Довготривала пам'ять: Зберігання – Теорія обробки інформації

У цьому розділі обговорюється зберігання інформації в ДПП (Довготривалій пам'яті). Хоча наші знання про ДПП обмежені, оскільки ми не маємо вікна в мозок, дослідження створили достатньо послідовну картину процесу зберігання.

Характеристика ДПП у цьому уроці передбачає структуру, де знання представлені як місця або вузли в мережах, причому мережі пов'язані (асоційовані) одна з одною. Зверніть увагу на подібність між цими когнітивними мережами та нейронними мережами, які обговорювалися в курсі раніше. Обговорюючи мережі, ми маємо справу переважно з декларативними знаннями та процедурними знаннями. Умовні знання розглядаються в розділі 7 курсу, поряд з метакогнітивними діями, які контролюють і спрямовують когнітивну обробку. Передбачається, що більшість знань зберігається в ДПП у вербальних кодах, але роль образів також розглядається в кінці цього уроку.

Природа пропозицій

Пропозиція - це найменша одиниця інформації, яку можна оцінити як істинну або хибну. Пропозиції є основними одиницями знань і значення в ДТП (Андерсон, 1990; Косслін, 1984; Норман і Румелхарт, 1975). Кожна з наступних є пропозицією:

• Декларація незалежності була підписана в 1776 році.
• .
• Тітка Фріда терпіти не може ріпу.
• Я добре знаю математику.
• Головні герої представлені на початку історії.

Ці зразки пропозицій можна оцінити як істинні або хибні. Зауважте, однак, що люди можуть не погоджуватися зі своїми судженнями. Карлос може вважати, що він погано знає математику, але його вчитель може вважати, що він дуже добре знає її.

Точна природа пропозицій не зовсім зрозуміла. Хоча їх можна розглядати як речення, більш імовірно, що вони є значеннями речень (Андерсон, 1990). Дослідження підтверджують думку, що ми зберігаємо інформацію в пам'яті як пропозиції, а не як повні речення. Кінч (1974) дав учасникам речення для читання, які були однакової довжини, але відрізнялися кількістю пропозицій, які вони містили. Чим більше пропозицій містилося в реченні, тим більше часу потрібно було учасникам, щоб зрозуміти його. Це означає, що, хоча студенти можуть створити речення: «Декларація незалежності була підписана в 1776 році», те, що вони, швидше за все, зберігають у пам'яті, — це пропозиція, що містить лише основну інформацію (Декларація незалежності: підписано — 1776). За деякими винятками (наприклад, запам'ятовування вірша), здається, що люди зазвичай зберігають значення, а не точні формулювання.

Пропозиції утворюють мережі, які складаються з окремих вузлів або місць розташування. Вузли можна розглядати як окремі слова, хоча їх точна природа невідома, але, ймовірно, абстрактна. Наприклад, студенти, які відвідують урок історії, ймовірно, мають мережу «урок історії», що складається з таких вузлів, як «книга», «вчитель», «місцезнаходження», «ім'я студента, який сидить зліва від них» і так далі.

Пропозиційні мережі

Пропозиції формуються відповідно до набору правил. Дослідники не погоджуються з тим, які правила складають набір, але вони загалом вважають, що правила об'єднують вузли в пропозиції та, у свою чергу, пропозиції у структури вищого порядку або мережі, які є наборами взаємопов'язаних пропозицій.

