CC BY
17
ОРИГИНАЛЬНЫЕ СТАТЬИ
УДК 159.9
ФОРМИРОВАНИЕ ПРАВИЛ КАТЕГОРИЗАЦИИ НА ОСНОВЕ ДЕКЛАРАТИВНОЙ И ПРОЦЕДУРНОЙ ПАМЯТИ В ФОРМАТЕ
ЗАДАЧИ А/неА
В.Г. ИМАМХОДЖАЕВА1*, А.А. КОТОВ1, Т.Н. КОТОВА2
1 Национальный исследовательский университет «Высшая школа экономики», 2 Российская академия народного хозяйства и государственной службы при Президенте Российской Федерации, Москва
В данной работе мы изучали формирование двух разных правил категоризации, активирующих работу процедурной и декларативной памяти в задаче А/неА. В нашем предыдущем эксперименте (Покидышева, Котов, 2015) [2] было показано, что семантика слова помогала формированию категории в декларативной системе и не помогала в процедурной при формировании категорий в задаче типа А/В. В настоящей работе на основе материала из предыдущего исследования мы изменили тип задачи и испытуемые искали общие признаки лишь у одной группы примеров, отличая ее от группы примеров без общих признаков. Испытуемые так же, как и в предыдущем исследовании, выполняли задание в одном из трех условий: когда дополнительные семантические значения имели прямое отношение к обратной связи, противоречили ей или отсутствовали вообще. В результате мы нашли, что влияние семантики слова при формировании категорий на основе декларативной памяти пропало, но при этом испытуемые были успешны при формировании категории во всех экспериментальных условиях. В случае формирования категорий на основе процедурной памяти влияние семантики слова также не было обнаружено (как и в предыдущем исследовании), но при этом успешность выполнения была низкой. Полученные результаты сравниваются с результатами исследований, рассматриваемыми в рамках теории множественных систем научения (Ashby, Crossley, 2010) [4].
Ключевые слова: категориальное научение, задача научения, правила категоризации.
Введение
В настоящее время в когнитивной психологии принято считать, что результаты научения хранятся в качественно различных друг от друга системах памяти (Schacter, Wagner, & Buckner, 2000 [9]; Squire, 2004 [10]). Эти системы определяют формат сохранения результатов научения, требуют разных когнитивных функций для извлечения информации, по-разному связаны с речью (Котов, 2014) [1]. При форми-
© Имамходжаева В.Г., Котов А.А., Котова Т.Н., 2018
* Для корреспонденции:
Имамходжаева Василахон Гафуровна стажер-исследователь, Национальный исследовательский университет «Высшая школа экономики» E-mail: vgimamkhodzhaeva@edu.hse.ru
ровании новых правил категоризации или новых категорий выбирается оптимальная для текущего набора условий научения система памяти. Целью нашего исследования была оценка взаимодействия факторов задачи и типа правил при научении новым перцептивным категориям. Далее мы опишем различия между системами памяти в отношении этих факторов.
Факторы научения и системы памяти. Наиболее часто в исследованиях формирования перцептивных категорий различают декларативную и процедурную системы памяти (АэЬЬу, Сгазэку, 2010) [4]. Так, в декларативной памяти правило категоризации может быть сохранено и впоследствии репрезентировано через вербальное описание, а в процедурной оно хранится и репрезентируется в виде усредненного по
многим перцептивным признакам образа, например, прототипа. В связи с этим поиск и запоминание релевантных для категоризации признаков происходят в декларативной системе через переключение внимания с признака на признак и удержание в рабочей памяти отдельных значений. В процедурной системе признаки обрабатываются одновременно за счет поиска корреляций между их значениями. Стратегия категоризации в системе декларативной памяти требует от человека развитых функций контроля, поскольку в ходе восприятия нужно сосредотачиваться на небольшом количестве релевантных признаков и игнорировать нерелевантные. Стратегия категоризации в процедурной памяти базируется на оценке сходства примеров и усредненного образца категории (прототипа). Она не требует функций контроля и в большей степени зависит от используемого при решении объема визуальной и пространственной информации.
