自闭症特征与探索游戏成功之间的关联
研究人员对 77 名大学生进行了一项好奇的探索任务。研究:自闭症特征促进有效的好奇探索。图片来源:Vetre/Shutterstock.com 在《公共科学图书馆计算生物学》最近发表的一项研究中,研究人员研究了好奇行为如何随个体特征(尤其是自闭症特征)以及探索成功的变化而变化。他们的研究结果强调了自闭症特征的个体差异如何塑造探索风格,从而影响个性化方法改善学习过程的潜力。背景 好奇学习注重自我导向的探索,其动机是内在的学习欲望,而不是外部奖励。人们倾向于探索他们期望发现更多的环境......
自闭症特征与探索游戏成功之间的关联
研究人员对 77 名大学生进行了一项好奇的探索任务。
Studie: Autistische Merkmale fördern eine wirksame neugierige Erforschung. Bildnachweis: Vetre/Shutterstock.com
在最近发表的一项研究中公共科学图书馆计算生物学研究人员研究了好奇行为如何随个人特征(尤其是自闭症特征)以及探索成功的变化而变化。
他们的研究结果强调了自闭症特征的个体差异如何塑造探索风格,从而影响个性化方法改善学习过程的潜力。
背景
好奇学习注重自我导向的探索,其动机是内在的学习欲望,而不是外部奖励。人们倾向于探索期望取得更多学习进步的环境,并在进步最小时脱离。
然而,个体之间的探索行为存在显着差异,并且可能与自闭症、冒险和冲动等人格特征有关。
自闭症特征,包括坚持相同性,与独特的学习模式相关,例如: 先前的研究表明,具有较高自闭症特征的人可能对预测错误的容忍度较低,这会影响他们的探索行为。
关于该研究
在这项研究中,研究人员研究了自闭症特征如何影响好奇的探索。他们的第一个假设是,自闭症特征较高的个体可能会强调减少不确定性以及小而持续的学习收益的价值。另外,对不确定性的不容忍可能会导致自闭症特征较高的人避免出现不可预测结果的情况。
研究人员招募了 77 名最近或在校大学生的参与者,其中 70 人继续参与研究。最终参与者年龄在17岁至35岁之间,平均年龄22.2岁; 14 人为男性,51 人为女性,5 人为非二元性别。
参与者与屏幕底座中的动物角色互动,并根据概率隐藏模式预测每个角色的下一个位置。该任务包括三个场景(草原、海洋和海滩),每个场景有四只动物。
该任务允许参与者自由探索,并跟踪与他们的预测错误、学习进度和新奇偏好相关的决策。分层模型评估了他们的学习进度、预测错误和探索性试验决策。如果参与者猜对了,则不会给出任何指示,也不会给予任何奖励。
此外,研究人员通过成人社会行为问卷以及参与者父母的报告(可选)收集有关自闭症特征的信息。该研究的重点是“坚持同一性”子量表,该子量表评估了可预测性和避免变化的必要性。研究人员还研究了自闭症特征对探索行为的更广泛影响。
通过分析自闭症特征如何影响学习决策,该研究旨在加深对这些特征如何影响好奇探索以及个体之间差异的理解。
结果
四个逻辑模型测试了因素(预测误差、学习进度、新颖性)对参与者留下或离开的决定的影响。分析了自闭症特征(特别是“坚持相同”)和试验时间的影响。
平等坚持程度较低的参与者较早地使用了学习进度,但后来转向了预测误差。然而,对同一性坚持程度较高的参与者后来依赖于学习进度,但最初并未使用任何因素。新颖性并没有对这些决定产生重大影响。
当自我报告数据被视为解释变量时,观察到类似的趋势,但并非所有相互作用(特别是时间)都达到统计显着性。
在研究探索性选择与自闭症特征之间的联系时,研究人员发现,同一性坚持程度高低的参与者更喜欢新颖的选择。
根据其他人的报告,新颖性影响了低平等组和高平等组的坚持,而预测误差和学习进度的影响并不显着。根据自我报告,低持久性组更喜欢预测误差较低的选项,而高持久性组则更喜欢学习进度较高的选项。
关于与学习表现的关联,除了具有高关联性和不允许的模式的隐藏模式外,较高的相同性坚持与大多数隐藏模式的表现改善相关。这种互动对于他人的报告很重要,但对于自我报告则不然。
结论
研究人员通过一项任务来研究自闭症特征如何影响好奇的学习行为,该任务要求参与者选择何时停止对环境进行采样以及接下来要探索什么。他们使用计算机建模来分析参与者的学习进度和预测错误。
虽然公平坚持性较低的参与者更多地依赖学习步骤来提前退出环境,但当他们预期表现不佳时,他们会转向预期预测误差来退出活动。
相同坚持程度较高的参与者表现出更大的坚持性,最初对学习进度的依赖程度较低,但随着学习进度的下降逐渐开始放弃活动。所有参与者都更喜欢新的选择。
然而,其他自闭症特征,例如社会互动和同理心的减少,也可能影响平等之外的调查。研究人员强调,未来的研究需要检查自闭症特征和学习行为之间的大脑机制和因果关系。
资料来源:
- Autistic traits foster effective curiosity-driven exploration. Poli, F., Koolen, M., Velazquez-Vargas, C.A., Ramos-Sanchez, J., Meyer, M., Mars, R.B., Rommelse, N., Hunnius, S. PLoS Computational Biology (2024). doi: 10.1371/journal.pcbi.1012453 https://journals.plos.org/ploscompbiol/article?id=10.1371/journal.pcbi.1012453