690 likes | 832 Views
確信度評定:方法論の吟味と 社会認知研究への応用. 東京工業大学・日本学術振興会 村山 航. 日本心理学会第 72 回大会 WS 「記憶のモニタリングとコントロール」. 1.まずこれらの問題に2択で答えてもらう. 2.その上で,答えに対する自身の程度を「50%」から「100%」の間で答えてもらう。. ※ 言語的に,「まったく自信がない」から「非常に自信がある」という形式もある。. 確信度評定とは. ハイデルベルグとボンとでどちらの人口が多いと思いますか この単語は先ほどのリストにありましたか?. 確信度評定の位置づけ.
E N D
確信度評定:方法論の吟味と 社会認知研究への応用 東京工業大学・日本学術振興会 村山 航 日本心理学会第72回大会WS「記憶のモニタリングとコントロール」
1.まずこれらの問題に2択で答えてもらう 2.その上で,答えに対する自身の程度を「50%」から「100%」の間で答えてもらう。 ※ 言語的に,「まったく自信がない」から「非常に自信がある」という形式もある。 確信度評定とは • ハイデルベルグとボンとでどちらの人口が多いと思いますか • この単語は先ほどのリストにありましたか?
Contents • 確信度評定の意義 • 確信度評定研究が明らかにしたこと • 確信度評定の方法論的落とし穴と利用可能性
Contents • 確信度評定の意義 • 確信度評定研究が明らかにしたこと • 確信度評定の方法論的落とし穴と利用可能性
確信度評定のメカニズムを知る = 人間の意思決定メカニズムを知る 確信度が高くて確実な選択肢を選ぶ 1.意思決定の根幹 • 期待・価値と並んで人間の意思決定に影響を与える根源的要因 • 「不確実性下の意思決定」 • ニューロエコノミクスの隆盛で再注目 確信度の二面性 情報を得るために確信度の低い選択肢を選ぶ
Learning rate Uncertainty bonus
2.Awareness を知る手段 • 背景:「無意識の認知プロセス」研究の増加 • 意識の有無を確信度評定を用いて調べる • Kolb & Braun (1995, Nature): 視覚弁別課題.ターゲットが見えるドット (unpaired dots) とターゲットが(ほぼ)みえないドット (paired dots) の2種類を比較
確信度とともに正答率も上昇 確信度と正答率は無関係 Adopted from Kolb & Braun (1995) 無意識の知覚プロセスの存在 しかし,トータルのパフォーマンスは同じ
近年の方法論の進展 • 確信度評定は意図的な歪曲に弱い • Post-decision wagering (Persaud et al., 2006, Nat. Neurosci.)
High wagerあっていたら1ポンドget違っていたら1ポンドlose 判断に対するwagering(賭け) Low wagerあっていたら50ペンスget違っていたら50ペンスlose 近年における方法論の進展 • 確信度評定は意図的な歪曲に弱い • Post-decision wagering (Persaud et al., 2006, Nat. Neurosci.) 2値判断 意図的な歪曲を「お金への動機」で除去
しかし,High wager でも Low wager でも正答率に変化がない 全体的な正答率は高い 結論:G. Y. はこの課題を awareness なしでこなしている Persaud et al. (2006) の blindsight subject G. Y. に対する視覚弁別課題の結果
まとめ • 確信度評定研究の意義 • 人間の意思決定のメカニズムを考える上で不可欠 • 人間のAwarenessを調べるのに重要なツール
Contents • 確信度評定の意義 • 確信度評定研究が明らかにしたこと • 確信度評定の方法論的落とし穴と利用可能性
一言でいうと 人間の確信度評定は不正確
1.Overconfidence Phenomenon • 確信度評定を一定の区間ごとに区切り,その区間ごとに実際の正答率をプロットすると,正答率よりも確信度の方が高くなる現象
確信度は,記憶痕跡の強さを直接評価しているのではなく,活性化された手がかりや情報,事前の信念などといった状況証拠から,間接的に推論されたもの。確信度は,記憶痕跡の強さを直接評価しているのではなく,活性化された手がかりや情報,事前の信念などといった状況証拠から,間接的に推論されたもの。 Overconfidence の説明モデル • Probabilistic mental model: Gigerenzer et al. (1991, Psych. Rev.) • Poisson race model: Merkle & Van Zandt (2006, Psych. Rev.) • Bayesian model (Moore & Healy, 2008, Psych. Rev.)
