Ipinapaliwanag ng modelong matematika kung paano naaalala ng mga tao ang mga kuwento gamit ang istraktura ng 'random tree'

Ang mga tao ay may kakayahang matandaan ang maraming iba't ibang uri ng impormasyon, kabilang ang mga katotohanan, petsa, kaganapan, at maging ang mga kumplikadong salaysay. Ang pag-unawa kung paano iniimbak ang mga makabuluhang kwento sa memorya ng tao ay isang pangunahing pokus ng maraming pananaliksik sa cognitive psychology.

Sinubukan kamakailan ng mga siyentipiko sa Institute for Advanced Study, Emory University, at Weizmann Institute of Science na imodelo kung paano kinakatawan ng mga tao ang mga makabuluhang salaysay at iniimbak ang mga ito sa memorya gamit ang mga bagay na matematika na kilala bilang "random tree." Ang kanilang papel, na inilathala sa Physical Review Letters, ay nagpapakita ng isang bagong konseptwal na balangkas para sa pag-aaral ng mga proseso ng memorya ng tao na kumukuha sa matematika, computer science, at physics.

"Ang aming pag-aaral ay naglalayong tugunan ang isang mahalagang pangangailangan: paglikha ng isang matematikal na teorya ng memorya ng tao para sa makabuluhang materyal tulad ng mga salaysay," sabi ni Misha Tsodyks, senior author ng papel. "May pinagkasunduan sa larangan na ang mga salaysay ay masyadong kumplikado upang bumuo ng ganoong teorya, ngunit naniniwala ako na iba ang ipinakita namin: Sa kabila ng pagiging kumplikado, may mga istatistikal na regularidad sa kung paano naaalala ng mga tao ang mga kuwento na maaaring hulaan ng ilang simpleng mga pangunahing prinsipyo."

Upang epektibong imodelo ang representasyon ng mga makabuluhang alaala gamit ang mga random na puno, nagsagawa si Tsodyks at mga kasamahan ng mga eksperimento sa pagbabalik-kuwento kasama ang malaking bilang ng mga kalahok gamit ang mga online na platform na Amazon at Prolific. Ang pag-aaral ay gumamit ng mga salaysay mula sa trabaho ni Labov. Sa kabuuan, 100 tao ang hiniling na alalahanin ang 11 kuwento na may iba't ibang haba (mula 20 hanggang 200 pangungusap), pagkatapos ay sinuri ng mga siyentipiko ang mga transcript ng memorya upang subukan ang kanilang teorya.

"Pumili kami ng isang koleksyon ng mga oral na kasaysayan na naitala ng kilalang linguist na si W. Labov noong 1960s," paliwanag ni Tsodyks. "Mabilis naming napagtanto na ang pag-analisa ng ganoong dami ng data ay nangangailangan ng paggamit ng mga modernong artificial intelligence tool sa anyo ng mga kamakailang binuo na malalaking modelo ng wika (LLMs).

Nalaman namin na hindi lamang naaalala ng mga tao ang mga indibidwal na kaganapan mula sa mga kuwento, ngunit kadalasang nagbubuod ng medyo malalaking bahagi ng salaysay (hal., mga yugto) sa isang pangungusap. Ito ay humantong sa amin na maniwala na ang salaysay ay nakaimbak sa memorya bilang isang puno, na may mga node na mas malapit sa ugat na kumakatawan sa mga abstract na buod ng mas malalaking yugto."

Ipinalagay ni Tsodyks at ng kanyang mga kasamahan na ang isang puno na kumakatawan sa isang salaysay ay nabuo sa sandaling ang isang tao ay unang nakarinig o nagbabasa ng isang kuwento at naiintindihan ito. Dahil ang mga nakaraang pananaliksik ay nagpapakita na ang iba't ibang mga tao ay may iba't ibang pananaw sa parehong mga kuwento, ang mga puno na nabuo ay magkakaroon ng mga natatanging istraktura.

"Ginawa namin ang modelo bilang isang grupo ng mga random na puno ng isang tiyak na istraktura," sabi ni Tsodyks. "Ang kagandahan ng modelong ito ay maaari itong ilarawan sa matematika, at ang mga hula nito ay maaaring masuri nang direkta laban sa data, na kung ano ang ginawa namin. Ang pangunahing pagbabago ng aming random na tree model ng memorya at pagkuha ay ang pag-aakala na ang lahat ng makabuluhang materyal ay karaniwang kinakatawan sa memorya sa parehong paraan.

Ang aming pananaliksik ay maaaring magkaroon ng mas malawak na mga implikasyon para sa pag-unawa sa mga proseso ng pag-iisip ng tao, dahil ang mga salaysay ay lumilitaw na isang unibersal na paraan kung saan nangangatuwiran kami tungkol sa isang malawak na iba't ibang mga phenomena sa aming mga indibidwal na buhay, gayundin sa mga prosesong panlipunan at pangkasaysayan."

Itinatampok ng kamakailang gawain ng koponan ang potensyal ng mga mathematical at AI-based na diskarte upang pag-aralan kung paano iniimbak at kinakatawan ng mga tao ang makabuluhang impormasyon sa kanilang mga alaala. Sa mga pag-aaral sa hinaharap, pinaplano ni Tsodyks at ng kanyang mga kasamahan na tasahin ang lawak kung saan mailalapat ang kanilang teorya at diskarte sa pagmomolde ng random na puno sa iba pang mga uri ng mga salaysay, tulad ng fiction.

"Ang isang mas ambisyosong direksyon para sa hinaharap na pananaliksik ay ang maghanap ng mas direktang ebidensya para sa modelo ng puno," idinagdag ni Tsodyks. "Kakailanganin nito ang pagbuo ng mga pang-eksperimentong protocol maliban sa simpleng pag-playback. Ang isa pang kawili-wiling direksyon ay ang paggamit ng mga diskarte sa brain imaging sa mga taong nakikibahagi sa narrative comprehension at playback."