Pobieranie prezentacji. Proszę czekać

Pobieranie prezentacji. Proszę czekać

Rozdział ­ Wiedza Rodzaje wiedzy Wiedza deklaratywna i proceduralna Wiedza jawna i niejawna Organizacja wiedzy: Reprezentacja wiedzy za pomocą cech Organizacja.

Podobne prezentacje


Prezentacja na temat: "Rozdział ­ Wiedza Rodzaje wiedzy Wiedza deklaratywna i proceduralna Wiedza jawna i niejawna Organizacja wiedzy: Reprezentacja wiedzy za pomocą cech Organizacja."— Zapis prezentacji:

1 Rozdział ­ Wiedza Rodzaje wiedzy Wiedza deklaratywna i proceduralna Wiedza jawna i niejawna Organizacja wiedzy: Reprezentacja wiedzy za pomocą cech Organizacja wiedzy semantycznej Organizacja wiedzy proceduralnej: systemy reguł Organizacja wiedzy w modelach ACT, ACT'" i ACT-R Nabywanie wiedzy Nabywanie wiedzy semantycznej Nabywanie wiedzy proceduralnej Nabywanie wiedzy niejawnej Wiedza ekspercka Kryteria i właściwości wiedzy eksperckiej Nabywanie wiedzy eksperckiej Podsumowanie

2 Badanie pamięci a badanie wiedzy Badanie pamięci - dotyczy przede wszystkim uniwersalnych mechanizmów zapamiętywania, przechowywania i od-pamiętywania informacji, natomiast badanie wiedzy - odnosi się do sposobu łączenia zapisów pamięciowych w większe całości, zależnie od treści wiedzy, kontekstu jej nabywania, wiedzy nabytej wcześniej, a także sądów i przekonań.

3 Rodzaje wiedzy

4 wiedza "że" v. wiedza "jak" Podział wiedzy na deklaratywną i proceduralną pochodzi od filozofa Gilberta Ryle'a (1949). Różnicę między nimi Ryle przedstawił obrazowo w postaci dychotomii: wiedza "że" v. wiedza "jak".

5 Wiedza deklaratywna v. wiedza proceduralna Wiedza "że (deklaratywna) odnosi się do danych (faktów), - kodowanych w pamięci trwałej. Danymi może być wiedza ogólna (np. budowa atomu) albo wiedza epizodyczna (np. kolizja na skrzyżowaniu) czy autobiograficzna (np. że przed chwilą moja córka przyszła się przytulić). Wiedza ta jest łatwa do werbalizacji, ma bowiem wyraźny komponent semantyczny. Wiedza deklaratywna nabywana jest względnie szybko, nawet po jednej prezentacji. Aktywacja wiedz jest dowolna wiedza "jak" (proceduralna) odnosi się do procedur realizacji czynności o charakterze umysłowym i ruchowym, - kodowanych w pamięci trwałej Są to zarówno umiejętności wykonawcze (np. pływanie), jak i poznawcze (np. używanie języka). Wiedza proceduralna jest z reguły trudniejsza do werbalizacji niż wiedza deklaratywna, co wynika z różnic w sposobie ich reprezentowania w pamięci. Wiedza proceduralna wymaga wielokrotnego, często długotrwałego powtarzania czynności. Aktywacja tej wiedzy jest automatyczna

6 Wiedza deklaratywna v. wiedza proceduralna: kwestia interakcji Niekiedy trudno rozstrzygnąć, czy wiedza wywodzi się wyłącznie z pamięci deklaratywnej, czy też - nieobecna w niej wcześniej - została wywnioskowana z danych zapisanych w pamięci proceduralnej dzięki aplikacji reguł (procedur), np. dedukcji. Adam i Ewa mają pępek, Prawda czy fałsz? Weryfikacja sądu przez: 1/Odniesienie do wiedzy deklaratywnej - Wiadomo, że… Wynik: brak jawnych danych. 2/ Odniesienie do wiedzy deklaratywnej plus procedury wiedza proceduralna- reguły wnioskowania – Wiadomo, jak… Adama to Pan Bóg ulepił z prochu ziemi, a Ewę Pan Bóg z żebra,, które wyjął z mężczyzny, zbudował niewiastę, więc Adam i Ewa nie urodzili się naturalną drogą, więc Adam i Ewa nie posiadają pępka, Fałsz

7 Neisser (1967) sprowadza wiedzę do jednej formy reprezentacji, skoro nie można odróżnić danych bezpośrednio obserwowanych od uzyskanych drogą wnioskowania. Teorie ram (Minsky, 1970) czy skryptów (Schank, Abelsohn, 1977; Schank, 1982, 1986) nie wydzielają wiedzę "że" i wiedzę "jak", ponieważ w ich ujęciu całą wiedzę można sprowadzić do pewnych procedur operujących na podobnym sposobie reprezentowania rzeczywistości i podobnej strukturze wewnętrznej. Squire'a (1986) w swym opisie pamięci pozostał przy pojęciu pamięci deklaratywnej w orygi·nalnym znaczeniu, natomiast wiedzę proceduralną umieścił w szerszej kategorii pamięci niedeklaratywnej. Ta zawiera nie tylko procedury, ale również wszelkie inne formy pamięci, które nie mają postaci deklaratywnej, np. zmiany prawdopodobieństwa reakcji uzyskane w efekcie warunkowania czy habituacji do stymulacji. Większość modeli teoretycznych uznaje zasadność podziału wiedzy na deklaratywną i proceduralną, albo koncentrując się tylko na jednej z nich, albo próbując połączyć je w ramach jednej teorii.

