摘要 本文研究了介绍后立即忘记姓名这一普遍问题,在 458 人的样本中,这一问题的失败率为 89%。我们认为,这种记忆缺失的根本原因不是记忆保留或检索的固有问题。相反,它与一种特定的认知现象有关,即口头信息(姓名)触发了与该姓名相关的先前认识的个体的内部可视化。这种内部图像叠加在新介绍的人的视觉感知上,造成了口头和视觉成分之间的脱节,导致记忆不足。我们认为这不是记忆失败,而是信息分类问题。初步实验表明,在介绍时让个人意识到内部视觉成分,并用本文描述的技术对他们进行训练,可以有效地促进姓名回忆。我们的研究结果揭示了这种被忽视的认知现象,并为认知增强和记忆技能以外的教育带来了新的前景。关键词:认知过程、姓名回忆、记忆保持、视觉联想、认知心理过程、记忆认知现象、认知增强、认知过程模型
人工智能作为将人类认知功能特性本体化的一种手段。系统 1 和系统 2 的神经关联也得到了研究 [6]。然而,最近这种双系统模型因缺乏精确性和概念清晰度而受到批评 [7],导致了重大误解 [8] [9],并掩盖了心理过程的动态复杂性 [10]。大部分批评源于对对齐假设的争议。对齐假设是指认知功能必须与系统 1 或系统 2 对齐的说法 [9]。从人工智能的角度来看,对齐假设会很方便,然而,这一假设被批评为过于简单,一些双系统理论家并不认可它,而是称之为“典型关联”而不是“定义特征”[8]。需要更具体定义的研究人员已经制定了系统 1 和系统 2 的更详细定义。例如,普鲁斯特 [11] 认为,需要更精确的计算定义来理解系统 1 和系统 2 在元认知(使用更高级别或元级别的过程来控制认知)中的作用。普鲁斯特根据其独特的信息类型来定义这些系统,其中系统 1 元认知是隐性的、非符号性的和非概念性的,而系统 2 元认知是显性的、符号性的和概念性的。
本研究调查了人类运动想象 (MI) 能力的评估。通常,MI 能力通过两种方法测量:自填问卷 (MIQ-3) 和心理计时 (MC),后者测量实际和想象的运动任务之间的时间差异。然而,这两种测量都依赖于受试者的自我评估,而不使用生理测量。在本研究中,我们提出了一组从眼球注视信号的非线性动力学中提取的新特征,以区分好和坏的想象者。为此,我们设计了一个实验,让 20 名志愿者(根据 MC 分为好或坏的想象者)执行三项任务:运动任务 (MT)、视觉想象任务 (VI) 和运动想象任务 (KI)。在整个实验过程中,使用眼动追踪系统持续监测受试者的目光注视。通过对重建相空间进行递归量化分析来分析目光注视时间序列,并在两组之间进行比较。统计结果表明非线性眼球行为如何表达意象心理过程的内在动态,并可用作 MI 能力的更客观、基于生理的测量方法。
不确定性是生活的固有部分;大多数事件、事务和问题都是不确定的。行为科学的一个关键问题是大脑如何应对不确定的信息。量子概率论提供了一套推理原则,这些原则与某些情况下心理过程的直觉非常吻合:推理似乎是情境化的,心理状态因先前的判断而改变,或者不同可能性之间存在干扰。我们鼓励在认知及其主要特征中使用量子理论。对于每个特征,我们都会回顾相关的量子认知模型和实证支持。量子认知模型的范围包括决策中的谬误(例如合取谬误或析取效应)、问题顺序效应、概念组合、证据积累、感知、记忆中的过度/欠分配效应等。量子模型通常将以前以启发式术语表达的心理学思想形式化,允许对以前不同的发现进行统一解释,并导致了几个令人惊讶的新预测。我们还以批判的眼光看待量子模型,并考虑它们的一些缺点以及进一步发展的问题。
摘要的“设计认知”是指设计所涉及的心理过程和表示,自1960年代设计研究以来一直是一个重要领域。该领域现在面临着重大的挑战,需要重大变化以克服研究主题和方法论的停滞。应对这些挑战需要我们了解设计认知研究的过去和现在,并就其未来进行新的新讨论。这个主题收集旨在通过库存当前的方法,探索新兴的主题和方法论以及确定未来的询问方向来满足这一需求。在本社论中,我们研究了有关我们调查的内容以及如何进行这项研究的关键问题。我们提出了一个由结构化文献综述,作者的作品以及设计认知界的广泛横截面的观点形成的愿景。该愿景在从现在到近未来的路线图中形式化,强调了该领域的关键主题和研究问题。最终,生态测量,人工智能的新应用以及向理论构建和研究成熟的迈进,构成了设计认知界的重要长期挑战。
亚历山大·温特是俄亥俄州立大学国际安全教授,著有《量子心灵与社会科学》。该书的前提是,自由意志、意识和意向性等心理过程与古典物理学提出的宇宙确定性描述不相容。这给社会科学带来了一个严重的问题,因为社会科学在许多方面都依赖于这些概念是真实的,而不是仅仅是“好像”。1 幸运的是,自从 20 世纪初被量子力学 (QM) 取代以来,古典物理学就不再是我们对物理现实的最佳解释。该书清晰而紧迫地描绘了理解和解释社会科学和人类状况所核心的心理现象的必要性。为了做到这一点,温特用量子力学的全部威力和神秘性来解释从自由意志到意识的一切,并提供了物理和心理的统一本体。不熟悉量子力学的读者不必担心。温特对量子力学的历史和解释进行了很好的介绍,不需要任何量子力学或物理学方面的知识。最后,这本书的研究非常深入。它可能是有关量子力学和社会科学的论文和书籍参考文献的最全面的汇编,社会科学是一个规模虽小但发展迅速的跨学科研究领域。
