기계에 대한 거부감: 온라인 설정에서 관찰 자극 반응 에피소드 검색은 인간과 상호 작용할 때 나타나지만 컴퓨터 파트너와는 그렇지 않습니다.
Nov 30, 2023
추상적인
다른 사람이 자극에 어떻게 반응하는지 관찰하면 자극-반응(SR) 에피소드가 생성됩니다. 이는 나중에 기억에서 검색될 수 있으며, 이는 관찰된 반응이 개인의 행동을 규제하는 데 활용된다는 것을 의미합니다. 지금까지 관찰을 통해 획득한 SR 에피소드의 저장 및 검색에 대한 증거는 교대로 반응하는 두 파트너 간의 일대일 대면 상호 작용으로 제한되었습니다.
기억은 인간의 삶에서 매우 중요한 부분입니다. 그것은 우리가 중요한 것들과 지식을 기억할 수 있게 해줄 뿐만 아니라 삶의 다양한 상황에 더 잘 대처하는 데에도 도움이 됩니다. 우리 모두는 기억의 질이 우리의 삶과 학습 효율성에 직접적인 영향을 미친다는 것을 알고 있습니다. 우리는 공부, 일, 일상생활의 사소한 일 등 다양한 업무를 완료하기 위해 기억력을 사용해야 하는 경우가 많습니다. 그렇다면 기억력을 향상시키는 방법은 무엇일까요?
첫째, 기억력은 인출과 밀접한 관련이 있다. 인출(retrieval)은 우리가 기억에서 정보를 찾고 인출하는 과정을 말합니다. 우리는 무언가를 기억해야 할 때 학습과 독서를 통해 그것을 뇌의 기억 저장소에 저장합니다. 정보가 필요할 때 검색을 통해 빠르게 찾을 수 있습니다. 그러므로 좋은 기억력을 가지려면 좋은 인출 능력이 필요합니다.
둘째, 기억력 향상은 지속적인 운동과 훈련이 필요합니다. 독서, 강의 듣기, 문제 풀이를 통해 뇌를 활성화하고, 기억 은행을 확장하고, 기억력을 강화할 수 있습니다. 또한, 연상기억법, 추상어휘연쇄기억법 등과 같은 기억기법의 학습과 실습을 통해서도 기억력을 향상시킬 수 있습니다.
마지막으로 좋은 생활 습관도 기억력 향상에 중요한 요소이다. 적절한 수면 시간, 균형 잡힌 식사, 적당한 운동, 휴식을 유지하면 뇌의 작업 효율성과 기억력이 향상될 뿐만 아니라 기억 상실과 관련된 많은 질병을 예방할 수 있습니다.
즉, 기억력은 지속적인 개선을 위한 장기적인 과정입니다. 끊임없는 훈련과 운동을 통해서만 기억력이 크게 향상될 수 있습니다. 긍정적인 태도를 유지하고, 더 많은 새로운 방법과 기술을 시도하고, 기억력을 단계적으로 향상시키며, 삶과 일에 더 잘 대처할 수 있는 견고한 기반을 마련합시다. 우리는 기억력을 향상시켜야 하는데, 시스탄체 데저티콜라는 기억력 향상이라는 독특한 효능이 많은 중국 전통 약재이기 때문에 기억력을 크게 향상시킬 수 있습니다. 다진 고기의 효능은 산, 다당류, 플라보노이드 등 포함된 다양한 활성 성분에서 비롯됩니다. 이러한 성분은 다양한 방식으로 뇌 건강을 증진할 수 있습니다.
사전 등록된 두 가지 연구(총 N=252)에서 우리는 관찰 SR 에피소드가 온라인 상호 작용에서도 획득될 수 있음을 처음으로 입증했습니다. 관찰자가 다른 사람과 상호 작용한다고 믿을 때 강력한 검색 효과가 나타났습니다. 결과적으로, 관찰자가 컴퓨터와 상호작용하고 있다고 믿었을 때는 검색 효과가 없었습니다. 우리의 연구 결과는 기능 기반 바인딩 및 검색 원칙이 널리 퍼져 있으며 순전히 가상 조건에서도 사회적 상호 작용에도 적용된다는 것을 보여줍니다. 우리는 자동 모방의 사회적 변조에 대한 다양한 설명 설명에 대한 우리 연구 결과의 의미를 논의합니다.
키워드
관찰 자극-반응 결합 · 이벤트 파일 · 관찰 학습 · 에피소드 검색 · 온라인 상호 작용.
최근 연구 결과에 따르면 특정 자극에 대한 다른 사람의 반응을 관찰하는 것만으로도 관찰자에게 관찰적으로 획득된 자극-반응(SR) 에피소드(동의어는 바인딩 또는 이벤트 파일입니다. Hommel1998)가 발생할 수 있는 것으로 나타났습니다(Giesen et al., 2014; Giesen et al. ., 2016;Giesen 외, 2018; Giesen 외, 2021). 후속 경우에 동일한 자극을 다시 만나면 관찰을 통해 획득한 SR 에피소드를 기억에서 검색할 수 있으며, 이는 검색된 반응이 적절한 반응(촉진 생성)과 호환되는지(간섭 생성)와 호환되는지 여부에 따라 관찰자의 성능에 영향을 미칩니다. 따라서 통계적으로 관찰에서 획득한 SR 에피소드를 검색하는 것은 자극관계×반응호환성의 상호작용에 반영됨)
관찰적으로 획득된 SR 에피소드는 관찰을 통한 사회적 학습과 구조적으로 매우 유사합니다(Bandura, 1986). 사회적 학습과 유사하게, 관찰을 통해 획득한 SR 에피소드의 검색은 모델과 관찰자 사이의 사회적 관련성에 의해 크게 영향을 받으며 (a) 상황적으로 또는 만성적으로 상호 의존적인 관계(예: 협력/경쟁, Giesen et al., 2014 또는 낭만적인 연인과의 상호 작용)에 따라 달라집니다. 파트너, Giesenet al., 2018) 및 (b) 긍정적인 대리 피드백(Giesenet al., 2016). 이러한 통찰은 자극-반응 결합 및 검색과 같은 기본 프로세스가 행동 조절의 광범위한 원리(Frings et al., 2020; Henson et al., 2014)이며, 이는 자체 수행 행동에 국한되지 않고 또한 사회현상에 적용됩니다(Hommel, 2018; Hommel & Colzato, 2015; Hommel & Stevenson, 2021; Kim & Hommel, 2015, 2019; Ma et al., 2019).