8 Wiedza jawna i niejawna Filozof Michael Polanyi (1966) wiedzę ukrytą lub "milczącą" (tacit knowledge) rozumiał jako taką, o której nie wiemy, że ją posiadamy. Polanyi akcentował więc przede wszystkim trudności w werbalizacji wiedzy tego rodzaju, typowe dla osób dysponujących bogatym osobistym doświadczeniem w jakiejś dziedzinie. Graf i Schacter (1985) natomiast wyróżnili pamięć jawną (explicit) i pamięć niejawną (implicit), zwaną również ukrytą lub utajoną. Dlatego też obecnie funkcjonują dwa pojęcia o zbliżonym znaczeniu: wiedza ukryta (tacit) używane jest raczej w odniesieniu do wiedzy nabywanej długotrwale na drodze praktyki i doświadczenia wiedza niejawna (implicit) jako efekt mimowolnego uczenia się (implicit arning). Różnice dotyczą więc raczej kontekstu i tradycji badań w pewnym paradygmacie, a nie istoty rzeczy. Ze względu na swój charakter i sposób funkcjonowania, wiedza niejawna wydaje się tworzyć jedną kategorię, wymagającą jednego tylko terminu.

9 Uczenie się mimowolne Uczenie się sztucznej gramatyki Ten schemat badania procesów mimowolnego uczenia się pochodzi od Arthura Rebera (1967, 1968). Typowe zadanie składa się z dwóch faz. W pierwszej fazie osoby badane uczą się egzemplarzy ciągów literowych, zgodnych z systemem reguł "sztucznej gramatyki" (zob. ryc. 4.1). Reguły gramatyki określają, jakie ciągi będą poprawne (gramatyczne), a jakie błędne (niegramatyczne). Osób badanych nie informuje się jednak, że ciągi prezentowanych im liter zostały utworzone według jakichś zasad. Dowiadują się o tym po zakończeniu fazy uczenia się. Pierwsza faza składa się zazwyczaj z prezentacji od kilku do kilkunastu ciągów liter. W fazie drugiej badanych prosi się o klasyfikowanie prezentowanych im ciągów jako gramatycznych bądź niegramatycznych. Pokazuje się zarówno ciągi znane z fazy uczenia się, jak i zupełnie nowe. Ponadto manipuluje się zgodnością ciągów z regułami gramatyki (część jest gramatyczna, a część nie). Wyniki: Już w pierwszych badaniach Reber (1967) wykazał, że badani wykonują zadanie klasyfikacyjne z poprawnością istotnie wyższą niż poziom przypadku (zazwyczaj w przedziale pomiędzy 60 a 70%; por. Balas, Żyła, 2002). Nie potrafią jednak zwerbalizować reguł, którymi się kierują, podejmując decyzję o tym, czy ciąg jest gramatyczny, czy też niegramatyczny. Późniejsze badania z użyciem tego p­radygmatu wielokrotnie replikowały powyższe wyniki, również po zmianie rodzaju i poziomu złożoności sztucznych gramatyk (Brooks, 1978; Dulaney, Carlson, Dewey, 1984; Pothos, Bailey, 2000).

10 Uczenie się sztucznej gramatyki Arthur Reber (1967) Sztuczna gramatyka zastosowana przez Rebera (1967) w badaniach nad efektem uczenia mimowolnego. Strzałki ilustrują dozwolone przejścia między poszczególnymi stanami. Pętle oznaczają możliwość kilkakrotnego powtórzenia danego stanu. Przykładowe ciągi zgodne z gramatyką: TPPTXXVS, VXVPXXVS, TPTS. Ciągi niezgodne z gramatyką: TPPTXXPS, VPVPXXVS, TXTS.

11 Uczenie się mimowolne Uczenie się sekwencji Zadanie Nissena, Bullemera (1967) polega na reagowaniu na serii bodźców, które pojawiają się na ekranie zgodnie z ukrytą regułą określającą następstwa bodźców w serii. Np.: ekran monitora dzieli się na cztery części, a następnie w jednym z czterech pól pokazuje się się dowolną figurę. Po chwili figura znika, aby za chwilę pojawić się w innym okienku. Osoba badana ma jak najszybciej dotknąć pola, na którym pojawiła się figura. Badano szybkość i poprawność reakcji. Przeciętne badanie wymaga wykonania od 1000 do 2000 reakcji. Wyniki : wskazują na systematyczne skracanie czasu reakcji w kolejnych seriach prób. Kiedy ukryta reguła określająca sekwencję pojawiania się ciągów zostaje zmieniona, czasy reakcji istotnie się wydłużają. Ponadto wykonani, wydaje się niezależne od poziomu werbalizacji wiedzy o ukrytej regule. Willingham, Nissen i Bullemer (1989) podzielili osoby na dwie grupy. Pierwsza grupa była w stanie opisać nie więcej niż trzy kolejne elementy sekwencji, a druga grupa potrafiła zwerbalizować wszystkie zasady, według których skonstruowano sekwencję bodźców. Mimo to, obydwie grupy nie różniły się szybkością i poprawnością reagowania na bodźce zgodne z regułą, co wydaje się wskazywać na możliwość wykonywania zadania niezależnie od stopnia uświadomienia wiedzy o regule.