Обратная связь, речь и научение. Наиболее заметным различием между системами декларативной и процедурной памяти в отношении научения является их связь с речью. Часто вербальные знаки выступают обратной связью, необходимой для коррекции процесса научения. К вербальным знакам относят названия категорий, словами указывают на правильность или ошибочность ответа, артикулируют про себя результаты проверки гипотез при категоризации. В связи с этим выполнение интерферирующих вербальных задач снижает успешность формирования правил в декларативной системе ^е^Ьашоуа, Маёёох, 2006) [11], но не снижает в процедурной. Также при формировании декларативных правил испытуемые самостоятельно вербализуют знаки категории, даже если те заданы перцептивно, например, цветом (Ко1:оу е! а1., 2015) [5]. Данные результаты можно также интерпретировать в контексте теории двойного кодирования (Рашо, 1986) [7]: формат обратной связи для удобства оперирования информацией должен
быть един с форматом восприятия примеров категории. На основе этого принципа наблюдают эффекты, когда выбранная на ранних этапах система памяти задает в ходе научения свой формат правила категоризации. Например, выбранная декларативная система вынуждает использовать вербальные правила, даже если они не являются оптимальными. При категоризации группы примеров, имеющих между собою сходство по многим перцептивным признакам, испытуемые часто предпочитают опираться на один (Minda, Miles, 2009) [6]. К факторам, влияющим на предпочтение декларативной системы памяти при научении, относят возраст (взрослые делают это чаще, чем дети) и тип задачи (при сортировке предметов чаще, чем при индуктивных выводах).
Нами ранее было проведено исследование (Покидышева, Котов, 2015) [2], в котором мы усиливали вербальность обратной связи за счет добавления слов с разной эмоциональной семантикой. Так, задачей испытуемых было научиться формировать новые категории, основанные на двух системах памяти: с одним общим перцептивным признаком или несколькими (на основе вероятностного критерия). После каждой пробы давалась обратная связь испытуемому о верном и неверном решении. В качестве обратной связи показывались разные слова из двух семантических групп - радости и грусти (база данных ENRuN, Emotional Norms for Russian Nouns; Сысоева, 2010 [3]), напечатанные заглавными или строчными буквами. Слова, написанные заглавными буквами, появлялись в случае верного ответа, а строчные давали знать испытуемому о неверном ответе. Таким образом, при росте успешности увеличивалось количество воспринимаемых слов из одной семантической группы и уменьшалось из другой. В результате оказалось, что когда на верный ответ предъявлялось слово из положительной семантической группы - «радость», а при неверном ответе - из
отрицательной, то испытуемому удавалось быстрее сформировать правила, требующие для запоминания декларативной системы, чем когда связь была обратной (верный ответ - слово с отрицательной эмоциональной семантикой). При формировании правил, требующих процедурной памяти, успешность была одинаковой при любом сочетании семантики и обратной связи. Таким образом, дополнительное семантическое содержание в обратной связи оптимизировало процессы научения только в декларативной системе памяти, но не в процедурной.
Проблема исследования. Несмотря на многочисленные факты, показывающие разную зависимость систем научения от речи, в настоящее время остается невыясненным характер этой связи в контексте ее сочетания с дополнительными факторами. Так, при сравнении декларативной и процедурной систем памяти исследователи часто помимо структуры перцептивных правил варьируют и задачу научения. Наиболее часто используемой задачей для категориального научения является задача по типу А/В - в которой необходимо найти разницу между примерами, принадлежащими к одной (А) и другой (В) категориям. Вместе с тем задача на формирование правил с вероятностным критерием часто имеет структуру А/неА (Кеп, Ке1етеп, Бепеёек е! а1., 2001): необходимо найти общее содержание в примерах, относящихся к одной категории (А), в отличие от примеров, не относящихся к ней и часто не имеющих ничего общего между собою. Тип задачи может навязывать использование речи: при сортировке и классификации предметов на ограниченное количество категорий у взрослых испытуемых выбирается в качестве предпочитаемого один перцептивно простой и вербализуемый признак, по которому сравниваются группы примеров. В задаче А/неА не так легко использовать один признак, поскольку сравнивать примеры, не входящие в категорию, тяжело, -они различаются между собой.