Теорія ACT Андерсона (Андерсон, 1990, 1993, 1996, 2000; Андерсон та ін., 2004; Андерсон, Редер і Леб'єр, 1996) пропонує мережеву модель ACT-R (Adaptive Control of Thought-Rational) ДТП з пропозиційною структурою. ACT-R — це модель когнітивної архітектури, яка намагається пояснити, як усі компоненти розуму працюють разом, щоб створити узгоджене пізнання (Андерсон та ін., 2004). Пропозиція формується шляхом об’єднання двох вузлів за допомогою суб’єктно-предикатного зв’язку, або асоціації; один вузол становить суб’єкт, а інший — предикат. Приклади (мається на увазі інформація в дужках): «Фред (є) багатим» і «Шопінг (забирає) час». Другий тип асоціації — це зв’язок відношення-аргумент, де відношення — це дієслово (за значенням), а аргумент — це одержувач відношення або те, на що впливає відношення. Приклади: «їсти торт» і «розв’язувати головоломки». Аргументи відношення можуть служити суб’єктами або предикатами для формування складних пропозицій. Приклади: «Фред їсть торт» і «розв’язування головоломок (забирає) час».

Пропозиції взаємопов'язані, коли вони мають спільний елемент. Спільні елементи дозволяють людям вирішувати проблеми, справлятися з вимогами навколишнього середовища, проводити аналогії тощо. Без спільних елементів передача не відбулася б; усі знання зберігалися б окремо, і обробка інформації була б повільною. Людина не усвідомлювала б, що знання, що стосуються однієї сфери, також стосуються інших сфер.

На малюнку «Зразок пропозиційної мережі» показано приклад пропозиційної мережі. Спільним елементом є «кіт», оскільки він є частиною пропозицій «Кіт пройшов через газон перед будинком» і «Кіт зловив мишу». Можна уявити, що перша пропозиція пов'язана з іншими пропозиціями, що стосуються будинку, тоді як остання пов'язана з пропозиціями про мишей.

Дані свідчать про те, що пропозиції організовані в ієрархічні структури. Коллінз і Квілліан (1969) показали, що люди зберігають інформацію на найвищому рівні узагальнення. Наприклад, мережа ДТП для «тварини» зберігала б на найвищому рівні такі факти, як «рухається» і «їсть». Під цією категорією були б такі види, як «птахи» і «риби». Під категорією «птахи» зберігаються «має крила», «може літати» і «має пір’я» (хоча є винятки — кури є птахами, але вони не літають). Той факт, що птахи їдять і рухаються, не зберігається на рівні «птах», оскільки ця інформація зберігається на вищому рівні тварини. Коллінз і Квілліан виявили, що час пошуку збільшувався, чим далі один від одного зберігалися поняття в пам’яті.

Ідея ієрархічної організації була змінена дослідженнями, які показують, що інформація не завжди є ієрархічною. Таким чином, «коллі» ближчий до «ссавця», ніж до «тварини» в ієрархії тварин, але люди швидше погоджуються з тим, що коллі — це тварина, ніж з тим, що це ссавець (Ріпс, Шобен і Сміт, 1973).

Крім того, знайома інформація може зберігатися як зі своїм поняттям, так і на найвищому рівні узагальнення (Андерсон, 1990). Якщо у вас є годівниця для птахів і ви часто спостерігаєте, як птахи їдять, ви можете мати «їсть», збережене як з «птахами», так і з «тваринами». Це відкриття не применшує основну ідею про те, що пропозиції організовані та взаємопов’язані. Хоча деякі знання можуть бути організовані ієрархічно, велика частина інформації, ймовірно, організована менш систематично в пропозиційних мережах.

Декларативні знання

Декларативні знання (знання про те, що щось є так) включають факти, переконання, думки, узагальнення, теорії, гіпотези та ставлення до себе, інших і світових подій (Gupta & Cohen, 2002; Paris et al., 1983). Вони набуваються, коли нова пропозиція зберігається в ДТП, зазвичай у пов'язаній мережі пропозицій (Anderson, 1990). Теорія ACT постулює, що декларативні знання представлені у вигляді блоків, що містять основну інформацію та пов'язані категорії (Anderson, 1996; Anderson, Reder, & Lebiere, 1996).