12 Uczenie się mimowolne kontrola systemów w symulacji komputerowej Kontrola systemów dynamicznych Berry, Broadbendt (1984) polega na osiągnięciu i utrzymaniu określonego stanu złożonego systemu poprzez manipulację zmiennymi. Systemem może być np. zakład produkcyjny, którego funkcjonowanie symuluje program przez określony algorytm. Osoba badana ma zarządzać cukrownią, używając dostępnych jej narzędzi jak poziom zatrudnienia i płac, planowanie produkcji itd. Dzięki korzystaniu z informacji zwrotnej, osoby badane uczą się efektywnej kontroli systemu, systematycznie poprawiając pozie zadania. Wyniki: Badani nie są jednak w stanie zwerbalizować reguł działania systemu podobnie jak w zadaniu wymagającym uczenia się sekwencji, ponadto wyniki wykonania zadania nie koreluje z dostępnością jawnej wiedzy na temat reguł rządzących systemem.

13 Wiedza niejawna wiedza abstrakcyjna ( Reber, 1989) Zdaniem Rebera (1989), podstawowym sposobem nabywania wiedzy nie­jawnej jest mimowolne uczenie się, czyli takie, które nie stanowi odpowiedzi na polecenie ani nie wynika z samodzielnie powziętej intencji (paradygmaty 4.1 i 4.2). Pozwala ono na nabywanie wiedzy niejawnej, która jest abstrakcyjna i reprezentatywna dla struktury stymulacji w otoczeniu. Uczenie się mimo­wolne pozwala więc na budowanie, dzięki procesowi indukcji, głębokiej reprezentacji wiedzy, uwzględniającej abstrakcyjne relacje między elementami środowiska. Proces ten odbywa się bez udziału świadomych strategii uczenia się i bez zamiaru nabycia wiedzy, a ponadto jest bezwysiłkowy. Przyswojona w ten sposób wiedza niejawna może być użyta, również bez zdawania sobie z tego sprawy, w procesie rozwiązywania problemów i podejmowaniu decyzji w sytuacjach mniej lub bardziej podobnych do sytuacji, w której nastąpiło uczenie się. Chodzi oczywiście o przypadki, gdy reprezentacja nowej sytuacji "pasuje" strukturalnie do nabytej wcześniej wiedzy.

14 Wiedza niejawna jako wiedza konkretna (Brooks, Vokey,1991 W przeciwieństwie do Rebera (1989), inni autorzy uważają, że wiedza niejawna nie ma charakteru abstrakcyjnego, lecz zawiera konkretne egzemplarze lub przypadki (Brooks, Vokey, 1991; Vokey, Brooks, 1992) albo konkretne fragmenty informacji (Perruchet, Pacteau, 1990), zapamiętane w trakcie mimowolnego uczenia się. Użycie tej wiedzy w nowym kontekście odbywa się dzięki stwierdzeniu podobieństwa obu sytuacji. Proces ten wymaga również abstrakcji, ale nie w momencie kodowania informacji, tylko jej wydobywania. Interesujące wydaje się także stanowisko pośrednie, dopuszczające współistnienie różnych mechanizmów nabywania wiedzy niejawnej (Berry, Dienes, 1993; Meulemans, Van der Lindem, 1997). Okazało się, że modele obliczeniowe mimowolnego uczenia się, zawierające elementy koncepcji abstrakcyjnych i egzemplarz owych, wykazują najlepsze dopasowanie do danych empirycznych (por. Cleeremans, 1993). Problem ten jest jednak nadal przedmiotem ożywionej debaty.

15 Wiedza jawna i niejawna a świadomość Wiedza jawna nie zawsze jest dostępna świadomości np.: wykonywanie testów egzaminacyjnych Wiedza niejawna (o której nie wiemy, że wiemy) ale jest do uświadomienia, kiedy trzeba, potrafimy ją uświadomić np. reguły ruchu na skrzyżowaniach Wiedza niejawna i nie-uświadamialna np. reguły gramatyczne języka polskiego. Wydaje się, że kryterium świadomości lub jej braku nie jest najlepszą podstawą definiowania wiedzy niejawnej (Z. Nęcka).