지금까지 관찰을 통해 획득한 SR 에피소드의 사회적 관련성에 의한 검색 조정에 대한 증거는 교대로 응답하는 두 상호 작용 파트너 간의 일대일 상호 작용으로 제한됩니다. Giesen과 Frings(2021)는 화면에서 관찰된 비디오 녹화 응답에 대해 관찰적으로 획득한 SR 에피소드를 연구했습니다. 놀랍게도 그들의 연구에서 검색 효과는 시각적 관점이나 그룹 구성원의 조작에 의해 영향을 받지 않았습니다. 예를 들어,
검색 효과는 비디오가 관찰자의 관점과 유사한 관점을 가질 때(1인칭 관점) 나타났지만 관점이 관찰자의 관점과 다른 경우(3인칭 관점)에도 나타났습니다.
마찬가지로 비디오가 관찰자와 동일한 사회 집단 멤버십을 가진 손 모델을 묘사할 때(그룹 내 모델), 다른 사회 그룹의 손 모델을 관찰자로 묘사할 때(그룹 외 모델) 검색 효과가 나타났습니다. 따라서 사회적 관련성이 높은 응답과 낮은 응답에 대해 동일한 강도의 검색 효과가 나타났습니다. 이는 일대일 대면 패러다임 변형에서 관찰적으로 획득한 SR 에피소드 검색에 대한 결과뿐만 아니라 관찰된 행동을 정신적으로 표현한 결과로서 비일대적 상황에서 호환성 효과를 측정하는 다른 작업의 결과와도 상충됩니다(표 1 참조). 모방 경향을 측정하기 위한 다양한 실험적 접근 방식에 대한 개요 및 설명) 관련이 없지만 (비)호환 가능한 동작을 묘사하는 화면상의 모션 시퀀스를 관찰하는 사회적 변조는 자동 모방 작업에 대해 문서화되어 있습니다(Brass et al., 2001; Butler et al., 2016) Cracco, Genschow, et al., 2018b, 개요는 Cracco et al., 2018a, b)를 참조하세요.
예를 들어, 개인은 1인칭 관점에 비해 3인칭 관점에서 행동을 관찰할 때 다른 사람을 덜 강하게 모방합니다(Bortoletto et al., 2013; Genschowet al., 2013; Lamm et al., 2007; Vogt et al., 2003 ) 또는 그룹 내 구성원과 비교하여 그룹 외부에 직면할 때(Genschow & Schindler, 2016; 그러나 이 자금의 실패한 복제에 대해서는 Genschow, Westfal, et al., 2021b 참조). 마찬가지로, 참가자들이 인접한 칸막이에 앉아 있는 인간 상호 작용 파트너의 행동을 관찰한다고 믿는 상황에서 공동 사이먼 효과가 나타납니다(Tsai et al., 2008).
우리는 Giesen과 Frings(2021)의 연구에서 관찰을 통해 획득한 SR 에피소드 검색에 대한 사회적 변조가 없다는 것은 자극과 반응이 표시되는 방식의 미묘한 차이로 설명될 수 있으며 사회적 관련성이 낮은 상황에서도 특징 기반 결합 효과가 촉진된다는 점을 제안합니다. 이는 대면 패러다임에는 없었습니다. 대면 패러다임에서 사람들은 화면 상의 단어 자극만 보는 반면, 반응(빨간색 또는 녹색 푸시 버튼 누르기)은 화면 외부와 주변에서 관찰됩니다. 또한 상호작용 파트너가 반응을 시작하자마자 자극은 사라집니다. 비디오 기반 변형에서는 비디오가 화면 하단에 표시됩니다. 이 영역은 시각적 전경으로 인식되는 것으로 알려져 있으며 이 영역의 프레젠테이션은 바인딩 및 검색을 촉진합니다(Frings & Rothermund, 2017). 또한 자극과 비디오 녹화된 반응은 공간적으로(모니터에 의해 구성되는 지각 단위 형성) 및 시간적으로(비디오가 끝나자마자 자극과 반응이 사라짐) 그룹화되지만 그룹화는 바인딩과 검색도 촉진하는 것으로 알려져 있습니다(Frings & Rothermund, 2011 ). 이를 염두에 두고, 사회적 관련성이 낮은 상황에서도 관찰된 자극-반응 조합에 대한 신뢰할 수 있는 검색 효과를 생성하는 데 그림-배경 분할과 게슈탈트 그룹화만으로도 충분하다고 주장할 수 있습니다.
본 연구에서는 관찰적으로 획득한 SR 에피소드가 가상 상호 작용, 즉 온라인 작업에서 사회적 관련성에 의해 변조되는 경향이 있는지 조사하기 위해 이러한 차이점을 모두 제거했습니다(자세한 내용은 방법 섹션 참조).
