuellement l'objet de recherches très actives. Cependant, nos connaissances sont très rudimentaires à l'heure actuelle.


De manière générale, la réponse de Kato est bonne. J'aimerais ajouter qu'il existe une manière fascinante par laquelle le cerveau comprend les autres cerveaux - également appelée lecture de l'esprit ou théorie de l'esprit (la base de l'empathie). Ce processus dépend fortement des modalités sensorielles. Lorsque vous vous mettez à la place de quelqu'un d'autre, votre cerveau tente d'imaginer ses expériences (y compris ses émotions). Cela consiste en une réactivation de divers aspects de vos propres expériences sensorielles antérieures, dans une tentative de simuler leur état d'esprit. Le cerveau fait cela tout le temps, mais surtout lorsqu'il essaie de comprendre d'autres cerveaux. Bien sûr, ce n'est pas le seul mécanisme à l'œuvre - des modes de pensée plus logiques jouent probablement aussi un rôle. Pour une discussion à ce sujet, voir http://www.ianapperly.eclipse.co.uk/Apperly%20ST%20TT%20Final%20version.pdf.


Psychologie cognitive et neurosciences cognitives/modèles de situation et inférence

Une fonction et une propriété importantes du système cognitif humain est la capacité d'extraire des informations importantes à partir de situations décrites textuellement et verbalement. Cette capacité joue un rôle essentiel dans la compréhension et la mémorisation. Mais qu'advient-il de ces informations une fois extraites, comment les représentons-nous et comment les utilisons-nous pour faire des inférences ? Avec ce chapitre, nous introduisons le concept de « modèle de situation » (van Dijk&Kintsch, 1983, « modèle mental » : Johnson-Laird, 1983), qui est la représentation mentale de ce qu'est un texte. Nous discutons de ce à quoi pourraient ressembler ces représentations et montrons les différentes expériences qui tentent d'aborder ces questions de manière empirique. En supposant que les situations sont codées par des symboles perceptifs (Barsalou, 1999), la théorie des modèles de situation touche de nombreux aspects de la philosophie cognitive, de la linguistique et de l'intelligence artificielle. Au début de ce chapitre, nous mentionnerons pourquoi les modèles de situation sont importants et à quoi nous les utilisons. Ensuite, nous nous concentrerons sur la théorie elle-même en introduisant les quatre principaux types d'informations - les composants du modèle de situation, ses niveaux de représentation et enfin deux autres types de connaissances de base utilisées dans la construction et le traitement du modèle de situation (connaissances générales du monde et connaissances spécifiques des référents) .

Les modèles de situation forment non seulement un concept central dans les théories de la cognition située qui nous aide à comprendre comment les informations situationnelles sont collectées et comment de nouvelles informations sont intégrées, mais ils peuvent également expliquer de nombreux autres phénomènes. Selon van Dijk & Kintsch, les modèles de situation sont responsables de processus tels que l'expertise du domaine, la traduction, l'apprentissage à partir de sources multiples ou la compréhension complète des situations simplement en lisant à leur sujet. Ces modèles de situation se composent, selon la plupart des recherches dans ce domaine, de cinq dimensions, que nous expliquerons plus loin. Lorsque de nouvelles informations concernant l'une de ces dimensions sont extraites, le modèle de situation est modifié en fonction des nouvelles informations. Plus le changement dans le modèle de situation est important, plus le lecteur a besoin de temps pour comprendre la situation avec les nouvelles informations. S'il y a des contradictions, par ex. nouvelles informations qui ne correspondent pas au modèle, le lecteur ne comprend pas le texte et doit probablement relire des parties du texte pour construire un meilleur modèle. Il a été montré dans plusieurs expériences qu'il est plus facile de comprendre des textes qui n'ont que de petits changements dans les cinq dimensions de la compréhension de texte. Il a également été constaté qu'il est plus facile pour les lecteurs de comprendre un texte si l'information importante est mentionnée plus explicitement. Pour cette raison, plusieurs chercheurs ont écrit sur l'importance de mettre en avant les informations importantes (voir Zwaan&Radvansky 1998 pour une liste détaillée). L'autre problème important concernant les modèles de situation est la multidimensionnalité. Ici, la question importante est de savoir comment les différentes dimensions sont liées et quel est leur poids pour construire le modèle. Certains chercheurs prétendent que le poids des dimensions se déplace selon la situation qui est décrite. L'introduction de telles affirmations sera la dernière partie de ce chapitre et vise à vous présenter les objectifs de recherche actuels et futurs.

Le VIP : Rolf A. Zwaan Modifier

Rolf A. Zwaan, né le 13 septembre 1962 à Rotterdam (Pays-Bas), est une personne très importante pour ce sujet, puisqu'il a fait le plus de recherches (92 publications au total), et aussi parce que la plupart de nos données sont tirées de son travail. Zwaan a fait sa maîtrise (1986) et son doctorat. (1992) à l'Université d'Utrecht (Pays-Bas), tous deux cum laude. Depuis lors, il a reçu de nombreux prix comme le Developing Scholar Award (Florida state University, 1999) ou le Fellow of the Hanse Institute for Advanced Study (Delmenhorst, Allemagne, 2003) et est devenu membre de plusieurs organisations professionnelles comme la Psychonomic Society, la Cognitive Science Society ou l'American Psychological Society. Il travaille en tant que président de la biologie et de la psychologie cognitive à l'Université Erasmus de Rotterdam (Pays-Bas), depuis 2007.

De nombreuses tâches basées sur le traitement du langage ne peuvent s'expliquer que par l'utilisation de modèles de situation. Le soi-disant modèle de situation ou modèle mental se compose de cinq dimensions différentes, qui se réfèrent à différentes sources. Pour comprendre un texte ou juste une phrase simple, les modèles de situation sont utiles. De plus, la compréhension et la combinaison de plusieurs textes et phrases peuvent être bien mieux expliquées par cette théorie. Dans ce qui suit, quelques exemples sont énumérés pourquoi nous avons vraiment besoin de modèles de situation.

Intégration d'informations à travers les phrases Modifier

L'intégration d'informations à travers les phrases est plus que la simple compréhension d'un ensemble de phrases. Par exemple:

« Gerhard Schroeder est devant des journalistes. Attendre de nouvelles idées n'a rien de spécial pour l'ancien chancelier allemand. C'est comme au bon vieux temps en 1971, quand le leader des Jusos était derrière les sondages et parlait de changements.


Cet exemple n'a de sens pour le lecteur que s'il est conscient que « Gerhard Schroeder », « Ex-chancelier allemand » et « le chef des Juso en 1971 » est une seule et même personne. Si nous construisons un modèle de situation, dans cet exemple « Gerhard Schroeder » est notre jeton. Chaque information qui apparaîtra sera liée à ce jeton, basé sur la connaissance grammaticale et mondiale. L'article défini dans la deuxième phrase fait référence à l'individu dans la première phrase. Ceci est basé sur des connaissances grammaticales. Chaque article défini indique un lien avec un individu dans une phrase précédente. S'il y avait un article indéfini, nous devons construire un nouveau jeton pour un nouvel individu. La troisième phrase est liée par la connaissance du domaine au jeton. Il faut savoir que « Gerhard Schroeder » était le leader des Juso en 1971. Sinon, le lien ne peut être que deviné. Nous pouvons voir qu'un modèle de situation intégré est nécessaire pour comprendre le lien entre les trois phrases.

Explication des similitudes dans les performances de compréhension à travers les modalités Modifier

L'explication des similitudes dans les performances de compréhension entre les modalités ne peut se faire que par l'utilisation de modèles de situation. Si nous lisons un article de journal, regardons un reportage à la télévision ou écoutons un reportage à la radio, nous arrivons à une compréhension similaire de la même information, qui est véhiculée par différentes modalités. Ainsi, nous créons une représentation mentale de l'information ou de l'événement. Cette représentation mentale ne dépend pas des modalités elles-mêmes. De plus, il existe des preuves empiriques de cette intuition. Baggett (1979) a découvert que les étudiants qui ont vu un court métrage et les étudiants qui ont entendu une version orale des événements du court métrage ont finalement produit un protocole de rappel structurellement similaire. Il y avait des différences dans les protocoles des deux groupes, mais les différences étaient dues à des aspects de contenu. Comme la version texte indiquait explicitement qu'un garçon se rendait à l'école et dans le film, cela devait être déduit.

Expertise du domaine sur la compréhension Modifier

Les modèles de situation ont une profonde influence sur les effets de l'expertise du domaine sur la compréhension. En détail, cela signifie que la personne A, dont les compétences verbales sont inférieures à celles de la personne B, est capable de surpasser la personne B, si elle a une meilleure connaissance du domaine du sujet. Pour prouver cette intuition, il y a eu une étude de Schneider et Körkel (1989). Ils ont comparé les rappels des « experts » et des novices d'un texte sur un match de football. Dans l'étude étaient trois grades différents: 3e, 5e et 7e. Un exemple important de cette expérience était que les experts en football de 3e année ont surpassé les novices de 7e année. Le rappel des unités dans le texte était de 54 % par les experts de 3e année et de 42 % par les novices de 7e année. L'explication est assez simple : les experts de 3e année ont construit un modèle de situation et utilisé les connaissances de leur mémoire à long terme (Ericsson & Kintsch, 1995). Les novices de 7e n'avaient que le texte par lequel ils peuvent proposer un modèle de situation. D'autres études montrent des preuves de la théorie selon laquelle l'expertise du domaine peut contrecarrer la capacité verbale, c'est-à-dire Fincher-Kiefer, Post, Greene & Voss, 1988 ou Yekovich, Walker, Ogle & Thompson en 1990.

Explication des compétences en traduction Modifier

Un autre exemple pour lequel nous avons besoin de modèles de situation est d'essayer d'expliquer la traduction. Traduire une phrase ou un texte d'une langue à une autre ne se fait pas simplement en traduisant chaque mot et en construisant une nouvelle structure de phrase jusqu'à ce que la phrase semble sonore. Si nous regardons maintenant l'exemple d'une phrase néerlandaise :


Maintenant, nous pouvons conclure que le niveau de traduction entre le néerlandais et l'anglais n'est pas basé sur le niveau lexico-sémantique, il est basé sur le niveau de situation. Dans cet exemple "ne fais pas quelque chose (action) avant de n'avoir pas fait autre chose (une autre action)". D'autres études ont abouti à des conclusions selon lesquelles la capacité à construire des modèles de situation pendant la traduction est importante pour la compétence de traduction (Zwann, Ericsson, Lally et Hill, en 1998).

Apprentissage à sources multiples Modifier

Les gens peuvent se renseigner sur un domaine à partir de plusieurs documents. Ce phénomène peut également être expliqué par un modèle de situation. Par exemple, nous essayons d'apprendre quelque chose sur la "Guerre froide" nous utilisons différents documents contenant des informations. Les informations contenues dans un document peuvent être similaires à celles d'autres documents. Les référents peuvent être les mêmes ou des relations spéciales dans la «guerre froide» peuvent simplement être découvertes par l'utilisation de différents documents. Donc ce que nous faisons vraiment en apprenant et en raisonnant, c'est que nous intégrons des informations sur la base de différents documents dans un modèle de situation commun, qui a un ordre organisé des informations que nous avons apprises.


Nous avons vu que nous avons besoin de modèles de situation dans différentes tâches de traitement du langage, mais les modèles de situation ne sont pas nécessaires dans toutes les tâches de traitement du langage. Un exemple est la relecture. Un relecteur vérifie chaque mot pour son exactitude. Cette capacité ne contient pas la capacité de construire des modèles de situation. Cette tâche utilise les ressources de la mémoire à long terme dans laquelle est stockée l'écriture correcte de chaque mot. La procédure est comme :


Cela se fait mot par mot. Il n'est pas nécessaire de créer des modèles de situation dans cette tâche pour le traitement du langage.

Espace Modifier

Très souvent, les objets qui nous sont spatialement proches sont plus pertinents que les objets plus éloignés. Par conséquent, on s'attendrait à la même chose pour les modèles de situation. Conformément à cette idée, les comprehenseurs sont plus lents à reconnaître les mots désignant des objets éloignés d'un protagoniste que ceux désignant des objets proches du protagoniste (Glenberg, Meyer & Lindem, 1987).

Lorsque les comprehenseurs ont une connaissance approfondie de la disposition spatiale du cadre de l'histoire (par exemple, un bâtiment), ils mettent à jour leurs représentations en fonction de l'emplacement et des objectifs du protagoniste. Ils ont l'accès mental le plus rapide à la pièce dans laquelle se trouve ou se dirige actuellement le protagoniste. Par exemple, ils peuvent plus facilement dire si deux objets se trouvent ou non dans la même pièce si la pièce mentionnée est l'une de ces pièces que s'il s'agit d'une autre pièce du bâtiment (par exemple, Morrow, Greenspan, & Bower, 1987). Cela est parfaitement logique intuitivement car ce sont les pièces qui nous seraient pertinentes si nous étions dans la situation.

Interprétation par les gens du sens d'un verbe désignant le mouvement de personnes ou d'objets dans l'espace, comme s'approcher, dépend de leurs modèles de situation. Par exemple, les comprehens interprètent le sens de approcher différemment dans Le tracteur s'approche juste de la clôture que dans La souris s'approche juste de la clôture. Plus précisément, ils interprètent la distance entre la figure et le point de repère comme étant plus longue lorsque la figure est grande (tracteur) que lorsqu'elle est petite (souris). L'interprétation des interprètes dépend également de la taille du point de repère et de la vitesse de la figure (Morrow & Clark, 1988). Apparemment, ceux qui comprennent se comportent comme s'ils se tenaient réellement dans la situation, regardant le tracteur ou la souris s'approcher d'une clôture.

Heure Modifier

Nous supposons par défaut que les événements sont racontés dans leur ordre chronologique, sans rien laisser de côté. Vraisemblablement, cette hypothèse existe parce que c'est ainsi que nous vivons les événements de la vie quotidienne. Les événements nous arrivent dans un flux continu, parfois en succession rapprochée, parfois en parallèle, et souvent en se chevauchant partiellement. La langue permet cependant de s'écarter de l'ordre chronologique. Par exemple, nous pouvons dire : « Avant que le psychologue ne soumette le manuscrit, la revue a changé sa politique. Le psychologue soumettant le manuscrit est signalé en premier, même s'il s'agit du dernier des deux événements à se produire. Si les gens construisent un modèle de situation, cette phrase devrait être plus difficile à traiter que sa contrepartie chronologique (la même phrase, mais commençant par « Après »). Des preuves neuroscientifiques récentes appuient cette prédiction. Les mesures du potentiel cérébral lié à l'événement (ERP) indiquent que les phrases "avant" suscitent, dans les 300 ms, une plus grande négativité que les phrases "après". Cette différence de potentiel est principalement localisée dans la partie antérieure gauche du cerveau et indique un effort cognitif plus important (Münte, Schiltz, & Kutas, 1998). Dans la vraie vie, les événements se succèdent de manière transparente. Cependant, les récits peuvent avoir des discontinuités temporelles, lorsque les écrivains omettent des événements non pertinents pour l'intrigue. De tels écarts temporels, généralement signalés par des phrases telles que quelques jours plus tard, sont assez fréquents dans les récits. Néanmoins, ils présentent une rupture par rapport à l'expérience quotidienne. Par conséquent, les décalages temporels devraient entraîner des perturbations (légères) du processus de compréhension. Et ils le font. Les temps de lecture des phrases qui introduisent un décalage temporel ont tendance à être plus longs que ceux des phrases qui ne le font pas (Zwaan, 1996).

Lien de causalité Modifier

Lorsque nous interagissons avec l'environnement, nous avons une forte tendance à interpréter les séquences d'événements comme des séquences causales. Il est important de noter que, tout comme nous inférons les objectifs d'un protagoniste, nous devons inférer une causalité que nous ne pouvons pas percevoir directement. Singer et ses collègues (par exemple, Singer, Halldorson, Lear, & Andrusiak, 1992) ont étudié comment les lecteurs utilisent leur connaissance du monde pour valider les liens de causalité entre les événements racontés. Les sujets ont lu des paires de phrases, telles que 1a puis 1b ou 1a' puis 1b, et ont ensuite été confrontés à une question comme 1c :

(1a) Mark a versé le seau d'eau sur le feu de joie.

(1a’) Mark a placé le seau d’eau près du feu de joie.

(1c) L'eau éteint-elle le feu ?

Les sujets ont répondu plus rapidement à 1c après la séquence 1a-1b qu'après 1a'-1b. Selon Singer, la raison de la différence de vitesse est que la connaissance que l'eau éteint le feu a été activée pour valider les événements décrits en 1a-1b. Cependant, parce que cette connaissance ne peut pas être utilisée pour valider 1a'-1b, elle n'a pas été activée lorsque les sujets ont lu cette paire de phrases.

Intentionnalité Modifier

Nous sommes souvent capables de prédire les actions futures des gens en déduisant leur intentionnalité, c'est-à-dire leurs objectifs. Par exemple, lorsque nous voyons un homme se diriger vers une chaise, nous supposons qu'il veut s'asseoir, surtout lorsqu'il est debout depuis longtemps. Ainsi, nous pourrions générer l'inférence « Il va s'asseoir ». Keefe et McDaniel (1993) ont présenté des sujets avec des phrases comme Après avoir terminé le débat de 3 heures, l'orateur fatigué s'est dirigé vers sa chaise (et s'est assis) puis avec des mots de sonde (par exemple, sat, dans ce cas). Les sujets ont mis à peu près le même temps pour nommer assis lorsque la clause concernant l'orateur s'asseyant a été omise et lorsqu'elle a été incluse. De plus, les temps de nommage étaient significativement plus rapides dans ces deux conditions que dans une condition de contrôle dans laquelle il était implicite que le locuteur restait debout.

Protagonistes et objets Modifier

Les comprehenseurs sont prompts à faire des déductions sur les protagonistes, vraisemblablement dans le but de construire un modèle de situation plus complet. Considérez, par exemple, ce qui se passe après que les sujets ont lu la phrase L'électricien a examiné le luminaire. Si la phrase suivante est Elle a sorti son tournevis, leur vitesse de lecture est ralentie par rapport au moment où la deuxième phrase est Il a sorti son tournevis. Cela se produit parce qu'elle fournit une inadéquation avec le genre stéréotypé d'un électricien, ce que les sujets ont apparemment déduit lors de la lecture de la première phrase (Carreiras, Garnham, Oakhill, & Cain, 1996).

Présentation Modifier

Dans le processus de compréhension de la langue et du texte, de nouvelles informations doivent être intégrées dans le modèle de situation actuelle. Ceci est réalisé par un cadre de traitement. Il existe diverses théories et idées sur ce processus. La plupart d'entre eux ne modélisent qu'un ou plusieurs aspects des modèles de situation et de la compréhension du langage.

Une liste de théories, d'idées et de développements dans les cadres de compréhension du langage :

  • un modèle interactif de compréhension (Kintsch et van Dijk, 1978)
  • début du modèle informatique (Miller, Kintsch, 1980)
  • Modèle de construction-intégration (Kintsch, 1988)
  • Structure-Bâtiment-Cadre (Gernsbacher,1990)
  • Modèle de lecteur de contraintes de capacité (Just, Carpenter, 1992)
  • Cadre constructiviste (Graesser, Singer, Trabasso, 1994)
  • Modèle d'indexation des événements (Zwaan, Langston, Graesser, 1995)
  • Modèle de paysage (van den Brock, Risden, Fletcher, & Thurlow, 1996)
  • Modèle de construction-intégration à capacité limitée (Goldman, Varma, Coté, 1996)
  • Le cadre de l'expérienceur immergé (Zwaan, 2003)

Dans cette partie du chapitre sur les modèles de situation, nous parlerons de plusieurs modèles, nous commencerons par certains des premiers éléments, puis nous passerons aux plus récents. Nous commencerons par les travaux de Kintsch dans les années 70 et 80 et passerons ensuite à des recherches ultérieures qui se basent sur cela.

Un modèle de compréhension interactif Modifier

Ce modèle a déjà été développé dans les années 80, il est à la base de nombreux modèles ultérieurs comme le CI-Model, ou même le Immersed-Experiencer Framework. Selon Kintsch et van Dijk (1978), la compréhension de texte se déroule par cycles. A chaque cycle quelques propositions sont traitées, ce nombre est déterminé par la capacité de la Mémoire à Court Terme, donc 7 plus ou moins 2. A chaque cycle les nouvelles propositions sont connectées à celles existantes, elles forment donc un ensemble connecté et hiérarchisé .

Premier modèle de calcul Modifier

Ce modèle informatique de Miller et Kintsch a tenté de modéliser des théories de compréhension antérieures, de faire des prédictions en fonction de celles-ci et de les comparer à des études et des expériences comportementales. Il se composait de plusieurs modules. L'un était un programme en morceaux : sa tâche est de lire un mot à l'instant, d'identifier s'il s'agit d'une proposition et de décider de l'intégrer ou non. Cette partie du modèle n'a pas été réalisée par calcul. La partie suivante dans l'ordre d'entrée était le Microstructure Coherence Program (MCP). Le MCP a trié les propositions et les a stockées dans le graphique de cohérence de la mémoire de travail. La tâche du graphique de cohérence de la mémoire de travail était alors de décider quelles propositions devaient rester actives pendant le cycle de traitement suivant. Toutes les propositions sont stockées dans le graphique de cohérence de la mémoire à long terme, ce qui permet de décider quelles propositions doivent être transférées dans la mémoire de travail ou il peut construire un tout nouveau graphique de mémoire de travail avec un nœud supérieur différent. Le problème avec ce modèle informatique était qu'il présentait des performances vraiment faibles. Mais cela a néanmoins conduit à d'autres recherches qui ont tenté de surmonter ses lacunes.

Modèle d'indexation des événements Modifier

Les Modèle d'indexation des événements a été proposé pour la première fois par Zwaan, Langston et Graesser (1995). Il fait des déclarations sur la façon dont les informations entrantes dans la compréhension sont traitées et sur la façon dont elles sont représentées dans la mémoire à long terme.

Selon le Modèle d'indexation des événements tous les événements d'actions entrants sont divisés en cinq index. Les cinq indices sont les mêmes que les cinq dimensions situationnelles, bien que Zwaan & Radvasnky (1998) affirment qu'il y a peut-être plus de dimensions. Ceux-ci pourraient être trouvés dans de futures recherches. Un point fondamental de ce modèle est le temps de traitement d'intégration de nouveaux événements dans le modèle actuel. Il est plus facile d'intégrer un nouvel événement entrant s'il partage des index avec un événement précédent. Plus le nouvel événement est contigu, plus il est facile à intégrer dans le nouveau modèle de situation. Cette prédiction faite par Zwaan & Radvanksy (1998) est soutenue par certaines recherches antérieures (Zwaan, Magliano et Graesser, 1995). L'autre point important de la Modèle d'indexation des événements est la représentation dans la mémoire à long terme. Zwaan & Radvasnky (1998) prédisent que cette représentation est un réseau de nœuds, ces nœuds encodent les événements. Les nœuds sont reliés entre eux par des liens situationnels selon les indices qu'ils partagent. Cette connexion ne code pas seulement si deux nœuds partagent des index, mais elle code également le nombre d'index partagés grâce à sa force. Ce deuxième point laisse déjà entrevoir ce que Modèle d'indexation des événements manque. Il y a plusieurs choses qu'il n'inclut pas. Par exemple, il ne code pas l'ordre temporel des événements ni le sens des relations causales. Le plus gros inconvénient de la Modèle d'indexation des événements est clairement qu'il traite les différentes dimensions comme des entités différentes bien qu'elles interagissent probablement les unes avec les autres.

Zwaan & Radvansky (1998) a mis à jour le Modèle d'indexation des événements avec quelques fonctionnalités. Ce nouveau modèle divise les informations traitées en trois types. Ces trois types sont le cadre situationnel, les relations situationnelles et le contenu situationnel. Le cadre situationnel fonde la situation dans l'espace et dans le temps, et sa construction est obligatoire. Si aucune information n'est donnée, ce cadre est probablement construit par des valeurs standard extraites de la connaissance du monde antérieure ou une variable vide serait instanciée. Les relations situationnelles reposent sur les cinq dimensions situationnelles. Ceux-ci sont analysés à travers le Modèle d'indexation des événements. Ce type d'informations situationnelles ne comprend pas les informations de base, qui sont données dans le cadre situationnel, mais les relations entre les différentes entités ou nœuds du réseau. Contrairement au cadre situationnel, les relations situationnelles ne sont pas obligatoires. S'il n'y a aucune information donnée ou s'il n'y a pas d'inférences possibles entre les entités, alors il n'y a tout simplement aucune relation. Il existe également un index qui traite de l'importance des différentes relations. Cette importance consiste en la nécessité de l'information pour comprendre la situation, la facilité de l'inférer quand elle ne serait pas mentionnée et la facilité avec laquelle l'information peut être mémorisée plus tard. Une autre distinction que cette théorie fait est celle entre les relations fonctionnelles et non fonctionnelles (Carlson-Radvansky & Radvansky, 1996 Garrod & Sanford, 1989). Les relations fonctionnelles décrivent l'interaction entre différentes entités, tandis que les relations non fonctionnelles sont celles entre entités sans interaction. Le contenu situationnel se compose des entités dans la situation comme les protagonistes et les objets et leurs propriétés. Celles-ci ne sont intégrées explicitement dans le Modèle de Situation, comme les relations situationnelles, que si elles sont nécessaires à la compréhension de la situation. Néanmoins, les entités centrales et les plus importantes et leurs propriétés sont à nouveau obligatoires. Il est proposé que, afin de maintenir le temps de traitement bas, les informations non essentielles ne soient représentées que par quelque chose comme un pointeur afin que ces informations puissent être récupérées si nécessaire.