16 Wiedza jawna / niejawna a wiedza deklaratywna / proceduralna Zwykle wiedza deklaratywna jest traktowana jako jawna a wiedza proceduralna jako niejawna, ale Berry i Dienes (1993) dowodzą, że wiedza niejawna jest "mieszanką" wiedzy deklaratywnej i proceduralnej, a jej cechą wyróżniającą jest przeniesienie transfer, którego dokonujemy - również w sposób niejawny - na nowe sytuacje. Transfer ten dotyczy abstrakcyjnych reguł czy abstrakcyjnej struktury zadania (wiedza deklaratywna), ale wymaga zastosowania jakiejś formy wnioskowania (wiedza proceduralna). Jeśli nawet tak jest, transfer ten odbywa się tylko w ramach zadań izomorficznych, czyli identycznych pod względem struktury formalnej, ale wyrażonych w różnej postaci. Davies (1989) twierdzi wręcz, że wiedza niejawna może być w pewnym sensie izolowana, tj. nie wchodzi w związki z 'wiedzą już posiadaną albo nabywaną później. Jest więc ograniczony do konkretnej sytuacji. I nie ma mowy o transferze takim, jak np. w rozumowaniu przez analogię, który wymaga całkiem jawnej refleksji

17 Organizacja wiedzy: (Uwaga: problem organizacji wiedzy nierozerwalnie wiąże się z organizacją pamięci. Omówione teorie dotyczą różnych rodzajów wiedzy albo różnych jej aspektów. ) Pierwsza grupa teorii ­reprezentacji wiedzy za pomocą cech - dotyczy składników wiedzy semantycznej, a więc najmniej szych jej jednostek, najczęściej pojęć. Kolejna grupa dotyczy relacji semantycznych między elementami, które wyrażają się głównie w postaci sądów. Trzecia grupa teorii dotyczy wiedzy proceduralnej. Ostatnia jest próbą pogodzenia wszystkich trzech ujęć, łączy bowiem wiedzę deklaratywną (ściślej: semantyczną) i proceduralną w jednym modelu. Organizacja wiedzy Reprezentacja wiedzy za pomocą cech Organizacja wiedzy semantycznej Organizacja wiedzy proceduralnej: systemy reguł Organizacja wiedzy w modelach ACT, ACT* i ACT-R

18 Reprezentacja wiedzy za pomocą cech Eva Clark (1979), Smith i in. (1974), Tversky (1977) Definiowanie pojęć (Eva Clark (1979) Koncepcja Clark dotyczy wiedzy językowej – pojęć języka naturalnego. Podstawowym pojęciem tej reprezentacji wiedzy jest pojęcie cechy (feature). Cecha jest symbolicznym i dyskretnym elementem umysłowej reprezentacji wiedzy o wyraźnie określonych granicach. Obiekt jest reprezentowana w postaci zestawu cech oraz relacji, które między nimi zachodzą. Cechy są odrębne ale mogą skorelowane, co przyzwala na istnienie bardziej albo mniej typowych obiektów. Np.. człowiek zwierzę (+) człowiek łysyzwierzę (+) dwunożny (+) inteligentny (+) włosy (+) włosy ( - ) Pojęcie zawiera cechy pierwotne (primitive) i cechy dodatkowe, te nawarstwiają się na tych pierwszych. Definiowanie znaczenia, wg Clark wymaga formowanie zbioru cech unikatowych dla danego pojęcia. Wprowadziła pojęcie cechy semantycznej(semantic feature), to cechy pierwotne użyte do różnicowania znaczeń pojęć. Tu posiadanie albo nie włosów definiuje pojęcie (łysy).

19 Porównywanie pojęć Smith i in. (1974) Smith i współpracownicy (1974) wyróżnili dwa rodzaje cech w reprezentacji znaczenia: rdzenne (core) i charakterystyczne. Cechy rdzenne to takie, które składają się na "tożsamość" obiektu; można powiedzieć, że są to cechy definicyjne. Natomiast cechy charakterystyczne są typowe dla obiektu. Autorzy zaproponowali model dwufazowego porównywania cech. Pierwsza, wczesna faza polega na porównaniu zarówno cech rdzennych, jak i charakterystycznych. Jeśli obiekty są bardzo podobne albo bardzo niepodobne, to efekt porównania jest szybki i - odpowiednio - pozytywny albo negatywny. Jeśli jednak obiekty nie są ani bardzo podobne, ani bardzo różne, porównywanie przechodzi do drugiej późnej fazy, w której porównywane są wyłącznie cechy rdzenne. Jeśli stwierdzone zostanie ich podobieństwo, to następuje reakcja pozytywna, która jednak wymaga więcej czasu, jest bowiem efektem udziału obu faz. W przeciwnym razie, czyli jeśli cechy rdzenne okażą się różne dla porównywanych obiektów, emitowana jest reakcja negatywna, również stosunkowo powolna.