두 번의 실험에서 참가자 중 절반은 다른 사람과 함께 대화형 색상 분류 작업에 참여하고 있다고 믿게 만들었고 나머지 절반은 컴퓨터와 상호 작용하고 있다고 들었습니다. 애니마시 믿음은 자동 모방 작업의 호환성 효과에 대한 강력하고 신뢰할 수 있는 사회적 조절자입니다(Gowen et al., 2016; Klapperet al., 2014; Liepelt et al., 2010; Liepelt & Brass, 2010; Presset al., 2006; Stanley et al. al., 2007) 및 공동 Simon 과제(Müller et al., 2011; Tsai & Brass, 2007; Tsai et al., 2008)에서는 참가자가 인간 파트너 대 컴퓨터 또는 로봇의 행동을 관찰한다고 믿을 때 더 강한 효과를 반영합니다. . 따라서 우리는 인간 파트너와 상호 작용한다고 믿는 참가자에 대해 관찰적으로 획득한 SR 에피소드를 검색할 수 있을 것으로 기대했습니다. 결과적으로, 컴퓨터와 상호작용하도록 지시받은 참가자에게는 검색 효과가 없어야 합니다. 예상하기 위해 초기 추론이 뒷받침되었습니다(실험 1). 그런 다음 훨씬 더 큰 샘플을 사용하여 정확한 복제를 실행하여 결과의 견고성을 평가했습니다(실험 2). 두 실험 모두에 대한 방법과 결과가 함께 제시되어 있습니다.
방법
윤리투표, 사전등록, 오픈액세스
FSU 예나 윤리위원회(FSV 21/034)에서 두 실험 모두에 대해 윤리적 승인을 받았습니다. 데이터 수집 전 정확한 방법, 설계, 가설, 데이터 준비 및 계획된 분석은 Open Science Framework(OSF; Experiment1: https://osf.io/8ktwv; Experiment 2: https://osf.io)에 온라인으로 미리 등록되어 있습니다. /ptsx8). 모든 자극 자료, 데이터 및 분석 스크립트는 논문이 처음 승인된 후에 제공됩니다.
필요한 표본 크기 및 사전 검정력 계산
G*Power 3.1을 사용한 독립 t-검정(단측)에 대해 1 − ß=.80 및=0.05로 필요한 표본 크기를 추정하기 위해 선험적 검정력 계산을 실행했습니다(Faul et al ., 2007). 실험 1의 경우 사전 효과 크기를 사용할 수 없었기 때문에 중간 크기 효과(d= 0.5)를 기반으로 필요한 표본 크기를 계산했습니다. 따라서 충분히 강력한 연구를 보장하려면 총 n=102(그룹당 51)이 필요합니다. 실험 2의 경우 사전 검정력 계산은 실험 1에서 얻은 효과의 크기(d{18}}.39)를 기반으로 했습니다.1 충분한 검정력(1 − ß {{)으로 이 크기의 효과를 감지할 수 있습니다. 22}} .80), 총 n =164명의 참가자(그룹당 82명)가 필요합니다.
Participants In total, 103 participants were recruited online at Prolifc Academic (https://www.prolifc.co/) for Experiment 1. Five participants had to be excluded due to excessive error rates (>메모리 테스트에서 25% 오류); 4명의 참가자가 연습 블록을 통과하지 못했습니다. 한 참가자는 두 번 참여했습니다. 따라서 두 번째 참가자는 제외되었습니다. n=93 참가자의 데이터가 분석되었습니다(여성 33명, 남성 58명, 성별 2개 보고되지 않음, 마법사=26.5세). 실험 2에서는 Prolific Academic에서 온라인으로 161명의 새로운 참가자를 모집했습니다. 실험 1과 동일한 기준에 따라, 과도한 오류율이나 불완전한 데이터로 인해 두 명의 참가자가 제외되었습니다. n명 {{10}}명의 참가자 데이터를 분석했습니다(여성 58명, 남성 97명, 다양한 마법사 4명=25.0세). 모든 참가자는 18세에서 35세 사이의 독일어 원어민으로 사전 선별되었으며, 이전 연구에서 Windows 10을 운영 체제로 사용하고 노트북 또는 데스크톱 컴퓨터에서 실험을 실행하는 경우 최소 65%~100%의 높은 승인률을 보였습니다. .두 실험 모두 평균 지속 시간은 22분이었고 참가자들은 참여에 대해 £2.75(€3.19)를 받았습니다. 모든 참가자는 연구에 참여하기 전에 키 누르기를 통해 사전 동의를 받았습니다.
설계 두 실험 모두 2(자극 관계: 단어 반복 대 변경) × 2(응답 호환성: 호환 가능 대 비호환) × 2(상호작용 파트너: 인간 대 컴퓨터) 혼합 요인 설계로 구성되었습니다. 프로브 반응 시간(RT)이 관심 종속 변수로 사용되었습니다.
재료 및 절차 실험은 E-Prime 3으로 프로그래밍되었으며 E-Prime Go 1을 사용하여 온라인 데이터 수집을 위해 변환되었습니다.0. 각 실험 시작 시 인구통계학적 정보(성별, 연령, 손재주, 모국어)를 수집한 후 동의 페이지를 표시했습니다. 참가자가 참여에 동의하면 지침을 따르고, 그렇지 않으면 연구가 종료되었습니다. 참가자들은 다른 사람과 함께 대화형 색상 분류 작업을 수행할 것이라는 정보를 받았습니다.
인간 대 컴퓨터 상호 작용 조건.
