Шахматные гроссмейстеры часто воспринимаются как вершина дальновидности. Согласно новому исследованию, предвидеть дальше и глубже можно научиться, если практиковаться.
Чтобы исследовать человеческую способность предвидения, группа ученых-когнитивистов разработала вычислительную модель, которая показывает нашу способность планировать будущие события. Это исследование не только углубляет наше понимание элементов, влияющих на принятие решений, но также демонстрирует, как мы можем улучшить наши способности к планированию на практике.
Исследование, проведенное учеными из Центра нейронных наук Нью-Йоркского университета и опубликованное в журнале Nature, сосредоточено на роли «глубины планирования» – количества шагов, которые человек продумывает заранее, в принятии решений.
«Хотя искусственный интеллект добился впечатляющих успехов в решении сложных задач планирования, гораздо меньше понимают природу и глубину планирования у людей», объясняет старший автор статьи, профессор нейробиологии и психологии Нью-Йоркского университета Вэй Джи Ма. «Наша работа дополняет эту совокупность знаний, показывая, что даже относительно небольшое количество практики может повысить глубину планирования».
Давно установлено, что отличительной чертой человеческого интеллекта является способность планировать несколько шагов в будущее. Однако не так ясно, планируют ли опытные лица, принимающие решения, больше шагов вперед, чем новички. Это связано с тем, что методы измерения этой способности (например, эксперименты с настольными играми) имеют заметные недостатки – отчасти потому, что они не позволяют надежно оценить глубину планирования.
Авторы статьи в Nature попросили людей сыграть в относительно простую игру, более сложную версию крестиков-ноликов, которая требовала от игроков тщательного планирования на несколько шагов вперед. Затем, чтобы точно понять, что происходит в головах людей, когда они обдумывают следующий ход, авторы разработали компьютерную модель, основанную на принципах искусственного интеллекта. Модель позволяет им описывать и впоследствии предсказывать ходы, которые делают люди, сталкиваясь с новыми ситуациями в игре.
«В этой вычислительной модели игроки строят в уме "дерево решений" так же, как вы могли бы планировать несколько возможных сценариев для сложного маршрута путешествия», объясняет профессор Ма.
Чтобы проверить модель, исследователи провели серию поведенческих экспериментов с людьми. В частности, они отслеживали, как игроки планируют свои действия в различных сценариях, проверяли их память, способность учиться и реконструировать свой игровой опыт. Кроме того, команда провела эксперимент по тесту Тьюринга, в котором наблюдателей, которые ранее играли в игру, попросили определить, были ли последовательности ходов, свидетелями которых они были, сгенерированы моделью или игроками-людьми. Эти наблюдатели смогли сделать правильное различие только примерно в половине случаев, предполагая, что модель принимает такие же решения, как и человек.
В целом результаты показали, что лучшее планирование обусловлено способностью более точно и за меньшее время распознавать закономерности. Это указывает на преимущества практики и опыта.
«Известно, что когнитивные способности можно улучшить во взрослом возрасте благодаря практике», отмечает Ма. «Эти результаты показывают, что даже относительно небольшое количество практики может повысить глубину планирования. Это открывает новые направления исследований. Например, мы можем использовать эти методы для изучения развития способностей к планированию у детей или проверить, могут ли способности к планированию сохраняться в пожилом возрасте. Конечно, также важно, чтобы мы связали планирование в лаборатории с планированием в реальной жизни».