Процес зберігання відбувається наступним чином. Спочатку учень отримує нову інформацію, наприклад, коли вчитель робить заяву або учень читає речення. Далі нова інформація перетворюється на одну або кілька пропозицій у РП учня. У той же час активуються пов'язані пропозиції в ДТП. Нові пропозиції асоціюються з пов'язаними пропозиціями в РП через процес поширення активації (який обговорюється в наступному розділі). У цей момент учні можуть генерувати додаткові пропозиції. Нарешті, всі нові пропозиції — ті, що отримані, і ті, що згенеровані учнем, — зберігаються разом у ДТП (Hayes-Roth & Thorndyke, 1979).

На рисунку «Зберігання декларативних знань» проілюстровано цей процес. Припустімо, що вчитель представляє розділ про Конституцію США і говорить класу: «Віце-президент Сполучених Штатів є головою Сенату, але не голосує, якщо немає нічиєї». Ця заява може активувати інші пропозиційні знання, що зберігаються в пам'яті студентів, що стосуються віце-президента (наприклад, обраний разом з президентом, стає президентом, коли президент помирає або йде у відставку, може бути підданий імпічменту за злочини державної зради) і Сенату (наприклад, 100 членів, двоє обраних від кожного штату, 6-річний термін). Об'єднавши ці пропозиції, студенти повинні зробити висновок, що віце-президент голосуватиме, якщо 50 сенаторів проголосують за законопроєкт, а 50 — проти нього.

Проблеми зі зберіганням можуть виникнути, коли студенти не мають жодних попередніх пропозицій, з якими можна було б пов'язати нову інформацію. Студенти, які ніколи не чули про Конституцію США і не знають, що таке конституція, будуть розгублені, коли вперше почують це слово. Концептуально беззмістовна інформація може зберігатися в ДТП, але студенти краще навчаються, коли нова інформація пов'язана з тим, що вони знають. Показ студентам факсиміле Конституції США або пов'язування її з тим, що вони вивчали (наприклад, Декларація незалежності), дає їм референт для зв'язку з новою інформацією.

Навіть коли студенти вивчали пов'язаний матеріал, вони можуть автоматично не пов'язувати його з новою інформацією. Часто зв'язки потрібно зробити явними. Обговорюючи функції віце-президента в Сенаті, вчителі могли б нагадати студентам про склад Сенату США та інші ролі віце-президента. Пропозиції, що мають спільний елемент, пов'язані в ДТП лише в тому випадку, якщо вони активні в РП одночасно. Цей момент допомагає пояснити, чому студенти можуть не бачити, як новий матеріал пов'язаний зі старим, навіть якщо зв'язок зрозумілий для вчителя. Навчання, яке найкраще встановлює мережі пропозицій у свідомості учнів, включає перегляд, організацію матеріалу та нагадування про речі, які вони знають, але про які зараз не думають.

Як і у випадку з багатьма процесами пам'яті, значущість, організація та розробка полегшують зберігання інформації в пам'яті. Значущість важлива, оскільки значущу інформацію можна легко пов'язати з існуючою інформацією в пам'яті. Отже, потрібно менше репетицій, що економить місце та час інформації в РП. Студенти, про яких йдеться у вступному сценарії, мають проблеми з наданням алгебрі сенсу, і вчителі висловлюють своє розчарування тим, що не викладають зміст у значущий спосіб.

Дослідження, проведене Брансфордом і Джонсоном (1972), дає яскравий приклад ролі значущості у зберіганні та розумінні. Розглянемо наступний уривок:

Процедура насправді досить проста. Спочатку ви розкладаєте речі на різні групи. Звичайно, однієї купи може бути достатньо, залежно від того, скільки потрібно зробити. Якщо вам потрібно кудись піти через відсутність зручностей, це наступний крок, інакше ви досить добре підготовлені. Важливо не переборщити. Тобто краще робити занадто мало речей за раз, ніж занадто багато. У короткостроковій перспективі це може здатися неважливим, але легко можуть виникнути ускладнення. Помилка також може бути дорогою. Спочатку вся процедура здаватиметься складною. Незабаром, однак, це стане просто ще однією гранню життя. Важко передбачити будь-який кінець необхідності цього завдання в найближчому майбутньому, але тоді ніколи не знаєш. Після завершення процедури матеріали знову розкладають на різні групи. Потім їх можна розкласти на відповідні місця. Зрештою, їх знову використають, і весь цикл доведеться повторити. Однак це частина життя. (стор. 722)

