SlideShare a Scribd company logo
洞察問題解決プロセスの分析(眼編)
大隈 玲志
早稲田大学大学院人間科学研究科
大須研(認知神経科学ゼミ) 修士1年
認知心理学特論(月2限)
2021-06-14
自己紹介
専門①:認知神経科学
洞察問題、ひらめき、機械学習、
fNIRS(脳血流量測定)、眼
専門②:リーダーシップ開発
組織開発、経験学習、質問力、
ActionLearning、フィードバック
2
大隈玲志 (大須研究室修士1年)
はじめに 3
今回のキーワード
意思決定 問題解決
探索問題
試行錯誤
アルゴリズム
ヒューリス
ティック
洞察問題 ひらめき
直観
ココ
はじめに
• 無意識が介在するとされる「洞察問題」解決プロセスを、
• 生理指標(眼球運動、瞳孔径)を測定し
• 時間変化に合わせて分析することで
明らかにする。
• 大隈(2021)”脳血流量計測と眼球運動測定による問題解決プロセスの分析”の
研究の一環となります。
4
洞察問題解決プロセスの分析(眼編)
はじめに
1. 研究背景
2. 実験方法
3. 結果・考察
4. まとめ
5
目次
研究背景
洞察問題について
研究背景 7
洞察問題
例題:9点問題
九つの点を, 一筆書きで,
4本の直線で結べ
※同じ点を何度通っても良い
• 解決に「ひらめき(Aha!)」が必要とされる問題
• 生産的思考(新しい解を創造する)が必要
• 問題の再構成化(reconstruction)が起きる。
<特徴>(三輪ら(2003))
1. インパスの存在
2. 失敗事例の利用不可能性
3. 重要なデータの無視
4. 飛躍的解決
5. 洞察後の了解
6. 感情的体験の随伴
7. 問題表象の転換
8. 創造性への関与
研究背景 8
9点問題
データ空間
探索
(眼球運動)
意識的
時間経過
心的制約緩和
9点の中で
解かないと…
(制約)
不適切な仮説空間 適切な仮説空間
仮説空間
(問題空間)
探索
意識+無意識
9点の外側を
使って解こう
Aha!!
問題空間
洞察問題解決のプロセス:9点問題
外も見よう
(無意識的・意識的)
×「9点内」という制約
心的制約緩和(無意識的)
仮説
Aha!!
研究背景 9
問題空間と心的制約緩和
不適切な
仮説空間
適切な
仮説空間
心的制約緩和
言語報告
「データ空間」探索→眼球運動を指標
「仮説空間」探索→脳・瞳孔を指標
Aha!!
心的制約緩和(無意識的)
仮説
洞察問題解決には、以下が重要。
(a)誤った問題空間から適切な問題空間へのシフトが必要 (Kaplanら(1990))
(b)心的制約緩和を同時にしていくこと(鈴木ら(2003))
研究背景
目は口ほどにものを言う
瞳孔径を変化させる要因:
明暗(明るいところで縮瞳、暗いところで散瞳)
認知プロセス(ターゲット検出、知覚、学習、記憶、意思決定)
10
瞳孔
研究背景
• 無意識が介在するとされる「洞察問題」解決プロセスを、
生理指標(眼球)を測定し
時間変化に合わせて分析することで明らかにする。
• 下の仮説を検証する。
<仮説>
• 仮説空間でも心的制約緩和は起きている。
• ひらめきに向けて状況で瞳孔径は変化する。
11
本研究の目的
実験方法
スロットマシン課題
実験方法
• 洞察問題(スロットマシン課題)
• 眼球運動計測装置(アイトラッキング)
(Pupil Headset (pupil labs社))
• 脳血流量変化計測装置(fNIRS) (NIRSport2 (NIRx社))
• 実験後の感想
13
実験の使用したもの
• スロットマシン課題の各試行の回答と時間
• 眼球運動データ・瞳孔径データ
• 脳血流量データ
• 実験後の感想
実験参加者から得るデータ
Pupil Headset (pupil labs社)
NIRSport 2 (NIRx社))
実験方法 14
スロットマシン課題
ダミー規則
実験方法 15
スロットマシン課題
ターゲット規則
縦方向に+3
実験方法 16
横に何かしらの
規則があるはず
(制約)
不適切な仮説空間 適切な仮説空間
縦方向も
見てみよう
×「絶対横方向の規則」の制約
心的制約緩和(無意識的)
Aha!!
時間経過
心的制約緩和
問題空間
洞察問題解決のプロセス:スロットマシン課題
データ空間
探索
眼球運動を指標
(言語報告と同じ)
仮説空間
(問題空間)
探索
脳活動を指標
横以外も見よう
(無意識的・意識的)
Aha!!
実験方法
• 実験参加者:31名(男性18 名,女性 13 名,21.5 歳 ±1.14 歳)
左利き1名は分析時にデータから除外した。
• 実験場所:早稲田大学110号館(フロンティアリサーチセンター)
大須研究室 もしくは、同114教室, 115教室
• 実験期間:2020年10月29日-12月8日(各実験90分ほど)
※コロナ禍のため、感染症対策を十分にして対面実験を実施した。
17
実験実施にあたり
結果・考察
18
結果・考察 19
瞳孔径の分析
:気づいた眼 :気づかなかった眼
<検討>
① ひらめき直前と直後
② 洞察開始とひらめき直前
③ 洞察問題と非洞察問題
④ 発見群と未発見群
⑤ ベースラインとの比較
1 2
A-2. 統制課題(非洞察)
40
試行
・・・
探索なし
40
試行
A-1. 本課題・発見群
解ける瞬間
ひらめき
・・・
①
② ③
40
試行
・・・ ・・・
④
仮説空間探索
データ空間探索
探索なし
データ空間探索
仮説空間探索
データ空間探索
1 2 9 10
・・・
1 2
B-1. 本課題・未発見群
910
・・・
B-0.
ベースライン
A-0.
ベースライン
⑤
結果・考察 20
瞳孔径データの分析
①ひらめき直前と直後 ②洞察開始とひらめき直前
右目に有意差有り