그런 다음 참가자는 인간 파트너(실험 1: n=47; 실험 2: n=68) 또는 컴퓨터 파트너(실험 1: n=46; 실험 2: n {{7)에 무작위로 할당되었습니다. }}) 조건(실험 2에서 조건에 참가자를 무작위로 할당하면 그룹 크기가 동일하지 않음). 인간 파트너 조건의 참가자는 상호 작용 파트너와 연결되어 파트너를 환영하는 짧은 메시지를 작성하도록 요청 받았습니다. 메시지를 마쳤을 때 이름과 나이 정보가 포함된 추정 상호 작용 파트너의 메시지가 표시되었습니다. 참가자들은 파트너가 지침을 읽거나 응답을 실행할 때까지 가끔 기다려야 했습니다. 이 모든 것은 인간 파트너 조건의 참가자가 다른 실제 사람과 실시간으로 상호 작용하는 느낌을 유도하기 위해 수행되었습니다. 모든 파트너 상호 작용과 메시지는 스크립트로 작성되었으며 인간 조건의 참가자도 컴퓨터 프로그램과 상호 작용했습니다. 컴퓨터 파트너 조건의 참가자에게는 연구가 시작될 때 온라인 상호 작용 파트너가 없었기 때문에 연결이 불가능하다는 알림을 받았습니다. 따라서 그들은 컴퓨터 프로그램을 파트너로 삼아 연구를 계속할 것입니다.
관찰 SR 에피소드 및 검색 평가.
관찰적으로 획득한 SR 에피소드를 평가하기 위해 우리는 순차적 프라이밍 패러다임을 사용했습니다. 참가자에게는 파트너와 차례로 대화형 색상 분류 작업을 수행하도록 지시했습니다(상태에 따라 파트너는 인간 상호 작용 파트너 또는 컴퓨터로 추정됨). 화면 중앙에 정사각형 직사각형 안에 단어가 나타날 것이라는 정보를 받았습니다. 단어 글꼴이 빨간색이나 녹색이면 참가자들이 응답하고 색상을 분류한 다음 빨간색은 A(왼쪽 키)를 누르고 L(오른쪽 키)를 누를 차례였습니다. ) 녹색의 경우.
각 키를 누를 때마다 화면의 왼쪽 및 오른쪽 상단에 표시되는 가상 빨간색 또는 녹색 응답 버튼이 켜집니다(예: 임시 바인딩에 대응하기 위한 시각적 배경으로 인식되는 화면 영역, 참조: Frings & Rothermund, 2017). 딸깍거리는 소리. 그러나 단어가 흰색으로 나타났을 때 파트너가 응답할 차례였습니다. 참가자는 파트너의 키 누르기를 관찰할 수 있었는데, 빨간색 또는 녹색 가상 응답 버튼이 응답과 동일한 방식으로 클릭 소리와 함께 화면에 켜지기 때문입니다. 참가자들은 파트너의 응답에 세심한 주의를 기울이고 이를 암기하라는 지시를 받았습니다. 파트너가 제공한 응답을 조사하기 위해 가끔 기억력 테스트 시험에 직면하게 되기 때문입니다. 참가자들은 작업에 대한 두 가지 질문에 답해야 하는 간단한 지침 확인을 완료했습니다. 100% 정확하게 대답하지 못한 경우 참가자는 작업을 이해하고 지침 확인을 통과할 때까지 지침의 시작 부분으로 리디렉션되어 다시 읽습니다.
그 후, 16개의 프라임-프로브 서열로 구성된 간단한 연습 블록이 이어졌습니다. 참가자가 색상 분류 작업에서 20% 이상의 오류를 범했거나 1000 ms보다 느린 응답이 50% 이상인 경우 연습 블록이 반복되었습니다. 연습 블록이 성공적으로 완료되면 다음과 같이 구성된 128개의 프라임-프로브 시퀀스로 구성된 메인 블록이 시작되었습니다. 상호 작용 파트너는 프라임 디스플레이 중에 항상 응답했습니다. 참가자들은 항상 프로브 디스플레이 중에 응답했습니다. 따라서 참가자들은 프라임 디스플레이 동안 특정 자극에 대한 반응을 관찰하고 프로브 디스플레이 동안 이전에 관찰된 반응과 호환되거나 호환되지 않는 프로브 반응을 수행했습니다. 모든 시퀀스의 50%에 대해 관찰된 프라임 및 실행된 프로브 응답은 호환 가능(녹색-녹색, 빨간색-빨간색)이었고 나머지는 호환되지 않았습니다(녹색-빨간색, 빨간색-녹색). 응답 호환성과 직교하여 자극 관계는 다음과 같습니다. 조작됨: 모든 시퀀스의 50%에서 동일한 단어가 프라임 및 프로브(단어 반복)에 표시되었으며 나머지 시퀀스에서는 두 개의 다른 단어 자극이 프라임 및 프로브(단어 변경)에 표시되었습니다. 단어 자극은 25개의 중성, 단음절, 서음절 독일어 형용사에서 무작위로 샘플링되었습니다. 프로브 색상은 균형을 이루었습니다(빨간색 50%, 녹색 50%).
프라임-프로브 시퀀스는 다음과 같습니다(그림 1 참조). 각 디스플레이에는 왼쪽 상단과 오른쪽 디스플레이 모서리에 빨간색과 녹색 가상 버튼이 표시됩니다. 모든 자극은 자극과 반응 버튼을 시각적으로 분리하기 위해 흰색 사각형으로 둘러싸인 화면 중앙에 표시되었습니다(Frings & Rothermund, 2011). 각 시험 시퀀스는 중앙에 표시된 준비 신호(!!!)로 시작되었으며(500ms) 고정 교차(250ms)가 이어졌습니다. 그런 다음 프라임 디스플레이가 시작되었습니다. 중앙에 흰색 단어가 나타났습니다. 500~700ms의 가변 간격 후에 단어가 사라지고 빨간색 또는 녹색 응답 버튼이 켜졌습니다. 이 환상은 150ms 동안 더 큰 버튼의 그림을 표시하고 이어서 500ms 동안 표준 버튼의 그림을 표시하여 만들어졌습니다.