Таблица 1
Связь между типом правила и задачей в предыдущих и настоящем исследовании
Правило в декларативной памяти Правило в процедурной памяти
Прежние исследования: систематически связь между задачей и правилом не варьировала Всегда задача А/В Чаще задача А/ неА. Иногда задача А/В
Покидышева, Котов, 2015 [2]: фактор речи в обратной связи имеет значение для формирования правила категоризации только в декларативной памяти Задача А/В Задача А/В
Настоящее исследование: будет ли по-прежнему иметь значение фактор речи в обратной связи для формирования правила только в декларативной памяти? Задача А/ неА Задача А/ неА
В настоящем исследовании мы решили проверить связь типа задачи научения и правила категоризации (табл. 1). Если в нашем предыдущем эксперименте (Поки-дышева, Котов, 2015) [2] семантика слова помогала формированию категории в декларативной системе и не помогала в процедурной, то, возможно, это было связано с тем, что мы давали испытуемым задачу по типу А/В, которая уже настраивала их на предпочтение декларативной системы памяти. Если использовать задачу А/неА, то такого предпочтения не будет. Сохранится ли эффект влияния семантики обратной связи на успешность научения? Если эффект сохранится, то влияние фактора речи
сильнее влияния задачи. Дополнительная новизна нашего исследования заключается в том, что к настоящему времени практически отсутствуют исследования категориального научения правилам декларативной памяти не в формате задаче А/В, а в формате А/неА.
Методика
Испытуемые. В исследовании приняли участие студенты гуманитарных факультетов в возрасте от 17 до 25 лет. Испытуемые были случайным образом распределены в шесть экспериментальных условий приблизительно поровну. Их участие в эксперименте поощрялось баллами, учитывавшимися при выставлении зачета.
Оценка планируемой численности выборки: опираясь на предыдущее исследование (Покидышева, Котов, 2015) [2], мы оценили размер эффекта для условия с максимальным различием в успешности научения. Это было условие с формированием правила категориального признака (КПр). Так, при прямом соотношении слов с об-
ратной связью средняя успешность по всем блокам составила M=0,79, SD=0,33 (n=21), а при обратном соотношении - M=0,57, SD=0,29 (n=24). Размер эффекта (d-Cohen), таким образом, равнялся d=0,71. Вычисленная post hoc мощность критерия при данном размере эффекта, объеме выборки и уровне значимости (0,05) составила 0,75. Для получения такого же размера эффекта при минимальной мощности в 0,8 вычисленный априори размер выборки на каждое условие должен составить не менее n=26, а при мощности в 0,9 - n=35. Для планируемого исследования мы ориентировались на размер выборки при более низком размере эффекта (0,8) и таким образом для всех шести экспериментальных условий нам было необходимо не менее 156 испытуемых. Такое количество испытуемых и было набрано для участия в настоящем исследовании (возраст - от 17 до 25 лет, 102 испытуемых женского пола и 54 мужского).
Материал. В качестве стимульного материала были созданы узоры, напоминающие цветы. Они были симметричной формы и предъявлялись на белом фоне (рис. 1).
Рис. 1. Примеры категорий. Приведены все значения по четырем признакам
Для демонстрации стимульного материала и регистрации ответов испытуемых была использована программа РэусЬоРу 1.85.01 (Рейсе, 2007) [8]. Каждый пример состоял из четырех признаков, принимающих три значения: а) три разных формы центральной части, б) три формы лепестков, в) три формы чашелистиков и г) три формы тычинок.