Без попередніх знань цей уривок важко зрозуміти та зберегти в пам'яті, оскільки важко пов'язати його з існуючими знаннями в пам'яті. Однак знання, що йдеться про «прання одягу», полегшує запам'ятовування та розуміння. Брансфорд і Джонсон виявили, що студенти, які знали тему, згадували приблизно вдвічі більше, ніж ті, хто про неї не знав. Важливість значущості в навчанні була продемонстрована в багатьох інших дослідженнях (Anderson, 1990; Chiesi, Spilich, & Voss, 1979; Spilich, Vesonder, Chiesi, & Voss, 1979).

Організація полегшує зберігання, оскільки добре організований матеріал легше пов'язати з існуючими мережами пам'яті, ніж погано організований матеріал (Anderson, 1990). Тією мірою, якою матеріал можна організувати в ієрархічне розташування, він забезпечує готову структуру для прийняття в ДТП. Без існуючої мережі ДТП створення нової мережі ДТП легше з добре організованою інформацією, ніж з погано організованою інформацією.

Розробка, або процес додавання інформації до матеріалу, який потрібно вивчити, покращує зберігання, оскільки, розробляючи інформацію, учні можуть пов'язати її з тим, що вони знають. Завдяки поширенню активації розроблений матеріал можна швидко пов'язати з інформацією в пам'яті. Наприклад, вчитель може обговорювати вулкан Етна. Студенти, які можуть розширити ці знання, пов'язавши їх зі своїми особистими знаннями про вулкани (наприклад, гора Сент-Геленс), зможуть пов'язати нову та стару інформацію в пам'яті та краще запам'ятати новий матеріал.

Поширення активації

Поширення активації допомагає пояснити, як нова інформація пов'язана зі знаннями в ДТП (Anderson, 1983, 1984, 1990, 2000; Collins & Loftus, 1975). Основні основні принципи наступні (Anderson, 1984):

• Людські знання можна представити як мережу вузлів, де вузли відповідають поняттям, а зв'язки — асоціаціям між цими поняттями.
• Вузли в цій мережі можуть перебувати в різних станах, які відповідають їхнім рівням активації. Більш активні вузли обробляються «краще».
• Активація може поширюватися вздовж цих мережевих шляхів за допомогою механізму, за допомогою якого вузли можуть викликати активацію своїх сусідніх вузлів. (стор. 61)

Андерсон (1990) наводить приклад особи, якій представлено слово собака. Це слово асоціативно пов'язане з такими іншими поняттями в ДТП людини, як кістка, кішка та м'ясо. У свою чергу, кожне з цих понять пов'язане з іншими поняттями. Активація собаки в ДТП пошириться за межі собаки на пов'язані поняття, причому поширення зменшуватиметься з поняттями, які знаходяться далі від собаки.

Експериментальну підтримку існування поширення активації було отримано Мейєром і Шваневельдтом (1971). Ці дослідники використали завдання з часом реакції, в якому учасникам було представлено два рядки літер і попросили їх вирішити, чи обидва є словами. Слова, асоціативно пов'язані (хліб, масло), були розпізнані швидше, ніж слова, не пов'язані (медсестра, масло).

Поширення активації призводить до активації більшої частини ДТП, ніж знання, безпосередньо пов'язані зі змістом РП. Активована інформація залишається в ДТП, якщо до неї навмисно не звертатися, але ця інформація є більш доступною для РП. Поширення активації також полегшує передачу знань у різні сфери. Передача залежить від мереж пропозицій у ДТП, які активуються тим самим сигналом, тому студенти усвідомлюють, що знання застосовні в цих сферах.