동시에 부저음(지속시간: 300ms)이 울렸습니다. 참가자의 우발적인 주요 응답으로 인해 피드백이 발생했습니다("잘못된 사람", 1,000ms). 또 다른 고정 교차가 이어졌고(250ms) 그 후 프로브 디스플레이가 시작되었습니다. 빨간색 또는 녹색 단어가 중앙에 표시되었습니다(응답까지). 빨간색(A) 또는 녹색(L) 키를 눌렀는지에 따라 빨간색 또는 녹색 버튼이 켜지고 부저 소리가 들립니다. 타이밍은 프라임 디스플레이와 동일했습니다. 잘못된 프로브 응답으로 피드백이 발생했습니다("잘못된 키,"1,000ms). 무작위로 선택된 32개의 프로브(전체 프로브의 25%)가 표시된 후 메모리 테스트가 이어졌습니다. 참가자들에게 관찰된 응답(응답까지의 지속 시간)에 해당하는 응답 키를 누르도록 요청했습니다. 메모리 프롬프트에 대한 응답으로 빨간색(A) 또는 녹색(L) 키를 눌렀는지에 따라 빨간색 또는 녹색 버튼이 켜지고 부저 소리가 들립니다. 잘못된 메모리 테스트 응답으로 인해 피드백이 발생했습니다("부정확한 관찰", 1,000ms). 인간 파트너 조건의 참가자의 경우 무작위로 선택된 또 다른 프로브 디스플레이 후에 "파트너의 응답을 기다리는 중"(1000, 1500, 1750 또는 2000ms의 가변 지속 시간)이라는 프롬프트와 함께 대기 화면이 나타나 상호 작용 파트너로 추정되는 사람이 수행한 인상을 전달했습니다. 메모리 테스트. 시험 시퀀스는 빈 화면(250ms)으로 종료되었습니다.
32개의 프라임-프로브 시퀀스 블록 이후 참가자들은 자신의 성능에 따라 지난 블록에 대한 중간 피드백(색상 분류 오류 %, 느린 응답 %, 메모리 오류 %)을 받았습니다. 인간파트너 조건의 참가자들도 파트너의 성과에 대한 피드백을 받았습니다. 그러나 이것은 다시 스크립트로 작성되었습니다.
작업이 완료되면 화면에 몇 가지 질문이 표시되었습니다. 먼저, 참가자들에게 연구가 무엇에 관한 것이라고 생각하는지 적어 보라고 요청했습니다. 둘째, 참가자들은 마우스 클릭을 통해 화면에 있는 세 개의 버튼 중 하나를 선택하여 누구와 상호 작용했는지(옵션: 컴퓨터, 인간, 전혀 모름) 표시하도록 요청 받았습니다. 그런 다음 인간 파트너 조건의 참가자에게 상호 작용 파트너의 이름과 나이를 기억하도록 요청했습니다(참가자가 파트너에 대한 세부 사항을 기억하는지 확인하는 기능). 마지막으로 모든 참가자에게 9-포인트 리커트 척도(1= 매우 비현실적, 5= 중립, 9= 매우 현실적)에서 마우스 클릭을 통해 상호 작용을 얼마나 현실적으로 경험했는지 평가하도록 요청했습니다. . 질문이 완료되면 모든 참가자는 참여 완료 코드를 받고 전체 보고를 받았습니다.
데이터 준비
분석 전 프로브 응답은 색상 분류 오류(실험 1: 1.5%, 실험 2: 1.4%) 또는 메모리 테스트 오류(실험 1: 4.5%, 전체: 1.1%, 실험 2: 4.1%)로 인해 폐기되었습니다. ,전체 1.0%). 또한 개별 RT 분포의 75번째 백분위수 위의 1.5 사분위수 범위보다 200ms보다 빠르거나 느린 프로브 응답은 RT 이상치(Tukey, 1977)로 간주되어 제외되었습니다(실험 1: 3.7%, 실험 2: 3.7%). 요인 설계에 대한 평균 프로브 RT는 표 2에 나와 있습니다. 각 실험에 대해 StimulusRelation × Response Compatibility 상호 작용을 반영한 각 참가자에 대해 관찰적으로 획득한 SRepisodes를 검색하기 위한 효과 점수를 계산했습니다(계산은 표 2 참조). 이 점수의 양수 값은 관찰 SR 에피소드의 검색을 나타내는 패턴을 반영합니다(즉, 호환되는 관찰 응답의 자극 기반 검색으로 인한 성능 이점 및 호환되지 않는 관찰 응답의 자극 기반 검색으로 인한 성능 비용).
결과
관찰 SR 에피소드 검색
방향 가설을 테스트하기 위해 단측 독립 표본 t-검정에서 상호 작용 파트너 조건의 함수로 관찰 SR 바인딩 및 검색 효과 점수를 분석했습니다.3 이 차이는 실험 1, t(91) {{6} }.01, p=.024, d=0.42 및 실험2, t(157)=2.72, p=.004, d {{18 }}.43, 이는 인간 파트너 조건(실험 1: S×Rhuman=16 ms; 실험 2: S×Rhuman=14 ms) 참가자의 효과 점수가 컴퓨터 파트너 조건( 실험 1: S×Rcomputer=2 ms; 실험 2: S×Rcomputer=0 ms; 표 2, 그림 2 참조). 후속 테스트에서는 관찰 SR 바인딩 및 검색 효과 점수가 실험 1, t(46)=2.83, p=.003(단측)의 인간 파트너 조건에 대해 0과 크게 다른 것으로 나타났습니다. dz=0.41, 실험 2, t(67)=3.33, p=.001(단측), dz=0.40. 이는 컴퓨터 파트너 조건의 경우에는 해당되지 않았으며 실험 1, t(45)=0.69, p =.493, dz=0.10이나 실험 2에서도 마찬가지였습니다. t(90)=0.13, p=.899,dz=0.01, 이는 이 조건에 대해 관찰 SR바인딩 및 검색에 대한 증거가 획득되지 않았음을 의미합니다(그림 2).
