sistema cognitivo II: razonamiento y resolución de problemas

1. sistema cognitivo II: razonamiento y resolución de problemas tomas laurenzo laboratorio de medios · inco · fing · udelar Interacción persona computadora. www.fing.edu.uy/inco/cursos/inpercom

2. El ser humano es un ser racional.

3. Irracionalidad predecible • El ser humano es un ser racional. • El ser humano es un ser predeciblemente irracional.

4. Irracionalidad predecible • Dan Ariely. • economista comportamental. • israelí.

6. Irracionalidad predecible alta intensidad / corto tiempo vs. baja intensidad / largo tiempo

7. Irracionalidad predecible • Las nurses pensaban que tenían el modelo adecuado del paciente. • Para verificar eso: • prensa, electricidad, sonido • el “traje del dolor”

8. Irracionalidad predecible • Las nurses estaban ,al: • “no codificamos duración igual que como codificamos intensidad” • era mejor comenzar con la cara que era lo más doloroso, dando una tendencia de mejora y agregar descansos para recuperarse

9. Irracionalidad predecible • ¿Es un problema de las nurses?

10. Irracionalidad predecible • ENRON  • estafas (“hacer trampa”). • ¿Problema puntual o endémico?

11. Irracionalidad predecible • Experimento 1: • un grupo de gente. • una hojita con 25 problemas de matemática sencillos que cualquiera pueda resolver • insuficiente tiempo (5 minutos) • a los cinco minutos pide las hojas y paga un dólar por cada pregunta OK.

12. Irracionalidad predecible • Experimento 2: • un grupo de gente. • una hojita con 25 problemas de matemática sencillos que cualquiera pueda resolver • no suficiente tiempo (5 minutos) • a los cinco minutos dice, “por favor rompan las hojas y guárdenlas en su bolsillo o mochila y díganme cuántas preguntas correctas tuvieron”. -

13. Irracionalidad predecible • Teoría económica: análisis costo / beneficio • ¿cuál es la probabilidad de ser descubierto? • ¿cuánto se gana haciendo trampa? • ¿cuál es el castigo por ser descubierto?

14. Irracionalidad predecible • Otros experimentos: • pagando 10 centavos, 1 dolar, 5 dólares, etc. • pidiendo que destruyan la mitad de la página (así hay un poco de evidencia que se mantiene), rompiéndola toda; rompiendo la hoja, saliendo del cuarto y pagándose a sí mismos de un bol con más de cien dólares.

15. Irracionalidad predecible • si la gente no es sensible a las teorías racionales economicas, ¿qué es lo que sucede? • el modelo de Ariely propone: • 1) queremos mirarnos al espejo y sentirnos bien. • 2) podemos hacer un poquito de trampa y seguir sintiéndonos bien (fudge factor – factor de estafa)

16. Irracionalidad predecible • ¿Disminución del factor de estafa? • pedir recordar 10 libros vs pedir recordar los 10 mandamientos. • MIT honor code. • ¿Aumento del factor de estafa? • tiempo medio de vida de la coca vs billetes de dólar. • 2do experimento nuevamente pero: • un tercio pasa las hojas • un tercio las rompe y dice cuántos problemas • un tercio dice: resolví x problemas dame x fichas.

17. Irracionalidad predecible • 3er experimento: • pre pago. • se contrata a un actor que resuelve todo en un minuto y sale exitoso. • ¿El resultado?

18. Irracionalidad predecible • (¿En el mercado de valores?) • Las intuiciones muchas veces están mal • hay que testarlas. • en políticas, sobre todo. • El dolor de la nurse. • Es muy difícil asumir el propio error, incluso intentar testearlo.

19. Razonamiento y resolución de problemas Basado en 1.4 Thinking: Reasoning and Problem-solving Human-Computer Interaction Dix, Finlay, Abowd, Beale y otros…

20. Razonamiento y resolución de problemas • ¿Es esta el área más compleja? • Algunos autores sostienen que es aquí donde se diferencian los humanos de otros sistemas (tanto naturales como artificiales). • ¿Puede la mente conocerse a sí misma? • ¿La realidad es cognoscible? • Categorizaremos el pensar en “razonamiento” y “resolución de problemas”, modelo que resulta útil aunque cada proceso habitualmente involucra al otro.