Le cadre de l'expérienceur immergé Modifier

L'Immersed Experiencer Framework (IEF) est basé sur des modèles de cadre de traitement antérieurs (voir ci-dessus pour une liste détaillée) mais essaie également d'inclure plusieurs autres résultats de recherche. Par exemple, il a été constaté que lors de la compréhension, des régions cérébrales sont activées, qui sont très proches voire se chevauchent avec des régions cérébrales actives lors de la perception ou de l'action du sens des mots (Isenberg et al., 2000 Martin & Chao, 2001 Pulvermüller, 1999, 2002). Pendant la compréhension, il y a aussi une représentation visuelle de la forme et de l'orientation des objets (Dahan & Tanenhaus, 2002 Stanfield & Zwaan, 2002 Zwaan et al., 2002 Zwaan & Yaxley, sous presse a, b). L'information visuo-spatiale amorce le traitement des phrases (Boroditsky, 2000). Ces représentations visuelles peuvent interférer avec la compréhension (Fincher-Kiefer, 2001). Résultats de (Glenberg, Meyer, & Lindem, 1987 Kaup & Zwaan, sous presse Morrow et al., 1987 Horton & Rapp, sous presse Trabasso & Suh, 1993 Zwaan et al., 2000) suggèrent que l'information qui fait partie de la situation et du texte est plus active dans l'esprit du lecteur que l'information qui n'est pas incluse. Le quatrième résultat de la recherche est que les gens bougent leurs yeux et leurs mains pendant la compréhension d'une manière cohérente avec la situation décrite. (Glenberg & Kaschak, sous presse Klatzky et al., 1989 Spivey et al., 2000).

Le point principal du cadre de l'expérienceur immergé est l'idée que les mots activent les expériences avec leurs référents. Par exemple, "un aigle dans le ciel" active une expérience visuelle d'un aigle aux ailes déployées tandis que "un aigle dans le nid" active une expérience visuelle différente. Selon Zwaan (2003), l'IEF doit être considéré comme un moteur permettant de faire des prédictions sur la compréhension de la langue. Ces prédictions sont ensuite suggérées pour des recherches ultérieures.

Selon l'IEF, le processus de compréhension du langage se compose de trois composants, à savoir l'activation, l'interprétation et l'intégration. Chaque composant fonctionne à un niveau différent. L'activation fonctionne au niveau mondial, la construction est responsable du niveau de la clause tandis que l'intégration est active au niveau du discours. Bien que l'IEF partage de nombreux points avec les modèles antérieurs de compréhension du langage, il diffère sur certains points principaux. Par exemple, cela suggère que la compréhension du langage implique des actions et des représentations perceptives et non des propositions amodales (Zwaan, 2003).

De nombreuses théories tentent d'expliquer le modèle de situation ou ce qu'on appelle le modèle mental dans différentes représentations. Plusieurs théories de la représentation traitent de la compréhension du texte dans le modèle de situation lui-même. Combien de niveaux sont inclus ou nécessaires et comment le modèle de situation est-il construit, est-ce fait en une seule fois comme :

Phrase → Modèle de situation

Ou y a-t-il des niveaux intermédiaires qui doivent être franchis jusqu'à ce que le modèle soit construit ? Voici trois représentations différentes qui tentent d'expliquer la construction du modèle de situation par un texte.

Représentation propositionnelle Modifier

La représentation propositionnelle prétend qu'une phrase sera structurée d'une autre manière et qu'elle sera ensuite stockée. Les informations incluses ne se perdent pas. Nous allons regarder la phrase simple :

"George aime Sally" la représentation propositionnelle est [LOVES(GEORGE, SALLY)]

Il est facile de voir que la représentation propositionnelle est facile à créer et que l'information est toujours disponible.

Trois niveaux de représentation Modifier

Cette théorie dit qu'il existe trois niveaux de représentation : la forme de surface, la base du texte et le modèle de situation. Dans cet exemple, la phrase « La grenouille a mangé l'insecte ». Est déjà la forme de surface. On crée naturellement des relations sémantiques pour comprendre la phrase (arbre sémantique sur la figure). Le niveau suivant est la « base de texte ». [EAT(FROG, BUG)] est la représentation propositionnelle et Base de texte est proche de ce genre de représentation, sauf qu'elle est plutôt spatiale. Enfin le modèle de situation est construit par la représentation « Base texte ». Nous pouvons voir que le modèle de situation n'inclut aucun type de texte. C'est une image mentale de l'information dans la phrase elle-même.

Deux niveaux de représentation Modifier

Cette théorie est comme la théorie des « trois niveaux de représentations ». Mais le niveau « Base de texte » est laissé de côté. La théorie elle-même prétend que le modèle de situation est créé par la phrase elle-même et qu'aucun niveau de « base de texte » n'est nécessaire.

D'autres théories de modèles de situation orientant les expériences existent. Ainsi, non seulement la compréhension du texte est assurée par des modèles de situation, mais l'apprentissage par l'expérience directe est également géré par des modèles de situation.

KIWi-Modèle Modifier

Un modèle unifié, appelé KIWi-Model, essaie d'expliquer comment la représentation textuelle et l'expérience directe interagissent avec un modèle de situation. De plus, la connaissance du domaine est intégrée. La connaissance du domaine est utilisée en formant un modèle de situation dans différentes tâches comme la compréhension de phrases simples (chapitre : Pourquoi avons-nous besoin de modèles de situation). Le modèle KIWi montre qu'il existe une interaction permanente entre « représentation textuelle → modèle de situation » et entre « codage sensoriel → modèle de situation ». Ces interactions soutiennent la théorie d'une mise à jour permanente du modèle mental.

L'inférence est utilisée pour construire des modèles de situation complexes avec des informations limitées. Par exemple : en 1973, John Bransford et Marcia Johnson ont fait une expérience de mémoire dans laquelle ils ont demandé à deux groupes de lire des variantes de la même phrase.

Le premier groupe a lu le texte "John essayait de réparer le nichoir. Il était martèlement le clou quand son père est sorti pour le regarder faire le travail"

Le deuxième groupe a lu le texte "John essayait de réparer le nichoir. Il était à la recherche de le clou quand son père est sorti pour le regarder faire le travail"

Après lecture, quelques énoncés de test ont été présentés aux participants. Ces déclarations contenaient le mot marteau qui n'apparaissait pas dans les phrases originales, par exemple : "John utilisait un marteau pour réparer le nichoir. Il cherchait le clou quand son père est sorti pour le surveiller". Les participants du premier groupe ont déclaré avoir vu 57 % des énoncés du test, tandis que les participants du deuxième groupe n'avaient vu que 20 % des énoncés du test.

Comme on peut le voir, dans le premier groupe il y a une tendance à croire avoir vu le mot marteau. Les participants de ce groupe ont déduit que John avait utilisé un marteau pour enfoncer le clou. Ce test d'influence de la mémoire est un bon exemple pour avoir une idée de ce que l'on entend par faire des inférences et comment elles sont utilisées pour compléter les modèles de situation.

Lors de la lecture d'un texte, l'inférence crée des informations qui ne sont pas explicitement énoncées dans le texte, il s'agit donc d'un processus créatif. C'est très important pour la compréhension du texte en général, car les textes ne peuvent pas inclure toutes les informations nécessaires pour comprendre le sens d'une histoire. Les textes omettent généralement ce qu'on appelle connaissance du monde. La connaissance du monde est la connaissance de situations, de personnes ou d'éléments que la plupart des gens partagent et n'a donc pas besoin d'être explicitement déclarée. Chaque personne devrait pouvoir déduire ce genre d'informations, comme par exemple que nous utilisons habituellement des marteaux pour enfoncer des clous. Il serait impossible d'écrire un texte, s'il devait inclure toutes les informations dont il traite s'il n'y avait pas d'inférence ou si cela n'était pas automatiquement fait par notre cerveau.


Il existe plusieurs types d'inférences :

Inférence anaphorique Modifier

Ce type d'inférence relie généralement des objets ou des personnes d'une phrase à une autre. Par conséquent, il est responsable de la connexion des informations sur les phrases croisées. Par exemple. dans "John a frappé le clou. Il était fier de son coup", nous déduisons directement que "il" et "son" se rapportent à "John". Nous faisons normalement ce genre d'inférence assez facilement. Mais il peut y avoir des phrases où plus de personnes et d'autres mots les concernant sont mélangés et les gens ont des problèmes comprendre l'histoire au début, ce qui est normalement considéré comme un mauvais style d'écriture.

Inférence instrumentale Modifier

Ce type d'inférence concerne les outils et les méthodes utilisés dans le texte, comme le marteau dans l'exemple ci-dessus. Ou par exemple, si vous lisez l'histoire de quelqu'un qui vole à New York, vous ne déduirez pas que cette personne a construit un dragon-flyer et a sauté d'une falaise mais qu'elle a utilisé un avion, car il n'y a rien d'autre mentionné dans le texte et l'avion est la forme la plus courante de vol pour New York. S'il n'y a pas d'informations spécifiques sur les outils, instruments et méthodes, nous obtenons ces informations de notre Connaissance générale du monde

Inférence causale Modifier

L'inférence causale est la conclusion qu'un événement en a causé un autre dans le texte, comme dans "Il s'est cogné l'ongle. Donc son doigt lui faisait mal". La première phrase donne la raison pour laquelle la situation décrite dans la deuxième phrase s'est produite. Il serait plus difficile de tirer une inférence causale dans un exemple comme "Il a frappé son ongle. Alors son père s'est enfui", bien que l'on puisse créer une inférence à ce sujet avec un peu de fantaisie.

Les inférences causales créent des liens de causalité entre les éléments du texte. Ces connexions sont séparées en connexions locales et connexions mondiales. Les connexions locales sont établies dans une plage de 1 à 3 phrases. Cela dépend de facteurs tels que la capacité de la mémoire de travail et la concentration due à la lecture. Des connexions globales sont établies entre les informations contenues dans une phrase et les informations de base recueillies jusqu'à présent sur l'ensemble du texte. Des problèmes peuvent survenir avec les inférences causales lorsqu'une histoire est inconsistant. Par exemple, les végétaliens mangeant du steak seraient incohérents. Un fait intéressant à propos des inférences causales (Goldstein, 2005) est que le type d'inférences que nous dessinons ici et qui ne sont pas faciles à voir au début sont plus faciles à retenir. Cela peut être dû au fait qu'ils avaient besoin d'une capacité de traitement mental plus élevée pour tirer l'inférence. Ainsi, cette inférence "pas si facile" semble être marquée d'une manière qu'il est plus facile de s'en souvenir.

Inférence prédictive / directe Modifier

Les inférences prédictives/forward utilisent le Connaissance générale du monde du lecteur de construire sa prédiction des conséquences de ce qui se passe actuellement dans l'histoire dans le modèle de situation.

Intégration des inférences dans les modèles de situation Modifier

La question de savoir comment les modèles entrent dans les processus inférentiels est très controversée dans les deux disciplines de la psychologie cognitive et de l'intelligence artificielle. I.A. a donné un aperçu approfondi des procédures psychologiques et puisque les deux disciplines se sont croisées et donnent deux bases principales de la science cognitive. Les arguments de ceux-ci sont largement indépendants les uns des autres bien qu'ils aient beaucoup en commun.

Johnson-Laird (1983) distingue trois types de théories du raisonnement dans lesquelles l'inférence joue un rôle important. Les engrenages de première classe aux calculs logiques et ont été mis en œuvre dans de nombreux systèmes formels. Le langage de programmation Prolog découle de cette manière de traiter le raisonnement et en psychologie de nombreuses théories postulent des règles formelles d'inférence, une « logique mentale ». Ces règles fonctionnent de manière purement syntaxique et sont donc « sans contexte », aveugles pour le contexte de son contenu. Un exemple simple clarifie le problème avec ce type de théorie :

et la conclusion logique :

C'est logiquement correct, mais semble manquer à notre sens commun de la logique.

La deuxième classe de théories postule des règles d'inférence spécifiques au contenu. Leur origine réside dans les langages de programmation et les systèmes de production. Ils fonctionnent avec des formes telles que "Si x est a, alors x est b".Si l'on veut montrer que x est b, montrer que x est un sous-objectif de cette argumentation. L'idée de fonder les théories psychologiques du raisonnement sur des règles spécifiques au contenu a été discutée par Johnson-Laird et Wason et diverses sortes de théories de ce type ont été proposées. Une idée connexe est que le raisonnement dépend de l'accumulation d'exemples spécifiques dans un cadre connexionniste, où la distinction entre inférence et rappel est floue.

La troisième classe de théories est basée sur des modèles mentaux et n'utilise aucune règle d'inférence. Le processus de construction de modèles mentaux de choses entendues ou lues. Les modèles sont dans un changement permanent de mises à jour. Un modèle construit, sera équipé de nouvelles fonctionnalités de la nouvelle information tant qu'il n'y a pas d'information, ce qui génère un conflit avec ce modèle. Si tel est le cas, le modèle est généralement reconstruit, de sorte que les informations génératrices de conflit s'intègrent dans le nouveau modèle.

Indices linguistiques contre connaissance du monde Modifier

Selon de nombreux chercheurs, le langage est l'ensemble des instructions de traitement sur la façon de construire le modèle de situation de la situation représentée (Gernsbacher, 1990 Givon, 1992 Kintsch, 1992 Zwaan & Radvansky, 1998). Comme mentionné, les lecteurs utilisent les indices et les informations lexicaux pour relier les différentes dimensions situationnelles et les intégrer dans le modèle. Un autre point important ici est la connaissance préalable du monde. La connaissance du monde influence également la manière dont les différentes informations dans un modèle de situation sont liées. La relation entre les indices linguistiques et la connaissance du monde est donc un sujet important de la recherche actuelle et future dans le domaine des modèles de situation.

Multidimensionnalité Modifier

Un autre aspect important de la recherche actuelle dans le domaine des modèles de situation est la multidimensionnalité des modèles. L'aspect principal est ici de savoir comment les différentes dimensions se rapportent les unes aux autres, comment elles influencent et interagissent. La question ici est aussi de savoir s'ils interagissent du tout et lesquels interagissent. La plupart des études sur le terrain ne portaient que sur une ou quelques-unes des dimensions situationnelles.

Ashwin Ram, et al. (1999) Comprendre la compréhension du langage - chapitre 5

Baggett, P. (1979). Histoires structurellement équivalentes dans le film et le texte et effet du médium sur le rappel. Journal of Verbal Learning and Verbal Behavior, 18, 333-356.

Bertram F. Malle, et al. (2001) Intentions et intentionnalité - chapitre 9

Boroditsky, L. (2000). Structuration métaphorique : comprendre le temps à travers des métaphores spatiales. Cognition, 75, 1-28.

Carlson-Radvansky, L.A., & Radvansky, G.A. (1996). L'influence des relations fonctionnelles sur la sélection des termes spatiaux. Sciences psychologiques, 7, 56-60.

Carreiras, M., et al. (1996). L'utilisation d'informations stéréotypées sur le genre dans la construction d'un modèle mental : preuves tirées de l'anglais et de l'espagnol. Journal trimestriel de psychologie expérimentale, 49A, 639-663.

Dahan, D., & Tanenhaus, M.K. (2002). Activation des représentations conceptuelles lors de la reconnaissance de mots parlés. Résumés de la Psychonomic Society, 7, 14.

Ericsson, K.A., & Kintsch, W. (1995). Mémoire de travail à long terme. Revue psychologique, 102, 211-245.

Farah, M.J., & McClelland, J.L. (1991). Un modèle informatique des troubles de la mémoire sémantique : spécificité de modalité et spécificité de catégorie émergente. Journal de psychologie expérimentale : général, 210, 339-357.

Fincher-Kiefer (2001). Composantes perceptives des modèles de situation. Mémoire et cognition, 29, 336-343.

Fincher-Kiefer, R., et al. (1988). Sur le rôle des connaissances préalables et des exigences de tâches dans le traitement du texte. Journal de la mémoire et du langage, 27, 416-428.

Garrod, S.C., & Sanford, A.J. (1989). Les modèles de discours comme interfaces entre le langage et le monde spatial. Journal of Semantics, 6, 147-160.

Gernsbacher, M.A. (1990), La compréhension du langage comme construction de structure. Hillsdale, New Jersey : Erlbaum.

Glenberg, A.M., & Kaschak, M.P. (2002). Le langage de base en action. Bulletin Psychonomic & Review, 9, 558-565.

Glenberg, A.M., et al. (1987) Les modèles mentaux contribuent à la mise en avant lors de la compréhension de texte. Journal de la mémoire et du langage 26:69-83.

Givon, T. (1992), La grammaire de la cohérence référentielle comme instructions de traitement mental, Linguistique, 30, 5-55.

Goldman, S.R., et al. (1996). Extension des capacités d'intégration de la construction contrainte : vers des modèles de compréhension de texte « plus intelligents » et flexibles. Modèles de compréhension du texte (pp. 73-113).

Goldstein, E.Bruce, psychologie cognitive, esprit de connexion, recherche et expérience quotidienne (2005) - ISBN 0-534-57732-6.

Graesser, A. C., Singer, M., & Trabasso, T. (1994), Constructing inferences during narrative text comprehension. Revue psychologique, 101, 371-395.

Holland, John H., et al. (1986) Intronisation.

Horton, W.S., Rapp, D.N. (sous presse). L'occlusion et l'accessibilité de l'information dans la compréhension narrative. Bulletin Psychonomic & Review.

Isenberg, N., et al. (1999). La menace linguistique active l'amygdale humaine. Actes de l'Académie nationale des sciences, 96, 10456-10459.

Johnson-Laird, P.N. (1983). Modèles mentaux : Vers une science cognitive du langage, de l'inférence et de la conscience. Cambridge, MA : Harvard University Press.

John R. Koza, et al. (1996) Programmation génétique

Just, M.A., & Carpenter, P.A. (1992). Une hypothèse de capacité de compréhension : Différences individuelles dans la mémoire de travail. Revue psychologique, 99, 122-149.

Kaup, B., & Zwaan, R.A. (dans la presse). Effets de la négation et de la présence situationnelle sur l'accessibilité de l'information textuelle. Journal de psychologie expérimentale : apprentissage, mémoire et cognition.

Keefe, D.E., & McDaniel, M.A. (1993). L'évolution dans le temps et la durabilité des inférences prédictives. Journal de la mémoire et du langage, 32, 446-463.

Kintsch, W. (1988), Le rôle de la connaissance dans la compréhension du discours : un modèle de construction-intégration, Psychological Review, 95, 163-182.

Kintsch, W., & van Dijk, T. A. (1978), Toward a model of text comprehension and production, Psychological Review, 85, 363-394.

Kintsch, W. (1992), Comment les lecteurs construisent des modèles de situation pour les histoires : Le rôle des indices syntaxiques et des inférences causales. Dans A. E Healy, S. M. Kosslyn, & R. M. Shiffrin (Eds.), Des processus d'apprentissage aux processus cognitifs. Essais en l'honneur de William K. Estes (Vol. 2, pp. 261 – 278).

Klatzky, R.L., et al. (1989). Pouvez-vous presser une tomate? Le rôle des représentations motrices dans les jugements de sensibilité sémantique. Journal de la mémoire et du langage, 28, 56-77.

Martin, A., & Chao, L. L. (2001). Mémoire sémantique et cerveau : structure et processus. Opinion actuelle en neurobiologie, 11, 194-201.

McRae, K., et al. (1997). Sur la nature et la portée des représentations caractéristiques du sens des mots. Journal de psychologie expérimentale : général, 126, 99-130.

Mehler, Jacques, & Franck, Susana. (1995) Cognition sur Cognition - chapitre 9

Miceli, G., et al. (2001). La dissociation de la couleur de la connaissance de la forme et de la fonction. Nature Neuroscience, 4, 662-667.

Morrow, D., et al. (1987). Accessibilité et modèles de situation en compréhension narrative. Journal de la mémoire et du langage, 26, 165-187.

Pulvermüller, F. (1999). Des mots dans le langage du cerveau. Sciences du comportement et du cerveau, 22, 253-270.

Pulvermüller, F. (2002). Une perspective cérébrale sur les mécanismes du langage : des ensembles neuronaux discrets à l'ordre sériel. Progrès en neurobiologie, 67, 85-111.

Radvansky, G.A., & Zwaan, R.A. (1998). Modèles de situation.

Schmalhofer, F., MacDaniel, D. Keefe (2002). Un modèle unifié pour les inférences prédictives et de pontage

Schneider, W., & Körkel, J. (1989). La base de connaissances et le rappel de texte : données probantes d'une étude longitudinale à court terme. Psychologie de l'éducation contemporaine, 14, 382-393.

Singer, M., et al. (1992). Validation des inférences causales de pontage. Journal de la mémoire et du langage, 31, 507-524.

Spivey, M.J., et al. (2000). Mouvements oculaires lors de la compréhension des descriptions de scènes parlées. Actes de la vingt-deuxième réunion annuelle de la Cognitive Science Society (pp. 487–492).

Stanfield, R.A. & Zwaan, R.A. (2001). L'effet de l'orientation implicite dérivée du contexte verbal sur la reconnaissance d'images. Sciences psychologiques, 12, 153-156.

Talmy, Leonard, (2000) Vers une sémantique cognitive - Vol. 1 - chapitre1

van den Broek, P., et al. (1996). Une vision "paysage" de la lecture : Des modes d'activation fluctuants et la construction d'une représentation mémorielle. Dans B. K. Britton & A. C. Graesser (Eds.), Models of Understanding text (pp. 165–187).

Van Dijk, T.A. et W. Kintsch. (1983).Stratégies de compréhension du discours.

Yekovich, F.R., et al. (1990). L'influence de la connaissance du domaine sur l'inférence chez les individus à faible aptitude. Dans A. C. Graesser & G. H. Bower (Eds.), La psychologie de l'apprentissage et de la motivation (Vol. 25, pp. 175-196). New York : Presse académique.

Zwaan, R.A. (1996). Traitement des décalages temporels narratifs. Journal of Experimental Psychology: Learning, Memory and Cognition, 22, 1196-1207

Zwaan, R.A. (2003), The Immersed Experiencer: Toward an incarned theory of language comprehension.B.H. Ross (éd.) La psychologie de l'apprentissage et de la motivation, vol. 44. New York : Presse académique.

Zwaan, R.A., et al. (1998). Construction du modèle de situation lors de la traduction. Manuscrit en préparation, Florida State University.

Zwaan, R.A., et al. (1995). La construction de modèles de situation en compréhension narrative : un modèle d'indexation d'événements. Sciences psychologiques, 6, 292-297.

Zwaan, R.A., et al. (1995). Dimensions de la construction du modèle de situation en compréhension narrative. Journal of Experimental Psychology." Apprentissage, mémoire et cognition, 21, 386-397.

Zwaan, R. A., Radvansky (1998), Modèles de situation dans la compréhension et la mémoire du langage. dans Bulletin psychologique, Vol.123, No2 p. 162-185.


Comment le cerveau pense-t-il ?

Notre cerveau ne peut pas tout analyser en profondeur. Voici comment ils pensent à tout cela de toute façon.

Un son rugissant remplit l'air et un petit objet traverse le ciel. Les gens dans une foule lèvent les yeux et trois voix crient : « Regardez ! Haut dans le ciel! C'est un oiseau!" "C'est un avion !" "C'est Superman !"

C'est le même objet, le même ciel. C'est même le même rugissement. Alors pourquoi trois personnes témoins du même événement parviennent-elles à des conclusions différentes ?

La réponse à cette question réside dans la façon dont notre cerveau est câblé pour penser. Nous expérimentons et interprétons le monde qui nous entoure en fonction de ce que nous savons déjà, même si parfois ce que nous savons est imparfait.

Le problème de la pensée

Le monde est un endroit confus et occupé. Notre cerveau doit lui donner un sens en traitant un flux d'informations sans fin. Idéalement - parce que ce serait le plus précis - notre cerveau analyserait tout en profondeur. Cependant, ils ne peuvent pas, parce que c'est trop peu pratique.

Réfléchir prend du temps et nos décisions doivent souvent être rapides. Vous devez immédiatement savoir traverser une route rapidement – ​​voire courir – lorsque vous entendez une voiture approcher rapidement.

La pensée utilise aussi de l'énergie – ou de la matière grise – et notre cerveau n'en a qu'une quantité limitée. Tout analyser épuiserait rapidement nos réserves d'énergie.

Ces limitations représentent un problème de réflexion : notre cerveau n'a tout simplement pas assez de ressources pour comprendre le monde sans prendre des raccourcis mentaux.

Nos cerveaux intelligents et paresseux

Notre cerveau trouve des raccourcis pour surmonter le problème de la pensée en s'appuyant sur des pensées déjà stockées dans notre esprit, appelées schémas. Les schémas effectuent le traitement pour le cerveau, comme le remplissage automatique, mais pour la réflexion.

L'utilisation de schémas est plus efficace que l'analyse de chaque aspect de chaque instant. Ils permettent à notre cerveau de traiter plus d'informations avec moins d'effort, économisant ainsi de la puissance cérébrale pour d'autres réflexions et résolutions de problèmes importantes.

Nos cerveaux comme bibliothèques

Les schémas sont les éléments constitutifs de notre connaissance du monde. Notre cerveau s'appuie sur différents types de schémas pour comprendre différents types de situations.

Les schémas sont comme des livres dans votre esprit qui vous disent quels sont les différents objets et ce qu'ils font. Un schéma d'oiseau, par exemple, pourrait dire que les oiseaux sont de « petits animaux », « ont des ailes » et « peuvent voler ». Ensemble, tous les objets que vous connaissez forment une collection de livres qui remplissent les étagères d'une bibliothèque dans votre esprit.

Notre cerveau fait confiance à ce que ces livres ou schémas nous disent lorsque nous essayons de comprendre les objets de notre environnement. Cela est beaucoup plus rapide et plus facile que d'analyser à nouveau leurs caractéristiques, et la conclusion est généralement – ​​mais pas toujours – la même.

Est-ce que je vois les choses différemment de vous ?

La justesse de nos jugements dépend des schémas ou des livres disponibles dans nos bibliothèques mentales.

Lorsque notre cerveau essaie de comprendre des objets inconnus, il doit s'appuyer sur un schéma pour un objet différent mais similaire, car le schéma correct n'est pas disponible. Si l'objet et le schéma choisis correspondent étroitement, notre cerveau suppose sans effort - mais de manière inexacte - que les deux objets sont identiques.

Une personne qui n'a jamais vu de chauve-souris peut supposer qu'une chauve-souris est un oiseau parce que les caractéristiques de la chauve-souris et leur schéma pour un oiseau sont similaires : les deux sont de petits animaux avec des ailes et peuvent voler. Notre cerveau accepte des inexactitudes occasionnelles.

Pour les deux personnes qui pensaient que Superman était un oiseau ou un avion, ni l'un ni l'autre n'avaient vu Superman auparavant, donc ni l'un ni l'autre n'avait de schéma de Superman sur lequel s'appuyer. Leurs cerveaux ont choisi sans effort des schémas pour un oiseau et un avion à la place parce que ces schémas correspondaient le mieux à l'objet dans le ciel.

