「注意のモデル」の版間の差分

 
57行目: 57行目:
 注意の瞬きは1秒間に10個程度のペースで高速に非標的(たとえば文字)を同じ位置に逐次呈示したとき、その中に2つ混ぜた標的(例えば数字)のうち2つめを見落としやすいという現象である。1項目あたり100-120msの逐次呈示事態でも、標的が1つであれば検出・同定ができるが、標的が2つ含まれると200-500ms程度は報告できない期間が続く<ref name=Broadbent1987><pubmed>3627930</pubmed></ref><ref name=Raymond1992><pubmed>1500880</pubmed></ref>。あたかも注意という点で瞬きが起こったかのように標的の報告ができなくなるのでこのように呼ばれ,時間軸上での注意配置に限界があることを反映するといわれている。
 注意の瞬きは1秒間に10個程度のペースで高速に非標的(たとえば文字)を同じ位置に逐次呈示したとき、その中に2つ混ぜた標的(例えば数字)のうち2つめを見落としやすいという現象である。1項目あたり100-120msの逐次呈示事態でも、標的が1つであれば検出・同定ができるが、標的が2つ含まれると200-500ms程度は報告できない期間が続く<ref name=Broadbent1987><pubmed>3627930</pubmed></ref><ref name=Raymond1992><pubmed>1500880</pubmed></ref>。あたかも注意という点で瞬きが起こったかのように標的の報告ができなくなるのでこのように呼ばれ,時間軸上での注意配置に限界があることを反映するといわれている。


 この現象は文字や数字に限らず、顔や物体画像、別モダリティの刺激に対しても頑健に生じること、手続が注意の制御手法として使えること、[[意識的気づき]]と[[神経対件]]にも言及できる可能性があることなどから幅広い分野の注目を集めた。理論的説明としては<ref name=Raymond1992 />の第1標的の定義特徴を検出した後に非標的を抑制するモデルから始まり、第1・第2標的を[[記憶固定化]]する際の中枢性容量制限に原因を求める[[ボトルネックモデル]](2段階モデル) <ref name=Chun1995><pubmed>7707027</pubmed></ref>が主流となった。'''図5'''に示すような2段階モデルでは、第1段階は容量制限を持たず、標的候補の知覚的表象を活性化させる。この表象の減衰や[[逆向マスキング]]を防ぐために、第2段階で[[符号化]]し、[[作業記憶]]への固定化する必要がある。第2段階は容量制限があり、第1標的の固定化が済むまで次の標的候補の分析を待たせてしまうため、結果として後続刺激による逆向マスキングを受けて注意の瞬きが起こると説明した。
 この現象は文字や数字に限らず、顔や物体画像、別モダリティの刺激に対しても頑健に生じること、手続が注意の制御手法として使えること、[[意識的気づき]]と[[神経相関]]にも言及できる可能性があることなどから幅広い分野の注目を集めた。理論的説明としては<ref name=Raymond1992 />の第1標的の定義特徴を検出した後に非標的を抑制するモデルから始まり、第1・第2標的を[[記憶固定化]]する際の中枢性容量制限に原因を求める[[ボトルネックモデル]](2段階モデル) <ref name=Chun1995><pubmed>7707027</pubmed></ref>が主流となった。'''図5'''に示すような2段階モデルでは、第1段階は容量制限を持たず、標的候補の知覚的表象を活性化させる。この表象の減衰や[[逆向マスキング]]を防ぐために、第2段階で[[符号化]]し、[[作業記憶]]への固定化する必要がある。第2段階は容量制限があり、第1標的の固定化が済むまで次の標的候補の分析を待たせてしまうため、結果として後続刺激による逆向マスキングを受けて注意の瞬きが起こると説明した。


 [[注意の瞬き現象]]を増幅・低減させる条件の特定がさらに進み、複数の計算モデルが登場し、代表的なものとしては[[グローバルワークスペースモデル]]<ref name=Dehaene2003><pubmed>12829797</pubmed></ref>、[[促進・反発モデル]]<ref name=Olivers2008><pubmed>18954206</pubmed></ref>、[[スレッド化認識モデル]]<ref name=Taatgen2009><pubmed>19217086</pubmed></ref>、[[一時的同時タイプ・逐次トークンモデル]]<ref name=Wyble2011><pubmed>21604913</pubmed></ref>が挙げられる('''表1''')。次の諸特徴はモデルが説明すべき要件となっている。具体的にその要件とは、第1・第2標的の処理時間を左右する諸要因の効果、および複数の標的が間に非標的を含まずに連続する際に注意の瞬きが起こらないこと(第1標的直後の見落とし回避現象(Lag-1 sparing)を含む)、標的報告順の逆転効果、見落とされた第2標的は報告はできないが意味処理までは進むこと、妨害を加えることで却って注意の瞬きが減少することなどである。
 [[注意の瞬き現象]]を増幅・低減させる条件の特定がさらに進み、複数の計算モデルが登場し、代表的なものとしては[[グローバルワークスペースモデル]]<ref name=Dehaene2003><pubmed>12829797</pubmed></ref>、[[促進・反発モデル]]<ref name=Olivers2008><pubmed>18954206</pubmed></ref>、[[スレッド化認識モデル]]<ref name=Taatgen2009><pubmed>19217086</pubmed></ref>、[[一時的同時タイプ・逐次トークンモデル]]<ref name=Wyble2011><pubmed>21604913</pubmed></ref>が挙げられる('''表1''')。次の諸特徴はモデルが説明すべき要件となっている。具体的にその要件とは、第1・第2標的の処理時間を左右する諸要因の効果、および複数の標的が間に非標的を含まずに連続する際に注意の瞬きが起こらないこと(第1標的直後の見落とし回避現象(Lag-1 sparing)を含む)、標的報告順の逆転効果、見落とされた第2標的は報告はできないが意味処理までは進むこと、妨害を加えることで却って注意の瞬きが減少することなどである。
77行目: 77行目:


[[ファイル:横澤 注意のモデル Fig6.png|サムネイル|'''図6. 一貫性理論<ref name=Rensink2000 />における3極構造を図式化したもの'''<br>下部の灰色で塗られた矩形領域において、感覚器官を通じて得られた小円形がそれぞれ外界に存在する事物であり、システム1において、それらすべてを含む、プロトオブジェクトと呼ぶ脆弱な表象が形成され、左経路によって、システム3においてジストやレイアウトといった概略情報を得ることで、過去の経験の積み重ねによって形成された外界に関する知識などと照合することができる。さらに、右経路に示すように、システム2において、ネクサスと呼ぶ、次の行動に必要な一部の情報だけが集中的注意によって選ばれ、長期記憶と照合され、さらに高次の情報処理を続けることが可能になる。]]
[[ファイル:横澤 注意のモデル Fig6.png|サムネイル|'''図6. 一貫性理論<ref name=Rensink2000 />における3極構造を図式化したもの'''<br>下部の灰色で塗られた矩形領域において、感覚器官を通じて得られた小円形がそれぞれ外界に存在する事物であり、システム1において、それらすべてを含む、プロトオブジェクトと呼ぶ脆弱な表象が形成され、左経路によって、システム3においてジストやレイアウトといった概略情報を得ることで、過去の経験の積み重ねによって形成された外界に関する知識などと照合することができる。さらに、右経路に示すように、システム2において、ネクサスと呼ぶ、次の行動に必要な一部の情報だけが集中的注意によって選ばれ、長期記憶と照合され、さらに高次の情報処理を続けることが可能になる。]]
==一貫性理論==
==一貫性理論==