На основе комбинации этих значений мы создали наборы изображений с правилами категоризации разного типа: для де-
кларативной системы памяти - с одним категориальным признаком, для процедурной памяти - со всеми четырьмя, на основе вероятностного критерия (ВКр). Согласно таблице 1, общее правило создания искусственных категорий было следующим: объекты группы А имели общее содержание, описываемое правилом КПр или ВКр, объекты из группы неА содержали равновероятное распределение значений по всем признакам.
В таблице 2 приведена структура правил категоризации. Так, для прави-
ла КПр, например, в случае объектов, относящихся к категории А, первое значение признака «а» является категориальным (категориальный признак варьирует между испытуемыми). Поэтому оно встречалось у данных примеров с вероятностью, равной 1, а остальные два значения с вероятностью 0. Значения остальных трех признаков («б», «в»,
«г») встречались с равной вероятностью - 0,33. В случае объектов группы неА в первом признаке с равной вероятностью 0,5 встречались оставшиеся два значения и с равной вероятностью 0,33 распределены значения других признаков. Иными словами, в случае примеров группы неА нельзя было провести категоризацию по какому-нибудь отдельному значению.
Таблица 2
Структура правил категоризации. В каждой ячейке указаны вероятности каждого из трех значений признака
Тип правила Группа Признак
A B C D
КПр А 1/0/0 0,33/0,33/0,33 0,33/0,33/0,33 0,33/0,33/0,33
неА 0/0,5/0,5 0,33/0,33/0,33 0,33/0,33/0,33 0,33/0,33/0,33
ВКр А 0,75/0,125/0,125 0,75/0,125/0,125 0,75/0,125/0,125 0,75/0,125/0,125
неА 0,33/0,33/0,33 0,33/0,33/0,33 0,33/0,33/0,33 0,33/0,33/0,33
Для правила ВКр принадлежность к группе А определялась по наличию в примере трех из четырех релевантных значений по всем признакам, то есть вероятность каждого значения по каждому признаку составляла 0,75. В случае примеров группы неА вероятность наличия у примеров каждого значения каждого признака составляла 0,33. Примеры группы неА в правиле ВКр также не обладали собственной структурой, позволяющей проводить категоризацию.
Вся тренировочная серия состояла из 5 блоков научения, по 16 проб (8 категории А и 8 - неА) в каждом блоке. Порядок предъявления примеров внутри блока был случайным.
Процедура. Испытуемому в инструкции сообщали: «В этом исследовании мы покажем вам изображения искусственных объектов. Часть объектов имеет сходный вид - они образуют группу. Остальные объекты не имеют ничего общего между собой. Ваша цель будет заключаться в том, чтобы научиться отличать объекты этой группы от остальных объектов».
Изображение примера в каждой пробе демонстрировалось до 10 секунд, в течение которых испытуемому нужно было выбрать, относится ли данный пример к группе (ответ клавишей «стрелочка ВВЕРХ») или нет («стрелочка ВНИЗ»). Сразу после ответа изображение примера пропадало с экрана и предъявлялась обратная связь -одно слово в центре экрана. Испытуемому в инструкции сообщали, что если слово будет написано заглавными буквами, то он ответил правильно, а если строчными -ответ был неверным. Фактический размер букв при разном написании различался в два раза, на первых пробах экспериментатор сообщал, какой это размер до появления первого примера с другим вариантом обратной связи. В качестве слов использовались слова из двух семантических групп - «радость» и «грусть». К группе «радость» относились, например, слова «дружба», «веселье», «восторг», «отдых», «весна». К группе «грусть»: «тоска», «обида», «разлука», «грусть» (база данных ENRuN, Emotional Norms for Russian Nouns; Сысоева, 2010 [3]).
Значение слов по-разному имеет отношение к обратной связи. В одном условии (далее - прямое) слова группы «радость» предъявлялись в случае правильных ответов, а слова из группы «грусть» - в случае неверного ответа. В другом условии (далее - обратное) было обратное соотношение, когда на правильный ответ появлялось слово-ассоциация из группы «грусти». В контрольной группе вместо обратной связи не было слов с эмоциональной семантикой, а предъявлялись лишь слова «неправильно» или «правильно».