p = 0.00132*
*
左右に有意差有り
(右)p = 0.0005*
(左)p = 0.0008*
*
*
結果・考察 21
瞳孔径データの分析
③洞察問題と非洞察問題 ④発見群と未発見群
左右ともに有意差なし 左右ともに有意差なし
結果・考察 22
眼球運動の分析
<分析方法>
眼球運動から、その時のデータ空間か
らの情報取得の様子がわかる。
眼球運動を「縦方向」「横方向」「斜
め方向」の3つのパターンに分類した。
例:右図
赤線→横方向の仮説を持っていた。
青線→縦方向の仮説を持っていた。
結果・考察 23
眼球運動の分析
図1 発見群と未発見群での縦方向率の平均
ひらめきをむかえるかなり前からターゲットである規則に対応した縦方向の
眼球運動パターンが観察された。
→仮説空間でも心的制約緩和が起きている可能性が示唆された。
まとめ
24
まとめ
• 仮説空間でも心的制約緩和が起きている。
• ひらめき時に瞳孔径は変化する。
• 洞察過程において、瞳孔径は変化する。
25
本研究で明らかになったこと
• 脳賦活部位測定と合わせて、眼球運動・瞳孔径変化の要因を追求する。
• 経時的変化の測定:
本研究では入口と出口の違いを示しただけ。「制約の更新」に焦点を。
※心的制約緩和要因:制約の初期値, 結果の評価, 制約強度の更新率
今後の課題
結果・考察 26
瞳孔径の分析
:気づいた眼 :気づかなかった眼
<検討>
① ひらめき直前と直後
② 洞察開始とひらめき直前
③ 洞察問題と非洞察問題
④ 発見群と未発見群
⑤ ベースラインとの比較
1 2
A-2. 統制課題(非洞察)
40
試行
・・・
探索なし
40
試行
A-1. 本課題・発見群
解ける瞬間
ひらめき
・・・
①
② ③
40
試行
・・・ ・・・
④
仮説空間探索
データ空間探索
探索なし
データ空間探索
仮説空間探索
データ空間探索
1 2 9 10
・・・
1 2
B-1. 本課題・未発見群
910
・・・
B-0.
ベースライン
A-0.
ベースライン
⑤
まとめ
• Danek, AH & Flanagin, VL(2019) 「Cognitive conflict and restructuring: The
neural basis of two core components of insight」『AIMS Neuroscience』第6巻,
第2号, pp.60–84.
• Kaplan, CA & Simon, HA(1990)「In search for insight」『Cognitive
Psychology』第22巻, pp.374-419
• 三輪和久, 寺井仁(2003)「洞察問題解決の性質 : 認知心理学から見たチャンス発見
(<特集>チャンス発見)」『日本知能学会誌』第18巻, 第3号, pp.275-282
• 鈴木宏昭, 開一夫(2003) 「洞察問題解決への制約論的アプローチ」『心理学評論』
第46巻, 第2号, pp.211–232.
• 寺井仁, 三輪 和久, 古賀一男(2005)「仮説空間とデータ空間の探索から見た洞察問
題解決過程」『認知科学』第12巻, 第2号, pp.74-88
27
参考文献
28
ご清聴ありがとうございました。
質問あればお願いします。
脳計測とか、スロットマシン課題とか
予備スライド
29
予備
• 「ひらめき」の解明
• 問題解決における「ひらめき」の誘発
→「ひらめき」が頻繁に起きれば、いい案がより出てきて
問題解決が促進される。
• 新たなデータマイニング手法の可能性
従来:過去→現在→未来と連続的に見えているものの推移
挑戦:過去→未来と不連続的で飛躍的に(見えるものの)推移
30
本研究の将来性
予備 31
洞察問題解決
プロセスのイメージ
制約論的
活性拡散
機会論的
問題空間
三輪, 寺井(2003)
標準論的:
洞察問題解決は通常の問題解決と変わらない
(問題解決者は洞察問題だとは知らないため)
5種のアプローチ
• 標準論的アプローチ
• 活性拡散アプローチ
• 機械論的アプローチ
• 問題空間アプローチ
• 制約論的アプローチ
予備 32
先行研究との違い(スロットマシン課題編)
実験概要 スロットマシンの段数 報告 各試行の時間 仮説空間の指標 課題規則発見者
本研究 (脳血流量計測と眼球運動測定による問題解決プロセスの分析)
課題中の眼球運動
と脳血流量の分析
5段
(履歴表示4段)
数字はキー入力
規則は眼球と回答、
事後調査から判断
(注)
被験者のペース
正答率重視
(予備実験より)
脳活動
(無意識的)
50%
田村・三輪 - 2013 - 眼球運動が洞察問題解決における固着形成・解消に与える影響の検討
課題前に、ヒント
となる眼球運動を
行わせた効果検証
3段
(履歴表示2段)
試行ごとに
数字と規則を
用紙に記入
被験者のペース
時間より正答率重
視
言語報告
(意識的)
ヒント有10/27名
ヒント無6/26名
37%・23%
寺井・三輪・古賀 - 2005 - 仮説空間とデータ空間の探索から見た洞察問題解決過程
課題中の眼球運動
の分析
5段
(履歴表示4段)
試行ごとに
数字と規則を
口頭報告
被験者のペース
通しで55分
言語報告
(意識的)
5/16名
31%
※各課題のスロットマシンは同一ルール
予備 33
実験の流れ
安静
状態
測定
①
安静
②
課題①
(本課題or統制課題)
実験後
調査
Google
フォーム
測定装置(NIRS, pupil)による測定
実験前
調査
健康
眠気
利き手
Google
フォーム
安静
③
練習
測定装置装着・調整
実験の流れ説明
課題②
(本課題or統制課題)
実験参加の説明
同意書記入
実験一連をアプリによる自動化(python)
※ソーシャルディスタンス確保のため、参加説明・同意書もPC画面の指示に従ってもらう。
実験参加者に近づくのは、測定装置着脱時のみ
スロットマシン課題 34
1試行の流れ
1 2 3 4 n n+1 40
試行
もしくは5問連続正解
(開始)
Returnをクリックで
スロットスタート
(終了)
Returnをクリックで
スロット1,2ストップ
n試行め 次試行め
前試行の
1~2列めが
呈示
フォームに予測した数字を入
力し、Returnをクリック
自動遷移
回答確認
Returnをクリックで
再スロットスタート
? ? ?
スロットマシン課題 35
仮説:本課題での動き
1 2 3 4 9 10 40
解ける瞬間
計算
仮説生成
計算
負のフィードバック
仮説再生成
仮説空間移動(洞察)
眼球運動(ダミー) 眼球運動(様々) 眼球運動(真規則)
脳・瞳孔:
眼:
言語報告:
(試行)
計算
仮説検証
ダミー規則 真規則
様々
固着形成フェーズ
関連
ダミー規則(固着)に気付く 悩み続ける(洞察) 真規則に気付く
洞察フェーズ
スロットマシン課題 36
全体流れ
1 2 3 4 9 10 40
試行
(開始)
(終了)
30
固着形成フェーズ
先行研究では30試行まで
以下の理由より40試行まで追加
・NIRS測定時間を確保
・正答率向上
洞察フェーズ
• ひらめきを起こすために、
固着(先入観)を作る
• 心的制約緩和を起こしながら、仮説の再探索・再構築をする。
• 固着(先入観)があるので、容易には解けない。
• ダミー規則は段々と成り立たなくなっていく。
ダミー規則+真規則 真規則+ダミー規則(時々)
不適切な
仮説
=横方向
適切な
仮説
=縦方向
心的制約緩和
研究背景 37
9点問題
9点の中で
解かないと…
(制約)
不適切な仮説空間 適切な仮説空間
データ空間
探索
(眼球運動)
意識的
無意識的
仮説空間
(問題空間)
探索
無意識的
9点の外側を
使って解こう
×「9点内」という制約
心的制約緩和(無意識的)
Aha!!
時間経過
心的制約緩和
問題空間
洞察問題解決のプロセス:9点問題
外も見よう
(無意識的・意識的)
仮説
思考 意識的 解けない… 解けた!
予備 38
fNIRSによる脳血流量計測
fNIRSの特徴:
・時間分解能と空間分解能に優れる。
・他の計測機器と干渉しない。
・非侵襲で簡易に測れる。
・酸素化ヘモグロビン(oxy-Hb)濃度を
分析対象にした。
測定部位:
右図(先行研究(Danek2019)より決定)
前頭極、眼窩前頭野、下側頭回、
中側頭回、上側頭回、角回、
前頭前野背外側部、下前頭前野
S
S
D S
D
S
S
D
S
D
S
D
S D
S
D
S D
D
D S
S S D
D S
D
S
D
S
ch1 ch3
ch8
ch2
ch6
ch5 ch30
ch29
ch33
ch26
ch31
ch27
ch10
ch12
ch13
ch14
ch16
ch19
ch18
ch20
ch24
ch21
ch23
ch35
ch37
ch38
ch39
ch44
ch45
ch41
ch46
ch49
ch43
ch48
予備 39
脳血流量データの分析
:気づいた脳 :気づかなかった脳
1 2
A-2. 統制課題(非洞察問題)
40
試行
1 2 40
試行
A-1. 本課題・発見群
解ける瞬間
ひらめき
9 10
<検討>
① ひらめき直前と直後
② 洞察開始とひらめき直前
③ 洞察問題と非洞察問題
④ 発見群と未発見群
・・・
・・・ ・・・
①
② ③
1 2
B-1. 本課題・未発見群
910 40
試行
・・・ ・・・
・・・
④
仮説空間探索
データ空間探索
探索なし
データ空間探索
仮説空間探索
データ空間探索
探索なし
予備 40
脳血流量データの分析
①ひらめき直前と直後
③洞察問題と非洞察問題
②洞察開始とひらめき直後
④発見群と未発見群
洞察している時と洞察していない時には、
右前頭前野背外側部、左前頭極で賦活に差がある。
ひらめきの前後で左眼窩前頭野と
左前頭極で賦活に差がある。 洞察していく中で左角回で賦活に差がでてくる。
同じ洞察していく中でも、右上側頭回の使い方
で洞察の成果に影響が出る。
t (26) = -3.476, p = 0.0041 t (26) = -2.092, p = 0.0566
t (26) = 2.4128, p = 0.0313 t (26) = -1.9656, p = 0.0711 t (26) = -2.3603, p = 0.0261 t (26) = -1.7146, p = 0.0983
t (26) = -2.4657, p = 0.0284
予備 41
スロットマシン課題を用いる理由
長所
• その試行ごとに立てた仮説を眼球運動から推測できる。
←赤なら横に、青なら斜めに、黄色なら適当に模索
• 前半・中盤・後半と思考の内容をコントロールできる
←前半に固着形成フェーズ(ダミー規則に気づく)を配置
←制約の初期値を統一、制約強度の更新を操作
短所
• 1課題内に1つの規則しか発見できないため、洞察した結
果の”ひらめき”の繰り返しができない。(またNIRSでも”
ひらめきの瞬間”は難しい)
→”洞察中”に焦点を当てる。
(洞察をする→ひらめきが起きるの流れ)
予備 42
眼球運動の分析
図1 発見群と未発見群での縦方向率の平均
発見群で縦方向の眼球運動が多い。
→データ空間での心的制約が緩和され
ている。
“すでに”眼球運動が高かった(赤四角)
→その要因として、事前に、仮説空間
での心的制約が緩和されていた可能性
がある。
→一方、今回の実験データからは、い
つ緩和されたかはわからなかった。
→そのためデータ空間探索と仮説空間
の探索を完全に分離することはできな
かった。

More Related Content

What's hot

関数データ解析の概要とその方法
関数データ解析の概要とその方法関数データ解析の概要とその方法
関数データ解析の概要とその方法
Hidetoshi Matsui
 
『バックドア基準の入門』@統数研研究集会
『バックドア基準の入門』@統数研研究集会『バックドア基準の入門』@統数研研究集会
『バックドア基準の入門』@統数研研究集会
takehikoihayashi
 
『自由エネルギー原理入門』勉強会1章&2章前半
『自由エネルギー原理入門』勉強会1章&2章前半『自由エネルギー原理入門』勉強会1章&2章前半
『自由エネルギー原理入門』勉強会1章&2章前半
大地 紺野
 
連続変量を含む相互情報量の推定
連続変量を含む相互情報量の推定連続変量を含む相互情報量の推定
連続変量を含む相互情報量の推定
Joe Suzuki
 
ぞくパタ最終回: 13章「共クラスタリング」
ぞくパタ最終回: 13章「共クラスタリング」ぞくパタ最終回: 13章「共クラスタリング」
ぞくパタ最終回: 13章「共クラスタリング」
Akifumi Eguchi
 
計算論的学習理論入門 -PAC学習とかVC次元とか-
計算論的学習理論入門 -PAC学習とかVC次元とか-計算論的学習理論入門 -PAC学習とかVC次元とか-
計算論的学習理論入門 -PAC学習とかVC次元とか-
sleepy_yoshi
 
Rで計量時系列分析~CRANパッケージ総ざらい~
Rで計量時系列分析~CRANパッケージ総ざらい~ Rで計量時系列分析~CRANパッケージ総ざらい~
Rで計量時系列分析~CRANパッケージ総ざらい~
Takashi J OZAKI
 
MCMCサンプルの使い方 ~見る・決める・探す・発生させる~
MCMCサンプルの使い方 ~見る・決める・探す・発生させる~MCMCサンプルの使い方 ~見る・決める・探す・発生させる~
MCMCサンプルの使い方 ~見る・決める・探す・発生させる~
. .
 
Rパッケージ“KFAS”を使った時系列データの解析方法
Rパッケージ“KFAS”を使った時系列データの解析方法Rパッケージ“KFAS”を使った時系列データの解析方法
Rパッケージ“KFAS”を使った時系列データの解析方法
Hiroki Itô
 
数学カフェ 確率・統計・機械学習回 「速習 確率・統計」
数学カフェ 確率・統計・機械学習回 「速習 確率・統計」数学カフェ 確率・統計・機械学習回 「速習 確率・統計」
数学カフェ 確率・統計・機械学習回 「速習 確率・統計」
Ken'ichi Matsui
 
Stanの便利な事後処理関数
Stanの便利な事後処理関数Stanの便利な事後処理関数
Stanの便利な事後処理関数
daiki hojo
 
統計的因果推論への招待 -因果構造探索を中心に-
統計的因果推論への招待 -因果構造探索を中心に-統計的因果推論への招待 -因果構造探索を中心に-
統計的因果推論への招待 -因果構造探索を中心に-
Shiga University, RIKEN
 
10分でわかる主成分分析(PCA)
10分でわかる主成分分析(PCA)10分でわかる主成分分析(PCA)
10分でわかる主成分分析(PCA)
Takanori Ogata
 
自由エネルギー原理から エナクティヴィズムへ
自由エネルギー原理から エナクティヴィズムへ自由エネルギー原理から エナクティヴィズムへ
自由エネルギー原理から エナクティヴィズムへ
Masatoshi Yoshida
 
マーケティングサイエンス徹底入門と実践Part2
マーケティングサイエンス徹底入門と実践Part2マーケティングサイエンス徹底入門と実践Part2
マーケティングサイエンス徹底入門と実践Part2宏喜 佐野
 
SSII2022 [SS2] 少ないデータやラベルを効率的に活用する機械学習技術 〜 足りない情報をどのように補うか?〜
SSII2022 [SS2] 少ないデータやラベルを効率的に活用する機械学習技術 〜 足りない情報をどのように補うか?〜SSII2022 [SS2] 少ないデータやラベルを効率的に活用する機械学習技術 〜 足りない情報をどのように補うか?〜
SSII2022 [SS2] 少ないデータやラベルを効率的に活用する機械学習技術 〜 足りない情報をどのように補うか?〜
SSII
 
変分推論法(変分ベイズ法)(PRML第10章)
変分推論法(変分ベイズ法)(PRML第10章)変分推論法(変分ベイズ法)(PRML第10章)
変分推論法(変分ベイズ法)(PRML第10章)Takao Yamanaka
 
4 データ間の距離と類似度
4 データ間の距離と類似度4 データ間の距離と類似度
4 データ間の距離と類似度
Seiichi Uchida
 
劣モジュラ最適化と機械学習1章
劣モジュラ最適化と機械学習1章劣モジュラ最適化と機械学習1章
劣モジュラ最適化と機械学習1章
Hakky St
 
充足可能性問題のいろいろ
充足可能性問題のいろいろ充足可能性問題のいろいろ
充足可能性問題のいろいろ
Hiroshi Yamashita
 

What's hot (20)

関数データ解析の概要とその方法
関数データ解析の概要とその方法関数データ解析の概要とその方法
関数データ解析の概要とその方法
 
『バックドア基準の入門』@統数研研究集会
『バックドア基準の入門』@統数研研究集会『バックドア基準の入門』@統数研研究集会
『バックドア基準の入門』@統数研研究集会
 
『自由エネルギー原理入門』勉強会1章&2章前半
『自由エネルギー原理入門』勉強会1章&2章前半『自由エネルギー原理入門』勉強会1章&2章前半
『自由エネルギー原理入門』勉強会1章&2章前半
 
連続変量を含む相互情報量の推定
連続変量を含む相互情報量の推定連続変量を含む相互情報量の推定
連続変量を含む相互情報量の推定
 
ぞくパタ最終回: 13章「共クラスタリング」
ぞくパタ最終回: 13章「共クラスタリング」ぞくパタ最終回: 13章「共クラスタリング」
ぞくパタ最終回: 13章「共クラスタリング」
 
計算論的学習理論入門 -PAC学習とかVC次元とか-
計算論的学習理論入門 -PAC学習とかVC次元とか-計算論的学習理論入門 -PAC学習とかVC次元とか-
計算論的学習理論入門 -PAC学習とかVC次元とか-
 
Rで計量時系列分析~CRANパッケージ総ざらい~
Rで計量時系列分析~CRANパッケージ総ざらい~ Rで計量時系列分析~CRANパッケージ総ざらい~
Rで計量時系列分析~CRANパッケージ総ざらい~
 
MCMCサンプルの使い方 ~見る・決める・探す・発生させる~
MCMCサンプルの使い方 ~見る・決める・探す・発生させる~MCMCサンプルの使い方 ~見る・決める・探す・発生させる~
MCMCサンプルの使い方 ~見る・決める・探す・発生させる~
 
Rパッケージ“KFAS”を使った時系列データの解析方法
Rパッケージ“KFAS”を使った時系列データの解析方法Rパッケージ“KFAS”を使った時系列データの解析方法
Rパッケージ“KFAS”を使った時系列データの解析方法
 
数学カフェ 確率・統計・機械学習回 「速習 確率・統計」
数学カフェ 確率・統計・機械学習回 「速習 確率・統計」数学カフェ 確率・統計・機械学習回 「速習 確率・統計」
数学カフェ 確率・統計・機械学習回 「速習 確率・統計」
 
Stanの便利な事後処理関数
Stanの便利な事後処理関数Stanの便利な事後処理関数
Stanの便利な事後処理関数
 
統計的因果推論への招待 -因果構造探索を中心に-
統計的因果推論への招待 -因果構造探索を中心に-統計的因果推論への招待 -因果構造探索を中心に-
統計的因果推論への招待 -因果構造探索を中心に-
 
10分でわかる主成分分析(PCA)
10分でわかる主成分分析(PCA)10分でわかる主成分分析(PCA)
10分でわかる主成分分析(PCA)
 
自由エネルギー原理から エナクティヴィズムへ
自由エネルギー原理から エナクティヴィズムへ自由エネルギー原理から エナクティヴィズムへ
自由エネルギー原理から エナクティヴィズムへ
 
マーケティングサイエンス徹底入門と実践Part2
マーケティングサイエンス徹底入門と実践Part2マーケティングサイエンス徹底入門と実践Part2
マーケティングサイエンス徹底入門と実践Part2
 
SSII2022 [SS2] 少ないデータやラベルを効率的に活用する機械学習技術 〜 足りない情報をどのように補うか?〜
SSII2022 [SS2] 少ないデータやラベルを効率的に活用する機械学習技術 〜 足りない情報をどのように補うか?〜SSII2022 [SS2] 少ないデータやラベルを効率的に活用する機械学習技術 〜 足りない情報をどのように補うか?〜
SSII2022 [SS2] 少ないデータやラベルを効率的に活用する機械学習技術 〜 足りない情報をどのように補うか?〜
 
変分推論法(変分ベイズ法)(PRML第10章)
変分推論法(変分ベイズ法)(PRML第10章)変分推論法(変分ベイズ法)(PRML第10章)
変分推論法(変分ベイズ法)(PRML第10章)
 
4 データ間の距離と類似度
4 データ間の距離と類似度4 データ間の距離と類似度
4 データ間の距離と類似度
 
劣モジュラ最適化と機械学習1章
劣モジュラ最適化と機械学習1章劣モジュラ最適化と機械学習1章
劣モジュラ最適化と機械学習1章
 
充足可能性問題のいろいろ
充足可能性問題のいろいろ充足可能性問題のいろいろ
充足可能性問題のいろいろ
 

Similar to [授業]洞察問題解決プロセスの分析(眼編)

シンギュラリティサロン20211030ep
シンギュラリティサロン20211030epシンギュラリティサロン20211030ep
シンギュラリティサロン20211030ep
Masatoshi Yoshida
 
ギャラガー&ザハヴィ『現象学的な心』合評会 第3報告:神経科学の立場から
ギャラガー&ザハヴィ『現象学的な心』合評会 第3報告:神経科学の立場からギャラガー&ザハヴィ『現象学的な心』合評会 第3報告:神経科学の立場から
ギャラガー&ザハヴィ『現象学的な心』合評会 第3報告:神経科学の立場から
Masatoshi Yoshida
 
Cognitive science for the development of human like ai
Cognitive science for the development of human like aiCognitive science for the development of human like ai
Cognitive science for the development of human like ai
Yuki Minai
 
【公開用】全脳アーキテクチャ若手の会 『心理学は人工知能に 心を提供できるか』
 【公開用】全脳アーキテクチャ若手の会 『心理学は人工知能に 心を提供できるか』 【公開用】全脳アーキテクチャ若手の会 『心理学は人工知能に 心を提供できるか』
【公開用】全脳アーキテクチャ若手の会 『心理学は人工知能に 心を提供できるか』
aaaa mmmm
 
まずはオープンデータから!──高めよう信用性,広めよう二次分析──【※Docswellにも同じものを上げています】
まずはオープンデータから!──高めよう信用性,広めよう二次分析──【※Docswellにも同じものを上げています】まずはオープンデータから!──高めよう信用性,広めよう二次分析──【※Docswellにも同じものを上げています】
まずはオープンデータから!──高めよう信用性,広めよう二次分析──【※Docswellにも同じものを上げています】
Hiroyuki Muto
 
認知行動コーチング20140728
認知行動コーチング20140728認知行動コーチング20140728
認知行動コーチング20140728
Keita Kiuchi
 
幸福な人生の実現に向けてⅡ
幸福な人生の実現に向けてⅡ幸福な人生の実現に向けてⅡ
幸福な人生の実現に向けてⅡ
Hajime SUEKI
 
36 wandering
36 wandering36 wandering
36 wandering
Rikie Ishii
 
レジリエンス・コーチング 個人と組織の逆境を乗り越えるために
レジリエンス・コーチング 個人と組織の逆境を乗り越えるためにレジリエンス・コーチング 個人と組織の逆境を乗り越えるために
レジリエンス・コーチング 個人と組織の逆境を乗り越えるために
Plactical Psychology Institute, LLC
 
Preregistration_JAEP2022_Kashihara.pdf
Preregistration_JAEP2022_Kashihara.pdfPreregistration_JAEP2022_Kashihara.pdf
Preregistration_JAEP2022_Kashihara.pdf
Jun Kashihara
 
Cogn NeurSci_XII88The cognitive neuroscience of moral judgment and desicion m...
Cogn NeurSci_XII88The cognitive neuroscience of moral judgment and desicion m...Cogn NeurSci_XII88The cognitive neuroscience of moral judgment and desicion m...
Cogn NeurSci_XII88The cognitive neuroscience of moral judgment and desicion m...
Yuna Koyama
 
JWEIN2014 中西講演: 社会心理学者は「創発」をどう考えるか?
JWEIN2014 中西講演: 社会心理学者は「創発」をどう考えるか?JWEIN2014 中西講演: 社会心理学者は「創発」をどう考えるか?
JWEIN2014 中西講演: 社会心理学者は「創発」をどう考えるか?
Daisuke Nakanishi
 
深層学習と自動診断
深層学習と自動診断深層学習と自動診断
深層学習と自動診断
Daiki Shimada
 
JABCT48_認知的変数への介入_イントロ+話題提供.pdf
JABCT48_認知的変数への介入_イントロ+話題提供.pdfJABCT48_認知的変数への介入_イントロ+話題提供.pdf
JABCT48_認知的変数への介入_イントロ+話題提供.pdf
Jun Shigematsu
 
インサイトスコープProjectセミナー|聞かないリサーチ‐お客さまの声を商品開発に活かす
インサイトスコープProjectセミナー|聞かないリサーチ‐お客さまの声を商品開発に活かすインサイトスコープProjectセミナー|聞かないリサーチ‐お客さまの声を商品開発に活かす
インサイトスコープProjectセミナー|聞かないリサーチ‐お客さまの声を商品開発に活かす聞く技術研究所|株式会社ドゥ・ハウス
 
Tenenbaum review-20140704-1600
Tenenbaum review-20140704-1600Tenenbaum review-20140704-1600
Tenenbaum review-20140704-1600Tatsuji Takahashi
 
自分以外の心は存在するのか, 高橋英之
自分以外の心は存在するのか, 高橋英之自分以外の心は存在するのか, 高橋英之
自分以外の心は存在するのか, 高橋英之
KIT Cognitive Interaction Design
 
灘校土曜講座: 学び方のデザイン
灘校土曜講座: 学び方のデザイン灘校土曜講座: 学び方のデザイン
灘校土曜講座: 学び方のデザイン
nishio
 
Learning Process-Based Therapy_Chapter 6-1 (Book Club Japan).pdf
Learning Process-Based Therapy_Chapter 6-1 (Book Club Japan).pdfLearning Process-Based Therapy_Chapter 6-1 (Book Club Japan).pdf
Learning Process-Based Therapy_Chapter 6-1 (Book Club Japan).pdf
Jun Kashihara
 
Discovering_govering_equations_from_data_by_sparse_identification_of_nonlinea...
Discovering_govering_equations_from_data_by_sparse_identification_of_nonlinea...Discovering_govering_equations_from_data_by_sparse_identification_of_nonlinea...
Discovering_govering_equations_from_data_by_sparse_identification_of_nonlinea...
Taku Tsuzuki
 

Similar to [授業]洞察問題解決プロセスの分析(眼編) (20)

シンギュラリティサロン20211030ep
シンギュラリティサロン20211030epシンギュラリティサロン20211030ep
シンギュラリティサロン20211030ep
 
ギャラガー&ザハヴィ『現象学的な心』合評会 第3報告:神経科学の立場から
ギャラガー&ザハヴィ『現象学的な心』合評会 第3報告:神経科学の立場からギャラガー&ザハヴィ『現象学的な心』合評会 第3報告:神経科学の立場から
ギャラガー&ザハヴィ『現象学的な心』合評会 第3報告:神経科学の立場から
 