Схеми

Мережі пропозицій представляють невеликі обсяги знань. Схеми (або схеми) — це великі мережі, які представляють структуру об'єктів, осіб і подій (Anderson, 1990). Структура представлена серією «слотів», кожен з яких відповідає атрибуту. У схемі або слоті для будинків деякі атрибути (та їхні значення) можуть бути наступними: матеріал (дерево, цегла), вміст (кімнати) і функція (житло для людей). Схеми є ієрархічними; вони пов'язані з надпорядковими ідеями (будівля) і підпорядкованими (дах).

Брюер і Трейенс (1981) знайшли дослідницьку підтримку основної природи схем. Людей попросили почекати в офісі протягом короткого періоду, після чого їх привели до кімнати, де вони записали все, що могли згадати про офіс. Згадка відображала сильний вплив схеми офісу. Вони правильно згадали, що в офісі є стіл і стілець (типові атрибути), але не згадали, що в офісі був череп (нетиповий атрибут). Книги є типовим атрибутом офісів; хоча в офісі не було книг, багато людей неправильно згадали книги.

Схеми важливі під час навчання та для передачі знань (Matlin, 2009). Коли учні вивчають схему, вчителі можуть активувати ці знання, коли викладають будь-який зміст, до якого застосовується схема. Припустімо, інструктор викладає загальну схему опису географічних утворень (наприклад, гора, вулкан, льодовик, річка). Схема може містити наступні атрибути: висота, матеріал і активність. Коли учні вивчать схему, вони зможуть використовувати її для категоризації нових утворень, які вони вивчають. Роблячи це, вони створять нові схеми для різних утворень.

Процедурні знання

Процедурні знання, або знання про те, як виконувати когнітивні дії (Anderson, 1990; Gupta & Cohen, 2002; Hunt, 1989; Paris et al., 1983), є центральними для значної частини шкільного навчання. Ми використовуємо процедурні знання для розв'язання математичних задач, узагальнення інформації, перегляду уривків і виконання лабораторних методів.

Процедурні знання можуть зберігатися як словесні коди та зображення, подібно до того, як зберігаються декларативні знання. Теорія ACT постулює, що процедурні знання зберігаються як виробнича система (Anderson, 1996; Anderson, Reder, & Lebiere, 1996). Виробнича система (або виробництво) — це мережа послідовностей умова–дія (правил), в якій умовою є набір обставин, які активують систему, а дією є набір дій, які відбуваються (Anderson, 1990; Andre, 1986; див. наступний розділ). Виробничі системи концептуально схожі на нейронні мережі.

Виробничі системи та коннекціоністські моделі пропонують парадигми для вивчення функціонування процесів когнітивного навчання (Anderson, 1996, 2000; Smith, 1996). Коннекціоністські моделі представляють відносно новий погляд на когнітивне навчання. На сьогодні існує мало досліджень коннекціоністських моделей, які мають відношення до освіти. Додаткові джерела надають подальшу інформацію про коннекціоністські моделі (Bourne, 1992; Farnham-Diggory, 1992; Matlin, 2009; Siegler, 1989).

Виробничі системи

ACT—теорія активації—визначає, що виробнича система (або виробництво) є мережею послідовностей умова–дія (правил), в якій умова є набором обставин, які активують систему, а дія є набором дій, які відбуваються (Anderson, 1990, 1996, 2000; Anderson, Reder, & Lebiere, 1996; Andre, 1986). Виробництво складається з висловлювань якщо–тоді: Якщо висловлювання (умова) включають ціль та тестові висловлювання, а тоді висловлювання є діями. Наприклад:

• ЯКЩО я бачу два числа, і їх потрібно додати,
• ТОДІ вирішити, яке з них більше, і почати з цього числа і рахувати до наступного. (Farnham-Diggory, 1992, p. 113)

Хоча виробництва є формами процедурних знань, до яких можуть бути прикріплені умови (умовні знання), вони також включають декларативні знання.