Экспериментальный план был смешанным факторным планом 2x3. Независимая переменная «тип правила» была межсубъектной переменной с двумя уровнями (правило КПр и ВКр). Независимая переменная «обратная связь» была также межсубъектной и с тремя уровнями (условие с прямым соотношением значения слова и обратной связи, обратным и контрольное условие). Дополнительно мы оценивали успешность научения в зависимости от блока научения (пять блоков - фактор времени научения). Зависимой переменной была успешность -среднее количество правильных ответов в каждом отдельном блоке научения.
Экспериментальные гипотезы. Мы ожидали, что при формировании правила ВКр в задаче А/неА различий между группами (экспериментальными и контрольным) не будет. В случае формирования правила КПр, если фактор речи сильнее
Количество испытуемых, не сформировав^
фактора задачи, то в условии с прямым соотношением слов и обратной связи успешность будет выше, чем в условиях с обратным соотношением или контрольном условии. Однако, если фактор задачи будет сильнее фактора речи, то различий между условиями не будет, как при формировании правила ВКр. Вместе с тем возможно взаимодействие между факторами «время научения» и «обратная связь»: различия между условиями могут проявляться только на последних блоках научения и отсутствовать на ранних блоках.
Результаты
Процесс подготовки «<сырых данных». При обработке результатов были включены данные всех испытуемых, даже не сформировавших правило категоризации к последнему блоку. Несмотря на то, что результаты таких испытуемых обычно исключают из обработки, мы предполагаем, что часть наших условий будет заметно сложнее для испытуемых в плане научения, и мы должны будем оценить уровень этой сложности. В таблице 3 приведено количество испытуемых в каждом условии, которые показали уровень успешности меньше 0,5 в последнем блоке научения. Как видно, их численность невелика (меньше 10%) и составляет примерно равное количество в каждом условии эксперимента и не варьирует в зависимости от типа правила.
Таблица 3
правило категоризации к последнему блоку
Условие Правило КПр Правило ВКр
Всего Не сформировали правило Всего Не сформировали правило
Обратное соотношение 26 3 28 4
Прямое соотношение 26 4 27 2
Контрольное условие 25 4 24 4
Сумма 77 11 79 10
На основе соотношения количества правильных и неправильных ответов успешность по каждому блоку была выражена в диапазоне от 1 до 0 как доля правильных ответов. Пропуски оценивались как неправильные ответы. Таким образом, суммарные данные по каждому испытуемому включали в себя шесть значений, отражающих рост успешности категориального научения.
Для оценки степени вклада каждого фактора и их взаимодействия был использован дисперсионный анализ с повторными измерениями (для фактора «блок научения», шесть уровней) с поправкой Greenhouse - Geisser (тест сферичности Мочли показал значимое отклонение от сферичности в случае каждого типа правил, p<0,01 в каждом типе правил).
Рис. 2. Успешность формирования правил КПр. Ось у - средняя успешность, ось х -порядковый номер блока научения. Линия с закрашенными кружочками - контрольное условие, с пустым кружочком - прямое соотношение, с пустым квадратиком - обратное соотношение. Вертикальными линиями обозначена стандартная ошибка
Формирование правил КПр. Мы не выявили значимого взаимодействия факторов блока научения и условий, Б(6,484, 197,76)=1,243, р=0,283, ^=0,039. Вместе с тем во всех условиях мы нашли влияние фактора научения, Б(3,242, 197,76)=29,055,
p<0,001, i^p2=0,323. На рисунках 2 и 3 виден рост успешности научения почти во всех условиях: от уровня случайных ответов (0,5) до достаточно высокого уровня успешности (0,8).
