В конце 1980-х годов John Sweller разработал теорию когнитивной нагрузки, чтобы объяснить, как уровень сложности задачи влияет на обработку и хранение информации в долговременной памяти. Теория когнитивной нагрузки опирается на понятие «рабочей памяти» — это кратковременная память, ограниченная не только объёмом информации, но и её длительностью. Задачи с высокой когнитивной нагрузкой могут исчерпать объём рабочей памяти и, следовательно, повлиять на производительность параллельно выполняемых задач.
Для измерения «когнитивной нагрузки» исследователи традиционно использовали как субъективные оценки её сложности, так и объективные показатели, такие как эффективность выполнения второстепенного задания. В последние годы исследователи задались вопросом — в какой степени изменения размера зрачка могут служить показателем когнитивной нагрузки.
В этой публикации представлен широкий обзор взаимосвязи между рабочей памятью, когнитивной нагрузкой и размером зрачка.
Рабочая память
Термин «рабочая память» был впервые использован George Miller, Eugene Galanter, and Karl Pribram в 1960 году для описания планирования поведения. Они концептуализировали систему «рабочей памяти», которая может хранить план, несколько планов или их компоненты, а также организовывать их выполнение. Несколько лет спустя Richard Atkinson and Richard Shiffrin использовали термин «рабочая память» для описания единого хранилища кратковременной памяти в своей широко цитируемой работе по обработке информации. Вскоре после этого Alan Baddeley and Hitch разработали мультимодальную модель кратковременной памяти, назвав её «рабочей памятью», чтобы «подчеркнуть, что её роль выходит за рамки простого хранения» и подчеркнуть её участие в общих когнитивных процессах, включая понимание языка, обучение и рассуждение.
Модель рабочей памяти остаётся полезной основой для описания сложных когнитивных процессов и использовалась в качестве строительного блока для ряда теорий, включая теорию когнитивной нагрузки Джона Суэллера. Прежде чем перейти к теории когнитивной нагрузки, рассмотрим несколько ранних моделей рабочей памяти.
Atkinson and Shiffrin (1968)
Исторически Ричард Аткинсон и Ричард Шиффрин использовали термин «рабочая память» для описания кратковременного хранилища в своей статье 1968 года об обработке информации (см. ниже). Аткинсон и Шиффрин утверждали, что информация из окружающего мира поступает в сенсорный регистр на короткий промежуток времени, а затем разрушается или теряется, если только не попадает в кратковременное хранилище или непосредственно в долговременное хранилище, которое представляет устойчивую память. Кратковременное хранилище хранит ограниченный объём информации в течение 15–30 секунд, а при повторении – несколько дольше, и действует как «рабочая память», которая необходима для извлечения информации из долговременной памяти, обучения и других когнитивных задач.
Предложенная единая концепция рабочей памяти подверглась сомнению, когда было показано, что пациенты с определённым дефицитом кратковременной памяти способны учиться и жить нормальной жизнью, не испытывая епетх-либо серьёзных трудностей с извлечением информации из долговременной памяти или обучением. Другие ученые Alan Baddeley and Graham Hitch доказали, что у таких пациентов была повреждена лишь часть кратковременной памяти (способность хранить вербальную или акустическую информацию). Чтобы объяснить этот и другие результаты, которые было трудно учесть в рамках модели памяти, содержащей единое кратковременное хранилище, Бэддели и Хитч предложили трёхкомпонентную модель рабочей памяти.
Baddeley and Hitch (1974, 2000)
Многокомпонентная модель (схема приведена ниже), предложенная Бэддели и Хитчом, включает центральный исполнительный механизм – систему контроля внимания – поддерживаемую двумя системами кратковременной памяти: визуально-пространственным блокнотом для манипулирования визуальными образами и фонологической петлей для воспроизведения вербально-акустического материала. Бэддели и Хитч предположили, что у упомянутых выше пациентов с повреждениями мозга была повреждена фонологическая петля.