2.目撃証言と確信度評定の関係 • Wells & Murray (1984) のレビュー:確信度評定と正再認のpoint-biserial correlation は平均0.07(!) 確信度評定はさまざまな状況要因に影響を受ける: e.g. 知覚的流暢性(Koriat et al., 2002; Leboe & Whittlesea, 2002) 理由 「目撃証言」につきまとう独特のプレッシャー
適応的意味は?(e.g., Marsh, Todd, & Gigerenzer, 2004) まとめと今後の展望 • 人間の確信度評定は不確実 • 確信度評定は,そのときに活性化している状況要因に影響を受けやすい 確信度評定は人間の意思決定を導く重要な要因 人間の確信度評定は不正確
Contents • 確信度評定の意義 • 確信度評定研究が明らかにしたこと • 確信度評定の方法論的落とし穴と利用可能性
確信度評定の方法論としての難しさ • 確信度の「正確さ」の指標によって,得られる結果が変わってくる (e.g., Olsson, 2000) • 選択をしていない選択肢には確信度評定をしていないので,データ構造が複雑。そのため,アーティファクトに気づきにくい
この課題はawarenessの有無と,optimal strategyの気づきの有無が交絡 例1:Post-decision wagering の問題点 • Persaud らが想定している optimal strategy • Clifford et al. (2007, TICS)の批判 • Optimal strategyは「すべてをhigh wagerにする」では? • Incorrect のとき low wager にするのは一見合理的だが,それならばもう1つの選択肢(正答)を選ぶべきである
Overconfidence 研究では,測定の誤差をできる限り減らす必要性 例2:Overconfidence現象の問題点 回帰直線? (Erev, 1994) = Overconfidence は判断時の誤差による回帰効果(artifact)
確信度評定の方法論としての利用可能性 • 方法論的に扱うのが難しいが,うまく使うと方法論として非常に優れた側面 • 確信度評定による測定の精度の向上(張, 2007) • 識別できなかったモデルの識別
Murayama (in prep):感情誤帰属手続きへの適用 • 感情誤帰属手続き (affect misattribution procedure; AMP) • Payne et al. (2005, JPSP) による開発 • 潜在的な態度を測定する尺度:社会認知測度 • 高い信頼性 (Payne et al., 2005) と予測的妥当性 (Payne et al., 2008, C&E)
Prime Target 基本的な手続き p (“like”| target prime) – p (“like” | no prime) Judgment of the “target” Like -> Left keyDislike -> Right key Primeに対する潜在的態度
自動的な判断過程と統制的(意図的)な修正過程を分離する必要性自動的な判断過程と統制的(意図的)な修正過程を分離する必要性 問題点 • 意図的な反応の修正が入ってしまう:「この文字は『好き』だけど,その前の写真の影響を受けているかもしれない.だから『嫌い』を選ぼう」
研究の目的 • AMPにおける自動処理・統制処理を分離するためのモデルを提案し,その妥当性を検討する
negative prime 閾値の修正量 (B) d’2 d’1 閾値 (c) モデルの提案 • “好き”“嫌い”の判断には信号検出モデルを仮定 • 一定の確率(R)で被験者がプライムの影響に気づき反応を修正する • 反応の修正量をBとする • Negative prime条件をベースラインとする positive prime no prime 嫌い 好き
プライムの影響に気づいた場合 閾値の修正(向きが逆) プライムの影響に気づかない場合 ネガティブプライムへの反応をbaselineとしたときの,それぞれのd’(潜在態度) モデル式 no prime 条件では意図的な修正はなし
解が求まらない! ターゲット判断に確信度評定を用いる (5件法)ことで,方程式(自由度)が増え,解が求まる 問題点と確信度評定による解決 パラメータ推定 • R, B, c, d’1, d’2の 5 つ • 方程式(データ)は3つ ※ モデルとデータから得られる予測値の二乗誤差が最小になるように準Newton法でパラメータを推定
“1” “2” “3” Distractor Target C1 C2 自由度増大! 確信度評定による自由度の増大 3件法の場合 嫌い 好き 増加するパラメータ:c2 増えた方程式:p (<c2|target), p (<c2|distractor)
先行研究 • 確信度評定によってモデルの自由度を増大させるアイディア自体は他の研究にも内在 • 信号検出モデル(自由度0)における正規性の前提の検証 (Green & Swets, 1966) • Andrew Yonelinas による二重過程信号検出モデル (for a review, Yonelinas & Parks, 2007, PB) • 社会認知研究では応用がない → 本研究 • 他のモデル・論争にも適用可能? • 回想-熟知性の独立性に関する論争 (e.g., Joordens & Merikle, 1993)
実験1 • 目的:提案した手続きを適用し,意味のある解が得られるかを検討する • 被験者:北米の大学生26名 • プライム刺激:ポジティブ写真,ネガティブ写真32枚ずつ (IAPSより, 覚醒を統制) • ターゲット刺激:中国語刺激
実験1:結果 ターゲットのポジティブ度判断の平均値 プライムの主効果が有意(先行研究の再現)
ROC曲線と推定値 Positive prime/negative prime No prime/negative prime R = 0.10B = 1.51d’1= 0.84d’2= 0.37
実験2 • 目的:AMPを2回繰り返すことで,プライムへの気づきが増大するかを検討する • 被験者:北米の大学生54名 • ターゲット呈示後,すぐにポジティブ度判断(6件法) • 1週間後に2回目のAMP実験をする