Вместе с тем мы не обнаружили влияния условия на успешность научения, F(2, 61)=0,559, p=0,575, ^2=0,018. Post hoc сравнение условий между собой по методу Шеффе не показало различий между ними (p>0,1). Таким образом, выполнение задания в формате задачи А/неА устранило эффект влияния разной организации обратной связи на научение категориям КПр.
Формирование правил ВКр. Успешность в случае формирования правил ВКр в целом была ожидаемо ниже, чем правил КПр (рис. 3). Мы также не установили значимого взаимодействия факторов блока научения и условий: F(6,808, 207,649)=1,309, p=0,249, ^p2=0,041. Вместе с тем во всех условиях мы констатировали влияние фактора научения: F(3,404, 207,649)=6,616, p<0,001, ц 2=0,098.
Рис. 3. Успешность формирования правил ВКр. Ось у - средняя успешность, ось х - порядковый номер блока научения. Линия с закрашенными кружочками - контрольное условие, с пустым кружочком - прямое соотношение, с пустым квадратиком - обратное соотношение. Вертикальными линиями обозначена стандартная ошибка
При этом мы видим, что успешность достигает к последнему блоку в среднем не очень высокого уровня (меньше 0,7) и практически не меняется с третьего блока до последнего. Мы также не обнаружили влияния условия на успешность научения: F(2, 81)=0,388, p=0,680, ^p2=0,013. Post hoc сравнение условий между собой по методу Шеффе также не показало различий между ними (p>0,1). Таким образом, наша гипотеза подтвердилась: мы выявили, что, как и в случае задач по типу А/В, в задаче А/неА разная организация обратной связи не влияет на успешность научения вероятностным правилам. В совокупности результаты научения двум типам правил демонстрируют, что фактор типа задачи оказался сильнее фактора речи в структуре обратной связи: различия между экспериментальными условиями соотношения при научении в формате задачи А/неА не различались между собой и не отличались от контрольного условия.
Обсуждение
В проведенном исследовании мы изучали формирование двух разных правил категоризации в задаче А/неА. В нашем предыдущем эксперименте (Покидышева, Котов, 2015) [2] было показано, что семантика слова помогала формированию категории в декларативной системе и не помогала в процедурной при формировании категорий в задаче типа А/В. Эта задача, согласно нашему предположению, уже настраивала на предпочтение декларативной системы памяти. Такой настройки не должно было быть при использовании задачи типа А/неА. Мы выявили, что влияние семантики слова при формировании категорий КПр пропало, и при этом испытуемые были довольно успешны при формировании категории во всех экспериментальных условиях. Это означает, что эффект влияния типа задачи сильнее эффекта обратной связи. Данные результаты сравнения двух эффектов были получены впервые, и они
имеют большое значение для теорий множественных систем научения: если формирование новых правил категоризации с одним признаком выполняется в форме сравнения двух категорий, то организация обратной связи будет иметь значение для успешности научения; если же происходит формирование лишь одной категории и она сравнивается с примерами, у которых нет общего признака, то организация обратной связи не важна (достаточно лишь ее наличие). По-видимому, задача А/неА, поскольку она не основана на сравнении признаков из противоположенных категорий (группа неА не имеет общего признака), не может быть решена успешнее или менее успешно за счет подкрепления через форму или содержание обратной связи. Это возможно лишь при решении задачи типа А/В: сравнение признаков между собой усиливается сравнением вариаций в обратной связи (названии групп или сопутствующих им семантических признаков).
Помимо этого, мы показали, что при формировании категорий ВКр семантика слов не помогала научению как в формате задачи А/неА, так и в формате А/В (Поки-дышева, Котов, 2015) [2]. Данный результат соответствует большинству исследований и доказывает, что формирование правил на основе процедурной системы научения, разная организация обратной связи не важны для успешности научения. Новизна настоящего исследования заключается в том, что за счет использования задачи А/неА мы усилили активацию процедурной системы научения. Однако даже это не привело в увеличению чувствительности рассматриваемой системы к семантическому содержанию обратной связи. Фактор времени подачи обратной связи (без задержки) остается для указанной системы единственно важным.