Cognitive science for the development of human like ai
Cognitive science for the development of human like aiCognitive science for the development of human like ai
Cognitive science for the development of human like ai
 
【公開用】全脳アーキテクチャ若手の会 『心理学は人工知能に 心を提供できるか』
 【公開用】全脳アーキテクチャ若手の会 『心理学は人工知能に 心を提供できるか』 【公開用】全脳アーキテクチャ若手の会 『心理学は人工知能に 心を提供できるか』
【公開用】全脳アーキテクチャ若手の会 『心理学は人工知能に 心を提供できるか』
 
まずはオープンデータから!──高めよう信用性,広めよう二次分析──【※Docswellにも同じものを上げています】
まずはオープンデータから!──高めよう信用性,広めよう二次分析──【※Docswellにも同じものを上げています】まずはオープンデータから!──高めよう信用性,広めよう二次分析──【※Docswellにも同じものを上げています】
まずはオープンデータから!──高めよう信用性,広めよう二次分析──【※Docswellにも同じものを上げています】
 
認知行動コーチング20140728
認知行動コーチング20140728認知行動コーチング20140728
認知行動コーチング20140728
 
幸福な人生の実現に向けてⅡ
幸福な人生の実現に向けてⅡ幸福な人生の実現に向けてⅡ
幸福な人生の実現に向けてⅡ
 
36 wandering
36 wandering36 wandering
36 wandering
 
レジリエンス・コーチング 個人と組織の逆境を乗り越えるために
レジリエンス・コーチング 個人と組織の逆境を乗り越えるためにレジリエンス・コーチング 個人と組織の逆境を乗り越えるために
レジリエンス・コーチング 個人と組織の逆境を乗り越えるために
 
Preregistration_JAEP2022_Kashihara.pdf
Preregistration_JAEP2022_Kashihara.pdfPreregistration_JAEP2022_Kashihara.pdf
Preregistration_JAEP2022_Kashihara.pdf
 
Cogn NeurSci_XII88The cognitive neuroscience of moral judgment and desicion m...
Cogn NeurSci_XII88The cognitive neuroscience of moral judgment and desicion m...Cogn NeurSci_XII88The cognitive neuroscience of moral judgment and desicion m...
Cogn NeurSci_XII88The cognitive neuroscience of moral judgment and desicion m...
 
JWEIN2014 中西講演: 社会心理学者は「創発」をどう考えるか?
JWEIN2014 中西講演: 社会心理学者は「創発」をどう考えるか?JWEIN2014 中西講演: 社会心理学者は「創発」をどう考えるか?
JWEIN2014 中西講演: 社会心理学者は「創発」をどう考えるか?
 
深層学習と自動診断
深層学習と自動診断深層学習と自動診断
深層学習と自動診断
 
JABCT48_認知的変数への介入_イントロ+話題提供.pdf
JABCT48_認知的変数への介入_イントロ+話題提供.pdfJABCT48_認知的変数への介入_イントロ+話題提供.pdf
JABCT48_認知的変数への介入_イントロ+話題提供.pdf
 
インサイトスコープProjectセミナー|聞かないリサーチ‐お客さまの声を商品開発に活かす
インサイトスコープProjectセミナー|聞かないリサーチ‐お客さまの声を商品開発に活かすインサイトスコープProjectセミナー|聞かないリサーチ‐お客さまの声を商品開発に活かす
インサイトスコープProjectセミナー|聞かないリサーチ‐お客さまの声を商品開発に活かす
 
Tenenbaum review-20140704-1600
Tenenbaum review-20140704-1600Tenenbaum review-20140704-1600
Tenenbaum review-20140704-1600
 
自分以外の心は存在するのか, 高橋英之
自分以外の心は存在するのか, 高橋英之自分以外の心は存在するのか, 高橋英之
自分以外の心は存在するのか, 高橋英之
 
灘校土曜講座: 学び方のデザイン
灘校土曜講座: 学び方のデザイン灘校土曜講座: 学び方のデザイン
灘校土曜講座: 学び方のデザイン
 
Learning Process-Based Therapy_Chapter 6-1 (Book Club Japan).pdf
Learning Process-Based Therapy_Chapter 6-1 (Book Club Japan).pdfLearning Process-Based Therapy_Chapter 6-1 (Book Club Japan).pdf
Learning Process-Based Therapy_Chapter 6-1 (Book Club Japan).pdf
 
Discovering_govering_equations_from_data_by_sparse_identification_of_nonlinea...
Discovering_govering_equations_from_data_by_sparse_identification_of_nonlinea...Discovering_govering_equations_from_data_by_sparse_identification_of_nonlinea...
Discovering_govering_equations_from_data_by_sparse_identification_of_nonlinea...
 

[授業]洞察問題解決プロセスの分析(眼編)