통제변수
메모리 테스트 성능 메모리 테스트의 성능은 관찰 SR 에피소드 검색의 차이가 컴퓨터 파트너 조건의 참가자가 관찰된 응답에 덜 주의를 기울였기 때문에 더 약한 효과가 발생할 수 있는지 여부를 평가하기 위해 상호 작용 파트너의 함수로 비교되었습니다. 실험 1이나 실험 2(표 2 참조)에서 메모리 성능(오류율로 표시됨)은 상호 작용 파트너 조건 간에 다르지 않았기 때문에 이는 사실이 아닙니다.
실험 후 질문 인간 파트너 조건의 거의 모든 참가자는 두 연구 모두에서 상호 작용 파트너로 추정되는 이름을 정확하게 기억했습니다. 대다수는 정확한 연령도 기억했습니다(표 2). 흥미롭게도 컴퓨터 파트너 조건의 모든 참가자는 두 실험 모두에서 컴퓨터와 상호 작용했다고 보고한 반면, 인간 파트너 조건의 참가자 중 일부만 다른 사람과 상호 작용했다고 보고했으며(표 2) 대부분은 컴퓨터와 상호 작용했다고 보고했습니다. 또한 인간 파트너 조건의 참가자는 두 실험 모두에서 컴퓨터 파트너 조건의 참가자보다 상호 작용이 훨씬 덜 현실적이라고 인식했습니다(표 2). 질문을 통해 참가자들이 연구의 성격을 다시 추측하게 되었기 때문에 이러한 결과는 수요 효과를 반영할 가능성이 높습니다. 우리는 일반 토론에서 이 문제를 다시 다루겠습니다(보충 자료 참조).
일반 토론
현재 연구 결과는 명확합니다. 두 개의 사전 등록된 실험에서 우리는 다른 사람과 상호 작용한다고 생각하는 참가자를 위한 온라인 설정에서 관찰적으로 획득한 SR 에피소드를 검색하기 위한 강력한 증거를 얻었습니다. 결과적으로 컴퓨터와 상호 작용하도록 지시받은 참가자에게는 검색 효과가 사실상 없었습니다. 이는 온라인 환경에서 관찰을 통해 획득한 SR 에피소드를 검색하는 것이 사회적 조절 효과의 영향을 받기 쉽다는 첫 번째 시연입니다.
이론적 함의를 다루기 전에, 우리는 현재 연구 결과에 대한 대안적인 설명을 논의하고 싶습니다. 첫째, 컴퓨터 파트너 조건의 참가자는 단순히 관찰된 응답에 덜 주의를 기울였으며, 이로 인해 바인딩 및 검색 효과가 약하거나 심지어 완전히 결여될 수 있다고 주장할 수 있습니다. 만약 그렇다면, 컴퓨터 파트너 조건에 있는 참가자의 메모리 테스트 성능은 더 나쁠 것입니다. 그러나 오류율은 두 상호작용 파트너 조건 간에 차이가 없었습니다. 둘째, 실험 후 설문지에서는 인간 파트너 조건의 참가자 중 다수가 컴퓨터와 상호작용했다고 보고했습니다. 그러나 우리는 이것이 조작에 대한 진정한 통찰력보다는 실험 후 조정을 반영할 가능성이 가장 높은 수요 효과라고 믿습니다.
이는 두 가지 이유에 근거합니다. (a) 참가자가 인간 상호 작용 파트너 조건을 다시 추측하고 컴퓨터와 상호 작용하고 있다고 믿었다면 처음부터 바로 컴퓨터와 상호 작용한다는 정보를 받은 참가자의 경우처럼 검색 효과가 없어야 했습니다. . 인간 파트너 조건에서 강력한 검색 효과를 얻었기 때문에 이는 사실이 아닙니다. (b) 그럼에도 불구하고 우리는 실험 후 설문지에서 컴퓨터와 상호 작용한다고 보고한 참가자에 대해 검색 효과가 감소했는지 또는 없는지 여부를 평가하기 위해 인간 파트너 조건의 참가자에 대해서만 추가 분석(보충 자료 참조)을 실행했습니다. 중요한 것은 검색 효과가 보고된 상호 작용 파트너의 함수에 따라 통계적으로 다르지 않았다는 것입니다. 어쨌든 데이터 패턴은 반대 방향의 경향을 보여주었습니다(즉, 나중에 컴퓨터와 상호 작용했다고 보고된 인간 파트너 조건의 참가자에 대한 더 강한 검색 효과). 이 데이터 패턴은 참가자들이 연구 중에 조작의 성격을 다시 추측했을 가능성에 반대합니다.
따라서 우리는 상호 작용 파트너가 실험 후 외관상 의견을 바꾸도록 유도한 후 참가자에게 요청하여 수요 효과를 생성할 가능성이 더 높다고 믿습니다. 셋째, 인간 파트너 조건에서 메모리 테스트를 수행한 후 가끔 대기하는 디스플레이를 산재시켰습니다. 이는 상호작용 파트너가 기억된 응답 보고가 아직 완료되지 않았다는 인상을 전달하기 위해 수행되었습니다. 그러나 현재와 후속 프라임 프로브 시퀀스 사이의 시간 간격이 길어지기 때문에 대기 표시가 메모리에서 다가오는 프라임 프로브 시퀀스를 더 뚜렷하게 렌더링하는 의도하지 않은 효과가 있다고 주장할 수 있습니다. 일부 주요 디스플레이가 더 뚜렷하다면 기억 에피소드가 시간적으로 가까운 에피소드와 구별하기가 더 쉽기 때문에 검색에 도움이 될 것입니다. 이는 인간 파트너 조건에서 검색 효과가 선택적으로 더 강한 이유를 설명할 수 있습니다. 이 대체 설명을 배제하기 위해 우리는 선행 프라임 프로브 시퀀스에서 메모리 테스트의 유무를 요인으로 코딩하는 또 다른 사후 분석(보충 자료 참조)을 수행했습니다. 그러나 이 분석은 이 요인이 검색 효과의 크기를 조절하지 않는다는 것을 보여주었습니다. 그러므로 우리는 이 대체 설명을 버릴 수도 있습니다.