Leurs cerveaux ont fait des suppositions rapides basées sur des connaissances imparfaites. Le cerveau humain a « pensé » avoir vu une chose mais, dans l'intérêt de penser rapidement et efficacement, il a fait une erreur. Il n'y a aucun mal à penser que Superman est un oiseau ou un avion, même s'il ne l'est pas. Il suffit d'une rencontre avec Superman pour créer un nouveau schéma et changer votre façon de penser pour toujours.


Essai de psychologie sur le mécanisme cérébral et le cerveau artificiel

L'intelligence artificielle est l'œuvre d'art de la programmation d'ordinateurs personnels afin de créer une action intelligente, tandis que la théorie du cerveau est l'analyse du fonctionnement du cerveau, pour comprendre le fonctionnement du cerveau, les stimulations qui s'y trouvent et comment les sorties sont produites via la modélisation numérique. et la stimulation informatique. On pourrait faire valoir que les deux contiennent des caractéristiques similaires pour l'efficacité, les deux fonctionnent collectivement, cela peut être vu à travers l'intelligence artificielle utilisée pour comprendre le travail des mécanismes cérébraux. De plus, les deux sont enthousiasmés par les processus cognitifs élevés, tels que le raisonnement, la gestion des problèmes et la prise de décision. Même si certains philosophes ont accepté que les machines peuvent faire tout ce que les humains peuvent faire, certains ne sont pas d'accord avec ce point de vue, affirmant qu'une telle habitude supérieure telle que l'amour, la découverte de pensées et les décisions morales ne peut être complétée que par les humains.

L'IA poursuit depuis de nombreuses années l'analyse du comportement intelligent, mais en utilisant une méthodologie artificielle. L'intelligence peut être définie comme la « capacité d'apprendre et de comprendre, de résoudre des problèmes et de prendre des décisions », l'IA et l'esprit partagent cet attribut. Afin d'étudier l'intellect humain, certains utilisent l'intelligence artificielle pour comprendre les processus humains. L'un des nombreux articles sur l'intelligence des machines a été exploré par Alan Turning, mais ses idées restent toujours générales. Turning (1950) a prédit qu'en 2000, un ordinateur pourrait être programmé pour dialoguer avec un interrogateur humain pendant cinq minutes et qu'il pourrait être capable de tromper l'interrogateur en lui disant qu'il est bien humain, ce qui suggère un lien entre l'IA et les mécanismes cérébraux. L'esprit et les machines sont capables de résoudre des calculs mathématiques complexes, une machine peut être conçue pour résoudre ces calculs plus rapidement que l'esprit. Bien que les preuves suggèrent que notre cerveau stocke l'équivalent d'environ plus de 1018 pièces et peut traiter l'information à l'équivalent d'environ 1015 pièces par seconde. Par conséquent, l'IA et les mécanismes cérébraux pourraient travailler ensemble pour produire des résultats fiables, car il est évident que les deux acceptent la perspicacité et génèrent la sortie correcte. Il est vraiment nécessaire qu'une machine intelligente aide l'homme à prendre des décisions, à rechercher des informations, à réguler des objets complexes et enfin à comprendre le sens des mots.

L'une des définitions possibles de l'IA fait référence aux procédures cognitives et notamment au raisonnement. Avant de prendre des décisions, les gens raisonnent aussi, il est donc naturel d'explorer les liens entre les deux. Depuis le début des années 1950, il y a eu un développement massif de l'IA où elle est devenue un outil précieux pour aider les humains à prendre des décisions, de même que des mécanismes cérébraux spécifiques s'enthousiasment pour la prise de décision dans le cerveau, on peut affirmer que les deux travailler ensemble conduira décisions valides et plus rapides. Pour soutenir cela, la recherche montre que des variétés plus supérieures et conviviales de technologie d'aide à la décision assistée par ordinateur sont en cours de développement, des exemples incluent des systèmes d'aide à la décision et un système de recherche d'informations externes, cela peut alors fonctionner avec les mécanismes cérébraux.

L'IA a été largement utilisée pour gérer les problèmes, de telles machines ont été créées qui peuvent dépasser la capacité de l'esprit à résoudre les problèmes. Ceux-ci incluent la résolution de problèmes mathématiques d'une grande complexité, ils sont programmés pour faire exactement ce que nous voulons qu'ils fassent. L'IA est maintenant impliquée dans le traitement de problèmes de la vie réelle, qui sont généralement traités par des mécanismes mentaux, certains peuvent suggérer qu'elle pourrait atteindre à un point tel qu'elle surpasse les meilleurs négociants en actions et investisseurs. Les données affirment qu'elles sont déjà impliquées pour prévoir le climat économique actuel et évaluer le risque de crédit, il ne s'agit que d'échantillons. Il s'agit d'un domaine en croissance rapide qui doit attirer l'attention. Plus d'argent est alloué à cela car les améliorations dans ce domaine ont été immenses. Les sites neuronaux sont un type spécifique d'IA qui imite de nombreuses caractéristiques de l'esprit. La recherche suggère que les réseaux de neurones sont capables de tirer des conclusions de données imparfaites et peuvent apprendre des défauts précédents, imitant ainsi les performances des mécanismes cérébraux.

Les systèmes d'IA sont de plus en plus développés et augmentent rapidement, cela est dû à la variété des applications qu'il propose, telles que le raisonnement symbolique, la flexibilité et les fonctionnalités d'explication, ainsi les mécanismes de l'IA et du cerveau peuvent travailler ensemble et produire des résultats efficaces qui pourraient rendre chaque jour la vie semble moins facile et produit des résultats plus rapides. L'objectif de la création de fournisseurs d'IA était qu'il offre une efficacité et qu'il fonctionne essentiellement parallèlement aux mécanismes cérébraux, tels que des fonctionnalités telles que des capacités cognitives qui seront probablement impliquées dans la prise de décision et aideront dans des situations humaines difficiles et compliquées. De plus, les capacités cognitives telles que la compréhension, le raisonnement, l'apprentissage et la planification transforment les systèmes spécialisés en systèmes qui « savent ce qu'ils font », ils peuvent donc fonctionner parallèlement aux mécanismes cérébraux.Au fil des ans, il y a eu de vastes développements et plus de travail est mis dans ces systèmes pour pouvoir y inclure une quantité spécifique de connaissances affichées, l'étude des expériences précédentes pour pouvoir prévenir les problèmes précédemment posés et pour qu'il apporte des améliorations et des changements supplémentaires. . De plus, les programmeurs ont cherché à développer encore plus l'IA, comme justifier les activités et les décisions prises, se familiariser avec les capacités qu'elle comprend et être capable de réfléchir sur son comportement, ce sont les mêmes fonctions que jouent les mécanismes cérébraux, ils visent donc à construire un modèle parallèle.

Bien que de tels progrès aient été réalisés au cours de nombreuses années, on pourrait affirmer que l'IA n'est peut-être toujours pas en mesure de faire face aux caractéristiques avancées des mécanismes cérébraux. Malgré la vitesse et la capacité de stockage, l'IA a du mal à lutter. Le cerveau humain est composé d'environ 20 milliards de neurones, chaque neurone étant connecté par des synapses d'environ 10 000 autres neurones, que l'IA ne peut imiter. Cependant, il y a eu des améliorations et des améliorations continues de l'IA, un exemple pourrait être un logiciel d'acceptation faciale, qui récupère les photos que l'esprit fait automatiquement, et dépend de la mémoire un peu comme l'IA où il utilise sa zone de stockage stockée pour la collecte. Dans l'IA, cela a été utilisé à des fins de sécurité, qui se sont avérées très efficaces. Les avancées précédentes incluent la reconnaissance de la parole, que montrent à la fois l'IA et les mécanismes cérébraux. Pour l'IA, cela n'a pas seulement été utilisé pour des raisons de sécurité, mais aussi pour pouvoir faire fonctionner ces appareils et ce qui le rend plus facile et pratique à utiliser, cela a été fait en utilisant différentes applications, où cela impliquera la programmation, le même manière que les mécanismes de l'esprit programment afin d'accomplir des rôles spécifiés. De plus, bien que les applications d'IA utilisent de nombreuses techniques, le bloc de construction fondamental s'appelle le réseau de neurones, de plus les mécanismes cérébraux fonctionnent de la même manière.

Des choses qui étaient difficiles à raisonner auparavant sont devenues plus simples à comprendre grâce aux innovations technologiques. Le cerveau humain étant un mécanisme si compliqué, il a été difficile de voir l'activité du cerveau humain. De nouvelles innovations ont été fabriquées dans les temps modernes, FMRI (Functional Magnetic Resonance Imaging) étant l'une des découvertes qui a énormément aidé à capturer l'activité cérébrale, cela a été une aide significative pour l'IA car elle permet une compréhension de l'activité cérébrale, ce qui peut aider faire progresser et aider à imiter les mécanismes cérébraux. De plus, cela modifie alors l'équilibre entre la construction de systèmes intelligents fabriqués et l'apprentissage de l'intelligence naturelle. Il faut s'attendre à ce qu'à l'avenir, il y ait de nombreuses études sur la relation entre l'intelligence artificielle et l'intelligence naturelle. Les preuves actuelles montrent que les deux pourraient fonctionner ensemble pour montrer différentes expressions cognitives chez l'homme, ici l'intelligence artificielle a été utilisée pour apprendre des algorithmes permettant de distinguer les divers gouvernements cognitifs des États remarqués par FMRI. En regardant plus loin dans ce domaine, on dit que l'intelligence naturelle et manufacturée sont étroitement liées dans la plupart des objets et dans la routine quotidienne en général. Les deux sont touchés s'ils frappent physiquement. On dit que le comportement humain est parfois artificiel, les deux fonctionnent à travers le dialecte et la communication. La communication est vitale pour le fonctionnement de l'IA et des mécanismes cérébraux. Grâce à la communication, ils pourraient envoyer des messages essentiels, ce qui aide à maintenir ces systèmes et leur permet de fonctionner efficacement et joue un rôle clé à tous égards.

L'IA partage de nombreuses caractéristiques avec les mécanismes cérébraux, on peut affirmer qu'une caractéristique essentielle que seuls des mécanismes individuels peuvent produire sont les sentiments. L'émotion est considérée comme les émotions et le comportement d'une personne qui ont un impact direct sur la performance, les pensées peuvent agir comme un obstacle pour créer un résultat final intelligent. impact, donc dépourvu d'influence sur les résultats finaux qu'il produit. Néanmoins, il est essentiel que pour pouvoir imiter le comportement humain et travailler aux côtés des humains que l'IA ait des émotions, il est nécessaire non seulement qu'elle pense et raisonne, mais qu'elle soit également capable de montrer des émotions.

Les preuves globales montrent que les cerveaux artificiels et les mécanismes cérébraux sont étroitement liés, les deux interagissent afin de produire des avantages efficaces. L'IA et les mécanismes cérébraux favorisent de nombreuses caractéristiques clés telles que le raisonnement, la gestion des problèmes, la prise de décision et le cerveau. Des preuves récentes affirment que l'IA nous a permis de comprendre des procédures cérébrales complexes, ce qui permet ensuite de comprendre plus en profondeur les activités et les décisions des êtres humains. Cependant, de nombreux analystes soutiennent encore que la cognition avancée ne peut être produite que par des mécanismes cérébraux, tels que des émotions et des émotions que l'IA ne produit pas.


Représentation des connaissances par catégorie

Une perte de connaissances spécifiques à une catégorie a également été signalée (Damasio, 1990 Warrington et Shallice, 1990 Hart, Berndt et Caramazza, 1985). Dans le domaine lexical, il s'agit de la double dissociation de la compréhension et de la dénomination des noms d'objets et des noms d'action (Goodglass, Klein, Carey et Jones, 1966 Miceli, Silveri, Villa et Caramazza, 1984). Un fractionnement supplémentaire de la perte nominale a également été signalé (Warrington et Shallice, 1990 Hart, Berndt et Caramazza, 1985 McKenna et Warrington, 1980).

La perte de connaissances spécifiques à une catégorie peut également se manifester par une incapacité sélective à décrire des objets ou à obtenir leurs images mentales (Warrington et Shallice, 1984), ou par une agnosie sélective pour certaines catégories d'objets mais pas pour d'autres (Nielsen, 1946). L'observation la plus courante et la plus cohérente de la perte de connaissances spécifiques à une catégorie est que la connaissance des objets vivants ou des aliments est plus altérée que la connaissance des objets inanimés (Vignolo, 1982 Goldberg, 1989 Hart, Berndt et Caramazza, 1985 Goodglass et al., 1986). Cependant, les chercheurs ont également signalé le schéma inverse (Warrington et McCarthy, 1983, 1987).

Pour expliquer l'unidirectionnalité écrasante de la dissociation, la plupart des études faisant état d'une plus grande préservation des connaissances sur les êtres inanimés que sur les êtres vivants, et très peu faisant état du schéma opposé, il a été proposé que la différence puisse refléter des similitudes perceptives intrinsèquement plus grandes, et donc une confusion, au sein de le domaine vivant que dans le domaine inanimé (Riddoch, Humphreys, Coltheart et Funnell, 1988). Alternativement, il a été proposé que la perte de connaissances spécifiques à une catégorie puisse refléter différents modèles de saillance relative de différentes modalités sensorielles pour différentes catégories (Goldberg, 1989 Warrington et McCarthy, 1987). Ce dernier permet d'expliquer les doubles dissociations spécifiques à la catégorie. Il relie également les aspects spécifiques aux catégories et aux sens des représentations mentales.

Les objets inanimés utilisés dans la plupart des études sont en fait des objets ou des outils fabriqués par l'homme. Par conséquent, il est difficile de savoir laquelle des deux distinctions, vivant contre inanimé ou fabriqué par l'homme contre naturel, capture le mieux les différences observées. Cette dernière distinction met l'accent sur le caractère secondaire des aspects spécifiques à la catégorie par rapport aux aspects spécifiques à la modalité des représentations des connaissances. En effet, les outils fabriqués par l'homme ont des représentations somatosensorielles et motrices obligatoires dans le cerveau qui sont absentes pour la plupart des objets ou aliments naturels. Par conséquent, les outils sont codés en s'appuyant sur des dimensions plus sensorielles par rapport à la plupart des objets naturels, ce qui rendrait les engrammes correspondants plus robustes.

En considérant les types plus ésotériques de perte de connaissances ou de préservation des connaissances spécifiques à une catégorie (Hart, Berndt et Caramazza, 1985 Yamadori et Albert, 1973 McKenna et Warrington, 1978), il faut également prendre en compte les possibles idiosyncrasies prémorbides des forces lexicales individuelles. et faiblesses. Cela peut être une source puissante d'artefact dans l'analyse de la performance postmorbide.

Enfin, une perte combinée de connaissances spécifiques à une catégorie et à une modalité a été rapportée chez un patient ayant subi une perte sélective d'êtres vivants mais pas d'objets dans le domaine verbal mais non visuel (McCarthy et Warrington, 1988). Elizabeth Warrington et Tim Shallice (1984) concluent que la connaissance est organisée selon des dimensions à la fois sensorielles et catégorielles.

La connaissance de la catégorie supérieure de l'objet est bien préservée dans les pertes de connaissances spécifiques à la modalité, à la catégorie et combinées (Warrington, 1975 McCarthy et Warrington, 1988). Cette observation omniprésente a soutenu l'hypothèse que la connaissance des choses est hiérarchique. Les chercheurs ont proposé que l'accès à un membre d'une catégorie spécifique commence invariablement par l'accès à une catégorie supérieure (Warrington, 1975). Bien que cela puisse être vrai dans certains cas, l'observation de la préservation relative des connaissances supérieures ne nécessite pas en soi cette conclusion. En fait, une autre voie d'identification des objets a également été proposée, de la catégorie de base aux catégories supérieures et subordonnées (Rosch, 1978).

Les chercheurs ont évoqué à la fois des hypothèses de stockage dégradé (Warrington et Shallice, 1984) et d'accès avec facultés affaiblies (Humphreys, Riddoch et Quinlan, 1988) pour expliquer la perte de mémoire spécifique à une catégorie et à une modalité. Ils ont suggéré qu'un magasin dégradé est caractérisé par l'uniformité des réponses entre les essais de rappel et un accès limité par leur variabilité (Warrington et Shallice, 1984 Cermak et O'Connor, 1983 Shallice, 1988). La base neuroanatomique possible de cette distinction peut être liée au fait que la lésion critique affecte les sites néocorticaux où les représentations sont distribuées, entraînant ainsi une dégradation du stockage, ou des structures sous-corticales impliquées dans divers aspects de l'activation et de l'éveil, entraînant ainsi une altération de l'accès.

Des études de neuro-imagerie fonctionnelle chez des sujets normaux soulignent également la ségrégation des systèmes neuronaux impliqués dans les connaissances spécifiques à une catégorie. Les chercheurs ont montré que des régions spécifiques du cortex temporal ventral répondent différemment au traitement de diverses catégories (Chao, Haxby et Martin, 1999). Il y a eu certaines indications que les dissociations dans le modèle d'activation suivent la distinction entre les catégories animées et inanimées (Caramazza et Shelton, 1998) mais les résultats de la recherche à la fin des années 1990 et au début des années 2000 n'ont pas réussi à trouver la preuve que ces distinctions de catégories existent au niveau neuronal. niveau (Devlin et al., 2002).

Bibliographie

Beauvois, M.F. (1982). Aphasie optique : Processus d'interaction entre la vision et le langage. Transactions philosophiques de la Royal Society (Londres) B298, 35-47.

Bookheimer, S.Y. (1996). Applications de l'IRM fonctionnelle dans l'épilepsie clinique. Neuroimage 4, S139-146.

Caramazza, A., et Shelton, J.R. (1998). Systèmes de connaissances spécifiques à un domaine dans le cerveau : la distinction de l'animé à l'inanimé. Journal des neurosciences cognitives 10, 1-34.

Cermak, L.S., et O'Connor, M. (1983). La capacité de récupération d'un patient souffrant d'amnésie due à une encéphalite. Neuropsychologie 21, 213-234.

Chao, L.L., Haxby, J.V. et Martin, A. (1999). Substrats neuronaux basés sur des attributs dans le cortex temporel pour percevoir et connaître les objets. Neurosciences de la nature 2, 913-919.

Cohen, N.J. et Squire, L.R. (1980). Apprentissage préservé et rétention de la compétence d'analyse des schémas dans l'amnésie : dissociation du « savoir comment » et « savoir que ». Sciences 210, 207-209.

Damasio, A.R. (1990). Défauts de reconnaissance liés à la catégorie comme indice des substrats neuronaux de la connaissance. Tendances en neurosciences 13, 95-98.

Devlin, J.T., Russell, R.P. Davis, R.H., Price, C.J., Moss, H.E., Fadili, M.J. et Tyler, L.K. (2002). Existe-t-il une base anatomique pour la spécificité de catégorie ? Études de la mémoire sémantique en TEP et IRMf. Neuropsychologie 40, 54-75.

Goldberg, E. (1989). Approche graduelle de l'organisation fonctionnelle néocorticale. Journal de neuropsychologie clinique et expérimentale 11, 489-517.

—— (1990). Agnosies associatives et fonctions de l'hémisphère gauche. Journal de neuropsychologie clinique et expérimentale 12, 467-484.

Goodglass, H., Klein, B., Carey, P. et Jones, K. (1966). Catégories de mots sémantiques spécifiques dans l'aphasie. Cortex 2, 74-89.

Goodglass, H., Wingfield, A., Hyde, M.R. et Theurkauf, J. (1986). Dissociation spécifique à la catégorie dans la dénomination et la reconnaissance par les patients aphasiques. Cortex 22, 87-102.

Hart, J., Berndt, R.S. et Caramazza, A. (1985). Déficit de dénomination spécifique à la catégorie après un infarctus cérébral. Nature 316, 439-440.

Hecaen, H., et Albert, M. L. (1978). Neuropsychologie humaine. New York : Wiley.

Humphreys, G.W., Riddoch, M.J. et Quinlan, P.T. (1988). Processus en cascade dans l'identification d'images. Neuropsychologie Cognitive 5, 67-103.

Kinsbourne, M., et Wood, F. (1975). Les processus de mémoire à court terme et le syndrome amnésique. Dans D. Deutsch et J. A. Deutsch, éd., Mémoire à court terme. New York : Presse académique.

Martin, A. (2001). Neuroimagerie fonctionnelle de la mémoire sémantique. Dans R. Cabaza et A. Kingstone, éd., Imagerie fonctionnelle de la mémoire sémantique. Cambridge, MA : MIT Press.

McCarthy, R.A., et Warrington, E.K. (1986). Agnosie visuelle associative : étude clinico-anatomique d'un seul cas. Journal de neurologie, neurochirurgie et psychiatrie 49, 1,233-1,240.

—— (1988). Preuve de systèmes de signification spécifiques à une modalité dans le cerveau. Nature 334, 428-430.

McKenna, P., et Warrington, E.K. (1978). Préservation des noms propres à une catégorie : une seule étude de cas. Journal de neurologie, neurochirurgie et psychiatrie 41, 571-574.

—— (1980). Test de dysphasie nominale. Journal de neurologie, Neurochirurgie et psychiatrie 43, 781-788.

Miceli, G., Silveri, M.C., Villa, G. et Caramazza, A. (1984). Sur la base de la difficulté de l'agrammatique à produire des verbes principaux. Cortex 20, 207-220.

Nielsen, J.M. (1946). Agnosie, apraxie, aphasie : leur intérêt dans la localisation cérébrale, 2e édition. New York : Hoeber.

Riddoch, M.J., Humphreys, G.W., Coltheart, M. et Funnell, E. (1988). Systèmes ou système sémantiques ? Preuves neuropsychologiques réexaminées. Neuropsychologie Cognitive 5, 3-25.

Rosch, E. (1978). Principes de catégorisation. Dans E. Rosch et B. B. Lloyd, éd., Principes de catégorisation. Hillsdale, New Jersey : Erlbaum.

Schacter, D.L. (1985). De multiples formes de mémoire chez les humains et les animaux. Dans N.M. Weinberger, J.L. McGaugh et G. Lynch, éd., Systèmes de mémoire du cerveau. New York : Guilford Press.

—— (1987). Mémoire implicite : historique et état actuel. Journal of Experimental Psychology: Apprentissage, mémoire et cognition 13, 501-518.

Shallice, T. (1987). Altérations du traitement sémantique : Dissociations multiples. Dans M. Coltheart, G. Santori et R. J. Job, éd., La neuropsychologie cognitive du langage. Hillsdale, New Jersey : Erlbaum.

—— (1988). De la neuropsychologie à la structure mentale. Cambridge, MA : Cambridge University Press.

Tulving, E. (1983). Éléments de mémoire épisodique. Oxford : Oxford University Press.

Tulving, E., Kapur, S., Craik, F. I. M., Moscovitch, M. et Houle, S. (1994). Asymétrie d'encodage/récupération hémisphérique dans la mémoire épisodique : résultats de la tomographie par émission de positons. Actes de l'Académie nationale des sciences des États-Unis d'Amérique 91, 2,016-2,020.

Tulving, E., et Schacter, D. L. (1990). Systèmes d'amorçage et de mémoire humaine. Sciences 247, 301-306.

Vignolo, L.A. (1982). Agnosie auditive. Transactions philosophiques de la Royal Society (Londres) B298, 16-33.

Warrington, E.K. (1975). L'altération sélective de la mémoire sémantique. Journal trimestriel de psychologie expérimentale 27, 635-657.

Warrington, E.K. et McCarthy, R.A. (1983). Dysphasie d'accès spécifique à la catégorie. Cerveau 106, 859-878.

—— (1987). Catégories de connaissances : Fractionnements ultérieurs et tentative d'intégration. Cerveau 110, 1,273-1,296.

Warrington, E.K. et Shallice, T. (1984). Défauts sémantiques spécifiques à une catégorie. Cerveau 107, 829-853.

Yamadori, A., et Albert, M. L. (1973). Aphasie de catégorie de mot. Cortex 9, 112-125.


Comment la connaissance apporte plus de connaissance

Plus vous en saurez, plus il vous sera facile d'apprendre de nouvelles choses. Apprendre de nouvelles choses est en fait un processus continu, mais afin de l'étudier et de mieux le comprendre, les scientifiques cognitifs l'ont abordé comme un processus en trois étapes. Et ils ont découvert que la connaissance est utile à chaque étape : lorsque vous assimilez d'abord de nouvelles informations (soit en écoutant ou en lisant), lorsque vous réfléchissez à ces informations et lorsque le matériel est stocké en mémoire. Nous examinerons successivement chacune de ces étapes.

Comment la connaissance vous aide à assimiler de nouvelles informations

La première étape dans laquelle la connaissance factuelle vous donne un avantage cognitif est lorsque vous assimilez de nouvelles informations, que ce soit en écoutant ou en lisant. La compréhension du langage oral ou écrit est bien plus que la connaissance du vocabulaire et de la syntaxe. La compréhension exige des connaissances de base parce que le langage est plein de coupures sémantiques dans lesquelles la connaissance est supposée et, par conséquent, la compréhension dépend de la réalisation d'inférences correctes. Dans une conversation informelle, l'auditeur peut rassembler les connaissances de base manquantes et vérifier ses inférences en posant des questions (par exemple, vouliez-vous dire Bob Smith ou Bob Jones ? Que voulez-vous dire lorsque vous le décrivez comme un entrepreneur ?) - mais ce n'est pas le cas. le cas lorsque vous regardez un film ou lisez un livre. (Et parfois ce n'est pas le cas en classe lorsqu'un élève est trop gêné pour poser une question.)

Pour fournir des exemples concrets et simplifier la discussion, concentrons-nous sur la lecture, mais gardez à l'esprit que les mêmes points s'appliquent à l'écoute. Supposons que vous lisiez ce bref texte : « Le visage de John est tombé alors qu'il regardait son ventre saillant. L'invitation spécifiait « cravate noire » et il n'avait pas porté son smoking depuis son propre mariage, 20 ans plus tôt. » Vous en déduirez probablement que John craint que son smoking ne lui aille pas, bien que le texte ne dise rien directement sur ce problème potentiel. L'écrivain pourrait ajouter les détails ("John avait pris du poids depuis qu'il avait porté son smoking pour la dernière fois et craignait qu'il ne rentre pas"), mais ils ne sont pas nécessaires et les mots ajoutés rendraient le texte terne. Votre esprit est bien capable de combler les lacunes car vous savez que les gens sont souvent plus lourds 20 ans après leur mariage, et que prendre du poids signifie généralement que les vieux vêtements ne vont pas. Cette connaissance de base sur le monde est facilement disponible et donc l'écrivain n'a pas besoin de le spécifier.