Editor's Notes

  1. https://www.slideshare.net/OokumaReiji/inisghteye
  2. まず本研究を端的に表しますと、「洞察問題解決プロセス」を眼球運動と脳活動の観点から分析しました。順を追って説明いたします。
  3. 目次はこのようになっております。 研究背景を説明したのち、実験方法、結果・考察をし、最後にまとめを行います。
  4. はじめに研究背景です。
  5. 人は日常的に問題解決をしており、その中に「洞察問題」の解決があります。洞察問題とは「ひらめき」を伴わないと解けない問題で、そのことから飛躍的解決の特徴があるとされています。
  6. 頭の中では9点内で解かないと不適切な仮説空間を探索し、データ空間探索の眼球もそれに合わせて動きます。洞察中、心的制約緩和され、9点内に縛られることなくていいと気づくことで、9点の外を利用していい適切な仮説空間にシフトし解決に至ります。ただ先行研究より、「データ空間」での心的制約緩和は明らかになっていますが、「仮説空間」ではまだ明らかになっていません。
  7. さらにここで問題空間を、心的な思考空間である「仮説空間」、仮説形成や検証において対象からデータ取得する空間を「データ空間」の2つに分けて考えます。本発表での「問題空間」と「仮説空間」は同義で、以降は「仮説空間」という言葉を用います。これについて、9点問題を例として説明します。
  8. 以上より、本研究では「仮説空間でも心的制約緩和は起きていて」、「それに関連した脳部位がある」と仮説を立てて、検証実験を行いました。
  9. 次に実験方法について説明します。
  10. 本研究の実験では、スライドに記されているものを使用して実験を行いました。ここでは、洞察問題として使用したスロットマシン課題と脳活動測定に使用したfNIRSについて説明します。
  11. まず洞察問題として使用したスロットマシン課題についてです。この課題では、図右上部の「?」に入る数字と、その数字の規則を予測することを実験参加者に求めます。出てくる数字が操作されているため、実験参加者は、まず「横方向の加算」というダミーの規則を見つけることになります。しかし途中から「横方向の加算」という規則が成り立たなくなり、真の規則である「縦方向に加算」というターゲット規則を見つけるための洞察をすることになります。
  12. まず洞察問題として使用したスロットマシン課題についてです。この課題では、図右上部の「?」に入る数字と、その数字の規則を予測することを実験参加者に求めます。出てくる数字が操作されているため、実験参加者は、まず「横方向の加算」というダミーの規則を見つけることになります。しかし途中から「横方向の加算」という規則が成り立たなくなり、真の規則である「縦方向に加算」というターゲット規則を見つけるための洞察をすることになります。
  13. それを時間軸に表すとこのようになります。「横方向の規則」という誤った仮説空間から、「絶対横方向の規則」という制約を緩和することで、「縦方向の規則」の適切な仮説空間に移動し、解決することができます。
  14. 実験は、表示されている期間に31名行いました。なおコロナ禍のため、実験実施者と実験参加者が接触する機会を極力少なくしました。
  15. 次は、結果・考察です。スロットマシン課題の成績については、要旨の方をご参照ください。
  16. 続いて、脳血流量データの分析です。本研究では、4つに分けて分析を実施しました。今回取り上げるのは、洞察開始とひらめき直前で、眼球運動の分析と組み合わせてその差分を分析することで、仮説空間探索時に使われる脳部位を特定することができます。
  17. 結果は以上の通りです。洞察開始とひらめき直後の分析により、仮説空間探索と左角回に関連があることがわかりました。しかし、仮説空間探索をするために左角回が使われるのか、仮説空間探索が終了して左角回に反応が出るのかまでは判明しませんでした。
  18. 結果は以上の通りです。洞察開始とひらめき直後の分析により、仮説空間探索と左角回に関連があることがわかりました。しかし、仮説空間探索をするために左角回が使われるのか、仮説空間探索が終了して左角回に反応が出るのかまでは判明しませんでした。
  19. 眼球運動はこのように分析しました。スロットマシン課題の特性上、その時の眼球運動のパターンから、その時にどのようなデータ空間を探索していたのかが推測できます。
  20. この図は、ターゲット規則である縦方向に眼球を動かしていた比率を表します。n試行目は発見群のひらめいた試行数目を表します。この図より、発見群は未発見群よりも、ひらめきを向かえるかなり前からターゲットである規則に対応した縦方向の眼球パターンをしていたことがわかり、データ空間の心的緩和よりも前に仮説空間での心的制約緩和が起きている可能性が示唆さました。
  21. 最後に、まとめです。
  22. 本研究では、洞察問題であるスロットマシン課題に取り組み、その過程の眼球運動と脳血流量を測定する実験を行いました。本研究で明らかになったことと今後の課題は以上の通りです。
  23. 続いて、脳血流量データの分析です。本研究では、4つに分けて分析を実施しました。今回取り上げるのは、洞察開始とひらめき直前で、眼球運動の分析と組み合わせてその差分を分析することで、仮説空間探索時に使われる脳部位を特定することができます。
  24. これで発表を終わります。ご清聴ありがとうございました。
  25. 実験の流れはスライドの通りです。ここで課題①②には、これまでの本課題と、洞察を伴わずに解ける統制課題を用意しました。
  26. 頭の中では9点内で解かないと不適切な仮説空間を探索し、データ空間探索の眼球もそれに合わせて動きます。洞察中、心的制約緩和され、9点内に縛られることなくていいと気づくことで、9点の外を利用していい適切な仮説空間にシフトし解決に至ります。ただ先行研究より、「データ空間」での心的制約緩和は明らかになっていますが、「仮説空間」ではまだ明らかになっていません。
  27. 脳活動は、fNIRSを使用して脳血流量測定しました。fNIRSを使うことで課題中の脳部位の経時変化を計測することができます。図中の赤と青を結ぶ灰色の直線部分が、測定部位となります。分析では、ノイズ除去を複数行ったのち、正規化を行いました。比較には、任意の10秒間の平均値を代表値とするt検定を行いました。なお本研究では、多重比較は行いませんでした。
  28. 続いて、脳血流量データの分析です。本研究では、4つに分けて分析を実施しました。今回取り上げるのは、洞察開始とひらめき直前で、眼球運動の分析と組み合わせてその差分を分析することで、仮説空間探索時に使われる脳部位を特定することができます。
  29. 結果は以上の通りです。洞察開始とひらめき直後の分析により、仮説空間探索と左角回に関連があることがわかりました。しかし、仮説空間探索をするために左角回が使われるのか、仮説空間探索が終了して左角回に反応が出るのかまでは判明しませんでした。