이론적 의미
우리의 데이터는 몇 가지 이론적 의미를 담고 있습니다. 첫째, 그들은 Giesen과 Frings(2021)에서 보고된 관찰적으로 획득된 SR 에피소드의 무조건적으로 강력한 검색 효과에 대한 자금 지원이 인공물이며, 이는 지각 그룹화 및 그림으로 인한 임시 기능 바인딩으로 인한 사회적 정보 처리와 관련이 없다는 견해를 지지합니다. 지상 분할. 이러한 조건은 기본적으로 사회적 맥락과 무관하게, 즉 사회적 관련성이 낮은 상황에서도 신뢰할 수 있는 검색 효과를 생성했습니다.
둘째, 우리의 데이터는 애니미시 믿음이 강력한 사회적 조절 요인임을 보여줌으로써 관찰된 행동을 정신적으로 표현한 결과로 모방 또는 공동 호환성 현상을 조사한 관련 패러다임의 이전 연구 결과와 수렴되며 참가자가 인간의 행동을 관찰한다고 믿을 때 더 강한 호환성 효과를 반영합니다. 컴퓨터 또는 로봇 파트너와 비교합니다(모방 행동 패러다임에서 사회적 변조의 효과에 대한 메타 분석은 Cracco et al., 2018a, b 참조). 우리의 데이터는 이 변조가 관찰적으로 획득한 SR 에피소드 및 검색에도 적용된다는 직접적인 증거를 나타냅니다. 이는 사람들이 자신의 행동을 규제하기 위해 관찰된 반응을 활용한다는 것을 의미합니다.
셋째, 우리의 연구 결과는 모방 행동에 대한 호환성 기반 측정의 사회적 변조에 관한 현재 이론과 관련될 수 있습니다. 예를 들어, 일부 저자는 사람들이 사회적 소속 동기를 충족시키기 위한 도구로 모방을 의식적으로(Wang & Hamilton, 2012) 또는 무의식적으로(Chartrand & Bargh, 1999; Chartrand & Dalton, 2009) 사용한다고 주장합니다. 이러한 동기 부여 설명에 따르면 참가자는 다른 사람과 제휴하려는 목표를 가질 때 더 강력하게 모방해야 합니다(Lakin & Chartrand, 2003). 다른 이론적 접근 방식은 이념운동 원리와 연관 학습을 기반으로 합니다(Brass & Heyes, 2005; Greenwald, 1970; Heyes, 2010; Prinz, 1990). 따라서 행동은 감각 효과를 예상하여 발생합니다. 이러한 학습된 연관성의 결과로 행동(및 그 감각 효과)을 관찰하면 관찰자의 해당 운동 코드가 정신적으로 활성화됩니다. 이는 사람들이 특징 코드 측면에서 자신과 다른 사람의 행동을 정신적으로 표현한다는 것을 의미합니다(Hommel, 2018). 그런 다음 활성화된 모터 코드를 사용하여 모델의 동작을 모방할 수 있습니다. 이와 관련하여 모방 경향은 자기 관찰과 다른 개인과의 사회적 상호 작용의 결과로 진화한 학습된 반응을 나타냅니다(예: 모방의 결과; Cook et al., 2014; Everson et al., 2008; Ray &Heyes, 2011). 자기-타자 중첩은 인지된 유사성의 함수이기 때문에(Hommel & Colzato, 2015), 자신과 더 유사하다고 인식되는 개인은 더 강하게 모방되어야 합니다(Genschow, Cracco, et al., 2021a). 우리의 연구 결과는 두 이론 모두와 일치합니다. 계정: 한편으로 사람들은 인간이 아닌 파트너에 비해 인간과 상호 작용할 때 더 강한 소속 목표를 느꼈을 수 있습니다. 반면, 인간 파트너 조건의 참가자는 자신의 상호 작용 파트너를 자신과 더 유사하다고 인식했다고 가정하는 것이 합리적이지만, 컴퓨터와의 상호 작용을 믿을 때는 그렇지 않았습니다.
관찰 SR 바인딩 패러다임의 결과는 바인딩 및 검색 원리를 사회 학습 이론과 통합하려는 아이디어를 불러일으키는 관찰 학습에 대한 결과와 구조적으로 매우 유사하다는 점은 특히 주목할 만합니다. 이러한 점에서 사회 학습 이론은 모방 반응 경향의 사회적 변조를 설명하기 위해 기존 이론적 접근 방식을 쉽게 통합할 수 있기 때문에 모방 행동을 설명하기 위한 보다 간결하고 통합적인 접근 방식을 제공할 수 있습니다. Bandura(1986); Ahn et al., 2020 참조)에 따르면 사람들은 관찰된 행동 자체를 복사하지 않습니다. 대신, 모방 행동과 관찰 학습을 얻기 위해서는 네 가지 구성 프로세스가 중요합니다. (I) 모델은 관찰자의 관심을 끌고 모방할 가치가 있어야 합니다. 이는 개인적으로 관련성이 있거나 유사하거나 유능하다고 인식되는 모델에 적용됩니다. (II) 관찰된 행동은 상징적 표현의 형태로 기억에 인코딩되어야 합니다. 오늘날의 관점에서 Bandura가 염두에 두었던 것이 개념적으로 공통 코딩과 유사하다고 가정할 수 있습니다(Prinz, 1990). (III) 관찰자는 자신의 수행을 안내하기 위해 이러한 상징적 표현에 의존해야 합니다. (IV) 모델 복사의 인지된 결과는 관찰자가 관찰한 행동을 모방할지 여부에 큰 영향을 미칩니다. 관찰된 행동이 대리적으로 강화되었거나 박탈된 동기가 충족된 경우 모방 가능성이 더 높습니다. 따라서 사회 학습 이론은 이념운동 및 연관 학습 원리를 사회적 영역(프로세스 I-III)과 동기 설명(프로세스 IV)에 적용하는 자기 중첩 이론의 요소를 통합하여 현재 연구 결과를 설명하는 데 적용될 수 있는 통합 이론의 역할을 할 수 있습니다. 모방적인 행동에 대해. 이러한 추론을 체계적으로 테스트하고 입증하려면 더 많은 연구가 필요합니다.