21. Puede requerir cantidades distintas de información. 2 + 2 vs. leer el periódico. Las decisiones pueden ser fruto de un razonamiento o de una respuesta emocional o “instintiva” (fast thinking) TR varía. es una clasificación informal. Razonamiento y resolución de problemas

22. “Si querés cenar, dejá de pelear con tu hermana” Razonamiento y resolución de problemas

24. Razonamiento • Razonar es el proceso en el cual se utiliza el conocimiento para obtener conclusiones o inferir algo nuevo sobre el dominio de interés. Tipos de razonamiento: • Deductivo: deriva las conclusiones lógicas de las premisas dadas. • Inductivo: generalizar los casos percibidos para inferir información acerca de los casos no vistos. • Abductivo: a partir de los hechos percibidos se llega a las acciones o estados que los causaron.

25. Razonamiento deductivo Si es viernes ella va a trabajar Es viernes Entonces, Ella va a trabajar Lo importante es que las conclusiones sean lógicas, sin importar nuestro conocimiento ni nuestros preconceptos de verdad. Ejemplo: Si llueve el piso está seco Llueve Entonces, El piso está seco Premisas Conclusión

26. Razonamiento deductivo Algunas personas son bebés Algunos bebés lloran Entonces, Algunas personas lloran .

27. Razonamiento deductivo No siempre los razonamientos son hechos de forma correcta. Ejemplo: Algunas personas son bebés Algunos bebés lloran Entonces, Algunas personas lloran Cuando la verdad lógica y la validez chocan es cuando los seres humanos presentamos problemas en realizar razonamientos deductivos. Podemos explicarlo asumiendo que el ser humano agrega su conocimiento en el proceso de razonamiento, lo cual permite mejorar los procesos comunicativos.

28. Razonamiento inductivo Si todos los elefantes que veo tienen un tronco Entonces, Todos los elefantes tienen troncos. Estas inferencias, en general, sólo pueden probarse falsas. Para probar la certeza habría que ver a todos los elefantes que hubo, que hay y que habrá. A pesar de ello, el razonamiento inductivo nos permite conocer la realidad (es lo que nos permite generalizar). Las personas somos más afines a manejar evidencia positiva que negativa. (confirmation bias)

29. 4 E 7 K Experimento (Wason) sobre raz. inductivo Las cartas tienen en un lado una letra y en el otro un número; ¿cuáles hay que dar vuelta para probar la verdad de la siguiente sentencia? “Si una carta tiene una vocal en un lado, entonces tiene un número par en el otro lado”

30. E 7 Experimento sobre razonamiento inductivo respuesta: Según Wason, la respuesta más común es chequear las cartas 4 y E, la cual sólo utiliza evidencia positiva, pero para ver si la frase es correcta necesitamos chequear evidencia negativa.

31. Razonamiento abductivo A partir de un hecho se llega a las acciones o estados que los causaron. Es el método utilizado para encontrar explicaciones de los hechos que observamos. Bruno conduce muy rápido cuando ha bebido. Veo a Bruno conduciendo muy rápido. Entonces deduzco que: Bruno ha bebido. En los sistemas, un usuario llevado por estos razonamientos puede confundirse y cometer errores.

32. disponer de estos modelos de adquisición (o construcción) de conocimiento no nos dice cómo resolvemos problemas concretos

33. Resolución de problemas Consiste en encontrar una solución a una tarea no familiar, usando el conocimiento que tenemos. Modelo Gestáltico Conductismo (primitivo): la resolución de problemas consiste en reproducir respuestas conocidas o, si no, en ensayo y error. La Gestalt propone que la resolución de problemas es productiva y reproductiva: Reproductiva: la solución se basa en las experiencias pasadas. A veces puede ser contraproducente, porque no se reinterpreta la realidad para encontrar la solución (fijación). Productiva: involucra intuición (insight) y reestructuración del problema kohler

34. Teoría de la Gestalt Ejemplo: Problema de Maier: + pinzas tijeras tenazas

35. Resolución de problemas La teoría de la Gestalt, si bien es atractiva, no provee suficiente evidencia, ni explica que es la intuición o cuándo (ni cómo) la reestructuración ocurre. Teoría del Espacio de Problemas: • Newell & Simon: la resolución de los problemas propone un espacio de problemas compuesto de estados de problema. • La resolución consiste en generar estos estados utilizando operadores de transición legales. • Un problema tiene un estado inicial y un estado objetivo. Se usan operadores para ir de uno a otro.