Наше исследование показало, что в дальнейшем необходимо больше уделять внимание анализу не только новых факторов категориального научения, но и их сочетанию с уже известными факторами.
Доминирующий подход в описании систем научения (Ashby, Crossley, 2010) [4] в настоящее время сводится к перечислению условий, важных для одной системы научения и не важных для других. Наш эксперимент показывает, что некоторые факторы могут в целом не иметь значения, если не соблюдаются другие условия. Таким образом, в будущем существенно оценить степень вклада каждого из факторов и их взаимодействие в научение новым категориям.
Работа подготовлена в рамках поддержанного РГНФ научного проекта No15-36-01366.
Литература
1. Котов А.А. Формирование новых категорий взрослыми и детьми при эксплицитной и имплицитной системах научения // В кн.: Когнитивные исследования. Сборник научных трудов. Вып. 6 / Под. ред. Б.М. Ве-личковского, В.В. Рубцова, Д.В. Ушакова. -М.: МГППУ, 2014. - C. 261-274.
2. Покидышева С.Н., Котов А.А. Соотношение семантики и коннотации в обратной связи при имплицитном и эксплицитном научении // В сб.: Материалы конференции «Когнитивная наука в Москве: новые исследования». Под редакцией Е.В. Печенко-вой, М.В. Фаликман. - М.: Изд-во Институт практической психологии и психоанализа. - 2015. - С. 358-364.
3. Сысоева Т.А. Эмоциональный эффект Струпа и его связь с эмоциональным интеллектом // Психология. Журнал Высшей школы экономики. - 2010. - Т. 7(4). - С. 117-125.
4. Ashby G.F., & Crossley M.J. Interactions between declarative and procedural-learning categorization systems // Neurobiology of Learning and Memory. - 2010. - Vol. 94(1). - P. 1-12. http://doi.org/10.1016/'. nlm.2010.03.001.
5. Kotov А.А., Agrba L.B., Vlasova E.V., & Kotova T.N. The role of labels in learning statistically dense and statistically sparse categories (March 19, 2015). Higher School of Economics Research Paper No. WP BRP 35/PSY/2015. Available at SSRN: https://
ssrn.com/abstract=2580829 or http://dx.doi. org/10.2139/ssrn.2580829.
6. Minda J., & Miles S. Learning new categories: Adults tend to use rules while children sometimes rely on family resemblance / Proceedings of the 31st Annual Conference of the Cognitive Science Society. - Hillsdale, NJ: Lawrence Erlbaum Associates, Inc., 2009.
7. Paivio A. Mental Representations: A Dual Coding Approach. - New York: Oxford University Press, 1986.
8. Peirce J.W. PsychoPy - Psychophysics software in Python // Journ. Neurosci. Methods. -2007. - Vol. 162(1-2). - P. 8-13.
9. Schacter D.L., Wagner A.D., Buckner R.L. Memory systems of 1999 / In: Tulving E., Craik F.I.M. (Eds). Oxford handbook of memory. - New York: Oxford University Press, 2000. - P. 627-643.
10. Squire L.R. Memory systems of the brain: A brief history and current perspective // Neurobiology of Learning and Memory. -2004. - Vol. 82. - P. 171-177.
11. Zeithamova D., & Maddox W.T. Dual-task interference in perceptual category learning // Memory & Cognition. - 2006. - Vol. 34(2). -P. 387-398.
References
1. Kotov AA. Formirovaniye novykh kategoriy vzroslymi i det'mi pri eksplitsitnoy i im-plitsitnoy sistemakh naucheniya. V kn: Kog-nitivnyye issledovaniya. Sbornik nauchnykh trudov. Vyp 6. Pod red BM Velichkovskogo, VV Rubtsova, DV Ushakova. Moscow: MGP-PU, 2014: 261-274 (in Russian).