20 Porównywanie pojęć Tversky (1977) Autor ten w odmienny sposób wyjaśniał proces porównywania znaczeń słów. Zaproponował mechanizm, który nie wymaga dodatkowego założenia o różnych typach cech, jak u Smitha i współpracowników. Mechanizm ten polega na porównaniu zbioru cech definiujących pojęcie zgodnie z poniższą formalizacją: s (a, b) = f(A B) - f(A - B) - f(B - A), gdzie s(a, b) to podobieństwo (s- similarity ) znaczeń słów a i b; A i B - zestaw cech reprezentujący a i b; f(X) - funkcja wagi cechy w zbiorze;, i - stałe wagi zestawu. Podobieństwo jest tym większe, im więcej para znaczeń posiada cech wspólnych (A B) i im mniej dystynktywnych (A – B) i (B - A). Wyniki: Tversky stwierdził korelację pozytywną oceny stopnia podobieństwa par znaczeń z liczbą cech wspólnych, zakładanych w modelach reprezentacji za pomocą cech, i korelację negatywną z liczbą cech różnicujących je. Model Tversky'ego dobrze tłumaczy pewne psychologiczne prawidłowości relacji podobieństwa, np. brak symetryczności i przechodniości. Relacja podobieństwa jest niesymetryczna, bo z faktu, że a jest podobne do b, nie wynika, że b jest podobne do a. Na przykład, często dostrzegamy podobieństwo dziecka do rodzica, ale rzadziej - podobieństwo rodzica do dziecka. Co więcej, jeżeli a jest podobne do b i b podobne do c, to nieprawda, że a jest podobne do c. Tłumaczy efekt kontekstu, bo ten wpływa na zmianę wag.

21 Zależność podobieństwa od kontekstu

22 KRYTYKA MODELI OPARTYCH O LISTY CECH Modele reprezentacji za pomocą cech mają jednak pewne ograniczenia. Po pierwsze, przyjmują założenie o niezależności cech i definiowanych przez nie obiektów. Jedyne relacje między obiektami, przewidywane przez te modele, wynikają z podobieństwa cech obiektów. Wiadomo, że wiedza ma pewną strukturę, opartą na relacjach, których nie da się sprowadzić do podobieństwa. Po drugie, do dziś nie ma takiego modelu, który w sposób wiarygodny ustaliłby listę cech składających się na reprezentacje werbalne.

23 Organizacja wiedzy semantycznej Wiedza semantyczna jest zorganizowana na kilku poziomach odpowiadających strukturze języka. Wyróżnia się poziom pojęć, sądów oraz ich układów. Te dane dotyczą głównie poziomu sądów, w których wyrażają się relacje między pojęciami Collins i Quillian (1969) zaproponowali koncepcję struktury wiedzy semantycznej opartej na dwóch jej właściwościach: budowie sieciowej i hierarchiczności. Wiedza zawarta w pamięci semantycznej ma postać sieci, w której węzłom odpowiadają pojęcia, a połączeniom między nimi - ich wzajemne relacje. Sieć jest zorganizowana hierarchicznie, co oznacza, że pojęcia bardziej ogólne znajdują się wyżej w hierarchii, przy czym odległość pojęć w sieci związana jest ściśle z podobieństwem ich znaczenia Pojęcia o wyższym stopniu podobieństwa są reprezentowane przez węzły znajdujące się blisko w sieci i związane są pewną relacją (chociaż nie zawsze bezpośrednio, jak np. "zwierzę" i "kanarek"); pojęcia zupełnie różne od siebie będą reprezentowane przez odległe i niepowiązane ze sobą węzły. Pojedyncze relacje między pojęciami mają charakter binarny, czyli łączą tylko dwa węzły. Zdanie: "łosoś i rekin mają skrzela", odnoszące się do trzech węzłów sieci, można rozbić na dwa prostsze zdania: "łosoś ma skrzela" i "rekin ma skrzela". W podstawowej wersji model zakłada dwa rodzaje relacji między pojęciami. Pierwszy to relacja przynależności do klasy, np. łosoś jest rybą. Tego typu relacje obejmują pojęcia z dwóch różnych poziomów hierarchii sieci se­ mantycznej. Drugi to relacja predykatywna, czyli pełniąca funkcję orzeczenia, Relacja predykatywna zawiera wiedzę o właściwościach obiektu, np. "łosoś jest drapieżnikiem" albo "struś chowa głowę w piasek". Tego typu relacje kodowane są w sieci na tym samym poziomie ogólności, na którym w hierarchii znajduje się dany obiekt.

24 Fragment sieci semantycznej Collins i Quillian (1969)

25 cd. Collins i Quillian (1969) Badania Collinsa i Quilliana (1969) wydawały potwierdzać tego typu organizację wiedzy Okazało się, że Wyniki: im większa odległość w sieci pomiędzy danym pojęciem a jakimś jego predykatem (więcej węzłów na drodze między nimi), tym dłuższy jest czas dotarcia do tej informacji. Na przykład szybciej wydobywamy informację, że, niż tę, że. Najdłużej trwa wydobycie informacji, że. Predykcje te potwierdzono w wielu eksperymentach.