36. Resolución de problemas Teoría del Espacio de Problemas: • El espacio puede ser enorme, por lo que se utilizan heurísticas para hallar los operadores adecuados. • Una heurística aplicada es la del “análisis de medios-fines”. • Aquí se elige un operador para reducir la distancia entre los estados inicial y final • Vale notar que esta teoría opera dentro de los límites del sistema de procesamiento humano, por lo que la búsqueda en el espacio de problemas está limitada por la capacidad de la MCP y su velocidad.

37. Teoría del Espacio de ProblemasAnálisis de Medios-Fines Ejemplo: Se quiere mover un escritorio de una pared a otra para estar cerca de una ventana. . La principal diferencia entre el estado inicial y el final es la ubicación del escritorio. Operadores posibles: arrastrarlo, levantarlo y ponerlo en un carro, etc. Pero el escritorio debe ser suficientemente liviano, entonces aparece un nuevo subproblema (alivianarlo). Los operadores son: remover los cajones, quitar los contenidos de los cajones, etc.

38. Resolución de problemas Analogía en la Resolución de Problemas • Un tercer tipo de forma de resolución. • Aplicado a la resolución de problemas nuevos. • Se perciben similitudes entre un viejo dominio y otro nuevo y los operadores son transferidos. • mapeo analógico

39. Analogía en la resolución de problemas Problema (Gick & Holyoak): Un doctor trata un tumor maligno. Para destruirlo necesita irradiar con rayos de alta intensidad. Pero también va a destruir al tejido sano ubicado alrededor. ¿Cómo se destruye el tumor? Solución posible: irradiar con rayos de baja intensidad desde diferentes direcciones que converjan en el tumor. Solo un 10% resolvió el problema sin ayuda. Pero un 80% lo resolvió si se le contó una historia análoga de un general, un fuerte, y soldados que atacan desde diferentes direcciones.

40. Analogía en la resolución de problemas Preguntas para pensar durante el sábado a la noche: • ¿Cómo aplicaría la analogía al diseño de interfaces? • ¿Dónde hay analogías en las interfaces de Windows? ¿Y en las CLIs? • ¿Cuáles son los operadores disponibles? • ¿Windows apuesta al aprendizaje de operadores o al reconocimiento de estos?

41. Adquisición de habilidades. Problemas (cada vez más) familiares. los problemas la mayoría del tiempo no son completamente nuevos. Un dominio muy usado es el ajedrez. se modela muy buen por la teoría del espacio de problemas. DeGroot, Chase y Simon compararon maestros con jugadores menos experientes. los maestros no consideraban más alternativas que los novicios. ¿Qué los diferencia, entonces?

42. Adquisición de habilidades. Parecería que los maestros recuerdan posiciones del tablero y las movidas buenas asociadas a ellas. Se testó con posiciones reales. Pero con posiciones aleatorias rindieron igual. Los expertos agruparían (chunk) las configuraciones para guardarlas en la memoria de corto plazo. Los expertos usarían chunks más grandes y, por lo tanto, recordarían más detalles. Algo parecido se notan con los programadores y su capacidad de usar analogías.

43. Adquisición de habilidades. Otra diferencia está en qué se utiliza para catalogar una situación. novatos son más superficiales. Un modelo de adquisición de habilidades (aprendizaje) es el ACT-R (adaptive control of thought, rational), propuesto por Anderson. Arquitectura cognitiva: definir los procesos atómicos Identifica 3 niveles de habilidad: Se utilizan reglas de propósito general que interpretan hechos sobre un problema. Lento y requiere mucho acceso a memoria. Se desarrollan reglas específicas a la tarea. Las reglas se afinan para mejorar el rendimiento. Existen mecanismos para pasar de un nivel a otro.

44. Adquisición de habilidades. Existen mecanismos para pasar de un nivel a otro. Procedimentalización: 1 a 2. Generalización: 2 a 3. Ejemplo: al aprender a cocinar podemos instanciar la siguiente regla: IF cocinar [tipo, ingredientes, tiempo] THEN concinar: tiempo. cocinar [cacerola, [pollo, zanahorias, papas], 2 horas] cocinar [cacerola, [vaca, … ], 2 horas] Luego se puede tener reglas específicas. IF tipo = cacerola AND ingredientesX THEN…

45. Adquisición de habilidades. Finalmente, se generaliza y se tienen reglas del tipo IF cacerola AND ingredientes = * THEN cocinar por 2 horas.

46. Otros temas relacionados. • Errores y modelos mentales. • Slips (cambia el contexto) vs. errores de comprensión o de modelo. • Hay una asunción de construcciónde un modelo. • Diferencias individuales.