Ainsi, une manière évidente dont la connaissance facilite l'acquisition de plus de connaissances réside dans la plus grande puissance qu'elle offre pour faire des inférences correctes. Si l'auteur suppose que vous avez des connaissances de base qui vous manquent, vous serez confus. Par exemple, si vous lisez « C'était un vrai Benedict Arnold à ce sujet » et que vous ne savez pas qui était Benedict Arnold, vous êtes perdu. Cette implication des connaissances de base est simple et facile à saisir. Il n'est donc pas surprenant que la capacité à lire un texte et à en comprendre le sens soit fortement corrélée aux connaissances de base (Kosmoski, Gay et Vockell, 1990). Si vous en savez plus, vous êtes un meilleur lecteur.

La plupart du temps, vous n'êtes pas conscient de faire des inférences lorsque vous lisez. Par exemple, lorsque vous lisez le texte ci-dessus, il est peu probable que vous vous soyez dit : « Hmmm… laissez-moi voir maintenant… pourquoi me dit-on la dernière fois qu'il a porté son smoking ? Pourquoi penser à cela ferait-il tomber son visage ? » Ces inférences conscientes sont inutiles car les processus cognitifs qui interprètent ce que vous lisez accèdent automatiquement non seulement aux mots littéraux que vous lisez, mais également aux idées associées à ces mots. Ainsi, lorsque vous lisez « smoking », les processus cognitifs qui donnent un sens au texte peuvent accéder non seulement à « un vêtement formel », mais à tous les concepts associés dans votre mémoire : les smokings sont chers, ils sont portés rarement, ils ne sont pas confortables, ils peuvent être loués, ils sont souvent portés lors des mariages, etc. Comme le texte l'illustre, les processus cognitifs qui extraient du sens ont également accès à des concepts représentés par l'intersection d'idées « tux » rend disponible « vêtements » et « 20 ans après le mariage » rend disponible « prendre du poids ». L'intersection de « vêtements » et de « prise de poids » donne l'idée « les vêtements ne conviennent pas » et nous comprenons pourquoi John n'est pas heureux. Toutes ces associations et inférences se produisent en dehors de la conscience. Seul le résultat de ce processus cognitif - que John craint que son smoking ne lui aille plus - entre dans la conscience.

Parfois, ce processus d'inférence subconscient échoue et les idées du texte ne peuvent pas être connectées. Lorsque cela se produit, le traitement s'arrête et un effort plus important est fait pour trouver un lien entre les mots et les idées du texte. Ce plus grand effort nécessite un traitement conscient. Par exemple, supposons que plus tard dans le même texte, vous lisez : « John a descendu les marches avec précaution. Jeanine l'a regardé de haut en bas pendant qu'elle attendait. mon sac à main.'" Le commentaire de Jeanine pourrait bien arrêter le flux normal de la lecture. Pourquoi aurait-elle du poisson ? Vous chercheriez une relation entre le transport du poisson à un événement formel et les autres éléments de la situation (vêtements de cérémonie, escaliers, sacs à main, ce qu'on vous a dit de Jeanine et John). Dans cette recherche, vous pourriez retrouver l'idée populaire selon laquelle porter un smoking peut faire ressembler un peu à un pingouin, ce qui conduit immédiatement à l'association selon laquelle les pingouins mangent du poisson. Jeanine compare John à un pingouin et donc elle le taquine. Le sens est fait, et la lecture peut continuer. Voici donc un deuxième avantage plus subtil des connaissances générales : les personnes ayant des connaissances plus générales ont des associations plus riches entre les concepts en mémoire et lorsque les associations sont fortes, elles deviennent automatiquement disponibles pour le processus de lecture. Cela signifie que la personne ayant une riche culture générale doit rarement interrompre la lecture afin de rechercher consciemment des connexions.

Ce phénomène a été vérifié expérimentalement en faisant lire à des sujets des textes sur des sujets avec lesquels ils sont ou peu familiers. Par exemple, Johanna Kaakinen et ses collègues (2003) ont fait lire à des sujets un texte sur quatre maladies courantes (par exemple, la grippe) dont ils connaissaient probablement déjà les symptômes, et un texte sur quatre maladies rares (par exemple, le typhus) pour lesquelles ils ne l'étaient probablement pas. Pour chaque texte, il y avait des informations supplémentaires sur les maladies que les sujets ne connaissaient probablement pas.

Les chercheurs ont utilisé une technologie sophistiquée pour mesurer discrètement où les sujets fixaient leurs yeux pendant qu'ils lisaient chaque texte. Les chercheurs disposaient ainsi d'une mesure précise de la vitesse de lecture, et ils pouvaient dire quand les sujets revenaient à une partie antérieure du texte pour relire quelque chose. Les chercheurs ont découvert que lors de la lecture de textes inconnus, les sujets relisaient plus souvent des parties de phrases et se retournaient plus souvent vers les phrases précédentes. Leur vitesse de lecture était également globalement plus lente que lorsqu'ils lisaient des textes familiers. Ces mesures indiquent que le traitement est plus lent lorsque vous lisez quelque chose qui ne vous est pas familier.

Ainsi, les connaissances de base en font un meilleur lecteur de deux manières. Premièrement, cela signifie qu'il y a une plus grande probabilité que vous ayez les connaissances nécessaires pour réussir à faire les inférences nécessaires pour comprendre un texte (par exemple, vous saurez que les gens sont souvent plus lourds 20 ans après leur mariage et, par conséquent, John craint que son smoking ne lui va pas). Deuxièmement, de riches connaissances de base signifient que vous aurez rarement besoin de relire un texte dans le but de rechercher consciemment des liens dans le texte (par exemple, vous vous rendrez rapidement compte qu'avec sa remarque sur le poisson, Jeanine compare John à un pingouin).

Comment la connaissance vous aide à réfléchir à de nouvelles informations

Comprendre un texte afin d'absorber de nouvelles informations n'est que la première étape de l'apprentissage de cette nouvelle information, la seconde consiste à y réfléchir. Cela se produit dans ce que les scientifiques cognitifs appellent la mémoire de travail, le terrain de préparation de la pensée. La mémoire de travail est souvent désignée métaphoriquement comme un espace pour souligner sa nature limitée. On ne peut conserver qu'une quantité limitée d'informations dans la mémoire de travail. Par exemple, lisez cette liste une fois, puis détournez le regard et voyez combien de lettres vous pouvez vous rappeler.

Il y avait 16 lettres sur la liste, et la plupart des gens s'en souviennent environ sept - il n'y a pas suffisamment d'espace dans la mémoire de travail pour en conserver plus que cela. Maintenant, essayez à nouveau la même tâche avec cette liste.

Beaucoup plus facile, non? Si vous comparez les deux listes, vous verrez qu'elles contiennent en fait les mêmes lettres. La deuxième liste a été réorganisée de manière à vous encourager à traiter C, N et N comme une seule unité, plutôt que comme trois lettres distinctes. Rassembler des éléments de cette façon s'appelle Regrouper. Cela augmente considérablement la capacité de votre mémoire de travail et, par conséquent, ce à quoi vous pouvez penser. La mémoire de travail d'une personne typique peut contenir environ sept lettres ou presque le même nombre de morceaux de plusieurs lettres ou d'informations. Notez, cependant, que le découpage dépend des connaissances de base. Si vous ne connaissiez pas l'abréviation du Federal Bureau of Investigation, vous ne pourriez pas traiter le FBI comme un seul morceau.

La capacité de segmentation et sa dépendance à l'égard des connaissances de base ont été testées dans un certain nombre d'études. Ces études montrent que cette capacité permet aux gens de mieux se souvenir brièvement d'une liste d'éléments, tout comme vous pourriez vous souvenir de plus de lettres dans le deuxième exemple. Ce bénéfice a été observé dans de nombreux domaines, dont les échecs (Chase et Simon, 1973), le bridge (Engle et Bukstel, 1978), la programmation informatique (McKeithen, Reitman, Rueter et Hirtle, 1981), les pas de danse (Allard et Starkes, 1991), la conception de circuits (Egan et Schwartz, 1979), les cartes (Gilhooly, Wood, Kinnear et Green, 1988) et la musique (Sloboda, 1976).

Bien sûr, nous voulons rarement nous souvenir brièvement d'une liste. L'aspect important du découpage est qu'il laisse plus d'espace libre dans la mémoire de travail, ce qui permet de consacrer cet espace à d'autres tâches, telles que la reconnaissance de motifs dans le matériau. Par exemple, dans une étude (Recht et Leslie, 1988), les chercheurs ont testé des élèves du premier cycle du secondaire qui étaient soit bons ou mauvais lecteurs (tels que mesurés par un test de lecture standard) et qui connaissaient ou non le jeu de baseball ( tel que mesuré par un test créé pour l'étude par trois joueurs de baseball semi-professionnels). Les enfants ont lu un passage écrit à un niveau de lecture au début de la 5e année qui décrivait une demi-manche d'un match de baseball. Le passage était divisé en cinq parties, et après chaque partie, l'étudiant devait utiliser une réplique d'un terrain de baseball et des joueurs pour reconstituer et décrire ce qu'ils lisaient. Les chercheurs ont découvert que la connaissance du baseball avait un impact important sur les performances : les mauvais lecteurs ayant une bonne connaissance du baseball affichaient une meilleure compréhension que les bons lecteurs ayant une faible connaissance du baseball.

Que se passe t-il ici? Tout d'abord, les étudiants ayant une grande connaissance du baseball ont pu lire une série d'actions et les fragmenter. (Par exemple, si une partie du texte décrit l'arrêt-court qui lance la balle au joueur de deuxième but et que le joueur de deuxième but lance la balle au joueur de premier but, entraînant l'élimination de deux coureurs, les élèves ayant des connaissances en baseball détailleraient ces actions en les reconnaissant comme un double jeu - mais les étudiants sans connaissances en baseball devraient essayer de se souvenir de toute la série d'actions.) Deuxièmement, parce qu'ils étaient capables de fractionner, les étudiants ayant des connaissances en baseball avaient de l'espace libre dans leur mémoire de travail qu'ils pouvaient consacrer à l'utilisation la réplique pour rejouer la pièce et fournir une explication verbale cohérente. Sans pouvoir découper, les étudiants ayant peu de connaissances en baseball n'avaient tout simplement pas assez d'espace libre dans leur mémoire de travail pour se souvenir simultanément de toutes les actions, suivre leur ordre, faire la reconstitution et décrire la reconstitution.

Cette étude illustre l'importance de l'avantage de la mémoire de travail que confèrent les connaissances de base (voir aussi Morrow, Leirer et Altieri, 1992 Spilich, Vesonder, Chiesi et Voss, 1979). La plupart du temps, lorsque nous écoutons ou lisons, il ne suffit pas de comprendre chaque phrase seule – nous devons comprendre une série de phrases ou de paragraphes et les garder à l'esprit simultanément afin qu'ils puissent être intégrés ou comparés. Cela est plus facile si le matériel peut être fragmenté car il occupera moins d'espace limité dans la mémoire de travail. Mais, le découpage repose sur des connaissances de base.

Comment la connaissance vous aide à mémoriser de nouvelles informations

La connaissance est également utile lorsque vous arrivez à l'étape finale de l'apprentissage de nouvelles informations - la mémorisation. En termes simples, il est plus facile de fixer de nouveaux éléments dans votre mémoire lorsque vous avez déjà une certaine connaissance du sujet (Arbuckle et al, 1990 Beier et Ackerman, 2005 Schneider, Korkel et Weinert, 1989 Walker, 1988). De nombreuses études dans ce domaine ont des sujets avec des connaissances élevées ou faibles sur un sujet particulier qui lisent de nouveaux documents, puis passent un test quelque temps plus tard, inévitablement ceux qui ont des connaissances antérieures s'en souviennent davantage.

Une étude de David Hambrick (2003) est remarquable car elle a examiné l'apprentissage dans le monde réel et l'a fait sur une période de temps plus longue que ce qui est typique dans de telles études. Tout d'abord, Hambrick a testé des étudiants pour leurs connaissances du basket-ball. Ce test a eu lieu au milieu de la saison de basket-ball universitaire. Deux mois et demi plus tard (à la fin de la saison), les sujets ont rempli des questionnaires sur leur exposition au basket-ball (p. événements de basket-ball des deux mois et demi précédents. Les résultats ont montré (sans surprise) que les sujets qui ont signalé un intérêt pour le jeu ont également déclaré qu'ils étaient plus exposés aux informations sur le basket-ball. La découverte la plus intéressante était que, pour un niveau d'exposition donné, une plus grande connaissance antérieure du basket-ball était associée à plus de nouvelles connaissances sur le basket-ball. C'est-à-dire que les personnes qui en savaient déjà beaucoup sur le basket-ball avaient tendance à se souvenir de plus d'informations liées au basket-ball que les personnes ayant la même exposition à ces nouvelles mais moins de connaissances préalables.* Comme je l'ai dit dans l'introduction, les riches s'enrichissent.

Qu'est-ce qui se cache derrière cet effet ? Un riche réseau d'associations rend la mémoire forte : le nouveau matériel est plus susceptible d'être mémorisé s'il est lié à ce qui est déjà en mémoire. Se souvenir d'informations sur un tout nouveau sujet est difficile car il n'y a pas de réseau existant dans votre mémoire auquel les nouvelles informations peuvent être liées. Mais se souvenir de nouvelles informations sur un sujet familier est relativement facile car il est facile de développer des associations entre votre réseau existant et le nouveau matériel.

Certains chercheurs ont suggéré que les connaissances antérieures sont si importantes pour la mémoire qu'elles peuvent en fait compenser ou remplacer ce que nous considérons normalement comme une aptitude. Certaines études ont administré la même tâche de mémoire à des enfants à hautes aptitudes et à faibles aptitudes, dont certains ont une connaissance préalable du sujet et d'autres pas. et Gülgöz, 1998 Recht et Leslie, 1988 Schneider, Korkle et Weinert, 1989 Walker, 1988). Mais certains chercheurs ne sont pas d'accord. Ils rapportent que, bien que les connaissances préalables aident toujours la mémoire, elles ne peuvent pas éliminer les différences d'aptitudes entre les personnes. Étant donné que la mémoire de chacun s'améliore avec les connaissances antérieures, en supposant une exposition égale à de nouvelles connaissances (comme dans une salle de classe sans soutien supplémentaire pour les étudiants plus lents), l'étudiant ayant une aptitude globale inférieure sera toujours derrière l'étudiant ayant une aptitude plus élevée (Hall et Edmondson, 1992 Hambrick et Engle, 2002 Hambrick et Oswald, 2005 Schneider, Bjorklund et Maier-Brückner, 1996). Au final, la question n'est pas réglée, mais sur le plan pratique de la scolarité, cela n'a pas beaucoup d'importance. Ce qui compte, c'est la conclusion centrale et incontestée : tous les élèves apprendront davantage s'ils ont de meilleures connaissances de base.


Biais associés

La malédiction de la connaissance est considérée comme un type de biais égocentrique, car cela amène les gens à trop se fier à leur propre point de vue lorsqu'ils essaient de voir les choses du point de vue des autres. Cependant, une caractéristique importante de la malédiction de la connaissance, qui la différencie de certains autres biais égocentriques, est qu'elle est asymétrique, dans le sens où elle influence ceux qui tentent de comprendre une perspective moins informée, mais pas ceux qui tentent de comprendre une perspective plus éclairée.

La malédiction de la connaissance est également associée à divers autres biais cognitifs, tels que :


Où sont stockées les connaissances sur le fonctionnement du cerveau ? - Psychologie

Donne une nouvelle vision de la réalité et de la science en quatre dimensions

Explique l'évolution de la conscience humaine et l'émergence de la Culture

Fournit un cadre unificateur pour l'esprit, le cerveau et le comportement

Cartographie les dimensions clés du système de relations humaines

Fournit un nouveau grand cinq pour la personnalité et la psychothérapie

Dépeint les principaux domaines du développement de la personnalité

Explique pourquoi le bien-être peut être défini comme le bonheur avec la valeur d'être heureux

Encadre une approche intégrative de la pleine conscience psychologique qui cultive des états d'être valorisés

Le système de l'arbre de la connaissance cartographie les quatre plans fondamentaux de l'existence en tant que matière, vie, esprit et culture qui correspondent aux comportements de .

Le Cadre Unifié ne concerne pas uniquement la psychologie - dans un sens très vaste, il explique beaucoup, beaucoup plus. En fait, il s'agit de tout ce qui existe.

Le système ToK est une vue d'ensemble du cosmos qui nous permet de formuler les grandes questions de la vie, telles que qui sommes-nous, d'où venons-nous, où devrions-nous aller.

La métapsychologie unifiée invite les gens à traduire la psychologie populaire quotidienne dans la triade de la justification, de l'investissement et de l'influence.

Gregg parle à Jim Rutt des nombreuses facettes de sa théorie unifiée de la psychologie.

Gregg discute de l'avenir numérique-métaculturel avec John Vervaeke et Jordan Hall.

Gregg partage avec Guy Sengstock, le fondateur de Circling, comment le système ToK a émergé dans sa réflexion et son impact sur lui.

Gregg parle avec Gib Gerard de la théorie unifiée de la connaissance et pourquoi elle est pertinente pour l'époque actuelle.

Il est important de faire la distinction entre le système de l'arbre de la connaissance et la théorie unifiée de la connaissance (UTOK) plus large dans les travaux du professeur Henriques. L'arbre du système de connaissances, illustré par le diagramme à droite, est une nouvelle carte de l'évolution cosmique. Il est abrégé en "ToK", qui, lorsqu'il est dit, est épelé comme "Tee - oh - Kay" System.

Le système ToK situé dans la plus grande théorie unifiée de la connaissance (UTOK, dit comme un mot). L'UTOK peut être considéré comme un "cadre de métapsychologie unifié" car il est né de la psychologie plutôt que de la philosophie, et il fonctionne comme un système pour résoudre le problème de la psychologie et offrir un ensemble d'idées qui constituent une approche unifiée ou cohérente de l'humain. connaissance.

Théorie de la connaissance : une approche unifiée de la psychologie et de la philosophie est également le titre d'un blog populaire Psychology Today où le professeur Henriques et d'autres membres de la TOK Society publient des essais sur le système. Enfin, il y a le " Jardin de l'UTUA " représentation du Professeur Henriques & UTOK. Le centre du Jardin de l'UTUA est l'"Arbre de la théorie de la connaissance", illustré à droite. Il a les 8 idées clés en tant que "pommes à fleurs" qui en poussent. La première branche de l'arbre TOK est le système ToK. Voir ici pour en savoir plus sur l'arbre TOK dans le jardin.

Toutes ces significations sont spécifiques à la TOK Society et aux travaux du professeur Henriques. Veuillez noter qu'il existe un sens plus général de la théorie de la connaissance en philosophie, qui s'aligne sur les questions d'épistémologie et sur la façon dont les gens savent ce qu'ils savent et ce qui justifie quelque chose en tant que connaissance. Il existe également un cours de baccalauréat international appelé « Théorie de la connaissance », qui n'est pas directement lié au travail de la TOK Society.


Alerte spoil! La psychologie des fins surprises

Les écrivains et les cinéastes qui espèrent tromper leurs fans avec des rebondissements savent depuis longtemps ce que savent les scientifiques cognitifs : nous avons tous des angles morts dans la façon dont nous évaluons le monde. Nous sommes distraits. Nous oublions comment nous savons les choses. Nous voyons des modèles qui ne sont pas là. Parce que ces angles morts sont câblés dans le cerveau, ils agissent de manière prévisible – si prévisible que les conteurs de Sophocle à M. Night Shyamalan les ont utilisés pour nous égarer.

Ces dernières années, certains scientifiques ont commencé à se demander : les histoires peuvent-elles servir de scanner cérébral ? Si un rebondissement fonctionne en exploitant nos préjugés et nos raccourcis mentaux, l'observation des mécanismes d'une bonne histoire peut-elle révéler quelque chose d'important sur les contours de l'esprit ? »

"Les histoires sont une sorte de tour de magie", explique la scientifique cognitive Vera Tobin. "Lorsque nous les disséquons, nous pouvons découvrir des aspects très, très fiables de ces astuces qui s'avèrent être des indices importants sur la façon dont les gens pensent."

Quelques-uns des préjugés préférés du conteur :

  • La malédiction du savoir : La mère de tous les angles morts, c'est la tendance à supposer que les autres savent ce que vous savez.
  • Biais de confirmation: La tendance à rechercher des informations qui confirment ce que vous croyez déjà.
  • Ancrage: La tendance à trop s'appuyer sur la première information que vous entendez, sans la corriger au fur et à mesure que vous apprenez de nouvelles données.
  • Biais de disponibilité: La tendance à croire que les choses qui viennent facilement à l'esprit sont plus plausibles que les choses qui viennent moins facilement à l'esprit.
  • Biais rétrospectif : La tendance à considérer un événement comme prévisible, une fois qu'il s'est déjà déroulé. Nous faisons l'expérience d'un biais rétrospectif lorsque nous regardons en arrière et disons : « Je le savais depuis le début.

Plus de lecture :

« Attention et sensibilisation à la magie de la scène : transformer les astuces en recherche », par Stephen L. Macknik, Mac King, James Randi, Apollo Robbins, Teller, John Thompson et Susana Martinez-Conde dans Nature Avis Neurosciences

Hidden Brain est hébergé par Shankar Vedantam et produit par Jennifer Schmidt, Rhaina Cohen, Parth Shah, Thomas Lu, Laura Kwerel et Camila Vargas Restrepo. Notre productrice superviseur est Tara Boyle. Vous pouvez également nous suivre sur Twitter @hiddenbrain.


Sommes-nous nés avec la connaissance ?

Une chose avec laquelle j'ai toujours lutté en lisant la philosophie est la doctrine de l'innatisme, qui soutient que l'esprit humain est né avec des idées ou des connaissances. Cette croyance, mise en avant notamment par Platon dans sa Théorie des formes et plus tard par Descartes dans ses Méditations, gagne actuellement des preuves neuroscientifiques qui pourraient valider la croyance que nous sommes nés avec une connaissance innée de notre monde.

La croyance et l'hypothèse prédominantes concernant l'apprentissage et la mémoire humaines sont que nous sommes nés comme une « ardoise vierge » et que nous acquérons nos connaissances et nos idées grâce à de nouvelles expériences et à notre mémoire. Cette croyance est connue sous le nom d'empirisme et, bien que remonte à Aristote, a été soutenue par de nombreux philosophes célèbres tels que John Locke et Francis Bacon. Cependant, une étude publiée en mars dernier dans les Actes de l'Académie nationale des sciences (PNAS) peut, dans une certaine mesure, discréditer cette théorie principale de la collecte des connaissances. La recherche, menée par le Blue Brain Group en Suisse, a exploré les similitudes remarquables dans les circuits neuronaux dans les néocortex de tous les cerveaux. L'étude, résumée dans cet article du PNAS, a essentiellement « découvert un principe d'organisation synaptique qui regroupe les neurones d'une manière commune à tous les animaux et, par conséquent, indépendante des expériences individuelles ». Cette découverte peut avoir d'énormes implications sur notre compréhension de l'apprentissage, de la mémoire et du développement. Les groupes de neurones, ou assemblages cellulaires, apparaissent systématiquement dans les néocortex des animaux et sont essentiellement des « blocs de construction » cellulaires. Chez de nombreux animaux, il peut donc être vrai que l'apprentissage, la perception et la mémoire sont le résultat de l'assemblage de ces éléments plutôt que de la formation de nouveaux assemblages cellulaires. Selon le Dr Markram, "Cela pourrait expliquer pourquoi nous partageons tous des perceptions similaires de la réalité physique, alors que nos souvenirs reflètent notre expérience individuelle." Il s'agit d'un exemple remarquable de la manière dont les neurosciences et leurs recherches révolutionnent notre compréhension de la manière dont nous apprenons à connaître et à percevoir notre univers, tout en répondant simultanément à des questions philosophiques majeures. Bien que ces résultats puissent aller à l'encontre de la vision empirique incroyablement populaire de la connaissance, ils se prêtent très bien à la notion d'idées innées. Platon et Descartes ont utilisé cette théorie générale pour expliquer le raisonnement humain. Platon croyait que l'âme humaine existe éternellement et existe dans un « monde de formes (ou d'idées) » avant la vie, tout apprentissage consiste à se souvenir des « ombres » de ces formes ici sur Terre. Bien que cette idée soit encore un peu présente pour moi (et il faudra peut-être un peu plus de preuves scientifiques pour étayer cette affirmation), les affirmations de Descartes semblent très cohérentes avec les conclusions du Blue Brain Group.
Descartes a proposé que les idées innées que nous possédons soient celles des vérités géométriques et que toute notre intelligence soit accessible par la raison. Discutant d'idées dans sa cinquième méditation, il déclare : « Nous arrivons à les connaître par le pouvoir de notre propre intelligence native, sans aucune expérience sensorielle. Toutes les vérités géométriques sont de cette sorte, non seulement les plus évidentes, mais toutes les autres, aussi absconses qu'elles puissent paraître. Une autre étude soutenant cette notion est le résultat de recherches sur la « physique intuitive », ou la compréhension apparente que nous possédons du comportement physique des objets dans notre univers sans même y penser. Dans un article résumant l'étude, Janese Silvey donne l'exemple que « si un verre de lait tombe d'une table, une personne essaiera d'attraper la tasse mais pas le liquide qui s'en échappe. Cette personne réagit plutôt que de penser consciemment à quoi faire. Le rapport sur l'expérience réelle, par Susan Hespos et Kristy vanMarle, a montré que les nourrissons ont des attentes selon lesquelles, par exemple, les objets existent toujours lorsqu'ils sont cachés, et sont surpris lorsque ces attentes ne sont pas satisfaites (la surprise a été indiquée dans l'étude par un temps de recherche plus long). D'autres expériences ont été menées pour démontrer la compréhension que les nourrissons de 2 à 5 mois ont des propriétés de cohésion, la solidité des matériaux et d'autres caractéristiques physiques de base des objets. Le rapport complet des résultats peut être trouvé ici.
Pour moi, la meilleure nouvelle qui en ressort est que ces nouvelles découvertes compromettent à la fois les doctrines philosophiques de l'innétisme et de l'empirisme, ouvrant de nouvelles discussions sur ce que signifient exactement connaissance et apprentissage.

Partagez ceci :

2 commentaires sur Sommes-nous nés avec la connaissance ?

Cela, pour moi, semble ridicule non pas en tant que nouveauté scientifique (ce qui à cet égard est en fait cool), mais dans la mesure où vous forcez ces implications philosophiques.

