那么普通却那么自信?浅谈元认知能力会怎样影响一个人的判断

本文探讨了元认知能力如何影响人们的判断,通过实验揭示了元认知不足可能导致确认偏差,使得个体难以接受与自身观点相左的信息。研究发现,无论是偏激观点持有者还是普通人群,过度自信都会导致确认偏差。然而,当元认知能力得到提高,确认偏差可能成为一种适应性策略,有助于决策。

关注“心仪脑”查看更多脑科学知识的分

关键词:文献综述、

自苏格拉底以来,“认识自己”(know thyself)便是众多思想家与哲学家的追求。但正如柏拉图所说的那样,对于自我的认知并不总是那么准确(甚至经常不准确),充其量只是个人对于自己内心环境的一个嘈杂、且不准确的印象1。这一现象在心理实验中非常常见——自我认知会被虚构现实或非真实的假象所误导。

一个典型的例子是“选择盲区”(choice blindness):在超市中,消费者被要求选择自己觉得更好吃的果酱(从食物长相上无法辨别);随后,消费者再次被给予他们刚刚选择的果酱(但实际上被偷偷调换为了没有被选择的那种果酱),并需要他们再次品尝并阐述选择此种食物的理由;令人惊讶的是,绝大多数人都没有发现他们手中的并不是先前自己选择的果酱,并且给出了合理的选择理由2。类似的实验还有对于更好看的面孔的选择——大部分受试者也无法觉察到自己的选择被调换了,且可以继续解释他们自己为什么选择了实际上被拒绝的选项3。

此外,人们对于自己的人格和认知偏差的评估往往没有自己给他人评估的结果来得准确,这便是心理学中所说的“内省错觉”(introspective illusion)。这种主观上的不准确或许也是19世纪后期内省主义方法(introspectionist method)消亡的原因。

01元认知(Metacognition)

元认知是对于自己思维过程的认知以及对其背后机理的理解,主要包含了对于自己认知的了解,以及对于认知的调节。

在1979年,Flavell通过关注受试者对于自我的记忆表现的报告——元认知报告,奠定了元认知研究的系统框架,即元认知报告的本身便是研究对象4。自此,Nelson与Narens在1990年建立了一个颇有影响力的元认知模型来解释“元”层次(meta-level)与其他对象(记忆、决策、感知等)。认知的层次(object level)如图1所示,元认知同时监测并控制着其他对象5。且元认知与其他认知的层级结构也可以与相关负责脑区的结构对应:元认知能力主要由前额叶皮层(prefrontal cortex, PFC)负责, 而其他认知对象由后脑皮质(posterior cortex)的不同脑区负责。

图1. Nelson与Narens的元认知心理学模型5,6

有关元认知的实验中,可采用回顾性判断(retrospective judgements)或前瞻性判断(prospective judgements)来测量元认知能力,表1中罗列了广泛采用的实验中所测量的元认知变量。

表1. 实验中常用的元认知测量变量6

内容概要:本文提出了一种基于融合鱼鹰算法和柯西变异的改进麻雀优化算法(OCSSA),用于优化变分模态分解(VMD)的参数,进而结合卷积神经网络(CNN)与双向长短期记忆网络(BiLSTM)构建OCSSA-VMD-CNN-BILSTM模型,实现对轴承故障的高【轴承故障诊断】基于融合鱼鹰和柯西变异的麻雀优化算法OCSSA-VMD-CNN-BILSTM轴承诊断研究【西储大学数据】(Matlab代码实现)精度诊断。研究采用西储大学公开的轴承故障数据集进行实验验证,通过优化VMD的模态数和惩罚因子,有效提升了信号分解的准确性与稳定性,随后利用CNN提取故障特征,BiLSTM捕捉时间序列的深层依赖关系,最终实现故障类型的智能识别。该方法在提升故障诊断精度与鲁棒性方面表现出优越性能。; 适合群:具备一定信号处理、机器学习基础,从事机械故障诊断、智能运维、工业大数据分析等相关领域的研究生、科研员及工程技术员。; 使用场景及目标:①解决传统VMD参数依赖工经验选取的问题,实现参数自适应优化;②提升复杂工况下滚动轴承早期故障的识别准确率;③为智能制造与预测性维护提供可靠的技术支持。; 阅读建议:建议读者结合Matlab代码实现过程,深入理解OCSSA优化机制、VMD信号分解流程以及CNN-BiLSTM网络架构的设计逻辑,重点关注参数优化与故障分类的联动关系,并可通过更换数据集进一步验证模型泛化能力
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值