分类:教育系统科学中心第二次活动纪要

来自Big Physics


本次活动主要目的是汇报中心建设进展,讨论具体研究问题。

主持人:吴金闪

时间:2020年11月27日(周五)晚上7-9点。

地点:科技楼B604,ZOOM(588 856 8886)


吴金闪,中心建设进展

学院已经批准成立“教育系统科学研究中心”。中心研究项目已经进入研究项目文本写作阶段。中心也得到了相关企业的研究性资金的捐助。

周亚,中心成员贡献计算方案

草稿在这里:《中心研究工作贡献计算方案》。建议请向周亚老师提出,近期会确定下来当做中心成员合作模式的基础。

朱志勇,教和学的层次的标注和量表

朱老师下次做研究计划报告:能不能做,遇到什么问题,在哪些学科用什么材料做,需要人员和经费预算。

陈路遥 Neural Substrates for Analogical Reasoning Complexity of Multi-level Abstract Relations

多层抽象关系类比推理复杂度的神经基础

概念界定 (1)类比推理的概念界定:“identifying similarities between apparently dissimilar objects or situations”“a form of relational reasoning that depends on our ability to consider and compare relationships and to integrate or match those relationships.This relational processing yields the inference of an analogy schema, i.e., a pattern of relational similarities between the analogs. The analogy schema is at a more abstract level of similarities than superficial or perceptual similarities would be, reflecting a mechanism by which relational reasoning supports abstract thinking.”(Hobeika et al., 2016)

(2)类比推理的复杂度:由需要进行类比推理的抽象关系的层次数所决定

(3)多层抽象关系的操作定义:在一个“A B : C D :: E F : G H”形式的八项推理中,如果只关心A B : C D内各对关系与E F : G H内各对关系的对应关系,如A B :: E F, C D :: G H,则称为对单层抽象关系的类比推理;如果关心A B 与 C D的关系与E F 与 G H的关系之间的关系,则除了通达A B或C D各自的关系外,还需要表征A B与C D的关系,并与E F和G H的关系进行类比,这就是对多层抽象关系的类比推理。这里,抽象关系指的是视觉符号的顺时针、逆时针旋转以及符号间的相反关系,它们并不表征具体的概念关系。

(4)类比推理的抽象性:A B : C D (类比前项,即题项)与 “E F : G H”(类比后项,即反应项)之间采用不同的材料,因此不存在简单的基于视觉相似性的推理过程。

研究问题 核心研究问题:多层抽象关系的类比推理复杂度是否可以调制支持类比推理的脑区的神经活动? 子问题: (1)抽象关系类比推理的脑区有哪些? (2)多层抽象关系与单层抽象关系类比推理之在大脑激活模式上存在何种异同?

研究方法 (1)被试:健康、右利手、汉语母语大学生 (2)设计:被试内;自变量:类比推理的复杂度,即抽象关系的层次性(多层 vs. 单层);因变量:行为ACC & RT;脑区激活与功能连接模式 (3)材料: (3-1)图式性材料 文件:陈路遥 抽象关系类比的神经基础.pdf (3-2)试次类型 文件:陈路遥 抽象关系类比的神经基础.pdf (3-3)具体材料:被试不熟悉的抽象符号(待制作) (3-4)基线:完全相同关系的类比(如 ˃ ˄ : ˂ ˃ :: ˃ ˄ : ˂ ˃),有趣的是,这类似于更底层的推理,因为被试只需要注意题项中每一个符号与反应项中每个符号的对应关系就可以了,是更基础的类比方式。此外,在无任务的静息状态(resting)可以呈现注视点“+”作为更加基础的视觉基线。 需要讨论的是:此时,相同关系推理基线是否作为自变量的第三个水平?(我倾向于认为可以,这样就实现了更多层的类比推理)

实验过程 (1)被试需要提前熟悉所有具体的符号(注意:只是熟悉符号本身,而不是符号之间的关系) (2)训练(Training session):被试需要在进入scanner前(提前多久尚不确定)进行类比推理训练,正确率达到90%以上可以进入扫描阶段。 (3)扫描(scanning session):Block设计:任务Block与基线Block(相同关系的推理是任务block的还是基线block的?)

数据采集与分析 暂略

实验预期 暂略

(注:以上讨论的成果主要的智力贡献来自陈路遥、吴金闪、吴俊杰和冯丽萍)

吴俊杰 Neural Representations of Scientific Knowledge After Meaningful Learning

我介绍了考察人类科学知识表征的初步设想:前人研究主要考察词汇概念/世界知识的表征,尚未考察科学知识的表征,特别是尚未考察科学知识是否以概念和概念之间联系的方式表征在人类的认知和神经中,仍然有待研究。借助前人研究比较成熟的表征相似性的方法,我们可以很好地将现有研究推进至科学知识的表征方面。报告PPT请见文件:Neural Representation of Scientific Knowledge After Meaningful Learning.pptx

  1. 静态考察。让被试这就某门课程中涉及的概念进行距离评估(或者绘制概念地图),将他们评估的距离矩阵与专家的相比,比较其相似性,检验是否相似性越高的被试,越能够在解题时有更高的正确率。并使用脑成像技术,考察该相似性矩阵在头脑中的表征位置或者脑网络。
  2. 动态考察。让被试理解性地学习一种材料(如量子力学)、机械性地学习另一种材料(如数据结构,可以是让被试背诵或者让被试阅读乱序的材料)。在学习前后都进行概念间距离的评估(或者绘制概念地图、或者扫描其阅读该概念时的脑活动)和解答题目,检其理解性学习前后的语义距离/脑区相似性矩阵相似性(相比于机械性学习)是否发生显著变化。

受冯丽萍老师启发,我在这里需要明确的是,目前的实验设计只是考察学习者建立知识表征的结果,至于他们建立知识表征的过程是怎么样的,是一个很好的点,或许可以想办法融入到实验设计中去。陈路遥老师问到机械性的学习是该怎么操作的问题,是该操纵被试的学习方式,还是应该操纵他们所学些的材料(能否获取意义)。两种方式各有利弊,这确实有待考虑。

另外,朱志勇老师提到的,成人的概念形成相比于儿童来说比较稳固,或许可以以儿童、青少年为研究对象。这是很好的提醒,一方面在大学生中开展的实验,在编制材料是应该有更强的专业性(比如、统计、量子力学、数据结构等),而尽量避免通识性的知识;另一方面,除了科学知识之外,考察儿童、青少年建构日常生活中的知识(即世界知识)的表征,或许也是一件非常值得去做的事情。

最后,吴金闪老师建议,看看能否把之前所思考的词汇学习、遗忘曲线的研究融合在一起来做,并在脑活动层面上提供证据;并更多地指向高层知识生成器的神经基础。

本分类目前不含有任何页面或媒体文件。