摘要:本文可视为对两个命题后果的探索。(1)人类(和动物)的意向性是大脑因果特征的产物。我认为这是关于心理过程和大脑之间实际因果关系的经验事实。它简单地说,某些大脑过程足以产生意向性。(2)实例化计算机程序本身永远不是意向性的充分条件。本文的主要论点是针对建立这一主张。论证的形式是展示人类代理如何实例化程序而仍然不具有相关的意向性。这两个命题有以下后果:(3)大脑如何产生意向性的解释不能是它通过实例化计算机程序来实现。这是1和2的严格逻辑结果。(4)任何能够产生意向性的机制都必须具有与大脑相等的因果能力。这应该是 1 的一个微不足道的结果。(5)任何试图人为地创造意向性(强人工智能)的尝试都不可能仅通过设计程序而成功,而必须复制人脑的因果能力。这从 2 和 4 中得出。“机器能思考吗?”根据这里提出的论点,只有机器才能思考,而且只有非常特殊的机器,即大脑和具有与大脑相当的内部因果能力的机器。这就是为什么强人工智能很少能告诉我们关于思考的事情,因为它不是关于机器而是关于程序,而没有一个程序本身足以进行思考。
摘要:本文可视为对两个命题后果的探索。(1)人类(和动物)的意向性是大脑因果特征的产物。我认为这是关于心理过程和大脑之间实际因果关系的经验事实。它简单地说,某些大脑过程足以产生意向性。(2)实例化计算机程序本身永远不是意向性的充分条件。本文的主要论点是针对建立这一主张。论证的形式是展示人类代理如何实例化程序而仍然不具有相关的意向性。这两个命题有以下后果:(3)大脑如何产生意向性的解释不能是它通过实例化计算机程序来实现。这是1和2的严格逻辑结果。(4)任何能够产生意向性的机制都必须具有与大脑相等的因果能力。这应该是 1 的一个微不足道的结果。(5)任何试图人为地创造意向性(强人工智能)的尝试都不可能仅通过设计程序而成功,而必须复制人脑的因果能力。这从 2 和 4 中得出。“机器能思考吗?”根据这里提出的论点,只有机器才能思考,而且只有非常特殊的机器,即大脑和具有与大脑相当的内部因果能力的机器。这就是为什么强人工智能很少能告诉我们关于思考的事情,因为它不是关于机器而是关于程序,而没有一个程序本身足以进行思考。
摘要:我们提出了一个新的公共管理研究议程,内容涉及如今公共部门最重要的发展之一:将人工智能纳入公共部门的制定。这些发展及其含义正在引起公共管理学者的越来越多的关注。我们认为,行为链中的公共行政部门研究非常适合为这场辩论的重要方面做出贡献,它通过阐明了人类互动的心理过程以及这些算法概念中对决策者和公民的独特偏见。到目前为止,这些方面在官僚主义的文本中仍被严重评估。我们在官僚背景下与算法相关的两个核心行为方面建立了理论命题。也就是说,第一个主题是指公共部门决策者与算法与决策中产生的相关认知偏见之间的相互作用。第二个主题与公民与算法之间的相互作用有关,以及这如何影响公民对政府算法迭代的决策的经验和回应。在政府中,关于AI企业的有意义的行为研究议程需要在这种情况下认真对待与算法相关的认知偏见,以及可能引起的组织和机构挑战。关键字:人工智能;自动化偏见;算法负担;公民信托;算法透明;公共问责制
psyc 2301一般心理学(3个学分)讲座:3对基本领域,主要理论以及对行为和心理过程的科学研究的调查。课程是理解人类行为基本心理原则的基础。课程是所有其他心理学课程的先决条件。每周三个小时的演讲。在德克萨斯州普通课程编号系统中列为PSYC 2301。先决条件:(或或或或或或或或或或或TSI豁免taks,得分为2200或或或TSI读取评估,得分为351或c-better读取转移stu,得分为2.00或c-better读取居民stu stu stu stu stu stu stu stu stu stu stu stu stu stu stu stu stu stu stu stu stu的评分为2.00,分数为2.00)或(可能会读取101或读取(可能会同时使用)或ENG 130或Engir(conter)或Engir(contir)或Engir(contir)或Engir and Engir(contir)或Engir and Engir(T)得分为945和TSI论文评估,得分为5)或(TSI阅读评估,分数为910,TSI论文评估,分数为5和成人基础教育阅读,得分为5)大学/学校:自由艺术与行为SCIE系:心理学系:心理学系: