Používa sa dlhodobá pamäť vo vizuálno-priestorovej paradigme zisťovania zmien?

Pre viac informácií:ali.ma@wecistanche.com

Abstraktné

V testochpracovná pamäťs verbálnymi alebo priestorovými materiálmi, opakujúce to istéPamäťsady naprieč skúškami vedie k zlepšeniu výkonu pamäte. Tento dobre zavedený "Hebbov efekt opakovania" nebolo možné preukázať pre vizuálne materiály v predchádzajúcom výskume. Absenciu Hebbovho efektu možno vysvetliť dvoma spôsobmi: Buď sa človeku nepodarí získať dlhodobú pamäťovú reprezentáciu opakovanýchPamäťsady, alebo nadobudnú naprdlhodobá pamäťreprezentácií, ale nedokážu ich použiť počaspracovná pamäťúloha. V dvoch experimentoch (N1=18 a N{1}}) sme sa zamerali na rozhodnutie medzi týmito dvoma možnosťami pomocou manipulácie so znalosťami dlhodobej pamäte niektorých pamäťových sád použitých v úlohe zisťovania zmien. Pred testom detekcie zmien sa účastníci naučili tri polia farieb podľa kritéria. Následný test detekcie zmien obsahoval predtým naučené aj nové farebné polia. Výkon detekcie zmien bol lepší ako predtým naučené v porovnaní s novými poliami, čo dokazujedlhodobá pamäťpoužíva sa pri detekcii zmien.

Kľúčové slová:Vizuálna pracovná pamäť. Dlhodobá pamäť. Paradigma detekcie zmien. Hebbov efekt opakovania

Repetitio est mater studiorum — opakovanie je matkou štúdia. Tento základný princíp pravdepodobne platí pre všetky subjekty, ktoré sú schopné robiť to, čo nazývame „učenie sa“; zvieratá a ľudia a dokonca aj počítače. Učenie si zvyčajne vyžaduje opakovanie niektorých cieľových informácií, či už zámerne alebo neúmyselne. Počas opakovaní sa nervové spojenia v našom mozgu postupne menia, aby zachytávali opakované informácie.

Kliknutím na tlačidlo Cistanche používa pamäť

Aká je úloha pracovnej pamäte pri učení? Za 6 desaťročí viacerí teoretici predpokladali, že krátkodobé resppracovná pamäť(WM) – médium na dočasné uchovávanie informácií – je bránou do dlhodobej pamäte (LTM), kde sú informácie uložené natrvalo. Atkinson a Shiffrin (1968) predpokladali, že informácie musia prejsť cez „krátkodobý obchod“ do LTM. Baddeley a spol. (1998) predpokladali, že fonologická slučka, súčasť Baddeleyho modelu WM, je zariadením na učenie sa nových slovných foriem. Nedávno Cowan (2019) zdôraznil, že udržiavanie informácií vo WM zahŕňa nielen aktiváciu existujúcich reprezentácií LTM, ale aj vytváranie nových. Forsberg a kol. (2020) tvrdili, že obmedzená kapacita WM predstavuje prekážku pri získavaní nových vedomostí v LTM.

Dôležitým nástrojom na štúdium úlohy WM pri postupnom získavaní vedomostí prostredníctvom opakovania je takzvaný Hebbov efekt opakovania (Hebb, 1961). Hebbov efekt opakovania sa týka pozorovania, že okamžité sériové vyvolanie – bežný test WM – sa postupne zlepšuje pre zoznam pamäte, ktorý sa v priebehu experimentu niekoľkokrát opakuje (napr. Hebb, 1961; Hitch et al., 2005; Page a kol., 2006). Hebbov efekt bol pôvodne pozorovaný pri úlohe okamžitého sériového vybavovania pomocou verbálnych podnetov (Hebb, 1961) a špecificky sa o ňom diskutuje pre jeho príspevok k učeniu jazykov (Lafond a kol., 2010; Szmalec a kol., 2009). Iné štúdie to zistili aj so zmysluplnými vizuálnymi stimulmi, ako sú vzpriamené tváre (Horton a kol., 2008) a so sekvenciami priestorových umiestnení (napr. Couture & Tremblay, 2006; Gagnon a kol., 2004; Page a kol., 2006; Turcotte a kol., 2005).

In contrast, several attempts to demonstrate the Hebb effect with arrays of simple visual stimuli have largely failed. In particular, no improvement of change detection—a common test of visual working memory—has been found across dozens of repetitions of the same array (Fukuda & Vogel, 2019; Logie et al., 2009; Olson & Jiang, 2004). There is some evidence for learning with a change-detection paradigm (Shimi & Logie, 2019), but it appears to require many more repetitions (>60 v tejto štúdii) ako klasický Hebbov efekt, ktorý je silný po približne 10 opakovaniach.

Súčasná štúdia

Existujú dve možné vysvetlenia absencie Hebbovho učenia v úlohe zisťovania zmien. Po prvé, účastníci by mohli zlyhať pri získaní vyjadrení LTM oopakovaná pamäťpolia. Po druhé, účastníci môžu zakódovať opakovane prezentované polia v LTM, ale nepodarí sa im použiť tieto reprezentácie LTM v následných pokusoch na detekciu zmien s použitím rovnakých polí. To znamená, že aj keď účastníci získajú vedomosti, pomocou ktorých by mohli zlepšiť svoj výkon na opakovaných poliach, nie. Niektoré dôkazy pre druhú možnosť pochádzajú z dvoch štúdií, ktoré ukazujú, že aj keď sa detekcia zmien nezlepšila pri opakovaných poliach, účastníci boli schopní rozpoznať opakované polia vysoko nad náhodu v teste na konci experimentu (Fukuda & Vogel, 2019; Olson & Jiang, 2004).

V súčasnej štúdii sme sa zamerali na testovanie, či sa reprezentácie dlhodobej pamäte používajú v paradigme detekcie vizuoprostorových zmien. Vytvorili sme LTM stopy troch šesťfarebných cieľových polí A, B a C vo fáze učenia. Potom sme porovnali výkon v následnom teste pracovnej pamäte medzi pokusmi s použitím jedného z týchto cieľových polí, ktoré boli preukázateľne uložené v LTM po fáze učenia, a pokusmi s náhodne generovanými poliami (D) bez zastúpenia v LTM. Experimentálne generovanie stôp LTM mimo postupu zisťovania zmien umožňuje rozlíšenie dvoch možných výsledkov. Ak sa použijú tieto reprezentácie, mali by sme pozorovať lepšiu presnosť detekcie zmien pre naučené polia v porovnaní s náhodnými poliami. Ak sa tieto reprezentácie nepoužijú, presnosť naučených polí by sa nemala líšiť od presnosti náhodných polí.

Metóda

Účastníci

Experimentu 1 a experimentu 2 sa zúčastnili dve rôzne vzorky. Pre Experiment 1 vzorka pozostávala z N=18 (mág=22,6 rokov, SDage=2,89) univerzitných študentov z univerzity v Zürichu. Do experimentu 2 sa zapojilo N=30 (mág=23 rokov, SDage=4,89) univerzitných študentov Univerzity v Zürichu a Ulmskej univerzity, z ktorých jedna osoba bola vylúčená z analýzy údajov po fáza učenia z dôvodu nedostatočného výkonu vo fáze učenia (konečná N=29). Náš výber veľkostí vzoriek bol informovaný N z predchádzajúcich štúdií o Hebbovom efekte. Rozhodli sme sa zväčšiť veľkosť vzorky Experimentu 2, aby sme zvýšili našu šancu zmerať malý efekt vedomostí, ktoré nám v Experimente 1 mohli uniknúť. Oba experimenty boli propagované prostredníctvom letákov a e-mailov. Účastníci museli mať od 18 do 35 rokov a plynule ovládať nemčinu. Zainteresované osoby boli vylúčené z účasti, ak boli farboslepé alebo mali slabý (tj neupravený) zrak.

Materiály a postup

Úlohy oboch experimentov boli navrhnuté tak, aby skúmali rovnakú výskumnú otázku; po vykonaní experimentu 1 sa však v úlohách vykonali určité mierne úpravy. Oba experimenty pozostávali z dvoch častí. Prvá bola fáza učenia, v ktorej boli účastníci poučení, aby sa naučili tri odlišné farebné polia (označené A, B a C, v tomto poradí; pre zvyšok tohto dokumentu sa budú nazývať „cieľové polia“). Potom bola vykonaná úloha zisťovania zmien, v ktorej niektoré pokusy používali cieľové polia a iné pokusy používali nové náhodné polia ako pamäťové sady.

Experiment 1 Fáza učenia sa experimentu 1 začala postupnou prezentáciou troch farebných polí, ktoré sa majú naučiť, po dobu 10 s. Každé pole pozostávalo zo šiestich farebných políčok, ktoré boli rozmiestnené v rovnakej vzdialenosti na pomyselnom kruhu a na uľahčenie učenia bolo každé pole spárované s písmenom (A, B alebo C) v strede pomyselného kruhu. Pre všetkých účastníkov boli farby pre každé pole náhodne vybrané zo vzorky 12 rôznych farieb (hodnoty RGB nájdete v tabuľke 1).

Po tomto úvodnom vystavení trom poliam bola fáza učenia implementovaná pomocou klasickej paradigmy zisťovania zmien. Rozhodli sme sa, že účastníci sa budú učiť polia týmto spôsobom, pretože sme chceli, aby sa učenie podobalo úlohe WM. Tento postup by mal zabezpečiť nízky prah pre použitie reprezentácií LTM počas následného testu WM, pretože optimalizuje spracovanie vhodné pre prenos (Morris et al., 1977).

Paradigma detekcie zmien aplikovaná počas fázy učenia je schematicky znázornená na obr. 1. Pozostávala z troch blokov, každý s 24 pokusmi. Vo všetkých blokoch sa každý pokus začal prezentáciou fixačného kríža na 1,000 ms, ktorý bol vycentrovaný na obrazovke. Ďalej bolo prezentované jedno z troch cieľových polí. Tu sa časy prezentácie medzi tromi blokmi líšili. V prvom bloku boli cieľové polia prezentované na 3 500 ms, v druhom bloku na 2 500 ms a v treťom bloku na 1 500 ms. Po prezentácii cieľového poľa sa účastníkom na ďalšiu 1,000 ms zobrazila prázdna obrazovka. Následne bola účastníkom prezentovaná sonda cieľového poľa pozostávajúca z jednej farebnej náplasti v prvom bloku, trojfarebných náplastí v druhom bloku alebo kompletného poľa šiestich farebných náplastí v treťom bloku. Účastníci museli uviesť, či sa teraz prezentované farebné náplasti zhodujú s tými, ktoré boli predtým prezentované na rovnakej pozícii. Čas odozvy nebol obmedzený. Existovali tri typy pokusov: pokusy bez zmeny (rovnaká farebná náplasť na rovnakej pozícii), skúšky s výmenou zámeny (prezentovaná farebná náplasť na inej pozícii) a pokusy s náhodnou zmenou (farby, ktoré predtým neboli prezentované v cieľovom poli v akákoľvek poloha). V rámci každého bloku bolo 12 pokusov bez zmeny, šesť pokusov s výmenou a šesť pokusov s náhodnými zmenami – poradie typu pokusu bolo randomizované. Každé pole bolo prezentované osemkrát na blok a ich poradie bolo náhodné. Po každom pokuse bola poskytnutá spätná väzba. Ak bola odpoveď správna, účastníkom sa zobrazila správa "Richtig!" (Správne!) a nasledoval ďalší súdny proces. Ak bola odpoveď nesprávna, účastníkom sa zobrazila správa „Leider nicht Richtig! So siehtdiekorrekte Anordnung us:“ (Bohužiaľ nesprávne! Takto vyzeralo správne pole:) a potom sa im znova predložilo kompletné cieľové pole, aby sa im poskytlo ďalšie možnosť učenia. Aby sa zabezpečilo učenie sa troch cieľových polí, účastníci museli v rámci každého bloku splniť kritérium učenia, ktorým bolo minimálne 19 správne zodpovedaných pokusov (z 24). Ak účastníci nesplnili toto kritérium, museli zopakovať blok, v ktorom tak nesplnili. Okrem toho sa na začiatku každého bloku opäť prezentovali tri cieľové polia na 10 s. Týmto spôsobom sme dúfali, že vyvoláme primerane silnú LTM reprezentáciu cieľových polí.

Keď účastník splnil všetky kritériá fázy učenia, boli mu predložené pokyny k nasledujúcej úlohe pracovnej pamäte – konkrétne k ďalšej úlohe zisťovania zmien. Pokyny opäť objasnili postup tejto úlohy a výslovne uvádzali, že do budúcnosti už nebude poskytnutá žiadna spätná väzba. Vo všeobecnosti sa paradigma zisťovania zmien silne podobala fáze učenia. Každá skúška začala prezentáciou fixačného kríža na 1,000 ms na prázdnej obrazovke. Ďalej bolo prezentované šesťfarebné pole, ale na rozdiel od fázy učenia bol teraz čas prezentácie 1,000 ms. Po 1,000- ms intervale uchovávania, počas ktorého bola obrazovka prázdna, sa na pozícii náhodne vybranej položky poľa zobrazila jedna farebná škvrna ako sonda. Účastníci opäť museli uviesť, či sa teraz prezentovaná farebná náplasť zhoduje s farebnou náplasťou kompletného šesťfarebného poľa v rovnakej polohe. Čas odozvy nebol obmedzený. Pre túto úlohu pracovnej pamäte bolo administrovaných 10 blokov s 18 pokusmi. Predtým museli účastníci absolvovať 18 praktických skúšok.

Z celkových 180 testovacích pokusov 90 pokusov prezentovalo jedno z cieľových polí A, B alebo C (každý 30 pokusov, teraz prezentovaných bez ich označenia) a ďalších 90 pokusov bolo vyhradených na prezentáciu nových polí (D), generované náhodne s obmedzením, že nesmú byť identické s jedným z cieľových polí. Pred úlohou nebolo účastníkom povedané, že predtým naučené polia môžu byť znovu prezentované. V rámci 18 pokusov na blok bolo približne 40 percent bez zmeny a 60 percent pokusov so zmenami.1 Poradie typu pokusu a poradie polí boli opäť randomizované v rámci každého bloku.

Experiment 2 sa začal podobnou fázou učenia ako Experiment 1. Aby sme však zlepšili učenie LTM, pridali sme ešte jeden blok učenia a sprísnili sme kritérium učenia pre každý blok (aspoň 20 z 24 pokusov bolo správnych). Schematický prehľad podmienok učenia nájdete na obr. 2. Fáza učenia teraz pozostávala zo štyroch blokov, každý s 24 pokusmi. Prvé tri bloky boli rovnaké ako v experimente 1, s výnimkou toho, že časy prezentácie pre cieľové polia vo všetkých blokoch boli náhodné v rozsahu od 1,{8}} do 5,{10}} ms. Štvrtý blok pridal novú vzdelávaciu skúsenosť: Účastníci boli teraz prezentovaní iba so štítkami A, B alebo C, po ktorých nasledovala kompletná sonda poľa. Museli uviesť, či táto sonda zodpovedá poli, ktoré sa naučili spájať s predtým prezentovaným písmenom. Táto podmienka učenia by mala zabezpečiť, aby účastníci vytvorili LTM reprezentácie cieľových polí, ktoré by mohli získať na základe ľubovoľného podnetu na vyhľadávanie.

Na testovanie LTM po fáze učenia sme pridali úlohu diskrétneho vyhľadávania, v ktorej boli účastníkom prezentované písmenové narážky cieľových polí a šesť prázdnych kruhov na pozíciách farebných polí. Šesť prázdnych kruhov bolo označených jeden po druhom a účastníci si museli vybrať správnu farbu zo sady 12 odlišných farieb, ktoré boli uvedené vedľa prázdneho poľa. Označený kruh bol potom vyplnený zvolenou farbou, ak bola voľba správna. Ak bola voľba nesprávna, účastníci boli upozornení a bola vyplnená skutočne správna farba. Týmto spôsobom boli účastníkom opäť prezentované kompletné cieľové polia a mohli si ďalej upravovať svoje LTM reprezentácie.

Nasledujúca fáza WM bola takmer identická s Experimentom 1. Skrátili sme časy prezentácie polí na 250 ms. Okrem toho sa zmenil pomer typov sond v dôsledku chyby v programovaní z pomeru 40:60 medzi sondami bez zmeny a výmenou na približne 70 percent sond bez zmeny a približne 30 percent sond so zmenou (oddelené na swap zmeny a náhodné zmeny).

Po teste WM bola účastníkom opäť prezentovaná úloha diskrétneho vyhľadávania a opakovanie nového štvrtého bloku fázy učenia s písmenami ako podnetmi pre cieľové polia, aby sa otestovali ich LTM reprezentácie cieľových polí. naposledy. To nám umožnilo porovnať dostupnosť cieľových polí v LTM pred a po úlohe WM.

Všeobecný postup pre oba experimenty bol podobný. Obe testovacie sedenia trvali približne 1,5–2 hodiny a účastníci boli kompenzovaní buď 15–22 CHF alebo čiastočným kreditom kurzu. Pred účasťou všetci účastníci poskytli informovaný súhlas. Na experimenty dohliadali vyškolení výskumní asistenti. Úlohy boli naprogramované a prezentované prostredníctvom PsychoPy 2 (Peirce et al., 2019). Všetky úlohy a štandardizované pokyny boli prezentované na obrazovkách počítačov s rozlíšením Full HD (1 920 × 1 080 pixelov). Všetky podnety boli prezentované na sivej farbe pozadia a účastníci používali označené klávesy (- a<) on="" standard="" keyboards="" for="" responding="" to="" the="">

Pre oba experimenty, fáza učenia aj test WM, poskytujú dichotomickú závislú premennú označujúcu presnosť. Preto sme analyzovali dáta pre WM testy s logistickými regresnými modelmi, v ktorých bol počet správnych odpovedí predpovedaný podľa typu prezentovaných polí (tj naučené cieľové polia vs. nenaučené náhodné polia). Okrem fixného efektu tohto prediktora úplný model zahŕňal hlavný efekt bloku, interakčný termín typu poľa s blokom, náhodný efekt subjektu (tj náhodné zachytenie), ako aj termín pre efekt blokov a typov polí vnorených v rámci subjektov (tj náhodné sklony). Po špecifikácii úplného modelu sme ho porovnali s šetrnejšími modelmi, aby sme vyhodnotili dôkazy pre každý jednotlivý efekt pomocou Bayesových faktorov na porovnanie modelov (Bürkner, 2017). Prior pre logistické regresné modely so zmiešanými efektmi boli Cauchyho priory so stupnicou 1/√2, získané úpravou odporúčaní Gelmana a kol. (2008) (podrobnejšie o výbere mierky pre modely logistickej regresie nájdete v Oberauer, 2019). Modely boli odhadnuté so 100,000 vzorkami, vygenerovanými prostredníctvom troch nezávislých Markovových reťazcov, každý s 2,{11}} vzorkami na zahrievanie (tj 98,000 vzoriek po zahrievaní spolu).

Pretože v oboch experimentoch nebol pomer rovnakých pokusov a pokusov o zmene vyvážený, u účastníkov sa mohlo vyvinúť skreslenie odozvy, čo by skreslilo pomernú správnu mieru ako index kvality pamäte. Výkon sme preto hodnotili aj pomocou dvoch modelov merania, ktoré oddeľujú kvalitu pamäte od skreslenia. Veľa diskutovaným rozdielom medzi teóriami vizuálneho WM je medzi tými, ktoré predpokladajú neustále sa meniacu silu alebo presnosť pamäťových reprezentácií (Ma et al., 2014; Oberauer & Lin, 2017), a tými, ktoré predpokladajú binárne rozlíšenie medzi položkami, ktoré si pamätáme a inými, ktoré nie sú (Adam et al., 2017; Zhang & Luck, 2008). Aby sme dosiahli spravodlivosť z oboch perspektív, použili sme model merania detekcie signálu na meranie kvality pamäte na kontinuálnej škále diskriminácie a vysokoprahový model na meranie počtu zapamätaných položiek. Konkrétne sme vypočítali d' (diskriminabilita) ac (kritérium odozvy) z teórie detekcie signálu (na základe Macmillana, 1993; Stanislaw & Todorov, 1999), kde sme korigovali extrémnu mieru úspešnosti a extrémnu mieru falošných poplachov (tj. 0 alebo 1; pozri Hautus, 1995). Okrem toho sme vypočítali Pmem (pravdepodobnosť, že účastník mal testovanú položku v pamäti) a g (hádanie pravdepodobnosti pre odpoveď „zmeny“) z vysokoprahového modelu (Model 4 od Cowan et al., 2013). Všetky indexy boli vypočítané pre výkon naučeného aj náhodného poľa. V rámci každého experimentu sme predpovedali príslušné indexy pomocou lineárnych regresných modelov s typom poľa ako prediktorom a náhodným efektom subjektu (tj náhodný záchyt). Keďže indexy boli vypočítané z údajov agregovaných zo všetkých pokusov, do týchto analýz sme nemohli zahrnúť blok ako prediktor.

Výsledky

Experiment 1

Fáza učenia V tabuľke 2 uvádzame presnosť pre rôzne bloky fázy učenia. Sedem osôb muselo zopakovať jeden z učebných blokov raz. Žiadna osoba nemusela opakovať posledný vzdelávací blok, čo naznačuje dobré učenie. To sa prejavuje aj klesajúcim podielom chýb z bloku na blok.

Úloha pracovnej pamäte Ďalej uvádzame presnosť naprieč blokmi úlohy pracovnej pamäte (pozri obr. 3). Výkon na cieľových poliach bol lepší ako na náhodných poliach vo väčšine blokov. Okrem toho sme nepozorovali stabilný nárast výkonu naprieč blokmi konkrétne na cieľových poliach v dôsledku ich opakovaných prezentácií naprieč blokmi, ako by sa dalo očakávať, ak by sa účastníci počas úlohy zisťovania zmien pokračovali v učení sa týchto polí.

Pokiaľ ide o naučené polia, účastníci urobili v priemere 9,5 percent chýb vo všetkých blokoch, zatiaľ čo v náhodných poliach urobili v priemere 13,7 percent chýb. To sa rovná štandardizovanej veľkosti účinku d=−,50 so širokým 95 percentným CI [−1,05, 0,05]. Bayesove faktory zodpovedajúce modelovým porovnaniam pre modely logistickej regresie so špecifickými účinkami a bez nich sú uvedené v tabuľke 3. Táto analýza podporila iba hlavný účinok typu poľa, čo znamená, že účastníci celkovo vykazovali lepší výkon na naučených poliach (zodpovedajúce odhady parametrov nájdete v tabuľke 4).

Experiment 2

Fáza učenia V tabuľke 5 uvádzame popisné štatistiky výkonu vo fáze učenia. Dvadsaťdva účastníkov muselo zopakovať aspoň jednu z fáz učenia, pretože nedosiahli správne nastavené kritérium aspoň 20 pokusov. Počet opakovaní pre podmienku s jednou sondou sa pohyboval od 1 do 6, zatiaľ čo počet opakovaní pre podmienku s tromi sondami sa pohyboval od 1 do 4. Pozorovali sme však jasný trend zlepšovania v rámci učebných blokov, čo naznačuje úspešné učenie . Žiadny účastník nemusel opakovať posledné dva učebné bloky.

Bezprostredne po fáze učenia museli účastníci reprodukovať predtým naučené polia manuálnym výberom farieb pre každú pozíciu poľa. Na celkovo 18 vyplnených farebných políčok (šesť na cieľové pole) mali účastníci priemernú korekciu 67 percent (SD=47 percent). To ukazuje, že účastníci boli schopní preniesť svoje znalosti o cieľových poliach do iného spôsobu vyhľadávania (od detekcie zmeny po stiahnutie). Táto úloha diskrétneho vyhľadávania sa opakovala po teste WM. V porovnaní s prvou vyhľadávacou úlohou priamo po fáze učenia sa výkon účastníkov zlepšil. Pri tejto poslednej úlohe diskrétneho vyhľadávania bolo v priemere 93 percent farebných polí reprodukovaných správne (SD=44,3 percenta). Bayesovský t-test pre párové vzorky, pokiaľ ide o počet správnych volieb, odhalil slabé dôkazy o lepšom výkone v druhej úlohe diskrétneho vyhľadávania v porovnaní s prvou (BF=3 0,59). Tento výsledok ukazuje, že stopy LTM cieľových polí neklesli počas testu WM.

Nakoniec bola pamäť účastníkov o poliach vyhodnotená poslednýkrát na samom konci experimentu zopakovaním posledného bloku fázy učenia, kde im boli prezentované iba písmenové narážky v paradigme zisťovania zmien. Správne odpovedali na 93 percent z 24 pokusov, čo naznačuje veľmi presné a dostupné znalosti o cieľových poliach.

Úloha pracovnej pamäte Na obr. 4 predstavujeme výkon naprieč blokmi úlohy detekcie zmien. Kombinovaný priemerný výkon troch polí bol lepší ako pre náhodné polia vo väčšine blokov. Účastníci urobili v priemere 17,5 percent chýb v naučených poliach, zatiaľ čo v náhodných poliach urobili v priemere 23,4 percent chýb. To sa rovná štandardizovanej veľkosti účinku d=−,55 s 95 percentným CI [−,98, −,11]. V porovnaní s veľkosťou účinku experimentu 1 je štandardizovaný priemerný rozdiel v experimente 2 o niečo väčší. Okrem toho existovala tendencia zvyšovať výhodu cieľových polí cez bloky, čo sa podobalo Hebbovmu efektu.

Bayesove faktory pre modelové porovnania pre modely logistickej regresie nájdete v tabuľke 6. Našli sme rozhodujúci dôkaz o hlavnom účinku typu poľa. Existovali mierne dôkazy proti hlavnému účinku bloku a proti interakcii medzi oboma prediktormi. Konečný model teda zahŕňal hlavný účinok typu poľa a náhodného zachytenia (tj náhodný účinok subjektu) a zodpovedajúce odhady parametrov možno nájsť v tabuľke 7.

Oddelenie kvality pamäte od skreslenia odozvy

V tabuľke 8 uvádzame vyššie uvedené indexy modelu merania detekcie zmien pre každý experiment, oddelené podľa typu poľa. Okrem popisných štatistík uvádzame zodpovedajúce veľkosti účinku pre každý index na experiment a Bayesove faktory odzrkadľujúce dôkazy o hlavnom účinku typu poľa.

V experimente 1 bol index rozlišovacej schopnosti účastníkov d' väčší na naučených poliach ako na náhodných poliach; v experimente 2 neexistoval žiadny dôkaz, ktorý by podporoval tento rozdiel. Kritériá odozvy (c) v oboch experimentoch boli porovnateľné a naznačujú malú zaujatosť voči hláseniu zmeny v pokusoch. Keďže kritériá odozvy pre oba experimenty boli veľké a rovnakej veľkosti, rôzne pomery rovnakých pokusov k zmenám v týchto dvoch experimentoch mali malý vplyv na správanie účastníkov. V oboch experimentoch sme našli dôkaz, že kritériá odozvy boli znížené pre naučené polia, čo znamená, že tendencia indikovať zmenu bola podstatne menšia ako pre polia s reprezentáciami LTM.

Pokiaľ ide o model vysokoprahového merania, pravdepodobnosť, že bude testovaná položka v pamäti, Pmem, bola vyššia pre naučené polia ako pre nenaučené polia v oboch experimentoch. Podobne pravdepodobnosť uhádnutia (g) na uhádnutie "zmeny" sa znížila pre naučené polia v porovnaní s neučenými poliami. To bol najmä prípad experimentu 2, zatiaľ čo dôkazy v experimente 1 boli nejednoznačné. Celkovo sa oba modely merania zhodli na závere, že naučené polia sa líšia od nenaučených polí v kvalite pamäte aj skreslení. Keď bolo zohľadnené skreslenie, index d' už nevykazoval dôveryhodný účinok učenia v experimente 2. V experimente 1 d' aj Pmem vykazovali dôveryhodný účinok učenia. Upozorňujeme, že pozorované rozdiely vo všetkých indexoch meracích modelov medzi experimentmi neboli podstatné, ako naznačujú Bayesovské t-testy pre nepárové vzorky (zodpovedajúce BF sa pohybovali od 0,32 do 2,8)

Diskusia

Pomocou dvoch experimentov sme skúmali, či informácie o vizuálnych poliach uložených v dlhodobej pamäti boli užitočné pre následný výkon v úlohe zisťovania zmien pomocou týchto polí. Vyvolali sme reprezentácie dlhodobej pamäte pred paradigmou detekcie zmien a zabezpečili sme, že sa to dôkladne naučilo. Okrem toho sa zapamätané polia ďalej opakovali v priebehu úlohy pracovnej pamäte, čo umožnilo ďalšie učenie. Ak sa znalosti o cieľových poliach získané vo fáze učenia použili v teste pracovnej pamäte, výkon na naučených poliach by mal byť lepší ako na náhodných poliach. Okrem toho, ak by ľudia pokračovali v učení o cieľových poliach prostredníctvom ich opakovania v teste pracovnej pamäte, ich výkon pri detekcii zmien by sa v priebehu opakovaní polí neustále zlepšoval.

Celkovo vzaté, zistenia oboch experimentov ukázali jasný dôkaz pre predpoklad, že už existujúce LTM reprezentácie visuopriestorových stimulov (tj farebné polia) sú prospešné pre výkon pracovnej pamäte počas paradigmy zisťovania zmien. V oboch experimentoch sme identifikovali hlavný účinok typu poľa. Výkon detekcie zmien bol lepší ako predtým naučené v porovnaní s novými poliami, čo ukazuje, že pri detekcii zmien sa používa dlhodobá pamäť. Neexistoval žiadny dôkaz pre ďalšie učenie počas fázy pracovnej pamäte v oboch experimentoch.

Prečo väčšina predchádzajúcich štúdií nepreukázala žiadne dôkazy o učení v úlohách zisťovania zmien? Naše experimenty vylučujú jedno vysvetlenie, a to, že ľudia sa učia opakujúce sa polia, ale nepoužívajú svoje znalosti na rozhodnutia týkajúce sa detekcie zmien. To ponecháva alternatívu, že ľudia sa neučia opakované polia, alebo sa ich aspoň nenaučia dostatočne dobre. Existujú dôvody domnievať sa, že k určitému kumulatívnemu učeniu opakovaných polí skutočne dochádza. Jedným z nich je, že Shimi a Logie (2019) zistili postupné zlepšovanie detekcie zmien v priebehu 60 alebo viacerých opakovaní toho istého poľa. Ďalšie dôkazy pochádzajú zo štúdií Olsona a Jianga (2004) a Fukudu a Vogela (2019). Hoci obe štúdie nenašli žiadny jasný dôkaz, že výkon na opakovaných poliach počas úlohy zisťovania zmien bol lepší v porovnaní s náhodnými poliami, účastníci oboch štúdií boli schopní identifikovať opakované polia počas následného testu rozpoznávania pri vyššie uvedenej príležitosti. úrovni. To znamená, že počas experimentov sa muselo udiať aspoň nejaké učenie sa pre opakované informácie, ale zjavne to nestačí na to, aby tieto poznatky pomohli pri detekcii zmien.

Mohlo to byť preto, že v záverečných testoch rozpoznávania týchto skorších štúdií museli účastníci odlíšiť opakované polia od náhodne zložených nových polí, od ktorých sa líšili v niekoľkých položkách, zatiaľ čo sondy zmien úlohy detekcie zmien sa líšili od prezentovaných polí. len v jednej položke. Ľudia mohli získať čiastočné znalosti o opakovanom poli – napríklad vedomosti o pároch alebo trojiciach farieb – čo je dostatočné na to, aby ich odlíšilo od úplne nových polí, ale zriedka pomáha odhaliť jedinú zmenu. Ďalšou možnosťou je, že vedomosti získané o opakovaných poliach sú slabé, takže ich získavanie je pomalé. V teste detekcie zmien môže dôjsť k preteku medzi získaním práve prezentovaného poľa z WM a získaním zodpovedajúcej stopy z LTM. Ak je získavanie z LTM oveľa pomalšie ako získavanie z WM, zriedkakedy by vyhralo preteky. Naproti tomu v konečnom rozpoznávacom teste je k dispozícii iba LTM, a preto si ľudia pravdepodobne nájdu čas, aby ho získali a použili. Či tak alebo onak, reprezentácie LTM, ktoré sa vytvárajú postupne z opakovaných polí počas zisťovania zmien, sa hromadia veľmi pomaly – oveľa pomalšie ako v typických Hebbových opakovaných experimentoch – a preto neprispievajú k výkonu zisťovania zmien, pokiaľ počet opakovaní nepresiahne približne 50. , vedomosti získané v samostatnej fáze učenia, ako v našich experimentoch, sú dostatočne silné na to, aby boli užitočné pri zisťovaní zmien od začiatku.

Nízka miera učenia je v protiklade k pomerne rýchlemu učeniu pozorovanému v Hebbovej vzorke opakovania s inými druhmi materiálov (verbálne položky, priestorové umiestnenie, tváre) a inými testovacími postupmi (tj sériové vyvolávanie alebo rekonštrukcia). Preto udržiavanie súboru položiek vo WM nestačí na podporu rýchleho učenia. Niečo iné o informáciách, ktoré sa majú naučiť, alebo o postupe testovania WM, musí ovplyvniť rýchlosť učenia. Jedna možnosť, ktorú nastolili Logie et al. (2009) je, že pri detekcii zmien sondy zmien interferujú s dlhodobou pamäťovou reprezentáciou opakovaných polí, čím spomaľujú učenie. Ďalšiu možnosť naznačuje stále nepublikovaná séria experimentov od Souzu a Oberauera (2021): Robustné Hebbovo učenie vizuálnych polí bolo pozorované iba vtedy, ak boli všetky položky polí testované v každom pokuse. Je možné, že LTM sa vytvára predovšetkým vtedy, keď získavame informácie z WM alebo LTM (Sutterer & Awh, 2016), a preto je učenie počas zisťovania zmien pomalé, pretože každá skúška zahŕňa iba jeden test.

Záver

Keď sú v LTM dostupné silné a komplexné znalosti o vizuálnych poliach, používajú sa v úlohe zisťovania zmien. Absenciu typického Hebbovho efektu opakovania s vizuálnymi poľami (Fukuda & Vogel, 2019; Logie et al., 2009; Olson & Jiang, 2004) možno najlepšie vysvetliť tým, že ľudia sa nedokážu naučiť úplné polia dostatočne silno pri obmedzenom počte opakovaní. .