Parce que ce ne serait pas du savoir au sens où en parlent Bacon, Locke et d'autres. Aussi simple que cela.

Ce seraient des instructions préprogrammées dans notre biologie qui ne reflètent PAS nécessairement la nature de la réalité (même à un degré phénoménologique pur, si vous voulez suivre cette voie).

Ce à quoi je pouvais m'attendre comme réponse, c'est que cette connaissance jamais entièrement fondée est la seule chose que nous ayons. Mais alors il faut prouver cette thèse, qui n'est pas tout à fait claire.


Sommes-nous nés avec la connaissance ?

Une chose avec laquelle j'ai toujours lutté en lisant la philosophie est la doctrine de l'Innatisme, qui soutient que l'esprit humain est né avec des idées ou des connaissances. Cette croyance, mise en avant notamment par Platon dans sa Théorie des formes et plus tard par Descartes dans ses Méditations, gagne actuellement des preuves neuroscientifiques qui pourraient valider la croyance que nous sommes nés avec une connaissance innée de notre monde.

La croyance et l'hypothèse prédominantes concernant l'apprentissage et la mémoire humaines sont que nous sommes nés comme une « ardoise vierge » et que nous acquérons nos connaissances et nos idées grâce à de nouvelles expériences et à notre mémoire. Cette croyance est connue sous le nom d'empirisme et, bien que remonte à Aristote, a été soutenue par de nombreux philosophes célèbres tels que John Locke et Francis Bacon. Cependant, une étude publiée en mars dernier dans les Actes de l'Académie nationale des sciences (PNAS) peut, dans une certaine mesure, discréditer cette théorie principale de la collecte des connaissances. La recherche, menée par le Blue Brain Group en Suisse, a exploré les similitudes remarquables dans les circuits neuronaux dans les néocortex de tous les cerveaux. L'étude, résumée dans cet article du PNAS, a essentiellement « découvert un principe d'organisation synaptique qui regroupe les neurones d'une manière commune à tous les animaux et, par conséquent, indépendante des expériences individuelles ». Cette découverte peut avoir d'énormes implications sur notre compréhension de l'apprentissage, de la mémoire et du développement. Les groupes de neurones, ou assemblages cellulaires, apparaissent systématiquement dans les néocortex des animaux et sont essentiellement des « blocs de construction » cellulaires. Chez de nombreux animaux, il peut donc être vrai que l'apprentissage, la perception et la mémoire sont le résultat de l'assemblage de ces éléments plutôt que de la formation de nouveaux assemblages cellulaires. Selon le Dr Markram, "Cela pourrait expliquer pourquoi nous partageons tous des perceptions similaires de la réalité physique, alors que nos souvenirs reflètent notre expérience individuelle." Il s'agit d'un exemple remarquable de la manière dont les neurosciences et leurs recherches révolutionnent notre compréhension de la manière dont nous apprenons à connaître et à percevoir notre univers, tout en répondant simultanément à des questions philosophiques majeures. Bien que ces résultats puissent aller à l'encontre de la vision empirique incroyablement populaire de la connaissance, ils se prêtent très bien à la notion d'idées innées. Platon et Descartes ont utilisé cette théorie générale pour expliquer le raisonnement humain. Platon croyait que l'âme humaine existe éternellement et existe dans un « monde de formes (ou d'idées) » avant la vie, tout apprentissage consiste à se souvenir des « ombres » de ces formes ici sur Terre. Bien que cette idée soit encore un peu présente pour moi (et il faudra peut-être un peu plus de preuves scientifiques pour étayer cette affirmation), les affirmations de Descartes semblent très cohérentes avec les conclusions du Blue Brain Group.
Descartes a proposé que les idées innées que nous possédons soient celles des vérités géométriques et que toute notre intelligence soit accessible par la raison. Discutant des idées dans sa cinquième méditation, il déclare : « Nous arrivons à les connaître par le pouvoir de notre propre intelligence native, sans aucune expérience sensorielle. Toutes les vérités géométriques sont de cette sorte, non seulement les plus évidentes, mais toutes les autres, aussi absconses qu'elles puissent paraître. Une autre étude soutenant cette notion est le résultat de recherches sur la « physique intuitive », ou la compréhension apparente que nous possédons du comportement physique des objets dans notre univers sans même y penser. Dans un article résumant l'étude, Janese Silvey donne l'exemple que « si un verre de lait tombe d'une table, une personne essaiera d'attraper la tasse mais pas le liquide qui s'en échappe. Cette personne réagit plutôt que de penser consciemment à quoi faire. Le rapport sur l'expérience réelle, par Susan Hespos et Kristy vanMarle, a montré que les nourrissons ont des attentes selon lesquelles, par exemple, les objets existent toujours lorsqu'ils sont cachés, et sont surpris lorsque ces attentes ne sont pas satisfaites (la surprise a été indiquée dans l'étude par un temps de recherche plus long). D'autres expériences ont été menées pour démontrer la compréhension que les nourrissons de 2 à 5 mois ont des propriétés de cohésion, la solidité des matériaux et d'autres caractéristiques physiques de base des objets. Le rapport complet des résultats peut être trouvé ici.
Pour moi, la meilleure nouvelle qui en ressort est que ces nouvelles découvertes compromettent à la fois les doctrines philosophiques de l'innétisme et de l'empirisme, ouvrant de nouvelles discussions sur ce que signifient exactement connaissance et apprentissage.

Partagez ceci :

2 commentaires sur Sommes-nous nés avec la connaissance ?

Cela, pour moi, semble ridicule non pas en tant que nouveauté scientifique (ce qui à cet égard est en fait cool), mais dans la mesure où vous forcez ces implications philosophiques.

Parce que ce ne serait pas du savoir au sens où en parlent Bacon, Locke et d'autres. Aussi simple que cela.

Ce seraient des instructions préprogrammées dans notre biologie qui ne reflètent PAS nécessairement la nature de la réalité (même à un degré phénoménologique pur, si vous voulez suivre cette voie).

Ce à quoi je pouvais m'attendre comme réponse, c'est que cette connaissance jamais entièrement fondée est la seule chose que nous ayons. Mais alors il faut prouver cette thèse, qui n'est pas tout à fait claire.


Psychologie cognitive et neurosciences cognitives/modèles de situation et inférence

Une fonction et une propriété importantes du système cognitif humain est la capacité d'extraire des informations importantes à partir de situations décrites textuellement et verbalement. Cette capacité joue un rôle essentiel dans la compréhension et la mémorisation. Mais qu'advient-il de ces informations une fois extraites, comment les représentons-nous et comment les utilisons-nous pour faire des inférences ? Avec ce chapitre, nous introduisons le concept de « modèle de situation » (van Dijk&Kintsch, 1983, « modèle mental » : Johnson-Laird, 1983), qui est la représentation mentale de ce qu'est un texte. Nous discutons de ce à quoi pourraient ressembler ces représentations et montrons les différentes expériences qui tentent d'aborder ces questions de manière empirique. En supposant que les situations sont codées par des symboles perceptifs (Barsalou, 1999), la théorie des modèles de situation touche de nombreux aspects de la philosophie cognitive, de la linguistique et de l'intelligence artificielle. Au début de ce chapitre, nous mentionnerons pourquoi les modèles de situation sont importants et à quoi nous les utilisons. Ensuite, nous nous concentrerons sur la théorie elle-même en introduisant les quatre principaux types d'informations - les composants du modèle de situation, ses niveaux de représentation et enfin deux autres types de connaissances de base utilisées dans la construction et le traitement du modèle de situation (connaissances générales du monde et connaissances spécifiques des référents) .

Les modèles de situation forment non seulement un concept central dans les théories de la cognition située qui nous aide à comprendre comment les informations situationnelles sont collectées et comment de nouvelles informations sont intégrées, mais ils peuvent également expliquer de nombreux autres phénomènes. Selon van Dijk & Kintsch, les modèles de situation sont responsables de processus tels que l'expertise du domaine, la traduction, l'apprentissage à partir de sources multiples ou la compréhension complète des situations simplement en lisant à leur sujet. Ces modèles de situation se composent, selon la plupart des recherches dans ce domaine, de cinq dimensions, que nous expliquerons plus loin. Lorsque de nouvelles informations concernant l'une de ces dimensions sont extraites, le modèle de situation est modifié en fonction des nouvelles informations. Plus le changement dans le modèle de situation est important, plus le lecteur a besoin de temps pour comprendre la situation avec les nouvelles informations. S'il y a des contradictions, par ex. nouvelles informations qui ne correspondent pas au modèle, le lecteur ne comprend pas le texte et doit probablement relire des parties du texte pour construire un meilleur modèle. Il a été montré dans plusieurs expériences qu'il est plus facile de comprendre des textes qui n'ont que de petits changements dans les cinq dimensions de la compréhension de texte. Il a également été constaté qu'il est plus facile pour les lecteurs de comprendre un texte si l'information importante est mentionnée plus explicitement. Pour cette raison, plusieurs chercheurs ont écrit sur l'importance de mettre en avant les informations importantes (voir Zwaan&Radvansky 1998 pour une liste détaillée). L'autre problème important concernant les modèles de situation est la multidimensionnalité. Ici, la question importante est de savoir comment les différentes dimensions sont liées et quel est leur poids pour construire le modèle. Certains chercheurs prétendent que le poids des dimensions se déplace selon la situation qui est décrite. L'introduction de telles affirmations sera la dernière partie de ce chapitre et vise à vous présenter les objectifs de recherche actuels et futurs.

Le VIP : Rolf A. Zwaan Modifier

Rolf A. Zwaan, né le 13 septembre 1962 à Rotterdam (Pays-Bas), est une personne très importante pour ce sujet, puisqu'il a fait le plus de recherches (92 publications au total), et aussi parce que la plupart de nos données sont tirées de son travail. Zwaan a fait sa maîtrise (1986) et son doctorat. (1992) à l'Université d'Utrecht (Pays-Bas), tous deux cum laude. Depuis lors, il a reçu de nombreux prix comme le Developing Scholar Award (Florida state University, 1999) ou le Fellow of the Hanse Institute for Advanced Study (Delmenhorst, Allemagne, 2003) et est devenu membre de plusieurs organisations professionnelles comme la Psychonomic Society, la Cognitive Science Society ou l'American Psychological Society. Il travaille en tant que président de la biologie et de la psychologie cognitive à l'Université Erasmus de Rotterdam (Pays-Bas), depuis 2007.

De nombreuses tâches basées sur le traitement du langage ne peuvent s'expliquer que par l'utilisation de modèles de situation. Le soi-disant modèle de situation ou modèle mental se compose de cinq dimensions différentes, qui se réfèrent à différentes sources. Pour comprendre un texte ou juste une phrase simple, les modèles de situation sont utiles. De plus, la compréhension et la combinaison de plusieurs textes et phrases peuvent être bien mieux expliquées par cette théorie. Dans ce qui suit, quelques exemples sont énumérés pourquoi nous avons vraiment besoin de modèles de situation.

Intégration d'informations à travers les phrases Modifier

L'intégration d'informations à travers les phrases est plus que la simple compréhension d'un ensemble de phrases. Par exemple:

« Gerhard Schroeder est devant des journalistes. Attendre de nouvelles idées n'a rien de spécial pour l'ancien chancelier allemand. C'est comme au bon vieux temps en 1971, quand le leader des Jusos était derrière les sondages et parlait de changements.


Cet exemple n'a de sens pour le lecteur que s'il est conscient que « Gerhard Schroeder », « Ex-chancelier allemand » et « le chef des Juso en 1971 » est une seule et même personne. Si nous construisons un modèle de situation, dans cet exemple « Gerhard Schroeder » est notre jeton. Chaque information qui apparaîtra sera liée à ce jeton, basé sur la connaissance grammaticale et mondiale. L'article défini dans la deuxième phrase fait référence à l'individu dans la première phrase. Ceci est basé sur des connaissances grammaticales. Chaque article défini indique un lien avec un individu dans une phrase précédente. S'il y avait un article indéfini, nous devons construire un nouveau jeton pour un nouvel individu. La troisième phrase est liée par la connaissance du domaine au jeton. Il faut savoir que « Gerhard Schroeder » était le leader des Juso en 1971. Sinon, le lien ne peut être que deviné. Nous pouvons voir qu'un modèle de situation intégré est nécessaire pour comprendre le lien entre les trois phrases.

Explication des similitudes dans les performances de compréhension à travers les modalités Modifier

L'explication des similitudes dans les performances de compréhension entre les modalités ne peut se faire que par l'utilisation de modèles de situation. Si nous lisons un article de journal, regardons un reportage à la télévision ou écoutons un reportage à la radio, nous arrivons à une compréhension similaire de la même information, qui est véhiculée par différentes modalités. Ainsi, nous créons une représentation mentale de l'information ou de l'événement. Cette représentation mentale ne dépend pas des modalités elles-mêmes. De plus, il existe des preuves empiriques de cette intuition. Baggett (1979) a découvert que les étudiants qui ont vu un court métrage et les étudiants qui ont entendu une version orale des événements du court métrage ont finalement produit un protocole de rappel structurellement similaire. Il y avait des différences dans les protocoles des deux groupes, mais les différences étaient dues à des aspects de contenu. Comme la version texte indiquait explicitement qu'un garçon se rendait à l'école et dans le film, cela devait être déduit.

Expertise du domaine sur la compréhension Modifier

Les modèles de situation ont une profonde influence sur les effets de l'expertise du domaine sur la compréhension. En détail, cela signifie que la personne A, dont les compétences verbales sont inférieures à celles de la personne B, est capable de surpasser la personne B, si elle a une meilleure connaissance du domaine du sujet. Pour prouver cette intuition, il y a eu une étude de Schneider et Körkel (1989). Ils ont comparé les rappels des « experts » et des novices d'un texte sur un match de football. Dans l'étude étaient trois grades différents: 3e, 5e et 7e. Un exemple important de cette expérience était que les experts en football de 3e année ont surpassé les novices de 7e année. Le rappel des unités dans le texte était de 54 % par les experts de 3e année et de 42 % par les novices de 7e année. L'explication est assez simple : les experts de 3e année ont construit un modèle de situation et utilisé les connaissances de leur mémoire à long terme (Ericsson & Kintsch, 1995). Les novices de 7e n'avaient que le texte par lequel ils peuvent proposer un modèle de situation. D'autres études montrent des preuves de la théorie selon laquelle l'expertise du domaine peut contrecarrer la capacité verbale, c'est-à-dire Fincher-Kiefer, Post, Greene & Voss, 1988 ou Yekovich, Walker, Ogle & Thompson en 1990.

Explication des compétences en traduction Modifier

Un autre exemple pour lequel nous avons besoin de modèles de situation est d'essayer d'expliquer la traduction. Traduire une phrase ou un texte d'une langue à une autre ne se fait pas simplement en traduisant chaque mot et en construisant une nouvelle structure de phrase jusqu'à ce que la phrase semble sonore. Si nous regardons maintenant l'exemple d'une phrase néerlandaise :


Maintenant, nous pouvons conclure que le niveau de traduction entre le néerlandais et l'anglais n'est pas basé sur le niveau lexico-sémantique, il est basé sur le niveau de situation. Dans cet exemple "ne fais pas quelque chose (action) avant de n'avoir pas fait autre chose (une autre action)". D'autres études ont abouti à des conclusions selon lesquelles la capacité à construire des modèles de situation pendant la traduction est importante pour la compétence de traduction (Zwann, Ericsson, Lally et Hill, en 1998).

Apprentissage à sources multiples Modifier

Les gens peuvent se renseigner sur un domaine à partir de plusieurs documents. Ce phénomène peut également être expliqué par un modèle de situation. Par exemple, nous essayons d'apprendre quelque chose sur la "Guerre froide" nous utilisons différents documents contenant des informations. Les informations contenues dans un document peuvent être similaires à celles d'autres documents. Les référents peuvent être les mêmes ou des relations spéciales dans la «guerre froide» peuvent simplement être découvertes par l'utilisation de différents documents. Donc ce que nous faisons vraiment en apprenant et en raisonnant, c'est que nous intégrons des informations sur la base de différents documents dans un modèle de situation commun, qui a un ordre organisé des informations que nous avons apprises.


Nous avons vu que nous avons besoin de modèles de situation dans différentes tâches de traitement du langage, mais les modèles de situation ne sont pas nécessaires dans toutes les tâches de traitement du langage. Un exemple est la relecture. Un relecteur vérifie chaque mot pour son exactitude. Cette capacité ne contient pas la capacité de construire des modèles de situation. Cette tâche utilise les ressources de la mémoire à long terme dans laquelle est stockée l'écriture correcte de chaque mot. La procédure est comme :


Cela se fait mot par mot. Il n'est pas nécessaire de créer des modèles de situation dans cette tâche pour le traitement du langage.

Espace Modifier

Très souvent, les objets qui nous sont spatialement proches sont plus pertinents que les objets plus éloignés. Par conséquent, on s'attendrait à la même chose pour les modèles de situation. Conformément à cette idée, les comprehenseurs sont plus lents à reconnaître les mots désignant des objets éloignés d'un protagoniste que ceux désignant des objets proches du protagoniste (Glenberg, Meyer & Lindem, 1987).

Lorsque les comprehenseurs ont une connaissance approfondie de la disposition spatiale du cadre de l'histoire (par exemple, un bâtiment), ils mettent à jour leurs représentations en fonction de l'emplacement et des objectifs du protagoniste. Ils ont l'accès mental le plus rapide à la pièce dans laquelle se trouve ou se dirige actuellement le protagoniste. Par exemple, ils peuvent plus facilement dire si deux objets se trouvent ou non dans la même pièce si la pièce mentionnée est l'une de ces pièces que s'il s'agit d'une autre pièce du bâtiment (par exemple, Morrow, Greenspan, & Bower, 1987). Cela est parfaitement logique intuitivement car ce sont les pièces qui nous seraient pertinentes si nous étions dans la situation.

Interprétation par les gens du sens d'un verbe désignant le mouvement de personnes ou d'objets dans l'espace, comme s'approcher, dépend de leurs modèles de situation. Par exemple, les comprehens interprètent le sens de approcher différemment dans Le tracteur s'approche juste de la clôture que dans La souris s'approche juste de la clôture. Plus précisément, ils interprètent la distance entre la figure et le point de repère comme étant plus longue lorsque la figure est grande (tracteur) que lorsqu'elle est petite (souris). L'interprétation des interprètes dépend également de la taille du point de repère et de la vitesse de la figure (Morrow & Clark, 1988). Apparemment, ceux qui comprennent se comportent comme s'ils se tenaient réellement dans la situation, regardant le tracteur ou la souris s'approcher d'une clôture.

Heure Modifier

Nous supposons par défaut que les événements sont racontés dans leur ordre chronologique, sans rien laisser de côté. Vraisemblablement, cette hypothèse existe parce que c'est ainsi que nous vivons les événements de la vie quotidienne. Les événements nous arrivent dans un flux continu, parfois en succession rapprochée, parfois en parallèle, et souvent en se chevauchant partiellement. La langue permet cependant de s'écarter de l'ordre chronologique. Par exemple, nous pouvons dire : « Avant que le psychologue ne soumette le manuscrit, la revue a changé sa politique. Le psychologue soumettant le manuscrit est signalé en premier, même s'il s'agit du dernier des deux événements à se produire. Si les gens construisent un modèle de situation, cette phrase devrait être plus difficile à traiter que sa contrepartie chronologique (la même phrase, mais commençant par « Après »). Des preuves neuroscientifiques récentes appuient cette prédiction. Les mesures du potentiel cérébral lié à l'événement (ERP) indiquent que les phrases "avant" suscitent, dans les 300 ms, une plus grande négativité que les phrases "après". Cette différence de potentiel est principalement localisée dans la partie antérieure gauche du cerveau et indique un effort cognitif plus important (Münte, Schiltz, & Kutas, 1998). Dans la vraie vie, les événements se succèdent de manière transparente. Cependant, les récits peuvent avoir des discontinuités temporelles, lorsque les écrivains omettent des événements non pertinents pour l'intrigue. De tels écarts temporels, généralement signalés par des phrases telles que quelques jours plus tard, sont assez fréquents dans les récits. Néanmoins, ils présentent une rupture par rapport à l'expérience quotidienne. Par conséquent, les décalages temporels devraient entraîner des perturbations (légères) du processus de compréhension. Et ils le font. Les temps de lecture des phrases qui introduisent un décalage temporel ont tendance à être plus longs que ceux des phrases qui ne le font pas (Zwaan, 1996).

Lien de causalité Modifier

Lorsque nous interagissons avec l'environnement, nous avons une forte tendance à interpréter les séquences d'événements comme des séquences causales. Il est important de noter que, tout comme nous inférons les objectifs d'un protagoniste, nous devons inférer une causalité que nous ne pouvons pas percevoir directement. Singer et ses collègues (par exemple, Singer, Halldorson, Lear, & Andrusiak, 1992) ont étudié comment les lecteurs utilisent leur connaissance du monde pour valider les liens de causalité entre les événements racontés. Les sujets ont lu des paires de phrases, telles que 1a puis 1b ou 1a' puis 1b, et ont ensuite été confrontés à une question comme 1c :

(1a) Mark a versé le seau d'eau sur le feu de joie.

(1a’) Mark a placé le seau d’eau près du feu de joie.

(1c) L'eau éteint-elle le feu ?

Les sujets ont répondu plus rapidement à 1c après la séquence 1a-1b qu'après 1a'-1b. Selon Singer, la raison de la différence de vitesse est que la connaissance que l'eau éteint le feu a été activée pour valider les événements décrits en 1a-1b. Cependant, parce que cette connaissance ne peut pas être utilisée pour valider 1a'-1b, elle n'a pas été activée lorsque les sujets ont lu cette paire de phrases.

Intentionnalité Modifier

Nous sommes souvent capables de prédire les actions futures des gens en déduisant leur intentionnalité, c'est-à-dire leurs objectifs. Par exemple, lorsque nous voyons un homme se diriger vers une chaise, nous supposons qu'il veut s'asseoir, surtout lorsqu'il est debout depuis longtemps. Ainsi, nous pourrions générer l'inférence « Il va s'asseoir ». Keefe et McDaniel (1993) ont présenté des sujets avec des phrases comme Après avoir terminé le débat de 3 heures, l'orateur fatigué s'est dirigé vers sa chaise (et s'est assis) puis avec des mots de sonde (par exemple, sat, dans ce cas). Les sujets ont mis à peu près le même temps pour nommer assis lorsque la clause concernant l'orateur s'asseyant a été omise et lorsqu'elle a été incluse. De plus, les temps de nommage étaient significativement plus rapides dans ces deux conditions que dans une condition de contrôle dans laquelle il était implicite que le locuteur restait debout.

Protagonistes et objets Modifier

Les comprehenseurs sont prompts à faire des déductions sur les protagonistes, vraisemblablement dans le but de construire un modèle de situation plus complet. Considérez, par exemple, ce qui se passe après que les sujets ont lu la phrase L'électricien a examiné le luminaire. Si la phrase suivante est Elle a sorti son tournevis, leur vitesse de lecture est ralentie par rapport au moment où la deuxième phrase est Il a sorti son tournevis. Cela se produit parce qu'elle fournit une inadéquation avec le genre stéréotypé d'un électricien, ce que les sujets ont apparemment déduit lors de la lecture de la première phrase (Carreiras, Garnham, Oakhill, & Cain, 1996).

Présentation Modifier

Dans le processus de compréhension de la langue et du texte, de nouvelles informations doivent être intégrées dans le modèle de situation actuelle. Ceci est réalisé par un cadre de traitement. Il existe diverses théories et idées sur ce processus. La plupart d'entre eux ne modélisent qu'un ou plusieurs aspects des modèles de situation et de la compréhension du langage.

Une liste de théories, d'idées et de développements dans les cadres de compréhension du langage :

  • un modèle interactif de compréhension (Kintsch et van Dijk, 1978)
  • début du modèle informatique (Miller, Kintsch, 1980)
  • Modèle de construction-intégration (Kintsch, 1988)
  • Structure-Bâtiment-Cadre (Gernsbacher,1990)
  • Modèle de lecteur de contraintes de capacité (Just, Carpenter, 1992)
  • Cadre constructiviste (Graesser, Singer, Trabasso, 1994)
  • Modèle d'indexation des événements (Zwaan, Langston, Graesser, 1995)
  • Modèle de paysage (van den Brock, Risden, Fletcher, & Thurlow, 1996)
  • Modèle de construction-intégration à capacité limitée (Goldman, Varma, Coté, 1996)
  • Le cadre de l'expérienceur immergé (Zwaan, 2003)

Dans cette partie du chapitre sur les modèles de situation, nous parlerons de plusieurs modèles, nous commencerons par certains des premiers éléments, puis nous passerons aux plus récents. Nous commencerons par les travaux de Kintsch dans les années 70 et 80 et passerons ensuite à des recherches ultérieures qui se basent sur cela.

Un modèle de compréhension interactif Modifier

Ce modèle a déjà été développé dans les années 80, il est à la base de nombreux modèles ultérieurs comme le CI-Model, ou même le Immersed-Experiencer Framework. Selon Kintsch et van Dijk (1978), la compréhension de texte se déroule par cycles. A chaque cycle quelques propositions sont traitées, ce nombre est déterminé par la capacité de la Mémoire à Court Terme, donc 7 plus ou moins 2. A chaque cycle les nouvelles propositions sont connectées à celles existantes, elles forment donc un ensemble connecté et hiérarchisé .

Premier modèle de calcul Modifier

Ce modèle informatique de Miller et Kintsch a tenté de modéliser des théories de compréhension antérieures, de faire des prédictions en fonction de celles-ci et de les comparer à des études et des expériences comportementales. Il se composait de plusieurs modules. L'un était un programme en morceaux : sa tâche est de lire un mot à l'instant, d'identifier s'il s'agit d'une proposition et de décider de l'intégrer ou non. Cette partie du modèle n'a pas été réalisée par calcul. La partie suivante dans l'ordre d'entrée était le Microstructure Coherence Program (MCP). Le MCP a trié les propositions et les a stockées dans le graphique de cohérence de la mémoire de travail. La tâche du graphique de cohérence de la mémoire de travail était alors de décider quelles propositions devaient rester actives pendant le cycle de traitement suivant. Toutes les propositions sont stockées dans le graphique de cohérence de la mémoire à long terme, ce qui permet de décider quelles propositions doivent être transférées dans la mémoire de travail ou il peut construire un tout nouveau graphique de mémoire de travail avec un nœud supérieur différent. Le problème avec ce modèle informatique était qu'il présentait des performances vraiment faibles. Mais cela a néanmoins conduit à d'autres recherches qui ont tenté de surmonter ses lacunes.