Навчання процедурам виконання навичок часто відбувається повільно (J. Anderson, 1982). Спочатку учні представляють послідовність дій з точки зору декларативних знань. Кожен крок у послідовності представлений як пропозиція. Учні поступово відкидають окремі підказки та інтегрують окремі кроки в безперервну послідовність дій. Наприклад, діти, які вчаться додавати стовпчик чисел, спочатку схильні виконувати кожен крок повільно, можливо, навіть промовляючи його вголос. Коли вони стають більш вправними, додавання стає частиною автоматичної, плавної послідовності, яка відбувається швидко і без навмисної, свідомої уваги. Автоматичність є центральною особливістю багатьох когнітивних процесів (наприклад, уваги, пошуку) (Moors & De Houwer, 2006). Коли процеси стають автоматичними, це дозволяє системі обробки приділяти себе складним частинам завдань.

Основне обмеження на навчання навичкам є обмеження розміру РП (Baddeley, 2001). Процедури вивчалися б швидше, якби РП міг одночасно утримувати всі декларативні знання. Оскільки це неможливо, студенти повинні поєднувати пропозиції повільно і періодично зупинятися і думати (наприклад, “Що мені робити далі?”). РП містить недостатньо місця для створення великих процедур на ранніх етапах навчання. Оскільки пропозиції об'єднуються в невеликі процедури, останні зберігаються в РП одночасно з іншими пропозиціями. Таким чином, поступово будуються більші виробництва.

Ці ідеї пояснюють, чому навчання навичкам відбувається швидше, коли студенти можуть виконувати необхідні навички (тобто, коли вони стають автоматичними). Коли останні існують як добре встановлені виробництва, вони активуються в РП одночасно з новими пропозиціями, які потрібно інтегрувати. Під час навчання розв'язувати задачі на довге ділення, студенти, які знають, як множити, просто згадують процедуру, коли це необхідно; її не потрібно вивчати разом з іншими кроками в довгому діленні. Хоча це, здається, не є проблемою у вступному сценарії, вивчення алгебри є складним для студентів з основними дефіцитами навичок (наприклад, додавання, множення), оскільки навіть прості алгебраїчні задачі стають важкими для правильної відповіді. Діти з вадами читання, здається, не мають здатності ефективно обробляти та зберігати інформацію одночасно (de Jong, 1998).

У деяких випадках важко детально вказати кроки. Наприклад, творче мислення може не відповідати одній і тій самій послідовності для кожного студента. Вчителі можуть моделювати творче мислення, включаючи такі самостійні питання, як “Чи є якісь інші можливості?” Щоразу, коли можна вказати кроки, демонстрація вчителем кроків у процедурі з подальшою практикою студентів є ефективною (Rosenthal & Zimmerman, 1978).

Одна проблема з вивченням процедур полягає в тому, що студенти можуть розглядати їх як жорсткі послідовності, яких слід дотримуватися незалежно від того, чи є вони доречними. Гештальт-психологи показали, як функціональна фіксованість, або негнучкий підхід до проблеми, перешкоджає вирішенню проблем (Duncker, 1945). Непохитне дотримання послідовності під час навчання може допомогти її засвоєнню, але учням також потрібно розуміти обставини, за яких інші методи є більш ефективними.

Іноді студенти надмірно вивчають процедури навичок до такої міри, що уникають використання альтернативних, простіших процедур. У той же час існує мало, якщо взагалі є, альтернатив для багатьох процедур, які вивчають студенти (наприклад, розшифровка слів, додавання чисел, визначення узгодження підмету–присудка). Надмірне вивчення цих навичок до рівня автоматичного виробництва стає перевагою для студентів і полегшує вивчення нових навичок (наприклад, висновування, написання курсових робіт), які вимагають оволодіння цими базовими навичками.

