Российские ученые разработали алгоритм машинного обучения, который предсказывает успешность человека в задаче на внимание по времени реакции и движениям глаз. Статья опубликована в журнале Decision Support Systems.
Ментальное внимание отражает нашу способность сосредоточиться на задаче. Это ограниченный умственный ресурс, который истощается во время сознательной деятельности. Успешность решения сложных задач зависит от общих когнитивных способностей и доступного ресурса внимания человека. Особенно внимание важно для класса задач, связанных с удержанием в уме зрительной информации, а также для обучения. Поэтому важно научиться оценивать, как ресурс внимания в зрительных задачах влияет на успешность их выполнения.
Известно, что показатели ментального внимания сильно коррелируют с общим интеллектом и успеваемостью. Ученые из НИУ ВШЭ и «Сколково» впервые применили алгоритмы машинного обучения, чтобы понять, по каким измеряемым данным можно предсказать точность выполнения задачи на внимание. Для предсказания ученые собирали информацию о времени реакции и движении глаз.
В эксперименте приняли участие 57 здоровых взрослых людей, средний возраст которых составлял 23 года. Они выполняли задачу на соответствие цветов. Перед испытуемыми на короткое время появлялись цветные изображения (шарики или клоуны). От испытуемого требовалось сравнить картинку с предыдущей и ответить, совпадают ли цвета. У обеих задач было шесть уровней сложности — в зависимости от количества цветов. Вариант с клоунами всегда немного сложнее варианта с шариками из-за большего числа деталей.
Затем авторы проанализировали данные с использованием моделей машинного обучения, которые показывали, какие параметры лучше всего предсказывают успешность выполнения задачи. Мерой успешности была точность — процент правильных ответов для каждого испытуемого на каждом уровне сложности.
Модель «регрессор XGBoost» показала лучший результат. Она с точностью 82,8% предсказывала, даст ли участник правильный ответ. Самым эффективным параметром для предсказания успешности стала скорость ответа. Чем больше она варьировалась, тем меньше правильных ответов давал испытуемый. Это может быть связано с тем, что некоторые испытуемые давали быстрый случайный ответ, если уровень сложности превышал их ресурсы внимания.
Также на результат повлияли и движения глаз. Среднее количество фиксаций на картинке и их длительность, частота морганий и размер зрачка позволяли частично предсказать успешность. Движения глаз могут отражать то усилие, которое испытуемый прилагает для удержания информации в поле внимания.
«Разработанный подход может использоваться как для дальнейшего изучения параметров, которые предсказывают успешность в решении задач, связанных с ресурсами ментального внимания, так и в прикладных целях — для непосредственного предсказания в реальном времени когнитивных способностей специалистов, объем которых может изменяться под влиянием таких факторов, как физическое состояние и усталость», — говорит соавтор статьи Валентина Бачурина.
Подписывайтесь на InScience.News в социальных сетях: ВКонтакте, Telegram, Одноклассники.