Modèle d'indexation des événements Modifier

Les Modèle d'indexation des événements a été proposé pour la première fois par Zwaan, Langston et Graesser (1995). Il fait des déclarations sur la façon dont les informations entrantes dans la compréhension sont traitées et sur la façon dont elles sont représentées dans la mémoire à long terme.

Selon le Modèle d'indexation des événements tous les événements d'actions entrants sont divisés en cinq index. Les cinq indices sont les mêmes que les cinq dimensions situationnelles, bien que Zwaan & Radvasnky (1998) affirment qu'il y a peut-être plus de dimensions. Ceux-ci pourraient être trouvés dans de futures recherches. Un point fondamental de ce modèle est le temps de traitement d'intégration de nouveaux événements dans le modèle actuel. Il est plus facile d'intégrer un nouvel événement entrant s'il partage des index avec un événement précédent. Plus le nouvel événement est contigu, plus il est facile à intégrer dans le nouveau modèle de situation. Cette prédiction faite par Zwaan & Radvanksy (1998) est soutenue par certaines recherches antérieures (Zwaan, Magliano et Graesser, 1995). L'autre point important de la Modèle d'indexation des événements est la représentation dans la mémoire à long terme. Zwaan & Radvasnky (1998) prédisent que cette représentation est un réseau de nœuds, ces nœuds encodent les événements. Les nœuds sont reliés entre eux par des liens situationnels selon les indices qu'ils partagent. Cette connexion ne code pas seulement si deux nœuds partagent des index, mais elle code également le nombre d'index partagés grâce à sa force. Ce deuxième point laisse déjà entrevoir ce que Modèle d'indexation des événements manque. Il y a plusieurs choses qu'il n'inclut pas. Par exemple, il ne code pas l'ordre temporel des événements ni le sens des relations causales. Le plus gros inconvénient de la Modèle d'indexation des événements est clairement qu'il traite les différentes dimensions comme des entités différentes bien qu'elles interagissent probablement les unes avec les autres.

Zwaan & Radvansky (1998) a mis à jour le Modèle d'indexation des événements avec quelques fonctionnalités. Ce nouveau modèle divise les informations traitées en trois types. Ces trois types sont le cadre situationnel, les relations situationnelles et le contenu situationnel. Le cadre situationnel fonde la situation dans l'espace et dans le temps, et sa construction est obligatoire. Si aucune information n'est donnée, ce cadre est probablement construit par des valeurs standard extraites de la connaissance du monde antérieure ou une variable vide serait instanciée. Les relations situationnelles reposent sur les cinq dimensions situationnelles. Ceux-ci sont analysés à travers le Modèle d'indexation des événements. Ce type d'informations situationnelles ne comprend pas les informations de base, qui sont données dans le cadre situationnel, mais les relations entre les différentes entités ou nœuds du réseau. Contrairement au cadre situationnel, les relations situationnelles ne sont pas obligatoires. S'il n'y a aucune information donnée ou s'il n'y a pas d'inférences possibles entre les entités, alors il n'y a tout simplement aucune relation. Il existe également un index qui traite de l'importance des différentes relations. Cette importance consiste en la nécessité de l'information pour comprendre la situation, la facilité de l'inférer quand elle ne serait pas mentionnée et la facilité avec laquelle l'information peut être mémorisée plus tard. Une autre distinction que cette théorie fait est celle entre les relations fonctionnelles et non fonctionnelles (Carlson-Radvansky & Radvansky, 1996 Garrod & Sanford, 1989). Les relations fonctionnelles décrivent l'interaction entre différentes entités, tandis que les relations non fonctionnelles sont celles entre entités sans interaction. Le contenu situationnel se compose des entités dans la situation comme les protagonistes et les objets et leurs propriétés. Celles-ci ne sont intégrées explicitement dans le Modèle de Situation, comme les relations situationnelles, que si elles sont nécessaires à la compréhension de la situation. Néanmoins, les entités centrales et les plus importantes et leurs propriétés sont à nouveau obligatoires. Il est proposé que, afin de maintenir le temps de traitement bas, les informations non essentielles ne soient représentées que par quelque chose comme un pointeur afin que ces informations puissent être récupérées si nécessaire.

Le cadre de l'expérienceur immergé Modifier

L'Immersed Experiencer Framework (IEF) est basé sur des modèles de cadre de traitement antérieurs (voir ci-dessus pour une liste détaillée) mais essaie également d'inclure plusieurs autres résultats de recherche. Par exemple, il a été constaté que lors de la compréhension, des régions cérébrales sont activées, qui sont très proches voire se chevauchent avec des régions cérébrales actives lors de la perception ou de l'action du sens des mots (Isenberg et al., 2000 Martin & Chao, 2001 Pulvermüller, 1999, 2002). Pendant la compréhension, il y a aussi une représentation visuelle de la forme et de l'orientation des objets (Dahan & Tanenhaus, 2002 Stanfield & Zwaan, 2002 Zwaan et al., 2002 Zwaan & Yaxley, sous presse a, b). L'information visuo-spatiale amorce le traitement des phrases (Boroditsky, 2000). Ces représentations visuelles peuvent interférer avec la compréhension (Fincher-Kiefer, 2001). Résultats de (Glenberg, Meyer, & Lindem, 1987 Kaup & Zwaan, sous presse Morrow et al., 1987 Horton & Rapp, sous presse Trabasso & Suh, 1993 Zwaan et al., 2000) suggèrent que l'information qui fait partie de la situation et du texte est plus active dans l'esprit du lecteur que l'information qui n'est pas incluse. Le quatrième résultat de la recherche est que les gens bougent leurs yeux et leurs mains pendant la compréhension d'une manière cohérente avec la situation décrite. (Glenberg & Kaschak, sous presse Klatzky et al., 1989 Spivey et al., 2000).

Le point principal du cadre de l'expérienceur immergé est l'idée que les mots activent les expériences avec leurs référents. Par exemple, "un aigle dans le ciel" active une expérience visuelle d'un aigle aux ailes déployées tandis que "un aigle dans le nid" active une expérience visuelle différente. Selon Zwaan (2003), l'IEF doit être considéré comme un moteur permettant de faire des prédictions sur la compréhension de la langue. Ces prédictions sont ensuite suggérées pour des recherches ultérieures.

Selon l'IEF, le processus de compréhension du langage se compose de trois composants, à savoir l'activation, l'interprétation et l'intégration. Chaque composant fonctionne à un niveau différent. L'activation fonctionne au niveau mondial, la construction est responsable du niveau de la clause tandis que l'intégration est active au niveau du discours. Bien que l'IEF partage de nombreux points avec les modèles antérieurs de compréhension du langage, il diffère sur certains points principaux. Par exemple, cela suggère que la compréhension du langage implique des actions et des représentations perceptives et non des propositions amodales (Zwaan, 2003).

De nombreuses théories tentent d'expliquer le modèle de situation ou ce qu'on appelle le modèle mental dans différentes représentations. Plusieurs théories de la représentation traitent de la compréhension du texte dans le modèle de situation lui-même. Combien de niveaux sont inclus ou nécessaires et comment le modèle de situation est-il construit, est-ce fait en une seule fois comme :

Phrase → Modèle de situation

Ou y a-t-il des niveaux intermédiaires qui doivent être franchis jusqu'à ce que le modèle soit construit ? Voici trois représentations différentes qui tentent d'expliquer la construction du modèle de situation par un texte.

Représentation propositionnelle Modifier

La représentation propositionnelle prétend qu'une phrase sera structurée d'une autre manière et qu'elle sera ensuite stockée. Les informations incluses ne se perdent pas. Nous allons regarder la phrase simple :

"George aime Sally" la représentation propositionnelle est [LOVES(GEORGE, SALLY)]

Il est facile de voir que la représentation propositionnelle est facile à créer et que l'information est toujours disponible.

Trois niveaux de représentation Modifier

Cette théorie dit qu'il existe trois niveaux de représentation : la forme de surface, la base du texte et le modèle de situation.Dans cet exemple, la phrase « La grenouille a mangé l'insecte ». Est déjà la forme de surface. On crée naturellement des relations sémantiques pour comprendre la phrase (arbre sémantique sur la figure). Le niveau suivant est la « base de texte ». [EAT(FROG, BUG)] est la représentation propositionnelle et Base de texte est proche de ce genre de représentation, sauf qu'elle est plutôt spatiale. Enfin le modèle de situation est construit par la représentation « Base texte ». Nous pouvons voir que le modèle de situation n'inclut aucun type de texte. C'est une image mentale de l'information dans la phrase elle-même.

Deux niveaux de représentation Modifier

Cette théorie est comme la théorie des « trois niveaux de représentations ». Mais le niveau « Base de texte » est laissé de côté. La théorie elle-même prétend que le modèle de situation est créé par la phrase elle-même et qu'aucun niveau de « base de texte » n'est nécessaire.

D'autres théories de modèles de situation orientant les expériences existent. Ainsi, non seulement la compréhension du texte est assurée par des modèles de situation, mais l'apprentissage par l'expérience directe est également géré par des modèles de situation.

KIWi-Modèle Modifier

Un modèle unifié, appelé KIWi-Model, essaie d'expliquer comment la représentation textuelle et l'expérience directe interagissent avec un modèle de situation. De plus, la connaissance du domaine est intégrée. La connaissance du domaine est utilisée en formant un modèle de situation dans différentes tâches comme la compréhension de phrases simples (chapitre : Pourquoi avons-nous besoin de modèles de situation). Le modèle KIWi montre qu'il existe une interaction permanente entre « représentation textuelle → modèle de situation » et entre « codage sensoriel → modèle de situation ». Ces interactions soutiennent la théorie d'une mise à jour permanente du modèle mental.

L'inférence est utilisée pour construire des modèles de situation complexes avec des informations limitées. Par exemple : en 1973, John Bransford et Marcia Johnson ont fait une expérience de mémoire dans laquelle ils ont demandé à deux groupes de lire des variantes de la même phrase.

Le premier groupe a lu le texte "John essayait de réparer le nichoir. Il était martèlement le clou quand son père est sorti pour le regarder faire le travail"

Le deuxième groupe a lu le texte "John essayait de réparer le nichoir. Il était à la recherche de le clou quand son père est sorti pour le regarder faire le travail"

Après lecture, quelques énoncés de test ont été présentés aux participants. Ces déclarations contenaient le mot marteau qui n'apparaissait pas dans les phrases originales, par exemple : "John utilisait un marteau pour réparer le nichoir. Il cherchait le clou quand son père est sorti pour le surveiller". Les participants du premier groupe ont déclaré avoir vu 57 % des énoncés du test, tandis que les participants du deuxième groupe n'avaient vu que 20 % des énoncés du test.

Comme on peut le voir, dans le premier groupe il y a une tendance à croire avoir vu le mot marteau. Les participants de ce groupe ont déduit que John avait utilisé un marteau pour enfoncer le clou. Ce test d'influence de la mémoire est un bon exemple pour avoir une idée de ce que l'on entend par faire des inférences et comment elles sont utilisées pour compléter les modèles de situation.

Lors de la lecture d'un texte, l'inférence crée des informations qui ne sont pas explicitement énoncées dans le texte, il s'agit donc d'un processus créatif. C'est très important pour la compréhension du texte en général, car les textes ne peuvent pas inclure toutes les informations nécessaires pour comprendre le sens d'une histoire. Les textes omettent généralement ce qu'on appelle connaissance du monde. La connaissance du monde est la connaissance de situations, de personnes ou d'éléments que la plupart des gens partagent et n'a donc pas besoin d'être explicitement déclarée. Chaque personne devrait pouvoir déduire ce genre d'informations, comme par exemple que nous utilisons habituellement des marteaux pour enfoncer des clous. Il serait impossible d'écrire un texte, s'il devait inclure toutes les informations dont il traite s'il n'y avait pas d'inférence ou si cela n'était pas automatiquement fait par notre cerveau.


Il existe plusieurs types d'inférences :

Inférence anaphorique Modifier

Ce type d'inférence relie généralement des objets ou des personnes d'une phrase à une autre. Par conséquent, il est responsable de la connexion des informations sur les phrases croisées. Par exemple. dans "John a frappé le clou. Il était fier de son coup", nous déduisons directement que "il" et "son" se rapportent à "John". Nous faisons normalement ce genre d'inférence assez facilement. Mais il peut y avoir des phrases où plus de personnes et d'autres mots les concernant sont mélangés et les gens ont des problèmes comprendre l'histoire au début, ce qui est normalement considéré comme un mauvais style d'écriture.

Inférence instrumentale Modifier

Ce type d'inférence concerne les outils et les méthodes utilisés dans le texte, comme le marteau dans l'exemple ci-dessus. Ou par exemple, si vous lisez l'histoire de quelqu'un qui vole à New York, vous ne déduirez pas que cette personne a construit un dragon-flyer et a sauté d'une falaise mais qu'elle a utilisé un avion, car il n'y a rien d'autre mentionné dans le texte et l'avion est la forme la plus courante de vol pour New York. S'il n'y a pas d'informations spécifiques sur les outils, instruments et méthodes, nous obtenons ces informations de notre Connaissance générale du monde

Inférence causale Modifier

L'inférence causale est la conclusion qu'un événement en a causé un autre dans le texte, comme dans "Il s'est cogné l'ongle. Donc son doigt lui faisait mal". La première phrase donne la raison pour laquelle la situation décrite dans la deuxième phrase s'est produite. Il serait plus difficile de tirer une inférence causale dans un exemple comme "Il a frappé son ongle. Alors son père s'est enfui", bien que l'on puisse créer une inférence à ce sujet avec un peu de fantaisie.

Les inférences causales créent des liens de causalité entre les éléments du texte. Ces connexions sont séparées en connexions locales et connexions mondiales. Les connexions locales sont établies dans une plage de 1 à 3 phrases. Cela dépend de facteurs tels que la capacité de la mémoire de travail et la concentration due à la lecture. Des connexions globales sont établies entre les informations contenues dans une phrase et les informations de base recueillies jusqu'à présent sur l'ensemble du texte. Des problèmes peuvent survenir avec les inférences causales lorsqu'une histoire est inconsistant. Par exemple, les végétaliens mangeant du steak seraient incohérents. Un fait intéressant à propos des inférences causales (Goldstein, 2005) est que le type d'inférences que nous dessinons ici et qui ne sont pas faciles à voir au début sont plus faciles à retenir. Cela peut être dû au fait qu'ils avaient besoin d'une capacité de traitement mental plus élevée pour tirer l'inférence. Ainsi, cette inférence "pas si facile" semble être marquée d'une manière qu'il est plus facile de s'en souvenir.

Inférence prédictive / directe Modifier

Les inférences prédictives/forward utilisent le Connaissance générale du monde du lecteur de construire sa prédiction des conséquences de ce qui se passe actuellement dans l'histoire dans le modèle de situation.

Intégration des inférences dans les modèles de situation Modifier

La question de savoir comment les modèles entrent dans les processus inférentiels est très controversée dans les deux disciplines de la psychologie cognitive et de l'intelligence artificielle. I.A. a donné un aperçu approfondi des procédures psychologiques et puisque les deux disciplines se sont croisées et donnent deux bases principales de la science cognitive. Les arguments de ceux-ci sont largement indépendants les uns des autres bien qu'ils aient beaucoup en commun.

Johnson-Laird (1983) distingue trois types de théories du raisonnement dans lesquelles l'inférence joue un rôle important. Les engrenages de première classe aux calculs logiques et ont été mis en œuvre dans de nombreux systèmes formels. Le langage de programmation Prolog découle de cette manière de traiter le raisonnement et en psychologie de nombreuses théories postulent des règles formelles d'inférence, une « logique mentale ». Ces règles fonctionnent de manière purement syntaxique et sont donc « sans contexte », aveugles pour le contexte de son contenu. Un exemple simple clarifie le problème avec ce type de théorie :

et la conclusion logique :

C'est logiquement correct, mais semble manquer à notre sens commun de la logique.

La deuxième classe de théories postule des règles d'inférence spécifiques au contenu. Leur origine réside dans les langages de programmation et les systèmes de production. Ils fonctionnent avec des formes telles que "Si x est a, alors x est b". Si l'on veut montrer que x est b, montrer que x est un sous-objectif de cette argumentation. L'idée de fonder les théories psychologiques du raisonnement sur des règles spécifiques au contenu a été discutée par Johnson-Laird et Wason et diverses sortes de théories de ce type ont été proposées. Une idée connexe est que le raisonnement dépend de l'accumulation d'exemples spécifiques dans un cadre connexionniste, où la distinction entre inférence et rappel est floue.

La troisième classe de théories est basée sur des modèles mentaux et n'utilise aucune règle d'inférence. Le processus de construction de modèles mentaux de choses entendues ou lues. Les modèles sont dans un changement permanent de mises à jour. Un modèle construit, sera équipé de nouvelles fonctionnalités de la nouvelle information tant qu'il n'y a pas d'information, ce qui génère un conflit avec ce modèle. Si tel est le cas, le modèle est généralement reconstruit, de sorte que les informations génératrices de conflit s'intègrent dans le nouveau modèle.

Indices linguistiques contre connaissance du monde Modifier

Selon de nombreux chercheurs, le langage est l'ensemble des instructions de traitement sur la façon de construire le modèle de situation de la situation représentée (Gernsbacher, 1990 Givon, 1992 Kintsch, 1992 Zwaan & Radvansky, 1998). Comme mentionné, les lecteurs utilisent les indices et les informations lexicaux pour relier les différentes dimensions situationnelles et les intégrer dans le modèle. Un autre point important ici est la connaissance préalable du monde. La connaissance du monde influence également la manière dont les différentes informations dans un modèle de situation sont liées. La relation entre les indices linguistiques et la connaissance du monde est donc un sujet important de la recherche actuelle et future dans le domaine des modèles de situation.

Multidimensionnalité Modifier

Un autre aspect important de la recherche actuelle dans le domaine des modèles de situation est la multidimensionnalité des modèles. L'aspect principal est ici de savoir comment les différentes dimensions se rapportent les unes aux autres, comment elles influencent et interagissent. La question ici est aussi de savoir s'ils interagissent du tout et lesquels interagissent. La plupart des études sur le terrain ne portaient que sur une ou quelques-unes des dimensions situationnelles.

Ashwin Ram, et al. (1999) Comprendre la compréhension du langage - chapitre 5

Baggett, P. (1979). Histoires structurellement équivalentes dans le film et le texte et effet du médium sur le rappel. Journal of Verbal Learning and Verbal Behavior, 18, 333-356.

Bertram F. Malle, et al. (2001) Intentions et intentionnalité - chapitre 9

Boroditsky, L. (2000). Structuration métaphorique : comprendre le temps à travers des métaphores spatiales. Cognition, 75, 1-28.

Carlson-Radvansky, L.A., & Radvansky, G.A. (1996). L'influence des relations fonctionnelles sur la sélection des termes spatiaux. Sciences psychologiques, 7, 56-60.

Carreiras, M., et al. (1996). L'utilisation d'informations stéréotypées sur le genre dans la construction d'un modèle mental : preuves tirées de l'anglais et de l'espagnol. Journal trimestriel de psychologie expérimentale, 49A, 639-663.

Dahan, D., & Tanenhaus, M.K. (2002). Activation des représentations conceptuelles lors de la reconnaissance de mots parlés. Résumés de la Psychonomic Society, 7, 14.

Ericsson, K.A., & Kintsch, W. (1995). Mémoire de travail à long terme. Revue psychologique, 102, 211-245.

Farah, M.J., & McClelland, J.L. (1991). Un modèle informatique des troubles de la mémoire sémantique : spécificité de modalité et spécificité de catégorie émergente. Journal de psychologie expérimentale : général, 210, 339-357.

Fincher-Kiefer (2001). Composantes perceptives des modèles de situation. Mémoire et cognition, 29, 336-343.

Fincher-Kiefer, R., et al. (1988). Sur le rôle des connaissances préalables et des exigences de tâches dans le traitement du texte. Journal de la mémoire et du langage, 27, 416-428.

Garrod, S.C., & Sanford, A.J. (1989). Les modèles de discours comme interfaces entre le langage et le monde spatial. Journal of Semantics, 6, 147-160.

Gernsbacher, M.A. (1990), La compréhension du langage comme construction de structure. Hillsdale, New Jersey : Erlbaum.

Glenberg, A.M., & Kaschak, M.P. (2002). Le langage de base en action. Bulletin Psychonomic & Review, 9, 558-565.

Glenberg, A.M., et al. (1987) Les modèles mentaux contribuent à la mise en avant lors de la compréhension de texte. Journal de la mémoire et du langage 26:69-83.

Givon, T. (1992), La grammaire de la cohérence référentielle comme instructions de traitement mental, Linguistique, 30, 5-55.

Goldman, S.R., et al. (1996). Extension des capacités d'intégration de la construction contrainte : vers des modèles de compréhension de texte « plus intelligents » et flexibles. Modèles de compréhension du texte (pp. 73-113).

Goldstein, E.Bruce, psychologie cognitive, esprit de connexion, recherche et expérience quotidienne (2005) - ISBN 0-534-57732-6.

Graesser, A. C., Singer, M., & Trabasso, T. (1994), Constructing inferences during narrative text comprehension. Revue psychologique, 101, 371-395.

Holland, John H., et al. (1986) Intronisation.

Horton, W.S., Rapp, D.N. (sous presse). L'occlusion et l'accessibilité de l'information dans la compréhension narrative. Bulletin Psychonomic & Review.

Isenberg, N., et al. (1999). La menace linguistique active l'amygdale humaine. Actes de l'Académie nationale des sciences, 96, 10456-10459.

Johnson-Laird, P.N. (1983). Modèles mentaux : Vers une science cognitive du langage, de l'inférence et de la conscience. Cambridge, MA : Harvard University Press.

John R. Koza, et al. (1996) Programmation génétique

Just, M.A., & Carpenter, P.A. (1992). Une hypothèse de capacité de compréhension : Différences individuelles dans la mémoire de travail. Revue psychologique, 99, 122-149.

Kaup, B., & Zwaan, R.A. (dans la presse). Effets de la négation et de la présence situationnelle sur l'accessibilité de l'information textuelle. Journal de psychologie expérimentale : apprentissage, mémoire et cognition.

Keefe, D.E., & McDaniel, M.A. (1993). L'évolution dans le temps et la durabilité des inférences prédictives. Journal de la mémoire et du langage, 32, 446-463.

Kintsch, W. (1988), Le rôle de la connaissance dans la compréhension du discours : un modèle de construction-intégration, Psychological Review, 95, 163-182.

Kintsch, W., & van Dijk, T. A. (1978), Toward a model of text comprehension and production, Psychological Review, 85, 363-394.

Kintsch, W. (1992), Comment les lecteurs construisent des modèles de situation pour les histoires : Le rôle des indices syntaxiques et des inférences causales. Dans A. E Healy, S. M. Kosslyn, & R. M. Shiffrin (Eds.), Des processus d'apprentissage aux processus cognitifs. Essais en l'honneur de William K. Estes (Vol. 2, pp. 261 – 278).

Klatzky, R.L., et al. (1989). Pouvez-vous presser une tomate? Le rôle des représentations motrices dans les jugements de sensibilité sémantique. Journal de la mémoire et du langage, 28, 56-77.

Martin, A., & Chao, L. L. (2001). Mémoire sémantique et cerveau : structure et processus. Opinion actuelle en neurobiologie, 11, 194-201.

McRae, K., et al. (1997). Sur la nature et la portée des représentations caractéristiques du sens des mots. Journal de psychologie expérimentale : général, 126, 99-130.

Mehler, Jacques, & Franck, Susana. (1995) Cognition sur Cognition - chapitre 9

Miceli, G., et al. (2001). La dissociation de la couleur de la connaissance de la forme et de la fonction. Nature Neuroscience, 4, 662-667.

Morrow, D., et al. (1987). Accessibilité et modèles de situation en compréhension narrative. Journal de la mémoire et du langage, 26, 165-187.

Pulvermüller, F. (1999). Des mots dans le langage du cerveau. Sciences du comportement et du cerveau, 22, 253-270.

Pulvermüller, F. (2002). Une perspective cérébrale sur les mécanismes du langage : des ensembles neuronaux discrets à l'ordre sériel. Progrès en neurobiologie, 67, 85-111.

Radvansky, G.A., & Zwaan, R.A. (1998). Modèles de situation.

Schmalhofer, F., MacDaniel, D. Keefe (2002). Un modèle unifié pour les inférences prédictives et de pontage

Schneider, W., & Körkel, J. (1989). La base de connaissances et le rappel de texte : données probantes d'une étude longitudinale à court terme. Psychologie de l'éducation contemporaine, 14, 382-393.

Singer, M., et al. (1992). Validation des inférences causales de pontage. Journal de la mémoire et du langage, 31, 507-524.

Spivey, M.J., et al. (2000). Mouvements oculaires lors de la compréhension des descriptions de scènes parlées. Actes de la vingt-deuxième réunion annuelle de la Cognitive Science Society (pp. 487–492).

Stanfield, R.A. & Zwaan, R.A. (2001). L'effet de l'orientation implicite dérivée du contexte verbal sur la reconnaissance d'images. Sciences psychologiques, 12, 153-156.

Talmy, Leonard, (2000) Vers une sémantique cognitive - Vol. 1 - chapitre1

van den Broek, P., et al. (1996). Une vision "paysage" de la lecture : Des modes d'activation fluctuants et la construction d'une représentation mémorielle. Dans B. K. Britton & A. C. Graesser (Eds.), Models of Understanding text (pp. 165–187).

Van Dijk, T.A. et W. Kintsch. (1983).Stratégies de compréhension du discours.

Yekovich, F.R., et al. (1990). L'influence de la connaissance du domaine sur l'inférence chez les individus à faible aptitude. Dans A. C. Graesser & G. H. Bower (Eds.), La psychologie de l'apprentissage et de la motivation (Vol. 25, pp. 175-196). New York : Presse académique.

Zwaan, R.A. (1996). Traitement des décalages temporels narratifs. Journal of Experimental Psychology: Learning, Memory and Cognition, 22, 1196-1207

Zwaan, R.A. (2003), The Immersed Experiencer: Toward an incarned theory of language comprehension.B.H. Ross (éd.) La psychologie de l'apprentissage et de la motivation, vol. 44. New York : Presse académique.

Zwaan, R.A., et al. (1998). Construction du modèle de situation lors de la traduction. Manuscrit en préparation, Florida State University.