Можна стверджувати, що навчання студентів, які мають дефіцит базових математичних фактів і навичок розшифровки, навичкам вирішення проблем або навичкам висновування, відповідно, має мало сенсу. Дослідження показують, що погане розуміння основних фактів про числа пов'язане з низькою продуктивністю у складних арифметичних завданнях (Romberg & Carpenter, 1986), а повільне розшифрування пов'язане з поганим розумінням (Calfee & Drum, 1986; Perfetti & Lesgold, 1979). Впливає не тільки на навчання навичкам, але й на самоефективність.

Практика є важливою для встановлення базових процедурних знань (Lesgold, 1984). На ранніх етапах навчання студентам потрібен коригувальний зворотний зв'язок, який підкреслює частини процедури, які вони виконали правильно, і ті, які потребують модифікації. Часто студенти вивчають деякі частини процедури, але не інші. Коли студенти набувають навичок, вчителі можуть вказувати на їхній прогрес у вирішенні проблем швидше або точніше.

Передача процедурних знань відбувається, коли знання пов'язані в ДПП з різним змістом. Передачі сприяє те, що студенти застосовують процедури до різного змісту та змінюють процедури за необхідності. Загальні стратегії вирішення проблем застосовні до різного академічного змісту. Студенти дізнаються про їхню загальність, застосовуючи їх до різних предметів (наприклад, читання, математика).

Виробництва мають відношення до когнітивного навчання, але необхідно вирішити кілька питань. Теорія ACT постулює єдиний набір когнітивних процесів для пояснення різноманітних явищ (Matlin, 2009). Цей погляд суперечить іншим когнітивним перспективам, які окреслюють різні процеси залежно від типу навчання (Shuell, 1986). Rumelhart and Norman (1978) визначили три типи навчання. Аккреція передбачає кодування нової інформації з точки зору існуючих схем; реструктуризація (створення схеми) - це процес формування нових схем; а тюнінг (еволюція схеми) відноситься до повільної модифікації та вдосконалення схем, що відбувається під час їх використання в різних контекстах. Це передбачає різну кількість практики: багато для тюнінгу і менше для аккреції та реструктуризації.

ACT - це, по суті, комп'ютерна програма, призначена для моделювання навчання в узгоджений спосіб. Таким чином, вона може не охоплювати діапазон факторів, залучених у людське навчання. Одне питання стосується того, як люди знають, яке виробництво використовувати в даній ситуації, особливо якщо ситуації піддаються використанню різних виробництв. Виробництва можуть бути впорядковані з точки зору ймовірності, але повинен бути доступний засіб для вирішення того, яке виробництво є найкращим за даних обставин. Також викликає занепокоєння питання про те, як змінюються виробництва. Наприклад, якщо виробництво не працює ефективно, чи відкидають його учні, змінюють його або зберігають, але шукають більше доказів? Який механізм вирішення того, коли і як змінюються виробництва?

Інше занепокоєння стосується твердження Андерсона (1983, 1990) про те, що виробництва починаються як декларативні знання. Це припущення здається надто сильним, враховуючи докази того, що цієї послідовності не завжди дотримуються (Hunt, 1989). Оскільки представлення процедур навичок як частини декларативних знань є, по суті, проміжною станцією на шляху до майстерності, можна запитати, чи повинні студенти вивчати окремі кроки. Окремі кроки з часом не будуть використовуватися, тому час може бути краще витратити на те, щоб студенти їх практикували. Надання студентам списку кроків, до яких вони можуть звертатися, поступово розвиваючи процедуру, полегшує навчання та підвищує самоефективність (Schunk, 1995).

Нарешті, можна запитати, чи виробничі системи, як їх зазвичай описують, є не що інше, як складні асоціації стимул-реакція (S-R) (Mayer, 1992). Пропозиції (частини процедурних знань) пов'язуються в пам'яті, так що коли одна частина активується, інші також активуються. Андерсон (1983) визнав асоціаціоністську природу виробництв, але вважає, що вони є більш просунутими, ніж прості асоціації S-R, оскільки вони включають цілі. На підтримку цього моменту асоціації ACT аналогічні з'єднанням нейронної мережі. Можливо, як і у випадку з біхевіористськими теоріями, ACT може пояснити продуктивність краще, ніж навчання. Ці та інші питання (наприклад, роль мотивації) повинні бути розглянуті дослідженнями та пов'язані з вивченням академічних навичок, щоб краще встановити корисність виробництв в освіті.

