Когда вы изучаете новую техническую концепцию, что-то происходит в вашем мозгу, но именно то, что до сих пор оставалось загадкой.
Впервые ученые Университета Карнеги-Меллона проследили мозговые процессы, происходящие при изучении технических концепций. Результаты, опубликованные в NeuroImage, показывают, как новые технические знания накапливаются в мозгу на разных этапах обучения. Полученные данные предвещают возможность оценки эффективности обучения и эффективности обучения путем отслеживания изменений в мозге.
"Это исследование дает исходную, основанную на мозге, теорию обучения механических систем, которая может быть связана с методами обучения и результирующими когнитивными процессами, лежащими в основе научного обучения. Можно будет оценить, приводят ли некоторые последовательности инструкций к лучшим – или более подобным экспертным – результатам для мозга, чем другие последовательности. Это позволит инструкторам «учить мозг», а не «обучать тесту»" сказал Марсель Джаст, D. О. Профессор психологии Хеббского университета в Дитрихском колледже гуманитарных и социальных наук.
Джаст и его коллега из CMU Роберт Мейсон, ведущий автор исследования, сканировали мозг 16 здоровых взрослых людей, когда они впервые узнали, как работают четыре общие механические системы. Находясь внутри сканера мозга, участникам была показана серия изображений, диаграмм и текста, описывающих внутреннюю работу весов для ванной комнаты, огнетушителя, автомобильной тормозной системы и трубы.
Последовательность объяснения позволила исследователям изучить состояние мозга участников после каждого шага обучения. Например, весы для ванной были представлены схемой и описанием, "Весы для ванной состоят из рычага, пружины, трещотки и циферблата." Затем действие весов было описано в виде набора причинных объяснений, таких как, "Вес человека оказывает давление на рычаг. Рычаг тянет пружину вниз пропорционально весу." Соответствующие части схематического дизайна были выделены в каждом пояснительном предложении.
Джаст и Мейсон смогли использовать изображения фМРТ, чтобы проследить, как каждая новая концепция переходила от слов и изображений к нейронным репрезентациям во многих областях мозга. Интересно, что они обнаружили, что нейронные репрезентации проходили несколько стадий, причем каждая стадия вовлекала разные части мозга, играющие разные роли. Сначала механические системы представляли преимущественно визуально, с точки зрения их физической схемы. На средних этапах учащиеся использовали мысленную анимацию, представляя движение механических компонентов, чтобы сделать вывод о том, как они взаимодействуют в причинно-следственной цепочке, задействовав корково-разнообразную сеть теменных, височных и лобных областей. К концу инструкции участники представили, как человек (скорее всего, они сами) будет взаимодействовать с системой, используя как лобную, так и двигательную области мозга.
"Нейровизуализация позволяет нам исследовать не только конечное состояние, но и промежуточные состояния мозга во время обучения," сказал Мейсон, старший психолог-исследователь и член Центра нейронных основ познания (CNBC). "После того, как вы узнаете, что сила, приложенная к замкнутой жидкости, участвует в работе тормозов автомобиля, и вы также узнаете, как сила, приложенная к замкнутой жидкости, задействована в работе огнетушителя, мозговые представления этих двух очень разных системы становятся все более похожими друг на друга. Это свидетельствует о том, что соответствующие инструкции могут выявить фундаментальное понимание того, как все работает на глубоком уровне. В будущем обучение на этом глубоком уровне, измеряемом в терминах репрезентаций мозга, может быть применимо к другим дисциплинам и научным концепциям."
Это новое исследование объединяет науку о мозге и инновации в обучении – две общеуниверситетские инициативы Карнеги-Меллона. Карнеги-Меллон, родина искусственного интеллекта и когнитивной психологии, уже более 50 лет является лидером в изучении мозга и поведения. Университет создал одних из первых наставников по когнитивным технологиям, помог разработать Ватсона, победившего в Jeopardy, основал новаторскую докторскую программу по нейронным вычислениям и завершил передовую работу по пониманию генетики аутизма. Опираясь на свои сильные стороны в области биологии, информатики, психологии, статистики и инженерии, CMU недавно запустил BrainHub, глобальную инициативу, которая фокусируется на том, как структура и активность мозга приводят к сложному поведению.
Названная в честь Герберта Саймона, покойного лауреата Нобелевской премии CMU, профессора и соучредителя искусственного интеллекта, Simon Initiative использует междисциплинарную экосистему изучения науки, которая развивалась в CMU за несколько десятилетий, с целью ощутимого улучшения результатов обучения студентов.