Zwaan, R.A., et al. (1995). La construction de modèles de situation en compréhension narrative : un modèle d'indexation d'événements. Sciences psychologiques, 6, 292-297.

Zwaan, R.A., et al. (1995). Dimensions de la construction du modèle de situation en compréhension narrative. Journal of Experimental Psychology." Apprentissage, mémoire et cognition, 21, 386-397.

Zwaan, R. A., Radvansky (1998), Modèles de situation dans la compréhension et la mémoire du langage. dans Bulletin psychologique, Vol.123, No2 p. 162-185.


Comment la connaissance apporte plus de connaissance

Plus vous en saurez, plus il vous sera facile d'apprendre de nouvelles choses. Apprendre de nouvelles choses est en fait un processus continu, mais afin de l'étudier et de mieux le comprendre, les scientifiques cognitifs l'ont abordé comme un processus en trois étapes. Et ils ont découvert que la connaissance est utile à chaque étape : lorsque vous assimilez d'abord de nouvelles informations (soit en écoutant ou en lisant), lorsque vous réfléchissez à ces informations et lorsque le matériel est stocké en mémoire. Nous examinerons successivement chacune de ces étapes.

Comment la connaissance vous aide à assimiler de nouvelles informations

La première étape dans laquelle la connaissance factuelle vous donne un avantage cognitif est lorsque vous assimilez de nouvelles informations, que ce soit en écoutant ou en lisant. La compréhension du langage oral ou écrit est bien plus que la connaissance du vocabulaire et de la syntaxe. La compréhension exige des connaissances de base parce que le langage est plein de coupures sémantiques dans lesquelles la connaissance est supposée et, par conséquent, la compréhension dépend de la réalisation d'inférences correctes.Dans une conversation informelle, l'auditeur peut rassembler les connaissances de base manquantes et vérifier ses inférences en posant des questions (par exemple, vouliez-vous dire Bob Smith ou Bob Jones ? Que voulez-vous dire lorsque vous le décrivez comme un entrepreneur ?) - mais ce n'est pas le cas. le cas lorsque vous regardez un film ou lisez un livre. (Et parfois ce n'est pas le cas en classe lorsqu'un élève est trop gêné pour poser une question.)

Pour fournir des exemples concrets et simplifier la discussion, concentrons-nous sur la lecture, mais gardez à l'esprit que les mêmes points s'appliquent à l'écoute. Supposons que vous lisiez ce bref texte : « Le visage de John est tombé alors qu'il regardait son ventre saillant. L'invitation spécifiait « cravate noire » et il n'avait pas porté son smoking depuis son propre mariage, 20 ans plus tôt. » Vous en déduirez probablement que John craint que son smoking ne lui aille pas, bien que le texte ne dise rien directement sur ce problème potentiel. L'écrivain pourrait ajouter les détails ("John avait pris du poids depuis qu'il avait porté son smoking pour la dernière fois et craignait qu'il ne rentre pas"), mais ils ne sont pas nécessaires et les mots ajoutés rendraient le texte terne. Votre esprit est bien capable de combler les lacunes car vous savez que les gens sont souvent plus lourds 20 ans après leur mariage, et que prendre du poids signifie généralement que les vieux vêtements ne vont pas. Cette connaissance de base sur le monde est facilement disponible et donc l'écrivain n'a pas besoin de le spécifier.

Ainsi, une manière évidente dont la connaissance facilite l'acquisition de plus de connaissances réside dans la plus grande puissance qu'elle offre pour faire des inférences correctes. Si l'auteur suppose que vous avez des connaissances de base qui vous manquent, vous serez confus. Par exemple, si vous lisez « C'était un vrai Benedict Arnold à ce sujet » et que vous ne savez pas qui était Benedict Arnold, vous êtes perdu. Cette implication des connaissances de base est simple et facile à saisir. Il n'est donc pas surprenant que la capacité à lire un texte et à en comprendre le sens soit fortement corrélée aux connaissances de base (Kosmoski, Gay et Vockell, 1990). Si vous en savez plus, vous êtes un meilleur lecteur.

La plupart du temps, vous n'êtes pas conscient de faire des inférences lorsque vous lisez. Par exemple, lorsque vous lisez le texte ci-dessus, il est peu probable que vous vous soyez dit : « Hmmm… laissez-moi voir maintenant… pourquoi me dit-on la dernière fois qu'il a porté son smoking ? Pourquoi penser à cela ferait-il tomber son visage ? » Ces inférences conscientes sont inutiles car les processus cognitifs qui interprètent ce que vous lisez accèdent automatiquement non seulement aux mots littéraux que vous lisez, mais également aux idées associées à ces mots. Ainsi, lorsque vous lisez « smoking », les processus cognitifs qui donnent un sens au texte peuvent accéder non seulement à « un vêtement formel », mais à tous les concepts associés dans votre mémoire : les smokings sont chers, ils sont portés rarement, ils ne sont pas confortables, ils peuvent être loués, ils sont souvent portés lors des mariages, etc. Comme le texte l'illustre, les processus cognitifs qui extraient du sens ont également accès à des concepts représentés par l'intersection d'idées « tux » rend disponible « vêtements » et « 20 ans après le mariage » rend disponible « prendre du poids ». L'intersection de « vêtements » et de « prise de poids » donne l'idée « les vêtements ne conviennent pas » et nous comprenons pourquoi John n'est pas heureux. Toutes ces associations et inférences se produisent en dehors de la conscience. Seul le résultat de ce processus cognitif - que John craint que son smoking ne lui aille plus - entre dans la conscience.

Parfois, ce processus d'inférence subconscient échoue et les idées du texte ne peuvent pas être connectées. Lorsque cela se produit, le traitement s'arrête et un effort plus important est fait pour trouver un lien entre les mots et les idées du texte. Ce plus grand effort nécessite un traitement conscient. Par exemple, supposons que plus tard dans le même texte, vous lisez : « John a descendu les marches avec précaution. Jeanine l'a regardé de haut en bas pendant qu'elle attendait. mon sac à main.'" Le commentaire de Jeanine pourrait bien arrêter le flux normal de la lecture. Pourquoi aurait-elle du poisson ? Vous chercheriez une relation entre le transport du poisson à un événement formel et les autres éléments de la situation (vêtements de cérémonie, escaliers, sacs à main, ce qu'on vous a dit de Jeanine et John). Dans cette recherche, vous pourriez retrouver l'idée populaire selon laquelle porter un smoking peut faire ressembler un peu à un pingouin, ce qui conduit immédiatement à l'association selon laquelle les pingouins mangent du poisson. Jeanine compare John à un pingouin et donc elle le taquine. Le sens est fait, et la lecture peut continuer. Voici donc un deuxième avantage plus subtil des connaissances générales : les personnes ayant des connaissances plus générales ont des associations plus riches entre les concepts en mémoire et lorsque les associations sont fortes, elles deviennent automatiquement disponibles pour le processus de lecture. Cela signifie que la personne ayant une riche culture générale doit rarement interrompre la lecture afin de rechercher consciemment des connexions.

Ce phénomène a été vérifié expérimentalement en faisant lire à des sujets des textes sur des sujets avec lesquels ils sont ou peu familiers. Par exemple, Johanna Kaakinen et ses collègues (2003) ont fait lire à des sujets un texte sur quatre maladies courantes (par exemple, la grippe) dont ils connaissaient probablement déjà les symptômes, et un texte sur quatre maladies rares (par exemple, le typhus) pour lesquelles ils ne l'étaient probablement pas. Pour chaque texte, il y avait des informations supplémentaires sur les maladies que les sujets ne connaissaient probablement pas.

Les chercheurs ont utilisé une technologie sophistiquée pour mesurer discrètement où les sujets fixaient leurs yeux pendant qu'ils lisaient chaque texte. Les chercheurs disposaient ainsi d'une mesure précise de la vitesse de lecture, et ils pouvaient dire quand les sujets revenaient à une partie antérieure du texte pour relire quelque chose. Les chercheurs ont découvert que lors de la lecture de textes inconnus, les sujets relisaient plus souvent des parties de phrases et se retournaient plus souvent vers les phrases précédentes. Leur vitesse de lecture était également globalement plus lente que lorsqu'ils lisaient des textes familiers. Ces mesures indiquent que le traitement est plus lent lorsque vous lisez quelque chose qui ne vous est pas familier.

Ainsi, les connaissances de base en font un meilleur lecteur de deux manières. Premièrement, cela signifie qu'il y a une plus grande probabilité que vous ayez les connaissances nécessaires pour réussir à faire les inférences nécessaires pour comprendre un texte (par exemple, vous saurez que les gens sont souvent plus lourds 20 ans après leur mariage et, par conséquent, John craint que son smoking ne lui va pas). Deuxièmement, de riches connaissances de base signifient que vous aurez rarement besoin de relire un texte dans le but de rechercher consciemment des liens dans le texte (par exemple, vous vous rendrez rapidement compte qu'avec sa remarque sur le poisson, Jeanine compare John à un pingouin).

Comment la connaissance vous aide à réfléchir à de nouvelles informations

Comprendre un texte afin d'absorber de nouvelles informations n'est que la première étape de l'apprentissage de cette nouvelle information, la seconde consiste à y réfléchir. Cela se produit dans ce que les scientifiques cognitifs appellent la mémoire de travail, le terrain de préparation de la pensée. La mémoire de travail est souvent désignée métaphoriquement comme un espace pour souligner sa nature limitée. On ne peut conserver qu'une quantité limitée d'informations dans la mémoire de travail. Par exemple, lisez cette liste une fois, puis détournez le regard et voyez combien de lettres vous pouvez vous rappeler.

Il y avait 16 lettres sur la liste, et la plupart des gens s'en souviennent environ sept - il n'y a pas suffisamment d'espace dans la mémoire de travail pour en conserver plus que cela. Maintenant, essayez à nouveau la même tâche avec cette liste.

Beaucoup plus facile, non? Si vous comparez les deux listes, vous verrez qu'elles contiennent en fait les mêmes lettres. La deuxième liste a été réorganisée de manière à vous encourager à traiter C, N et N comme une seule unité, plutôt que comme trois lettres distinctes. Rassembler des éléments de cette façon s'appelle Regrouper. Cela augmente considérablement la capacité de votre mémoire de travail et, par conséquent, ce à quoi vous pouvez penser. La mémoire de travail d'une personne typique peut contenir environ sept lettres ou presque le même nombre de morceaux de plusieurs lettres ou d'informations. Notez, cependant, que le découpage dépend des connaissances de base. Si vous ne connaissiez pas l'abréviation du Federal Bureau of Investigation, vous ne pourriez pas traiter le FBI comme un seul morceau.

La capacité de segmentation et sa dépendance à l'égard des connaissances de base ont été testées dans un certain nombre d'études. Ces études montrent que cette capacité permet aux gens de mieux se souvenir brièvement d'une liste d'éléments, tout comme vous pourriez vous souvenir de plus de lettres dans le deuxième exemple. Ce bénéfice a été observé dans de nombreux domaines, dont les échecs (Chase et Simon, 1973), le bridge (Engle et Bukstel, 1978), la programmation informatique (McKeithen, Reitman, Rueter et Hirtle, 1981), les pas de danse (Allard et Starkes, 1991), la conception de circuits (Egan et Schwartz, 1979), les cartes (Gilhooly, Wood, Kinnear et Green, 1988) et la musique (Sloboda, 1976).

Bien sûr, nous voulons rarement nous souvenir brièvement d'une liste. L'aspect important du découpage est qu'il laisse plus d'espace libre dans la mémoire de travail, ce qui permet de consacrer cet espace à d'autres tâches, telles que la reconnaissance de motifs dans le matériau. Par exemple, dans une étude (Recht et Leslie, 1988), les chercheurs ont testé des élèves du premier cycle du secondaire qui étaient soit bons ou mauvais lecteurs (tels que mesurés par un test de lecture standard) et qui connaissaient ou non le jeu de baseball ( tel que mesuré par un test créé pour l'étude par trois joueurs de baseball semi-professionnels). Les enfants ont lu un passage écrit à un niveau de lecture au début de la 5e année qui décrivait une demi-manche d'un match de baseball. Le passage était divisé en cinq parties, et après chaque partie, l'étudiant devait utiliser une réplique d'un terrain de baseball et des joueurs pour reconstituer et décrire ce qu'ils lisaient. Les chercheurs ont découvert que la connaissance du baseball avait un impact important sur les performances : les mauvais lecteurs ayant une bonne connaissance du baseball affichaient une meilleure compréhension que les bons lecteurs ayant une faible connaissance du baseball.

Que se passe t-il ici? Tout d'abord, les étudiants ayant une grande connaissance du baseball ont pu lire une série d'actions et les fragmenter. (Par exemple, si une partie du texte décrit l'arrêt-court qui lance la balle au joueur de deuxième but et que le joueur de deuxième but lance la balle au joueur de premier but, entraînant l'élimination de deux coureurs, les élèves ayant des connaissances en baseball détailleraient ces actions en les reconnaissant comme un double jeu - mais les étudiants sans connaissances en baseball devraient essayer de se souvenir de toute la série d'actions.) Deuxièmement, parce qu'ils étaient capables de fractionner, les étudiants ayant des connaissances en baseball avaient de l'espace libre dans leur mémoire de travail qu'ils pouvaient consacrer à l'utilisation la réplique pour rejouer la pièce et fournir une explication verbale cohérente. Sans pouvoir découper, les étudiants ayant peu de connaissances en baseball n'avaient tout simplement pas assez d'espace libre dans leur mémoire de travail pour se souvenir simultanément de toutes les actions, suivre leur ordre, faire la reconstitution et décrire la reconstitution.

Cette étude illustre l'importance de l'avantage de la mémoire de travail que confèrent les connaissances de base (voir aussi Morrow, Leirer et Altieri, 1992 Spilich, Vesonder, Chiesi et Voss, 1979). La plupart du temps, lorsque nous écoutons ou lisons, il ne suffit pas de comprendre chaque phrase seule – nous devons comprendre une série de phrases ou de paragraphes et les garder à l'esprit simultanément afin qu'ils puissent être intégrés ou comparés. Cela est plus facile si le matériel peut être fragmenté car il occupera moins d'espace limité dans la mémoire de travail. Mais, le découpage repose sur des connaissances de base.

Comment la connaissance vous aide à mémoriser de nouvelles informations

La connaissance est également utile lorsque vous arrivez à l'étape finale de l'apprentissage de nouvelles informations - la mémorisation. En termes simples, il est plus facile de fixer de nouveaux éléments dans votre mémoire lorsque vous avez déjà une certaine connaissance du sujet (Arbuckle et al, 1990 Beier et Ackerman, 2005 Schneider, Korkel et Weinert, 1989 Walker, 1988). De nombreuses études dans ce domaine ont des sujets avec des connaissances élevées ou faibles sur un sujet particulier qui lisent de nouveaux documents, puis passent un test quelque temps plus tard, inévitablement ceux qui ont des connaissances antérieures s'en souviennent davantage.

Une étude de David Hambrick (2003) est remarquable car elle a examiné l'apprentissage dans le monde réel et l'a fait sur une période de temps plus longue que ce qui est typique dans de telles études. Tout d'abord, Hambrick a testé des étudiants pour leurs connaissances du basket-ball. Ce test a eu lieu au milieu de la saison de basket-ball universitaire. Deux mois et demi plus tard (à la fin de la saison), les sujets ont rempli des questionnaires sur leur exposition au basket-ball (p. événements de basket-ball des deux mois et demi précédents. Les résultats ont montré (sans surprise) que les sujets qui ont signalé un intérêt pour le jeu ont également déclaré qu'ils étaient plus exposés aux informations sur le basket-ball. La découverte la plus intéressante était que, pour un niveau d'exposition donné, une plus grande connaissance antérieure du basket-ball était associée à plus de nouvelles connaissances sur le basket-ball. C'est-à-dire que les personnes qui en savaient déjà beaucoup sur le basket-ball avaient tendance à se souvenir de plus d'informations liées au basket-ball que les personnes ayant la même exposition à ces nouvelles mais moins de connaissances préalables.* Comme je l'ai dit dans l'introduction, les riches s'enrichissent.

Qu'est-ce qui se cache derrière cet effet ? Un riche réseau d'associations rend la mémoire forte : le nouveau matériel est plus susceptible d'être mémorisé s'il est lié à ce qui est déjà en mémoire. Se souvenir d'informations sur un tout nouveau sujet est difficile car il n'y a pas de réseau existant dans votre mémoire auquel les nouvelles informations peuvent être liées. Mais se souvenir de nouvelles informations sur un sujet familier est relativement facile car il est facile de développer des associations entre votre réseau existant et le nouveau matériel.

Certains chercheurs ont suggéré que les connaissances antérieures sont si importantes pour la mémoire qu'elles peuvent en fait compenser ou remplacer ce que nous considérons normalement comme une aptitude. Certaines études ont administré la même tâche de mémoire à des enfants à hautes aptitudes et à faibles aptitudes, dont certains ont une connaissance préalable du sujet et d'autres pas. et Gülgöz, 1998 Recht et Leslie, 1988 Schneider, Korkle et Weinert, 1989 Walker, 1988). Mais certains chercheurs ne sont pas d'accord. Ils rapportent que, bien que les connaissances préalables aident toujours la mémoire, elles ne peuvent pas éliminer les différences d'aptitudes entre les personnes. Étant donné que la mémoire de chacun s'améliore avec les connaissances antérieures, en supposant une exposition égale à de nouvelles connaissances (comme dans une salle de classe sans soutien supplémentaire pour les étudiants plus lents), l'étudiant ayant une aptitude globale inférieure sera toujours derrière l'étudiant ayant une aptitude plus élevée (Hall et Edmondson, 1992 Hambrick et Engle, 2002 Hambrick et Oswald, 2005 Schneider, Bjorklund et Maier-Brückner, 1996). Au final, la question n'est pas réglée, mais sur le plan pratique de la scolarité, cela n'a pas beaucoup d'importance. Ce qui compte, c'est la conclusion centrale et incontestée : tous les élèves apprendront davantage s'ils ont de meilleures connaissances de base.


Représentation des connaissances par catégorie

Une perte de connaissances spécifiques à une catégorie a également été signalée (Damasio, 1990 Warrington et Shallice, 1990 Hart, Berndt et Caramazza, 1985). Dans le domaine lexical, il s'agit de la double dissociation de la compréhension et de la dénomination des noms d'objets et des noms d'action (Goodglass, Klein, Carey et Jones, 1966 Miceli, Silveri, Villa et Caramazza, 1984). Un fractionnement supplémentaire de la perte nominale a également été signalé (Warrington et Shallice, 1990 Hart, Berndt et Caramazza, 1985 McKenna et Warrington, 1980).

La perte de connaissances spécifiques à une catégorie peut également se manifester par une incapacité sélective à décrire des objets ou à obtenir leurs images mentales (Warrington et Shallice, 1984), ou par une agnosie sélective pour certaines catégories d'objets mais pas pour d'autres (Nielsen, 1946). L'observation la plus courante et la plus cohérente de la perte de connaissances spécifiques à une catégorie est que la connaissance des objets vivants ou des aliments est plus altérée que la connaissance des objets inanimés (Vignolo, 1982 Goldberg, 1989 Hart, Berndt et Caramazza, 1985 Goodglass et al., 1986). Cependant, les chercheurs ont également signalé le schéma inverse (Warrington et McCarthy, 1983, 1987).

Pour expliquer l'unidirectionnalité écrasante de la dissociation, la plupart des études faisant état d'une plus grande préservation des connaissances sur les êtres inanimés que sur les êtres vivants, et très peu faisant état du schéma opposé, il a été proposé que la différence puisse refléter des similitudes perceptives intrinsèquement plus grandes, et donc une confusion, au sein de le domaine vivant que dans le domaine inanimé (Riddoch, Humphreys, Coltheart et Funnell, 1988). Alternativement, il a été proposé que la perte de connaissances spécifiques à une catégorie puisse refléter différents modèles de saillance relative de différentes modalités sensorielles pour différentes catégories (Goldberg, 1989 Warrington et McCarthy, 1987). Ce dernier permet d'expliquer les doubles dissociations spécifiques à la catégorie. Il relie également les aspects spécifiques aux catégories et aux sens des représentations mentales.

Les objets inanimés utilisés dans la plupart des études sont en fait des objets ou des outils fabriqués par l'homme. Par conséquent, il est difficile de savoir laquelle des deux distinctions, vivant contre inanimé ou fabriqué par l'homme contre naturel, capture le mieux les différences observées. Cette dernière distinction met l'accent sur le caractère secondaire des aspects spécifiques à la catégorie par rapport aux aspects spécifiques à la modalité des représentations des connaissances. En effet, les outils fabriqués par l'homme ont des représentations somatosensorielles et motrices obligatoires dans le cerveau qui sont absentes pour la plupart des objets ou aliments naturels. Par conséquent, les outils sont codés en s'appuyant sur des dimensions plus sensorielles par rapport à la plupart des objets naturels, ce qui rendrait les engrammes correspondants plus robustes.

En considérant les types plus ésotériques de perte de connaissances ou de préservation des connaissances spécifiques à une catégorie (Hart, Berndt et Caramazza, 1985 Yamadori et Albert, 1973 McKenna et Warrington, 1978), il faut également prendre en compte les possibles idiosyncrasies prémorbides des forces lexicales individuelles. et faiblesses. Cela peut être une source puissante d'artefact dans l'analyse de la performance postmorbide.

Enfin, une perte combinée de connaissances spécifiques à une catégorie et à une modalité a été rapportée chez un patient ayant subi une perte sélective d'êtres vivants mais pas d'objets dans le domaine verbal mais non visuel (McCarthy et Warrington, 1988). Elizabeth Warrington et Tim Shallice (1984) concluent que la connaissance est organisée selon des dimensions à la fois sensorielles et catégorielles.

La connaissance de la catégorie supérieure de l'objet est bien préservée dans les pertes de connaissances spécifiques à la modalité, à la catégorie et combinées (Warrington, 1975 McCarthy et Warrington, 1988). Cette observation omniprésente a soutenu l'hypothèse que la connaissance des choses est hiérarchique. Les chercheurs ont proposé que l'accès à un membre d'une catégorie spécifique commence invariablement par l'accès à une catégorie supérieure (Warrington, 1975).Bien que cela puisse être vrai dans certains cas, l'observation de la préservation relative des connaissances supérieures ne nécessite pas en soi cette conclusion. En fait, une autre voie d'identification des objets a également été proposée, de la catégorie de base aux catégories supérieures et subordonnées (Rosch, 1978).

Les chercheurs ont évoqué à la fois des hypothèses de stockage dégradé (Warrington et Shallice, 1984) et d'accès avec facultés affaiblies (Humphreys, Riddoch et Quinlan, 1988) pour expliquer la perte de mémoire spécifique à une catégorie et à une modalité. Ils ont suggéré qu'un magasin dégradé est caractérisé par l'uniformité des réponses entre les essais de rappel et un accès limité par leur variabilité (Warrington et Shallice, 1984 Cermak et O'Connor, 1983 Shallice, 1988). La base neuroanatomique possible de cette distinction peut être liée au fait que la lésion critique affecte les sites néocorticaux où les représentations sont distribuées, entraînant ainsi une dégradation du stockage, ou des structures sous-corticales impliquées dans divers aspects de l'activation et de l'éveil, entraînant ainsi une altération de l'accès.

Des études de neuro-imagerie fonctionnelle chez des sujets normaux soulignent également la ségrégation des systèmes neuronaux impliqués dans les connaissances spécifiques à une catégorie. Les chercheurs ont montré que des régions spécifiques du cortex temporal ventral répondent différemment au traitement de diverses catégories (Chao, Haxby et Martin, 1999). Il y a eu certaines indications que les dissociations dans le modèle d'activation suivent la distinction entre les catégories animées et inanimées (Caramazza et Shelton, 1998) mais les résultats de la recherche à la fin des années 1990 et au début des années 2000 n'ont pas réussi à trouver la preuve que ces distinctions de catégories existent au niveau neuronal. niveau (Devlin et al., 2002).

Bibliographie

Beauvois, M.F. (1982). Aphasie optique : Processus d'interaction entre la vision et le langage. Transactions philosophiques de la Royal Society (Londres) B298, 35-47.

Bookheimer, S.Y. (1996). Applications de l'IRM fonctionnelle dans l'épilepsie clinique. Neuroimage 4, S139-146.

Caramazza, A., et Shelton, J.R. (1998). Systèmes de connaissances spécifiques à un domaine dans le cerveau : la distinction de l'animé à l'inanimé. Journal des neurosciences cognitives 10, 1-34.

Cermak, L.S., et O'Connor, M. (1983). La capacité de récupération d'un patient souffrant d'amnésie due à une encéphalite. Neuropsychologie 21, 213-234.

Chao, L.L., Haxby, J.V. et Martin, A. (1999). Substrats neuronaux basés sur des attributs dans le cortex temporel pour percevoir et connaître les objets. Neurosciences de la nature 2, 913-919.

Cohen, N.J. et Squire, L.R. (1980). Apprentissage préservé et rétention de la compétence d'analyse des schémas dans l'amnésie : dissociation du « savoir comment » et « savoir que ». Sciences 210, 207-209.

Damasio, A.R. (1990). Défauts de reconnaissance liés à la catégorie comme indice des substrats neuronaux de la connaissance. Tendances en neurosciences 13, 95-98.

Devlin, J.T., Russell, R.P. Davis, R.H., Price, C.J., Moss, H.E., Fadili, M.J. et Tyler, L.K. (2002). Existe-t-il une base anatomique pour la spécificité de catégorie ? Études de la mémoire sémantique en TEP et IRMf. Neuropsychologie 40, 54-75.

Goldberg, E. (1989). Approche graduelle de l'organisation fonctionnelle néocorticale. Journal de neuropsychologie clinique et expérimentale 11, 489-517.

—— (1990). Agnosies associatives et fonctions de l'hémisphère gauche. Journal de neuropsychologie clinique et expérimentale 12, 467-484.

Goodglass, H., Klein, B., Carey, P. et Jones, K. (1966). Catégories de mots sémantiques spécifiques dans l'aphasie. Cortex 2, 74-89.

Goodglass, H., Wingfield, A., Hyde, M.R. et Theurkauf, J. (1986). Dissociation spécifique à la catégorie dans la dénomination et la reconnaissance par les patients aphasiques. Cortex 22, 87-102.

Hart, J., Berndt, R.S. et Caramazza, A. (1985). Déficit de dénomination spécifique à la catégorie après un infarctus cérébral. Nature 316, 439-440.

Hecaen, H., et Albert, M. L. (1978). Neuropsychologie humaine. New York : Wiley.