넷째, 현재 데이터는 관찰 SR 바인딩 패러다임의 대면 버전에서 수집된 사회적 관련성 조정의 기존 증거와 잘 들어맞습니다(Giesen et al., 2014; Giesen et al., 2016; Giesen et al., 2018; Giesen 외, 2021). 보다 일반적인 수준에서, 기본 바인딩 및 검색 원칙은 자체 수행 작업에 국한되지 않고 사회적 영역에서 생생하게 활성화된다는 데이터 문서가 있습니다(유사한 결론은 Hommel, 2018; Hommel & Colzato, 2015; Hommel & Stevenson, 2021; 김앤홈멜, 2015). 중요한 것은, 우리의 연구 결과는 관찰을 통한 사회적 학습이 실제 대면 상호 작용에 국한되지 않고 가상 온라인 상호 작용에서도 발생한다는 것을 보여줍니다. 실용적인 관점에서 볼 때 이러한 발견은 텔레비전과 디지털 미디어가 새로운 행동을 획득하는 데 근본적인 관련성을 가지고 있음을 입증합니다. 보다 방법론적인 관점에서 우리의 패러다임은 연구원에게 관찰 SR 바인딩 및 검색의 기본 프로세스 변조를 추가로 연구할 수 있는 우아한 도구를 제공합니다. 사회적, 정서적, 동기적 요인.
보충 정보 온라인 버전에는 다음에서 제공되는 보충 자료가 포함되어 있습니다.https://doi.org/10.3758/s13423-022-02058-4입니다.
감사의 말
연구 준비 및 데이터 처리에 도움을 준 Elisabeth Hefner와 Pia Müller에게 감사드립니다. 이 연구4 W는 Friedrich Schiller University Jena(2.11.3-A1/2021-1) 및 독일 연구 재단(GI1295/2-1)의 Carina G. Giesen 보조금에 의해 지원되었습니다.
자금 조달 ProjektDEAL이 활성화하고 조직한 오픈 액세스 자금 조달.
오픈 액세스
이 기사는 Creative Commons Attribution 4에 따라 라이센스가 부여됩니다.0 국제 라이센스는 원저작자를 적절하게 명시하는 한 어떤 매체나 형식으로든 사용, 공유, 개작, 배포 및 복제를 허용합니다. 소스, 크리에이티브 커먼즈 라이센스에 대한 링크를 제공하고 변경 사항이 있었는지 표시합니다. 이 기사의 이미지나 기타 제3자 자료는 자료에 대한 크레딧 라인에 달리 명시되지 않는 한 기사의 Creative Commons 라이센스에 포함되어 있습니다. 자료가 기사의 크리에이티브 커먼즈 라이센스에 포함되어 있지 않고 귀하의 의도된 사용이 법적 규정에 의해 허용되지 않거나 허용된 사용을 초과하는 경우 저작권 보유자로부터 직접 허가를 받아야 합니다. 이 라이센스의 사본을 보려면 다음을 방문하십시오.
참고자료
1.안진, Hu, D., & Vega, M. (2020). '내가 말한 대로가 아니라 내가 하는 대로': 사회 학습 이론을 사용하여 교육에서 학생의 결과에 대한 역할 모델의 영향을 분석합니다. 사회 및 성격 심리학Compass, 14(2).
2. 반두라, A. (1986). 사고와 행동의 사회적 기초: 사회인지 이론: 사회 학습 이론의 Prentice-Hall 시리즈.Prentice-Hall, Inc.
3. Bortoletto, M., Baker, KS, Mattingley, JB, & Cunnington, R.(2013). 행동 관찰 중 시각-운동 상호작용은 인지적 맥락에 따라 형성됩니다. 인지신경과학저널, 25(11), 1794-1806.
4. 황동, M., & Heyes, C. (2005). 모방: 인지 신경과학이 대응 문제를 해결하고 있나요? 인지과학의 동향, 9(10), 489-495.
5. 황동, M., Bekkering, H., & Prinz, W. (2001). 움직임 관찰은 단순 응답 작업에서 움직임 실행에 영향을 미칩니다. ActaPsychologica, 106(1/2), 3–22.
6. 버틀러, EE, 워드, R., & 램지, R. (2016). 손 동작의 자동 모방에 대한 얼굴 신호의 영향. 심리학의 프론티어, 7
7. Chartrand, TL, & Bargh, JA (1999). 카멜레온 효과: 지각-행동 연결과 사회적 상호작용. 성격 및 사회 심리학 저널, 76(6), 893-910.
8. Chartrand, TL, & Dalton, AN(2009). 모방: 편재성, 중요성 및 기능성. E. Morsella, JA Bargh, PM Gollwitzer(Eds.), Oxford Handbook of human action(pp. 458-483).Oxford University Press.
9. Cook, R., Bird, G., Catmur, C., Press, C., & Heyes, C. (2014). 거울뉴런: 기원부터 기능까지. 행동 및 뇌 과학, 37(2), 177-192.
10. Cracco, E., Bardi, L., Desmet, C., Genschow, O., Rigoni, D., de Coster, L., Radkova, I., Deschrijver, E., & Brass, M. (2018a ). 자동모방: 메타분석. 심리 게시판, 144(5), 453-500.
For more information:1950477648nn@gmail.com