Анализ и пересмотр многокомпонентной модели рабочей памяти привело к добавлению четвертого компонента — эпизодический буфер (см. изображение ниже). Этот новый буфер связывает информацию из фонологической петли и визуально-пространственного блокнота в рабочей памяти, а также в долговременной памяти в единое многомерное представление. Как и ожидалось, учитывая природу рабочей памяти, эпизодический буфер ограничен по емкости и времени. Однако для его функционирования требуется осознанное понимание, другими словами, намерение. Эта модель отличается от первоначальной модели именно этим аспектом — акцент делается на внимании, интегрирующем информацию из подсистем, а не на изоляции фонологической петли и визуально-пространственного блокнота. По словам Бэддели, модель позволяет учитывать «более сложные аспекты исполнительного контроля в рабочей памяти».
Когнитивная нагрузка
John Sweller ввёл термин «когнитивная нагрузка» для объяснения распределения когнитивных ресурсов в процессе обучения и решения задач. Теория когнитивной нагрузки (1988, 1994, 1998) делает акцент на ограничениях рабочей памяти. Вместо того чтобы придерживаться определённой концепции рабочей памяти, Джон Свеллер исходил из общей точки зрения, согласно которой кратковременное хранилище ограничено по объёму и содержит частично независимые подкомпоненты для хранения слуховой и визуальной информации, что известно по модели памяти Бэддели и Хитча.
Следует помнить, что Джон Свеллер является известным педагог-психологом, поэтому его теория, примеры и исследования чаще направлены на эффективное обучение и преподавание. Как правило, в процессе обучения человек извлекает и обрабатывает информацию в рабочей памяти, прежде чем сохранить её в виде схемы в долговременной памяти. Схемы — это структуры знаний обо всём окружающем нас мире, включая математические понятия, события, места, предметы, музыку и людей. Таким образом, формирование эффективной схемы является конечной целью.
Источники когнитивной нагрузки
Свеллер утверждает, что при обучении или решении задач когнитивная нагрузка может возникать из трёх источников:
- Внутренняя когнитивная нагрузка – это присущая материалу сложность усвоения, которую невозможно изменить
- Внешняя когнитивная нагрузка – ненужная нагрузка, создаваемая, например, некачественной подачей материала
- Непосредственная когнитивная нагрузка – усилия по построению схем или действий, необходимых для усвоения материала
Для достижения успешных результатов обучения необходимо использовать эффективные методы обучения (т. е. снижать внешнюю когнитивную нагрузку) и направлять умственные ресурсы на усвоение материала (т. е. увеличивать непосредственную когнитивную нагрузку). Из этого следует, что процесс обучения и перенос информации в долговременную память пострадают, если когнитивная нагрузка в рабочей памяти станет слишком высокой.
Измерения когнитивной нагрузки
Существует ряд способов измерения когнитивной нагрузки, включая субъективные шкалы самоотчета, а также более объективные показатели. В этих показателях самоотчета участники оценивают умственные усилия или сложность задачи по непрерывной шкале, например, от очень низкого уровня (1) до самого высокого (9). Затем эти оценки сравниваются с выполнением задачи, при этом ожидается, что более трудоемкая или сложная задача приведет к более низкому результату из-за возросшей когнитивной нагрузки.
В отличие от этого, объективные показатели фокусируются исключительно на производительности или физиологических реакциях. Например, показатели дву-задачной нагрузки требуют от человека одновременного выполнения двух задач. Предполагается, что при увеличении когнитивной нагрузки на основную задачу, производительность второй параллельной задачи снижается.
Существует также ряд физиологических показателей, которые используются в качестве индикаторов когнитивной нагрузки, включая например диаметр зрачка, при этом размер зрачка увеличивается в зависимости от уровня когнитивной нагрузки.
В прошлом получение точного показателя размера зрачка было сложной и кропотливой задачей. В настоящее время исследователи, интересующиеся измерением размера зрачка (и его связью с когнитивной нагрузкой), часто используют айтрекеры, которые могут автоматически получать сотни измерений размера зрачка в секунду.