26 krytyka Badania Collinsa i Quilliana (1969) przyniosły wiele danych potwierdzających model sieci hierarchicznej. Jednak okazało się, że czas dostępu do informacji w danym węźle nie jest liniową funkcją odległości do tego węzła w sieci. Rips, Shoben i Smith (1973) wykryli, że stwierdzenie, iż "kot jest zwierzęciem", jest szybciej weryfikowane, niż to, że "kot jest ssakiem". Model zakładał, że jest przeciwnie. Conrad (1972) wykryła, że stwierdzenie, iż "kanarek jest ptakiem", jest szybciej weryfikowane, niż to, że "struś jest ptakiem", Model sieci semantycznej nie przewidywał tego typu różnic, bo hipotetyczna odległość pojęć "kanarek" i "struś" od pojęcia "ptak" jest w nim identyczna. Doprowadziło to do modyfikacji – modelu Collins i Loftus (1975) uwzględniającego siłę skojarzeń między węzłami.

27 Collins i Loftus (1975) Collins i Loftus (1975) utrzymali założenie o sieciowej strukturze wiedzy, lecz osłabili założenie o jej hierarchicznej organizacji. Za podstawowy czynnik decydujący o połączeniach między elementami wiedzy uznali siłę związku skojarzeniowego, który je łączy. Dlatego bardziej typowe obiekty są szybciej identyfikowane jako należące do określonej kategorii (np. v., Również ze względu na większą siłę skojarzeniową połączenie może być mocniejsze niż.

28 cd. Collins i Loftus (1975) dokonali uszczegółowienia sposobu reprezentowania pojedynczych elementów wiedzy, zapożyczając pewne elementy modelu opartego na cechach. Struktura wiedzy nadal ma postać sieci, w której węzłom odpowiadają pojęcia, podczas gdy ich etykiety werbalne są reprezentowane w postaci odrębnej struktury, zwanej wewnętrznym leksykonem. Z kolei węzły połączone są z sobą relacjami o charakterze semantycznym Collins i Loftus wzbogacili też listę relacji. Dołączyli, obok relacji przynależności do kategorii i relacji predykatywnej, relacjię"bycia przedstawicielem kategorii. Jest to połączenie odwrotne względem relacji przynależności do kategorii, versus.. Siła skojarzeń zmieniać się może zależnie od kierunku. Leksykon zorganizowany jest według fonetycznego i semantycznego podobieństwa nazw pojęć, które są połączone z jednym lub większą liczbą odpowiadających tym nazwom węzłów w sieci. Im więcej połączeń między węzłami, tym większa siła skojarzeniowa danego związku. Większa liczba połączeń jest możliwa dzięki bogatszej "liście" predykatów. Większa zgodność tych "list" w obrębie dwóch pojęć sprawia, że więcej jest między nimi połączeń, a ponadto że sposób ich łączenia może być bardzo różnorodny.

29 Collins i Loftus (1975) Na przykład pojęcia "stół" i "krzesło" są silnie powiązane, być może dzięki liście wspólnych predykatów. Stółkrzesło MEBLE

30 Sieć: rozprzestrzenianie się aktywacji Proces przywoływania wiedzy odbywa się dzięki mechanizmowi rozprzeniającej się aktywacji. Wzbudzenie jednego pojęcia powoduje, że aktywacja rozchodzi się w sieci jednocześnie w wielu kierunkach. Kierunki rozprzestrzeniania są wyznaczone przez strukturę połączeń w sieci: Aktywacja słabnie wraz oddalaniem się od pojęcia wyjściowego, ale też zależy od liczby i siły połączeń między węzłami. Wielkość aktywacji podlega ograniczeniom, co oznacza, że siła wzbudzenia jest odwrotnie proporcjonalna do liczby wzbudzonych węzłów. Kiedy połączenia są słabe, pobudzenie będzie szybko zanikać wraz z oddalaniem pojęcia wyjściowego. Jeśli dane pojęcie ma bogatą strukturę połączeń, mechanizm rozprzestrzeniającej się aktywacji może wzbudzić wiele innych węzłów (chyba że niektóre połączenia będą aktywnie hamowane).

31 Sieć: Rozprzestrzenianie się aktywacji

32 kolor owoc jest to nie jest to ?

33 Krytyka Woods (1975) Woods (1975) podkreśla, że nie ma empirycznego sposobu na oddzielenie informacji reprezentowanej w postaci węzłów i w postaci relacji. To poważny zarzut. (E. Nęcka) Nie wiadomo także, jakie są cechy dystynktywne różnego typu relacji między węzłami w sieci. Nie wiadomo, jaki jest swoisty dla każdej relacji mechanizm rozprzestrzeniania się aktywacji. Nie wiadomo, czy aktywacja rozprzestrzenia się tak samo w przypadku, gdy węzły łączą się na zasadzie przynależności kategorialnej (stół-mebel), jak i w przypadku, gdy łączy się ona na zasadzie skojarzenia (stół-krzesło). Dobrze wyjaśnia zjawiska oparte o skojarzenia, związane ze specyficzną treścią i kontekstem nabywanej wiedzy. Mechanizm rozprzestrzeniającej się aktywacji nie wyjaśnia udziału innych operacji poznawczych, jak rozumowanie dedukcyjne. Słabo radzi sobie również z wyjaśnieniem, jak korzystamy z wiedzy, np. rozwiązując złożone problemy. Te kwestie rozwiązują teorie ACT Andersona

34 Organizacja wiedzy proceduralnej: systemy reguł Reprezentacja tego typu pozwala na tworzenie procedur działania. Każda reguła składa się z warunku wyznaczającego zbiór właściwości, które muszą być spełnione, aby uruchomić daną czynność, i samej czynności, zbioru produkcji. Reguła: jeżeli (warunek), to (czynność) np..: jeżeli ( światło zielone), to ((zwolnienie hamulca), potem (nacisk na pedał gazu ))

35 Właściwości systemów reguł Stosowaniem reguł zarządza struktura kontrolna Reguły podlegają indeksacji, aby je odróżnić, aby przypisać warunki. Kiedy możliwe jest zastosowanie kilku reguł, struktura kontrolna dokonuje wyboru. Preferencja jest przypisywana regule bardziej szczegółowej ( zasada specyficzności reguł) Struktura kontrolna rejestruje użycie reguł, aby nie powtarzać, po zastosowaniu ( zasada niepowtarzania reguł)

36 Przykład ( Z. Nęcka) Jeżeli chcę napisać na komputerze literę "A", to : Przyjmijmy założenie, że jesteśmy w trakcie pisania jakiegoś tekstu. Jeżeli chcę napisać na komputerze literę "A", to: -> (1)warunek sprawdzam, czy kursor jest na właściwym miejscu ekranu, jeżeli "tak", to działanie (2); jeżeli "nie", to działanie: uruchamiam regułę "zmiany lokalizacji kursora", a potem działanie (2); -> (2) warunek sprawdzam, czy włączony jest "Caps Lock" jeżeli "tak", to działanie (3); jeżeli nie, to działanie uruchamiam regułę wciśnięcia klawisza "Shift" (która sama w sobie jest na tyle złożoną czynnością wykonawczą, że może posiadać osobną regułę), a potem działanie (3); -> (3) działanie wciśnięcia klawisza "a", a potem krok (4); ---> (4) warunek sprawdzam, czy na ekranie pojawiła się właściwa litera jeżeli "tak", to STOP jeżeli "nie", to działanie: wciśnięcia klawisza "Backspace" wracam do punktu (2).

37 Przykład ( Z. Nęcka) Jeżeli chcę napisać na komputerze literę "A", to: inna reprezentacja procedury: -> (1)warunek sprawdzam, czy kursor jest na właściwym miejscu ekranu, jeżeli "tak", to działanie (2); -> (2) warunek sprawdzam, czy włączony jest "Caps Lock" jeżeli "tak", to działanie (3); -> (3) działanie wciśnięcia klawisza "a", a potem krok (4); ---> (4) warunek sprawdzam, czy na ekranie pojawiła się właściwa litera jeżeli "tak", to STOP jeżeli "nie", to działanie: uruchamiam regułę "zmiany lokalizacji kursora", a potem działanie (2); jeżeli nie, to działanie uruchamiam regułę wciśnięcia klawisza "Shift" (która sama w sobie jest na tyle złożoną czynnością wykonawczą, że może posiadać osobną regułę), a potem działanie (3); jeżeli "nie", to działanie: wciśnięcia klawisza "Backspace" wracam do punktu (2).

38 Organizacja wiedzy w modelach ACT, ACT* i ACT-R ACT Anderson przyjął eklektyczny model reprezentacji informacji: wiedza w ACT może przyjąć postać sądów obrazów sekwencji zdarzeń

39 Relacja między pamięcią deklaratwną i proceduralną Modele Andersona

40 ACT: wiedza deklaratywna O charakterze bieżącego przetwarzania decyduje struktura wiedzy deklaratywnej i mechanizm aktywacji Strukturę wiedza deklaratywnej tworzą to (chunks- kęsy) złożone wskazówki (pointer) i sieci węzłów reprezentujących dane. Połączenia między węzłami posiadają różną siłę skojarzeniową. Siła skojarzeniowa zależy od liczby poprzednich przywołań. Do aktywacji węzłów dochodzi poprzez bodźce ze środowiska, przywołaniu pamięciowemu, a także przez rozprzestrzenianie się aktywacji sieci. Aktywację ogranicza pojemność pamięci roboczej i czasem: aktywna może być tylko niewielka liczba węzłów przez krótki czas. Aktywacja decyduje o zakresie wiedzy dostępnej bieżącemu przetwarzaniu

41 ACT: wiedza proceduralna Wiedza proceduralna reprezentowana jest w postaci reguł aplikowanych do wiedzy deklaratywnej, a także w postaci informacji zawartych w tzw. buforach wyspecjalizowanych modułów: wzrokowego, słuchowego i motorycznego (Anderson, Matessa, Douglass, 1995). Istotne jest to, że proces ten przebiega, według Andersona, jawnych deklaracji do niejawnych procedur

42 weryfikacji modelu ACT. Skupmy się na tych, które dotyczyły problemu struktury wiedzy. Empirycznie potwierdzono podstawowy dla modelu związek częstości użycia wiedzy z jej późniejszą dostępnością. Częściej przywoływana informacja jest łatwiej i szybciej dostępna, co zgadza się z hipotezą zróżnicowanej siły połączeń w sieci semantycznej (por. Anderson, 1976). ACT wyjaśnia również zjawisko interferencji, kiedy to jedna z konkurencyjnych informacji pozostaje niedostępna. W warunku presji czasu dobyte zostają tylko najsilniej wzbudzone pojęcia, dzięki silnym asocjacjom istniejącym w sieci (np. stół - krzesło). Inne natomiast ", które mogą być bardziej adekwatne do zadania, nie uzyskają odpowiedniego poziomu wzbudzenia. Pozostaną więc niedostępne.

43 Weryfikacja modelu ACT Andersona Lewis i Anderson (1976) Lewis i Anderson (1976) potwierdzili podstawowe predykcje modelu ACT. W swoich badaniach użyli specyficznych zadań leksykalnych. W pierwszej fazie eksperymentu osobom badanym prezentowano serię zdań, przy czym większość z nich, związana z jednym obiektem ( Napoleon Bonaparte), miała wzbudzać szerszy wachlarz odpowiedniego węzła sieci. W tej fazie eksperymentu inne obiekty były wzbudzane słabiej (George Washington) albo wcale (Fidel Castro), przy czym prezentowane zdania były fałszywe. W fazie drugiej - testowej - prezentowano zdania prawdziwe albo fałszywe. Zadanie osób badanych polegało na weryfikacji prawdziwości zdań. Wyniki: Okazało się, że czas weryfikacji zdań związanych z danym obiektem był dłuższy w przypadku postaci, którym przypisano więcej zdań w fazie pierwszej. Fałszywe zdania pochodzące z tej fazy wywołały silniejszą interferencję, powodując wydłużenie czasu dostępu do utrwalonej wiedzy semantycznej z zakresu historii.

44 Zadanie leksykalne użyte w badaniach Lewis i Andersona (1976). Opis w tekście. Wartość podana w nawiasie obok zdań użytych w drugiej fazie eksperymentu oznacza liczbę zdań, które dotyczyły danej osoby w pierwszej fazie. Przykłady zdań fałszywych użytych w pierwszej fazie eksperymentu: George Washington napisał Przygody Tomka Sawyera. Napoleon Bonapatre pochodził z Indii. Napoleon Bonaparte był piosenkarzem. Napoleon Bonaparte był senatorem liberałów. Napoleon Bonaparte posiadał ranczo. Przykłady zdań użytych w drugiej fazie eksperymentu: Zdania prawdziwe Fidel Castro jest Kubańczykiem. (0) George Washington przeprawił się przez rzekę Delaware. (1) Napoleon Bonaparte był cesarzem. (4) Zdania fałszywe (stare) George Washington napisał Przygody Tomka Sawyera. (1) Napoleon Bonaparte pochodził z Indii. (4) Zdania fałszywe nowe Fidel Castro był politykiem z Teksasu. (0) George Washington jest pływakiem. (1) Napoleon Bonaparte był komikiem. (4)

45 Weryfikacja modelu ACT Andersona Reder i Ross (1983) Problemem weryfikacji zajęli się również Reder i Ross (1983). Plan eksperymentalny ich badań był podobny jak u Lewisa i Andersona, z tym że w fazie uczenia się badani otrzymywali zdania o nieznanych im postaciach. Faza testowa mogła przyjąć dwie formy. Pierwsza polegała na rozpoznaniu, czy dane zdanie było już wcześniej prezentowane. Czas reakcji wzrastał wraz z liczbą zdań o danej osobie, prezentowanych w fazie uczenia się. ( Zreplikowano więc rezultaty uzyskane przez Lewisa i Andersona.) Druga forma testu polegała na ocenie, jakie jest - w świetle posiadanej wiedzy pochodzącej z wnioskowania ze zdań eksponowanych w fazie uczenia się - prawdopodobieństwo trafności innych zdań o tej osobie. (Innymi słowy, dysponując pewną wiedzą o fikcyjnej osobie, należało stwierdzić, na ile tezy zawarte w zdaniach prezentowanych w teście wydają się zasadne.) Wyniki: W tym warunku uzyskano efekt przeciwny: im więcej zdań zaprezentowano o danej postaci, tym szybsza była odpowiedź w fazie testowej. Interpretacja?

46 Nabywanie wiedzy Nabywanie wiedzy semantycznej Nabywanie wiedzy proceduralnej Nabywanie wiedzy niejawnej

47

48

49 Nabywanie wiedzy semantycznej

50 Nabywanie wiedzy proceduralnej

51 Nabywanie wiedzy niejawnej

52 Wiedza ekspertów Kryteria i właściwości wiedzy eksperckiej Nabywanie wiedzy eksperckiej

53 Kryteria i właściwości wiedzy ekspertów

54 Nabywanie wiedzy ekspertów


Pobierz ppt "Rozdział ­ Wiedza Rodzaje wiedzy Wiedza deklaratywna i proceduralna Wiedza jawna i niejawna Organizacja wiedzy: Reprezentacja wiedzy za pomocą cech Organizacja."

Podobne prezentacje


Reklamy Google