Коннекціоністські моделі

Лінія останніх теоретизувань про складні когнітивні процеси включає коннекціоністські моделі (або коннекціонізм, але не слід плутати з коннекціонізмом Торндайка, який обговорювався раніше в курсі; Baddeley, 1998; Farnham-Diggory, 1992; Smith, 1996). Як і виробництва, коннекціоністські моделі представляють комп'ютерне моделювання процесів навчання. Ці моделі пов'язують навчання з обробкою нервової системи, де імпульси проходять через синапси, утворюючи зв'язки. Припущення полягає в тому, що когнітивні процеси вищого порядку формуються шляхом з'єднання великої кількості базових елементів, таких як нейрони (Anderson, 1990, 2000; Anderson, Reder, & Lebiere, 1996; Bourne, 1992). Коннекціоністські моделі включають розподілені уявлення знань (тобто розкидані по широкій мережі), паралельну обробку (багато операцій відбувається одночасно) та взаємодію між великою кількістю простих обробних одиниць (Siegler, 1989). Зв'язки можуть бути на різних стадіях активації (Smith, 1996) і пов'язані з введенням в систему, виходом або одним або кількома проміжними шарами.

Rumelhart and McClelland (1986) описали систему паралельної розподіленої обробки (PDP). Ця модель корисна для винесення категоричних суджень про інформацію в пам'яті. Ці автори навели приклад, що включає дві банди та інформацію про членів банд, включаючи вік, освіту, сімейний стан та професію. У пам'яті пов'язані подібні характеристики кожної людини. Наприклад, Члени 2 і 5 будуть пов'язані, якщо вони обидва приблизно одного віку, одружені та займаються подібною діяльністю банди. Щоб отримати інформацію про Члена 2, ми могли б активувати блок пам'яті з іменем людини, який, у свою чергу, активував би інші блоки пам'яті. Шаблон, створений за допомогою цього поширення активації, відповідає представленню пам'яті для окремої особи. Borowsky and Besner (2006) описали модель PDP для прийняття лексичних рішень (наприклад, вирішення, чи є стимул словом).

Коннекціоністські одиниці мають певну схожість з виробництвами в тому, що обидва включають активацію пам'яті та пов'язані ідеї. У той же час існують відмінності. У коннекціоністських моделях усі одиниці однакові, тоді як виробництва містять умови та дії. Одиниці диференціюються з точки зору шаблону та ступеня активації. Інша відмінність стосується правил. Виробництва регулюються правилами. Коннекціонізм не має встановлених правил. Нейрони “знають”, як активувати шаблони; після факту ми можемо надати правило як мітку для послідовності (наприклад, правила для найменування активованих шаблонів; Farnham-Diggory, 1992).

Одна проблема з коннекціоністським підходом полягає в поясненні того, як система знає, яку з багатьох одиниць у пам'яті активувати і як ці множинні активації стають пов'язаними в інтегровані послідовності. Цей процес здається простим у випадку добре встановлених шаблонів; наприклад, нейрони знають, як реагувати на дзвінок телефону, холодний вітер та оголошення вчителя: “Усі зверніть увагу!” З менш встановленими шаблонами активації можуть бути проблематичними. Ми також можемо запитати, як нейрони стають самоактивними в першу чергу. Це питання важливе, оскільки воно допомагає пояснити роль зв'язків у навчанні та пам'яті. Хоча поняття зв'язків здається правдоподібним і ґрунтується на тому, що ми знаємо про неврологічне функціонування, на сьогодні ця модель була більш корисною в поясненні сприйняття, ніж навчання та вирішення проблем (Mayer, 1992). Останні програми вимагають значних досліджень.