Однако надо иметь в виду, что на размер зрачка может влиять множество внешних факторов, включая такой простой, как уровень освещения помещения. Для получения более подробной информации по пупиллометрии и айтрекингу ознакомьтесь с нашими ранними статьями.
Размер зрачка и когнитивная нагрузка: ранние исследования
Использование диаметра зрачка в качестве показателя умственной активности предшествовало теории когнитивной нагрузки Джона Суэллерса. В 1960-х годах Eckhard Hess and James Polt предположили, что диаметр зрачка увеличивается с увеличением сложности много-компонентных задач на умножение. Хотя последующие исследователи критиковали эксперименты Экхарда Гесса, общий результат, показывающий влияние уровня сложности на размер зрачка, был повторен в других областях исследований. Более того, недавнее исследование повторило эксперимент Экхарда Гесса и Джеймса Полта с умножением, и в настоящее время широко признано, что увеличение умственного усилия связано с увеличением диаметра зрачка.
В другой работе, опубликованной в 1960-х годах, Daniel Kahneman and Jackson Beatty показали, что чем больше цифр участникам требовалось хранить в рабочей памяти, тем больше был диаметр их зрачка. Они также отметили, что диаметр зрачка уменьшался при произнесении числа или при превышении объема рабочей памяти. Так они пришли к выводу, что «диаметр зрачка является эффективным показателем мгновенной нагрузки на испытуемого при выполнении им умственной задачи».
Размер зрачка и когнитивная нагрузка: недавние исследования
Недавно исследователи провели проверку валидности показателей когнитивной нагрузки. Szulewezki и его коллеги одновременно измеряли субъективные оценки сложности и размер зрачка, пока участники отвечали на вопросы с несколькими вариантами ответов и арифметические задачи. Они обнаружили, что как диаметр зрачка, так и самоотчет об умственном усилии были выше для более сложных вопросов, а также для вопросов с неправильными ответами, что позволяет предположить, что оба исследования изучают одну и ту же концепцию.
Хотя многие исследования продолжают изучать роль когнитивной нагрузки в обучении, в частности, исследования, проверяющие взаимодействие между расширением зрачка и типичными учебными материалами, такими как решение математических задач или рассмотрение диаграмм, исследователи также начинают изучать влияние более современных технологий. Например, Dami Huh и его коллеги измеряли размер зрачка в течение всей видеолекции по математике и обнаружили, что более сложные части лекции были связаны с более заметным расширением зрачка.
В будущем, возможно, появится возможность разработать технологию, которая отслеживает движения глаз учащегося во время работы с учебными материалами и использует размер зрачка в качестве показателя когнитивной нагрузки. Имея информацию о том, куда смотрит человек, и о когнитивной нагрузке, адаптивная система может корректировать внутреннюю нагрузку, снижать внешнюю и способствовать релевантной нагрузке для улучшения онлайн-обучения. Для получения дополнительной информации о пупиллометрии обратитесь к нашему списку рецензируемых публикаций, в которых использовались айтрекеры EyeLink для измерения размера зрачка.
