Метамышление. Как нейронауки помогают нам понять себя. Стивен М. Флеминг

Читать онлайн.
Название Метамышление. Как нейронауки помогают нам понять себя
Автор произведения Стивен М. Флеминг
Жанр
Серия
Издательство
Год выпуска 2021
isbn 978-5-6048294-1-7



Скачать книгу

теории, которые не требуют измерений неопределенности, могут объяснить поведение животных в этих экспериментах. Например, когда третий уровень представлен Натуа, мы наблюдаем три возможных ответа: низкая тональность, высокая тональность и «не знаю» (отказ как ответ). Через некоторое время Натуа может понять, что нажимание низких и высоких нот, когда тональность находится посередине, приводит к наказанию и отсутствию рыбы. Отказ отвечать – менее рискованный вариант, который позволяет ему перейти быстро на следующий уровень, во время которого он сможет получить рыбу. Возможно, он просто следует простому правилу, что-то в духе, «когда я слышу средний звуковой сигнал, я нажимаю рычаг отказа», так что он не ощущает неуверенности, ответил ли он правильно или нет. Carruthers С. Meta-Cognition in Animals: A Skeptical Look // Mind & Language. 2008. № 1. С. 58–89.

      27

      Kornell N. и др. Transfer of Metacognitive Skills and Hint Seeking in Monkeys // Psychological Science 18. 2007. № 1. С. 64–71; Shields W. E. и др. Uncertain Responses by Humans and Rhesus Monkeys (Macaca mulatta) in a PsychophysicalSame-Different Task // Journal of Experimental Psychology: General 126. 1997. № 2. С. 147; Kepecs A. и др. Neural Correlates, Computation and Behavioural Impact of Decision Confidence // Nature 455. 2008. № 7210. С. 227–231; Fujita K. и др. Are Birds Metacognitive? // Foundations of Metacognition. Oxford: Oxford University Press, 2012. С. 50–61. Шесть голубей и две из трех бентамок были более склоны к рисковому варианту, когда правильно выполняли задание на визуальный поиск. Два голубя также продемонстрировали стабильное обобщение этой метакогнитивной способности на другие цветовые наборы.

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