2. Pokidysheva SN, Kotov AA. Sootnosheni-ye semantiki i konnotatsii v obratnoy svyazi pri implitsitnom i eksplitsitnom nauchenii. V sb: Materialy konferentsii «Kognitivnaya nauka v Moskve: novyye issledovaniya». Pod redaktsiyey YeV Pechenkovoy, MV Falikman. Moscow: Izd-vo Institut prakticheskoy psik-hologii i psikhoanaliza, 2015: 358-364 (in Russian).
3. Sysoyeva TA. Emotsional'nyy effekt Strupa i yego svyaz' s emotsional'nym intellektom. Psikhologiya. Zhurnal Vysshey shkoly ekono-miki 2010; 7(4):117-125 (in Russian).
4. Ashby GF, & Crossley MJ. Interactions between declarative and procedural-learn-
ing categorization systems. Neurobiology of Learning and Memory 2010; 94(1):1-12. http://doi.org/10.1016/j.nlm.2010.03.001.
5. Kotov AA, Agrba LB, Vlasova EV, & Koto-va TN. The role of labels in learning statistically dense and statistically sparse categories (March 19, 2015). Higher School of Economics Research Paper No. WP BRP 35/PSY/2015. Available at SSRN: https://ssrn.com/ab-stract=2580829 or http://dx.doi.org/10.2139/ ssrn.2580829.
6. Minda J, & Miles S. Learning new categories: Adults tend to use rules while children sometimes rely on family resemblance. Proceedings of the 31st Annual Conference of the Cognitive Science Society. Hillsdale, NJ: Lawrence Erlbaum Associates, Inc., 2009.
7. Paivio A. Mental Representations: A Dual Coding Approach. New York: Oxford University Press, 1986.
8. Peirce JW. PsychoPy - Psychophysics software in Python. Journ Neurosci Methods 2007; 162(1-2):8-13.
9. Schacter DL, Wagner AD, Buckner RL. Memory systems of 1999. In: Tulving E, Craik FIM (Eds). Oxford handbook of memory. New York: Oxford University Press, 2000: 627-643.
10. Squire LR. Memory systems of the brain: A brief history and current perspective. Neu-robiology of Learning and Memory 2004; 82:171-177.
11. Zeithamova D, & Maddox WT. Dual-task interference in perceptual category learning. Memory & Cognition 2006; 34(2):387-398.
FORMATION OF CATEGORIZATION RULES BASED ON DECLARATIVE AND PROCEDURAL MEMORY IN THE FORMAT OF AN A/nonA TASK
V.G. IMAMHODJAEVA1, A.A. KOTOV1, T.N. KOTOVA2
1 National Research University Higher School of Economics, 2 Russian Academy of National Economy and Public Administration under the President
of the Russian Federation, Moscow
In this paper, we studied the formation of two different categorization rules that activate the work of procedural and declarative memory in task A/nonA. In our previous experiment (Pokidysheva, Kotov, 2015) [2] it was shown that the semantics of the word helped form a category in the declarative system and did not help in the procedural one when forming categories in the A/B task. In this paper, based on the material from the previous study, we changed the type of the task and the subjects searched for common signs in only one group of examples, distinguishing it from a group of examples without common signs. The subjects, as in the previous study, performed the task in one of three conditions: when the additional semantic meanings were directly related to feedback, contradicted it, or absent altogether. As a result, we found that the influence of the semantics of the word in the formation of categories based on declarative memory disappeared, but the subjects were successful in forming the category in all experimental conditions. In the case of the formation of categories on the basis of procedural memory, the influence of the semantics of the word was also not detected (as in the previous study), but the success rate was low. The results obtained are compared with the results of studies considered in the framework of the theory of multiple learning systems (Ashby, Crossley, 2010) [4].
Keywords: category learning, task of learning, categorization rule.
Address:
Imamkhodzhayeva V.G.
Investigator, National Research University Higher School of Economics, Moscow
E-mail: vgimamkhodzhaeva@edu.hse.ru
