Model matematik menerangkan cara orang mengingat cerita menggunakan struktur 'pokok rawak'

Orang ramai mampu mengingati pelbagai jenis maklumat, termasuk fakta, tarikh, peristiwa, dan juga naratif yang kompleks. Memahami bagaimana cerita bermakna disimpan dalam ingatan manusia adalah fokus utama banyak penyelidikan dalam psikologi kognitif.

Para saintis di Institut Kajian Lanjutan, Universiti Emory dan Institut Sains Weizmann baru-baru ini cuba memodelkan cara orang mewakili naratif yang bermakna dan menyimpannya dalam ingatan menggunakan objek matematik yang dikenali sebagai "pokok rawak." Kertas kerja mereka, yang diterbitkan dalam Physical Review Letters, membentangkan rangka kerja konsep baru untuk mengkaji proses ingatan manusia yang menggunakan matematik, sains komputer dan fizik.

"Kajian kami bertujuan untuk menangani keperluan penting: mencipta teori matematik ingatan manusia untuk bahan bermakna seperti naratif, " kata Misha Tsodyks, pengarang kanan kertas itu. "Terdapat konsensus dalam bidang bahawa naratif terlalu kompleks untuk membina teori sedemikian, tetapi saya percaya kami telah menunjukkan sebaliknya: Walaupun kerumitan, terdapat keteraturan statistik dalam cara orang mengingat cerita yang boleh diramalkan oleh beberapa prinsip asas yang mudah."

Untuk memodelkan perwakilan kenangan bermakna menggunakan pepohon rawak dengan berkesan, Tsodyks dan rakan sekerja menjalankan eksperimen ingat kembali cerita dengan sejumlah besar peserta menggunakan platform dalam talian Amazon dan Prolific. Kajian itu menggunakan naratif daripada karya Labov. Secara keseluruhan, 100 orang diminta mengingat 11 cerita dengan panjang yang berbeza-beza (antara 20 hingga 200 ayat), selepas itu para saintis menganalisis transkrip ingatan untuk menguji teori mereka.

"Kami memilih koleksi sejarah lisan yang direkodkan oleh ahli bahasa terkenal W. Labov pada tahun 1960-an," jelas Tsodyks. “Kami segera menyedari bahawa menganalisis jumlah data sedemikian memerlukan penggunaan alat kecerdasan buatan moden dalam bentuk model bahasa besar (LLM) yang dibangunkan baru-baru ini.

Kami mendapati bahawa orang tidak hanya mengingati peristiwa individu daripada cerita, tetapi sering meringkaskan bahagian naratif yang agak besar (cth, episod) dalam satu ayat. Ini menyebabkan kami percaya bahawa naratif disimpan dalam ingatan sebagai pokok, dengan nod yang lebih dekat dengan akar mewakili ringkasan abstrak episod yang lebih besar."

Tsodyks dan rakan-rakannya membuat hipotesis bahawa pokok yang mewakili naratif terbentuk apabila seseorang mula-mula mendengar atau membaca cerita dan memahaminya. Oleh kerana kajian terdahulu menunjukkan bahawa orang yang berbeza melihat cerita yang sama secara berbeza, pokok yang terbentuk akan mempunyai struktur yang unik.

"Kami merumuskan model sebagai ensemble pokok rawak struktur tertentu, " kata Tsodyks. "Keindahan model ini ialah ia boleh diterangkan secara matematik, dan ramalannya boleh diuji secara langsung terhadap data, iaitu apa yang kami lakukan. Inovasi utama model pokok rawak kami bagi ingatan dan pengambilan ialah andaian bahawa semua bahan yang bermakna secara amnya diwakili dalam ingatan dengan cara yang sama.

Penyelidikan kami mungkin mempunyai implikasi yang lebih luas untuk memahami proses kognitif manusia, kerana naratif kelihatan sebagai cara universal di mana kami membuat alasan tentang pelbagai jenis fenomena dalam kehidupan individu kita, serta dalam proses sosial dan sejarah."

Hasil kerja pasukan baru-baru ini menyerlahkan potensi pendekatan matematik dan berasaskan AI untuk mengkaji cara orang menyimpan dan mewakili maklumat yang bermakna dalam ingatan mereka. Dalam kajian masa depan, Tsodyks dan rakan-rakannya merancang untuk menilai sejauh mana teori dan pendekatan pemodelan pokok rawak mereka boleh digunakan untuk jenis naratif lain, seperti fiksyen.

"Arah yang lebih bercita-cita tinggi untuk penyelidikan masa depan adalah untuk mencari lebih banyak bukti langsung untuk model pokok," tambah Tsodyks. "Ini memerlukan pembangunan protokol eksperimen selain main balik mudah. Satu lagi arah yang menarik ialah menggunakan teknik pengimejan otak dalam orang yang terlibat dalam pemahaman naratif dan main balik."