3、图解推理机制与设计优化

图解推理机制与设计优化

一、统计学习与可能性探索

统计/概率学习需与可能性、必要性和不可能性的发现相对比。两者都有其用处，但机制的提出者有时会忽略互补机制。例如，在研究动物或机器与环境的交互时，人们常假设所使用的信息主要是数值型的，且关于环境的知识要么是特定测量值，要么是不同时间和地点感知的统计规律。

然而，智能推理和决策往往可以利用某些结构和过程的不可能性（如“A比B远，B比C远，C比A远”）以及一些必要的连接（如许多比较的传递性和包含的传递性）。

一一对应关系

一一对应关系是基数和序数概念的基础。尽管有虚假证据表明人类和一些动物有天生的基数概念，但儿童似乎直到5或6岁才发展出这些能力。

相关示例与研究展望

教程将展示示例，与观众互动讨论，提出关于信息使用所需机制的问题以及对未来研究的影响。还会关注那些并非天生，但却是生物进化深层特征产物的数学能力。

二、使用言语协议支持图表设计

图表设计的问题

图表是传达复杂事实和关系的优秀媒介，但用户从图表中获取的信息可能与设计者的意图不同，这可能导致研究结果的误解、媒体的错误呈现以及政策决策的误导。

言语协议的应用

言语协议分析可作为图表设计过程中的工具。人们谈论图表的方式能揭示他们对图表的理解、误解以及哪些设计特征可以修改以提高清晰度。这得到了认知话语分析（CODA）方法的支持。

CODA方法的优势

CODA扩展了Ericsson和Simon的方法，利用系统功能语言学（SFL）和认知语言学（CL）的见解，通过对语言细