Humphreys, G.W., Riddoch, M.J. et Quinlan, P.T. (1988). Processus en cascade dans l'identification d'images. Neuropsychologie Cognitive 5, 67-103.

Kinsbourne, M., et Wood, F. (1975). Les processus de mémoire à court terme et le syndrome amnésique. Dans D. Deutsch et J. A. Deutsch, éd., Mémoire à court terme. New York : Presse académique.

Martin, A. (2001). Neuroimagerie fonctionnelle de la mémoire sémantique. Dans R. Cabaza et A. Kingstone, éd., Imagerie fonctionnelle de la mémoire sémantique. Cambridge, MA : MIT Press.

McCarthy, R.A., et Warrington, E.K. (1986). Agnosie visuelle associative : étude clinico-anatomique d'un seul cas. Journal de neurologie, neurochirurgie et psychiatrie 49, 1,233-1,240.

—— (1988). Preuve de systèmes de signification spécifiques à une modalité dans le cerveau. Nature 334, 428-430.

McKenna, P., et Warrington, E.K. (1978). Préservation des noms propres à une catégorie : une seule étude de cas. Journal de neurologie, neurochirurgie et psychiatrie 41, 571-574.

—— (1980). Test de dysphasie nominale. Journal de neurologie, Neurochirurgie et psychiatrie 43, 781-788.

Miceli, G., Silveri, M.C., Villa, G. et Caramazza, A. (1984). Sur la base de la difficulté de l'agrammatique à produire des verbes principaux. Cortex 20, 207-220.

Nielsen, J.M. (1946). Agnosie, apraxie, aphasie : leur intérêt dans la localisation cérébrale, 2e édition. New York : Hoeber.

Riddoch, M.J., Humphreys, G.W., Coltheart, M. et Funnell, E. (1988). Systèmes ou système sémantiques ? Preuves neuropsychologiques réexaminées. Neuropsychologie Cognitive 5, 3-25.

Rosch, E. (1978). Principes de catégorisation. Dans E. Rosch et B. B. Lloyd, éd., Principes de catégorisation. Hillsdale, New Jersey : Erlbaum.

Schacter, D.L. (1985). De multiples formes de mémoire chez les humains et les animaux. Dans N.M. Weinberger, J.L. McGaugh et G. Lynch, éd., Systèmes de mémoire du cerveau. New York : Guilford Press.

—— (1987). Mémoire implicite : historique et état actuel. Journal of Experimental Psychology: Apprentissage, mémoire et cognition 13, 501-518.

Shallice, T. (1987). Altérations du traitement sémantique : Dissociations multiples. Dans M. Coltheart, G. Santori et R. J. Job, éd., La neuropsychologie cognitive du langage. Hillsdale, New Jersey : Erlbaum.

—— (1988). De la neuropsychologie à la structure mentale. Cambridge, MA : Cambridge University Press.

Tulving, E. (1983). Éléments de mémoire épisodique. Oxford : Oxford University Press.

Tulving, E., Kapur, S., Craik, F. I. M., Moscovitch, M. et Houle, S. (1994). Asymétrie d'encodage/récupération hémisphérique dans la mémoire épisodique : résultats de la tomographie par émission de positons. Actes de l'Académie nationale des sciences des États-Unis d'Amérique 91, 2,016-2,020.

Tulving, E., et Schacter, D. L. (1990). Systèmes d'amorçage et de mémoire humaine. Sciences 247, 301-306.

Vignolo, L.A. (1982). Agnosie auditive. Transactions philosophiques de la Royal Society (Londres) B298, 16-33.

Warrington, E.K. (1975). L'altération sélective de la mémoire sémantique. Journal trimestriel de psychologie expérimentale 27, 635-657.

Warrington, E.K. et McCarthy, R.A. (1983). Dysphasie d'accès spécifique à la catégorie. Cerveau 106, 859-878.

—— (1987). Catégories de connaissances : Fractionnements ultérieurs et tentative d'intégration. Cerveau 110, 1,273-1,296.

Warrington, E.K. et Shallice, T. (1984). Défauts sémantiques spécifiques à une catégorie. Cerveau 107, 829-853.

Yamadori, A., et Albert, M. L. (1973). Aphasie de catégorie de mot. Cortex 9, 112-125.


Où sont stockées les connaissances sur le fonctionnement du cerveau ? - Psychologie

Donne une nouvelle vision de la réalité et de la science en quatre dimensions

Explique l'évolution de la conscience humaine et l'émergence de la Culture

Fournit un cadre unificateur pour l'esprit, le cerveau et le comportement

Cartographie les dimensions clés du système de relations humaines

Fournit un nouveau grand cinq pour la personnalité et la psychothérapie

Dépeint les principaux domaines du développement de la personnalité

Explique pourquoi le bien-être peut être défini comme le bonheur avec la valeur d'être heureux

Encadre une approche intégrative de la pleine conscience psychologique qui cultive des états d'être valorisés

Le système de l'arbre de la connaissance cartographie les quatre plans fondamentaux de l'existence en tant que matière, vie, esprit et culture qui correspondent aux comportements de .

Le Cadre Unifié ne concerne pas uniquement la psychologie - dans un sens très vaste, il explique beaucoup, beaucoup plus. En fait, il s'agit de tout ce qui existe.

Le système ToK est une vue d'ensemble du cosmos qui nous permet de formuler les grandes questions de la vie, telles que qui sommes-nous, d'où venons-nous, où devrions-nous aller.

La métapsychologie unifiée invite les gens à traduire la psychologie populaire quotidienne dans la triade de la justification, de l'investissement et de l'influence.

Gregg parle à Jim Rutt des nombreuses facettes de sa théorie unifiée de la psychologie.

Gregg discute de l'avenir numérique-métaculturel avec John Vervaeke et Jordan Hall.

Gregg partage avec Guy Sengstock, le fondateur de Circling, comment le système ToK a émergé dans sa réflexion et son impact sur lui.

Gregg parle avec Gib Gerard de la théorie unifiée de la connaissance et pourquoi elle est pertinente pour l'époque actuelle.

Il est important de faire la distinction entre le système de l'arbre de la connaissance et la théorie unifiée de la connaissance (UTOK) plus large dans les travaux du professeur Henriques. L'arbre du système de connaissances, illustré par le diagramme à droite, est une nouvelle carte de l'évolution cosmique. Il est abrégé en "ToK", qui, lorsqu'il est dit, est épelé comme "Tee - oh - Kay" System.

Le système ToK situé dans la plus grande théorie unifiée de la connaissance (UTOK, dit comme un mot). L'UTOK peut être considéré comme un "cadre de métapsychologie unifié" car il est né de la psychologie plutôt que de la philosophie, et il fonctionne comme un système pour résoudre le problème de la psychologie et offrir un ensemble d'idées qui constituent une approche unifiée ou cohérente de l'humain. connaissance.

Théorie de la connaissance : une approche unifiée de la psychologie et de la philosophie est également le titre d'un blog populaire Psychology Today où le professeur Henriques et d'autres membres de la TOK Society publient des essais sur le système. Enfin, il y a le " Jardin de l'UTUA " représentation du Professeur Henriques & UTOK. Le centre du Jardin de l'UTUA est l'"Arbre de la théorie de la connaissance", illustré à droite. Il a les 8 idées clés en tant que "pommes à fleurs" qui en poussent. La première branche de l'arbre TOK est le système ToK. Voir ici pour en savoir plus sur l'arbre TOK dans le jardin.

Toutes ces significations sont spécifiques à la TOK Society et aux travaux du professeur Henriques. Veuillez noter qu'il existe un sens plus général de la théorie de la connaissance en philosophie, qui s'aligne sur les questions d'épistémologie et sur la façon dont les gens savent ce qu'ils savent et ce qui justifie quelque chose en tant que connaissance. Il existe également un cours de baccalauréat international appelé « Théorie de la connaissance », qui n'est pas directement lié au travail de la TOK Society.


Biais associés

La malédiction de la connaissance est considérée comme un type de biais égocentrique, car cela amène les gens à trop se fier à leur propre point de vue lorsqu'ils essaient de voir les choses du point de vue des autres. Cependant, une caractéristique importante de la malédiction de la connaissance, qui la différencie de certains autres biais égocentriques, est qu'elle est asymétrique, dans le sens où elle influence ceux qui tentent de comprendre une perspective moins informée, mais pas ceux qui tentent de comprendre une perspective plus éclairée.

La malédiction de la connaissance est également associée à divers autres biais cognitifs, tels que :


Essai de psychologie sur le mécanisme cérébral et le cerveau artificiel

L'intelligence artificielle est l'œuvre d'art de la programmation d'ordinateurs personnels afin de créer une action intelligente, tandis que la théorie du cerveau est l'analyse du fonctionnement du cerveau, pour comprendre le fonctionnement du cerveau, les stimulations qui s'y trouvent et comment les sorties sont produites via la modélisation numérique. et la stimulation informatique. On pourrait faire valoir que les deux contiennent des caractéristiques similaires pour l'efficacité, les deux fonctionnent collectivement, cela peut être vu à travers l'intelligence artificielle utilisée pour comprendre le travail des mécanismes cérébraux. De plus, les deux sont enthousiasmés par les processus cognitifs élevés, tels que le raisonnement, la gestion des problèmes et la prise de décision. Même si certains philosophes ont accepté que les machines peuvent faire tout ce que les humains peuvent faire, certains ne sont pas d'accord avec ce point de vue, affirmant qu'une telle habitude supérieure telle que l'amour, la découverte de pensées et les décisions morales ne peut être complétée que par les humains.

L'IA poursuit depuis de nombreuses années l'analyse du comportement intelligent, mais en utilisant une méthodologie artificielle. L'intelligence peut être définie comme la « capacité d'apprendre et de comprendre, de résoudre des problèmes et de prendre des décisions », l'IA et l'esprit partagent cet attribut. Afin d'étudier l'intellect humain, certains utilisent l'intelligence artificielle pour comprendre les processus humains. L'un des nombreux articles sur l'intelligence des machines a été exploré par Alan Turning, mais ses idées restent toujours générales. Turning (1950) a prédit qu'en 2000, un ordinateur pourrait être programmé pour dialoguer avec un interrogateur humain pendant cinq minutes et qu'il pourrait être capable de tromper l'interrogateur en lui disant qu'il est bien humain, ce qui suggère un lien entre l'IA et les mécanismes cérébraux. L'esprit et les machines sont capables de résoudre des calculs mathématiques complexes, une machine peut être conçue pour résoudre ces calculs plus rapidement que l'esprit. Bien que les preuves suggèrent que notre cerveau stocke l'équivalent d'environ plus de 1018 pièces et peut traiter l'information à l'équivalent d'environ 1015 pièces par seconde. Par conséquent, l'IA et les mécanismes cérébraux pourraient travailler ensemble pour produire des résultats fiables, car il est évident que les deux acceptent la perspicacité et génèrent la sortie correcte. Il est vraiment nécessaire qu'une machine intelligente aide l'homme à prendre des décisions, à rechercher des informations, à réguler des objets complexes et enfin à comprendre le sens des mots.

L'une des définitions possibles de l'IA fait référence aux procédures cognitives et notamment au raisonnement. Avant de prendre des décisions, les gens raisonnent aussi, il est donc naturel d'explorer les liens entre les deux. Depuis le début des années 1950, il y a eu un développement massif de l'IA où elle est devenue un outil précieux pour aider les humains à prendre des décisions, de même que des mécanismes cérébraux spécifiques s'enthousiasment pour la prise de décision dans le cerveau, on peut affirmer que les deux travailler ensemble conduira décisions valides et plus rapides. Pour soutenir cela, la recherche montre que des variétés plus supérieures et conviviales de technologie d'aide à la décision assistée par ordinateur sont en cours de développement, des exemples incluent des systèmes d'aide à la décision et un système de recherche d'informations externes, cela peut alors fonctionner avec les mécanismes cérébraux.

L'IA a été largement utilisée pour gérer les problèmes, de telles machines ont été créées qui peuvent dépasser la capacité de l'esprit à résoudre les problèmes. Ceux-ci incluent la résolution de problèmes mathématiques d'une grande complexité, ils sont programmés pour faire exactement ce que nous voulons qu'ils fassent. L'IA est maintenant impliquée dans le traitement de problèmes de la vie réelle, qui sont généralement traités par des mécanismes mentaux, certains peuvent suggérer qu'elle pourrait atteindre à un point tel qu'elle surpasse les meilleurs négociants en actions et investisseurs. Les données affirment qu'elles sont déjà impliquées pour prévoir le climat économique actuel et évaluer le risque de crédit, il ne s'agit que d'échantillons. Il s'agit d'un domaine en croissance rapide qui doit attirer l'attention. Plus d'argent est alloué à cela car les améliorations dans ce domaine ont été immenses. Les sites neuronaux sont un type spécifique d'IA qui imite de nombreuses caractéristiques de l'esprit. La recherche suggère que les réseaux de neurones sont capables de tirer des conclusions de données imparfaites et peuvent apprendre des défauts précédents, imitant ainsi les performances des mécanismes cérébraux.

Les systèmes d'IA sont de plus en plus développés et augmentent rapidement, cela est dû à la variété des applications qu'il propose, telles que le raisonnement symbolique, la flexibilité et les fonctionnalités d'explication, ainsi les mécanismes de l'IA et du cerveau peuvent travailler ensemble et produire des résultats efficaces qui pourraient rendre chaque jour la vie semble moins facile et produit des résultats plus rapides. L'objectif de la création de fournisseurs d'IA était qu'il offre une efficacité et qu'il fonctionne essentiellement parallèlement aux mécanismes cérébraux, tels que des fonctionnalités telles que des capacités cognitives qui seront probablement impliquées dans la prise de décision et aideront dans des situations humaines difficiles et compliquées. De plus, les capacités cognitives telles que la compréhension, le raisonnement, l'apprentissage et la planification transforment les systèmes spécialisés en systèmes qui « savent ce qu'ils font », ils peuvent donc fonctionner parallèlement aux mécanismes cérébraux. Au fil des ans, il y a eu de vastes développements et plus de travail est mis dans ces systèmes pour pouvoir y inclure une quantité spécifique de connaissances affichées, l'étude des expériences précédentes pour pouvoir prévenir les problèmes précédemment posés et pour qu'il apporte des améliorations et des changements supplémentaires. . De plus, les programmeurs ont cherché à développer encore plus l'IA, comme justifier les activités et les décisions prises, se familiariser avec les capacités qu'elle comprend et être capable de réfléchir sur son comportement, ce sont les mêmes fonctions que jouent les mécanismes cérébraux, ils visent donc à construire un modèle parallèle.

Bien que de tels progrès aient été réalisés au cours de nombreuses années, on pourrait affirmer que l'IA n'est peut-être toujours pas en mesure de faire face aux caractéristiques avancées des mécanismes cérébraux. Malgré la vitesse et la capacité de stockage, l'IA a du mal à lutter. Le cerveau humain est composé d'environ 20 milliards de neurones, chaque neurone étant connecté par des synapses d'environ 10 000 autres neurones, que l'IA ne peut imiter. Cependant, il y a eu des améliorations et des améliorations continues de l'IA, un exemple pourrait être un logiciel d'acceptation faciale, qui récupère les photos que l'esprit fait automatiquement, et dépend de la mémoire un peu comme l'IA où il utilise sa zone de stockage stockée pour la collecte. Dans l'IA, cela a été utilisé à des fins de sécurité, qui se sont avérées très efficaces. Les avancées précédentes incluent la reconnaissance de la parole, que montrent à la fois l'IA et les mécanismes cérébraux. Pour l'IA, cela n'a pas seulement été utilisé pour des raisons de sécurité, mais aussi pour pouvoir faire fonctionner ces appareils et ce qui le rend plus facile et pratique à utiliser, cela a été fait en utilisant différentes applications, où cela impliquera la programmation, le même manière que les mécanismes de l'esprit programment afin d'accomplir des rôles spécifiés. De plus, bien que les applications d'IA utilisent de nombreuses techniques, le bloc de construction fondamental s'appelle le réseau de neurones, de plus les mécanismes cérébraux fonctionnent de la même manière.

Des choses qui étaient difficiles à raisonner auparavant sont devenues plus simples à comprendre grâce aux innovations technologiques. Le cerveau humain étant un mécanisme si compliqué, il a été difficile de voir l'activité du cerveau humain. De nouvelles innovations ont été fabriquées dans les temps modernes, FMRI (Functional Magnetic Resonance Imaging) étant l'une des découvertes qui a énormément aidé à capturer l'activité cérébrale, cela a été une aide significative pour l'IA car elle permet une compréhension de l'activité cérébrale, ce qui peut aider faire progresser et aider à imiter les mécanismes cérébraux. De plus, cela modifie alors l'équilibre entre la construction de systèmes intelligents fabriqués et l'apprentissage de l'intelligence naturelle.Il faut s'attendre à ce qu'à l'avenir, il y ait de nombreuses études sur la relation entre l'intelligence artificielle et l'intelligence naturelle. Les preuves actuelles montrent que les deux pourraient fonctionner ensemble pour montrer différentes expressions cognitives chez l'homme, ici l'intelligence artificielle a été utilisée pour apprendre des algorithmes permettant de distinguer les divers gouvernements cognitifs des États remarqués par FMRI. En regardant plus loin dans ce domaine, on dit que l'intelligence naturelle et manufacturée sont étroitement liées dans la plupart des objets et dans la routine quotidienne en général. Les deux sont touchés s'ils frappent physiquement. On dit que le comportement humain est parfois artificiel, les deux fonctionnent à travers le dialecte et la communication. La communication est vitale pour le fonctionnement de l'IA et des mécanismes cérébraux. Grâce à la communication, ils pourraient envoyer des messages essentiels, ce qui aide à maintenir ces systèmes et leur permet de fonctionner efficacement et joue un rôle clé à tous égards.

L'IA partage de nombreuses caractéristiques avec les mécanismes cérébraux, on peut affirmer qu'une caractéristique essentielle que seuls des mécanismes individuels peuvent produire sont les sentiments. L'émotion est considérée comme les émotions et le comportement d'une personne qui ont un impact direct sur la performance, les pensées peuvent agir comme un obstacle pour créer un résultat final intelligent. impact, donc dépourvu d'influence sur les résultats finaux qu'il produit. Néanmoins, il est essentiel que pour pouvoir imiter le comportement humain et travailler aux côtés des humains que l'IA ait des émotions, il est nécessaire non seulement qu'elle pense et raisonne, mais qu'elle soit également capable de montrer des émotions.

Les preuves globales montrent que les cerveaux artificiels et les mécanismes cérébraux sont étroitement liés, les deux interagissent afin de produire des avantages efficaces. L'IA et les mécanismes cérébraux favorisent de nombreuses caractéristiques clés telles que le raisonnement, la gestion des problèmes, la prise de décision et le cerveau. Des preuves récentes affirment que l'IA nous a permis de comprendre des procédures cérébrales complexes, ce qui permet ensuite de comprendre plus en profondeur les activités et les décisions des êtres humains. Cependant, de nombreux analystes soutiennent encore que la cognition avancée ne peut être produite que par des mécanismes cérébraux, tels que des émotions et des émotions que l'IA ne produit pas.


Comment le cerveau pense-t-il ?

Notre cerveau ne peut pas tout analyser en profondeur. Voici comment ils pensent à tout cela de toute façon.

Un son rugissant remplit l'air et un petit objet traverse le ciel. Les gens dans une foule lèvent les yeux et trois voix crient : « Regardez ! Haut dans le ciel! C'est un oiseau!" "C'est un avion !" "C'est Superman !"

C'est le même objet, le même ciel. C'est même le même rugissement. Alors pourquoi trois personnes témoins du même événement parviennent-elles à des conclusions différentes ?

La réponse à cette question réside dans la façon dont notre cerveau est câblé pour penser. Nous expérimentons et interprétons le monde qui nous entoure en fonction de ce que nous savons déjà, même si parfois ce que nous savons est imparfait.

Le problème de la pensée

Le monde est un endroit confus et occupé. Notre cerveau doit lui donner un sens en traitant un flux d'informations sans fin. Idéalement - parce que ce serait le plus précis - notre cerveau analyserait tout en profondeur. Cependant, ils ne peuvent pas, parce que c'est trop peu pratique.

Réfléchir prend du temps et nos décisions doivent souvent être rapides. Vous devez immédiatement savoir traverser une route rapidement – ​​voire courir – lorsque vous entendez une voiture approcher rapidement.

La pensée utilise aussi de l'énergie – ou de la matière grise – et notre cerveau n'en a qu'une quantité limitée. Tout analyser épuiserait rapidement nos réserves d'énergie.

Ces limitations représentent un problème de réflexion : notre cerveau n'a tout simplement pas assez de ressources pour comprendre le monde sans prendre des raccourcis mentaux.

Nos cerveaux intelligents et paresseux

Notre cerveau trouve des raccourcis pour surmonter le problème de la pensée en s'appuyant sur des pensées déjà stockées dans notre esprit, appelées schémas. Les schémas effectuent le traitement pour le cerveau, comme le remplissage automatique, mais pour la réflexion.

L'utilisation de schémas est plus efficace que l'analyse de chaque aspect de chaque instant. Ils permettent à notre cerveau de traiter plus d'informations avec moins d'effort, économisant ainsi de la puissance cérébrale pour d'autres réflexions et résolutions de problèmes importantes.

Nos cerveaux comme bibliothèques

Les schémas sont les éléments constitutifs de notre connaissance du monde. Notre cerveau s'appuie sur différents types de schémas pour comprendre différents types de situations.

Les schémas sont comme des livres dans votre esprit qui vous disent quels sont les différents objets et ce qu'ils font. Un schéma d'oiseau, par exemple, pourrait dire que les oiseaux sont de « petits animaux », « ont des ailes » et « peuvent voler ». Ensemble, tous les objets que vous connaissez forment une collection de livres qui remplissent les étagères d'une bibliothèque dans votre esprit.

Notre cerveau fait confiance à ce que ces livres ou schémas nous disent lorsque nous essayons de comprendre les objets de notre environnement. Cela est beaucoup plus rapide et plus facile que d'analyser à nouveau leurs caractéristiques, et la conclusion est généralement – ​​mais pas toujours – la même.

Est-ce que je vois les choses différemment de vous ?

La justesse de nos jugements dépend des schémas ou des livres disponibles dans nos bibliothèques mentales.

Lorsque notre cerveau essaie de comprendre des objets inconnus, il doit s'appuyer sur un schéma pour un objet différent mais similaire, car le schéma correct n'est pas disponible. Si l'objet et le schéma choisis correspondent étroitement, notre cerveau suppose sans effort - mais de manière inexacte - que les deux objets sont identiques.

Une personne qui n'a jamais vu de chauve-souris peut supposer qu'une chauve-souris est un oiseau parce que les caractéristiques de la chauve-souris et leur schéma pour un oiseau sont similaires : les deux sont de petits animaux avec des ailes et peuvent voler. Notre cerveau accepte des inexactitudes occasionnelles.

Pour les deux personnes qui pensaient que Superman était un oiseau ou un avion, ni l'un ni l'autre n'avaient vu Superman auparavant, donc ni l'un ni l'autre n'avait de schéma de Superman sur lequel s'appuyer. Leurs cerveaux ont choisi sans effort des schémas pour un oiseau et un avion à la place parce que ces schémas correspondaient le mieux à l'objet dans le ciel.

Leurs cerveaux ont fait des suppositions rapides basées sur des connaissances imparfaites. Le cerveau humain a « pensé » avoir vu une chose mais, dans l'intérêt de penser rapidement et efficacement, il a fait une erreur. Il n'y a aucun mal à penser que Superman est un oiseau ou un avion, même s'il ne l'est pas. Il suffit d'une rencontre avec Superman pour créer un nouveau schéma et changer votre façon de penser pour toujours.


Alerte spoil! La psychologie des fins surprises

Les écrivains et les cinéastes qui espèrent tromper leurs fans avec des rebondissements savent depuis longtemps ce que savent les scientifiques cognitifs : nous avons tous des angles morts dans la façon dont nous évaluons le monde. Nous sommes distraits. Nous oublions comment nous savons les choses. Nous voyons des modèles qui ne sont pas là. Parce que ces angles morts sont câblés dans le cerveau, ils agissent de manière prévisible – si prévisible que les conteurs de Sophocle à M. Night Shyamalan les ont utilisés pour nous égarer.

Ces dernières années, certains scientifiques ont commencé à se demander : les histoires peuvent-elles servir de scanner cérébral ? Si un rebondissement fonctionne en exploitant nos préjugés et nos raccourcis mentaux, l'observation des mécanismes d'une bonne histoire peut-elle révéler quelque chose d'important sur les contours de l'esprit ? »

"Les histoires sont une sorte de tour de magie", explique la scientifique cognitive Vera Tobin. "Lorsque nous les disséquons, nous pouvons découvrir des aspects très, très fiables de ces astuces qui s'avèrent être des indices importants sur la façon dont les gens pensent."

Quelques-uns des préjugés préférés du conteur :

  • La malédiction du savoir : La mère de tous les angles morts, c'est la tendance à supposer que les autres savent ce que vous savez.
  • Biais de confirmation: La tendance à rechercher des informations qui confirment ce que vous croyez déjà.
  • Ancrage: La tendance à trop s'appuyer sur la première information que vous entendez, sans la corriger au fur et à mesure que vous apprenez de nouvelles données.
  • Biais de disponibilité: La tendance à croire que les choses qui viennent facilement à l'esprit sont plus plausibles que les choses qui viennent moins facilement à l'esprit.
  • Biais rétrospectif : La tendance à considérer un événement comme prévisible, une fois qu'il s'est déjà déroulé. Nous faisons l'expérience d'un biais rétrospectif lorsque nous regardons en arrière et disons : « Je le savais depuis le début.

Plus de lecture :

« Attention et sensibilisation à la magie de la scène : transformer les astuces en recherche », par Stephen L. Macknik, Mac King, James Randi, Apollo Robbins, Teller, John Thompson et Susana Martinez-Conde dans Nature Avis Neurosciences

Hidden Brain est hébergé par Shankar Vedantam et produit par Jennifer Schmidt, Rhaina Cohen, Parth Shah, Thomas Lu, Laura Kwerel et Camila Vargas Restrepo. Notre productrice superviseur est Tara Boyle. Vous pouvez également nous suivre sur Twitter @hiddenbrain.


Voir la vidéo: MY WEEK. Miksi erosin mun videoverkostosta u0026 POKS-kuunteluluvut (Janvier 2022).