Литература:
Atkinson, R. C., & Shiffrin, R. M. (1968). Human memory: A proposed system and its control processes. Psychology of Learning and Motivation, 89–195. https://doi.org/10.1016/s0079-7421(08)60422-3
Baddeley, A. (2010). Working memory. Current Biology, 20(4). https://doi.org/10.1016/j.cub.2009.12.014
Baddeley, A. (2000). The episodic buffer: a new component of working memory? Trends in Cognitive Sciences, 4(11), 417–423. https://doi.org/10.1016/s1364-6613(00)01538-2
Baddeley, A. D., & Hitch, G. (1974). Working memory. Psychology of Learning and Motivation, 8(1), 47–89. https://doi.org/10.1016/s0079-7421(08)60452-1
de Winter, J. C. F., Petermeijer, S. M., Kooijman, L., & Dodou, D. (2021). Replicating five pupillometry studies of Eckhard Hess. International Journal of Psychophysiology, 165, 145–205. https://doi.org/10.1016/j.ijpsycho.2021.03.003
DeLeeuw, K. E., & Mayer, R. E. (2008). A comparison of three measures of cognitive load: Evidence for separable measures of intrinsic, extraneous, and germane load. Journal of Educational Psychology, 100(1), 223–234. https://doi.org/10.1037/0022-0663.100.1.223
Hess, E. H., & Polt, J. M. (1964). Pupil size in relation to mental activity during simple problem-solving. Science, 143(3611), 1190–1192. https://doi.org/10.1126/science.143.3611.1190
Huh, D., Kim, J. H., & Jo, I. H. (2019). A novel method to monitoring changes in cognitive load in video‐based learning. Journal of Computer Assisted Learning, 35(6), 721–730. https://doi.org/10.1111/jcal.12378
Kahneman D, Beatty J. Pupillary diameter and load on memory. Science. 1966; 154:1583–1585. https://doi.org/10.1126/science.154.3756.1583
Karch, J. M., García Valles, J. C., & Sevian, H. (2019). Looking into the black box: Using gaze and pupillometric data to probe how cognitive load changes with mental tasks. Journal of Chemical Education, 96(5), 830–840. https://doi.org/10.1021/acs.jchemed.9b0001
Krejtz, K., Duchowski, A. T., Niedzielska, A., Biele, C., & Krejtz, I. (2018). Eye tracking cognitive load using pupil diameter and microsaccades with fixed gaze. PLOS ONE, 13(9). https://doi.org/10.1371/journal.pone.0203629
Miller, G. A., Galanter, E., & Pribram, K. H. (1960). Plans and the structure of behavior. Henry Holt and Co. https://doi.org/10.1037/10039-000
Paas, F. G., & Van Merriënboer, J. J. (1994). Variability of worked examples and transfer of geometrical problem-solving skills: A cognitive-load approach. Journal of Educational Psychology, 86(1), 122–133. https://doi.org/10.1037/0022-0663.86.1.122
Park, B., & Brünken, R. (2014). The rhythm method: A new method for measuring cognitive load-an experimental dual-task study. Applied Cognitive Psychology, 29(2), 232–243. https://doi.org/10.1002/acp.3100
Shallice, T., & Warrington, E. K. (1970). Independent functioning of verbal memory stores: A neuropsychological study. Quarterly Journal of Experimental Psychology, 22, 261–273. https://doi.org/10.1080/00335557043000203
Sweller, J. (1988). Cognitive load during problem solving: Effects on learning. Cognitive Science, 12(2), 257–285. https://doi.org/10.1207/s15516709cog1202_4
Sweller, J. (1994). Cognitive load theory, learning difficulty, and instructional design. Learning and Instruction, 4(4), 295–312. https://doi.org/10.1016/0959-4752(94)90003-5
Sweller, J., van Merrienboer, J.J.G. & Paas, F.G.W.C. (1998). Cognitive architecture and instructional design. Educational Psychology Review 10, 251–296. https://doi.org/10.1023/A:1022193728205
Szulewski, A., Gegenfurtner, A., Howes, D. W., Sivilotti, M. L. A., & van Merriënboer, J. J. G. (2016). Measuring physician cognitive load: validity evidence for a physiologic and a psychometric tool. Advances in Health Sciences Education, 22(4), 951–968. https://doi.org/10.1007/s10459-016-9725-2
Van Gerven, P. W., Paas, F., Van Merriënboer, J. J., & Schmidt, H. G. (2003). Memory load and the cognitive pupillary response in aging. Psychophysiology, 41(2), 167–174. https://doi.org/10.1111/j.1469-8986.2003.00148.x
Zu, T., Hutson, J., Loschky, L. C., & Rebello, N. S. (2020). Using eye movements to measure intrinsic, extraneous, and germane load in a multimedia learning environment. Journal of Educational Psychology, 112(7), 1338–1352. https://doi.org/10.1037/edu0000441
