90 likes | 224 Views
学校教育と脳科学 討論. 寺尾 敦 青山学院大学社会情報学部. 教育に寄与する脳科学研究(私見). 教育的な関心に基づいた研究 教育現場で用いられている材料 を使う研究 基礎研究 がまだ十分でなくても,そうした研究を始めることは可能 脳科学データと認知モデルの突き合わせ 認知モデルは学校教育に有効な知見を提供 脳科学データだ から可能なモデル検証(今井先生?) 教育 現場 へ のフィードバックと実践的検討. ACT-R のモデル. ハイブリッド・システム symbolic (プロダクション) Subsymbolic ( ニューラルネットワーク )
E N D
学校教育と脳科学討論 寺尾 敦 青山学院大学社会情報学部
教育に寄与する脳科学研究(私見) • 教育的な関心に基づいた研究 • 教育現場で用いられている材料を使う研究 • 基礎研究がまだ十分でなくても,そうした研究を始めることは可能 • 脳科学データと認知モデルの突き合わせ • 認知モデルは学校教育に有効な知見を提供 • 脳科学データだから可能なモデル検証(今井先生?) • 教育現場へのフィードバックと実践的検討
ACT-Rのモデル • ハイブリッド・システム • symbolic(プロダクション) • Subsymbolic(ニューラルネットワーク) • 各モジュールは並列に走る • 各モジュールの一部は,buffer(ex. Imaginal buffer)を通して参照可能 • Bufferの内容に対して,プロダクションが発火
Type X=4 ACT-R Modules 3x-5=7 Manual Visual 3x=12 Procedural Module Imaginal Declarative Retrieve 7+5=12 Unwinding Retrieving Goal
Using fMRI to Test Models of Complex Cognition • Simple task を用いた研究だけでは,人間のintellectual capacity が無視される危険がある(Anderson, et al. submitted) • Complex task のモデルは複雑で,行動データだけで妥当性を検討することは難しい • 反応時間を予測・説明可能であっても,プロセスの検証としては不十分
Using fMRI to Test Models ofComplex Cognition • モデルで各モジュールが “Active”である時間(長さ)の関数として,fMRIのBOLD信号を予測し,fMRIデータと照合する • 利点 • 実際の課題に関する複雑なモデルの検証 • Activeな部位で何が行われているかに関する事前の仮説がある • fMRIデータ解析に柔軟性(外的eventでなく,Model でのeventを使用可能)
Type X=4 ACT-R Modules 3x-5=7 Manual Visual 3x=12 Procedural Module Imaginal Declarative Retrieve 7+5=12 Unwinding Retrieving Goal
Type X=4 ACT-R Modules 3x-5=7 Motor Fusiform Gyrus 3x=12 Caudate Parietal Prefrontal Retrieve 7+5=12 Unwinding Retrieving ACC