ЗАКОН ЙЕРКСА-ДОДСОНА: СВЯЗЬ МЕЖДУ СТИМУЛИРОВАНИЕМ И УСПЕШНОСТЬЮ НАУЧЕНИЯ
←
→
Транскрипция содержимого страницы
Если ваш браузер не отображает страницу правильно, пожалуйста, читайте содержимое страницы ниже
Эффекты Йеркса—Додсона 109
ЗАКОН ЙЕРКСА—ДОДСОНА:
СВЯЗЬ МЕЖДУ СТИМУЛИРОВАНИЕМ
И УСПЕШНОСТЬЮ НАУЧЕНИЯ
Ш. РАУДИС, В. ЮСТИЦКИС
Исследуется феномен нелинейности связи между успешностью учения и его сти
мулированием (закон Йеркса—Додсона). Показывается, что имеющиеся объяс
нения так или иначе основываются на идее перегрузки и сбоя ответственных за
научение психических механизмов в тex случаях, когда задача слишком трудна
или стимулы к научению слишком сильны. Предлагается альтернативное объяс
нение природы нелинейности связи между стимуляцией и успешностью учения:
эффекты Йеркса—Додсона могут быть вызваны особенностями используемого
психикой алгоритма научения. Показано, что указанные эффекты не возникают,
если при научении используются такие алгоритмы обучения (широко используе
мые для объяснения результатов психологических экспериментов в области не
декларативного учения), как подкрепление связи повторением Д. Хебба или при
ближение к результату, описываемое формулой Рескорла—Вагнера. На основе
имитационного эксперимента показано, что, напротив, эффекты Йеркса—Дод
сона устойчиво возникают, если человек использует более обобщенный вариант
указанных алгоритмов, а именно алгоритм, основанный на схеме нейронных се
тей, в котором реализована идея нелинейности связи между стимулированием и
результатом.
Ключевые слова
слова: закон Йеркса—Додсона, нелинейность, стимулирование,
успешность научения, алгоритм научения.
Эксперименты, проведенные Р. Йерк ления, экономике [2], [5], [10], [20], [21],
сом и Дж. Додсоном, показали нелиней [22]. Закон Йеркса—Додсона нередко
ную (в виде перевернутой буквы U) связь приобретал статус универсальной законо
между силой стимулов к учению и его эф мерности, закона «на все времена года»
фективностью [23]. С ростом интенсивно [20].
сти стимулов успешность научения снача С другой стороны, описанные эффек
ла повышается, затем достигает опти ты были неустойчивы и зачастую не обна
мального уровня и далее снижается. При руживались [12], [20], [22].
трудной учебной задаче этот уровень не Цель настоящей статьи — обобщить
сколько понижен, а в случае легкой — по существующие объяснения указанных
вышен (рис. 1А). эффектов и предложить принципиально
Дальнейшее развитие установленных иное объяснение их сути и пределов. Наш
таким образом законов Йеркса—Додсона подход обосновывается данными имита
оказалось весьма противоречивым. С од ционного эксперимента. Мы надеемся
ной стороны, нелинейная Uобразная за также обратить внимание психологовис
висимость между стимуляцией и успеш следователей на перспективу и место ими
ностью учения (и различных других видов тационного эксперимента как психологи
деятельности) была показана многократ ческого метода исследования.
но [20], [22]. Подобные эффекты были Предложено несколько объяснений
описаны не только в психологии, но и в эффектов Йеркса—Додсона. Все они так
семейной психотерапии, педагогике, пси или иначе связывают возникновение ука
хофармакологии, биомедицине, невроло занных эффектов с «недогрузкой» и «пе
гии и даже криминологии, теории управ регрузкой» психических систем, ответ110 Ш. Раудис, В. Юстицкис
А В 250
250 Трудное задание
Число учебных попыток
200
Òðóäíîå çàäàíèå
200
Число учебных попыток
Çàäàíèå ñðåäíåé 150
150 òðóäíîñòè
Задание средней
100 100 трудности
˸ãêîå çàäàíèå
50
50
Легкое задание
100 200 300 400 500
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7
Сила стимулирования подопытного животного (в вольтах) Сила стимулирования учения компьютера – в условных
Рис.1. Примеры проявления закона Йеркса—Додсона
А — результаты экспериментов Р. Йеркса и Дж. Додсона над животными (1907 г., [23; B —
проявление закона Йеркса—Додсона при обучении компьютера (2006 г., наше исследование)
ственных за организацию процессов уче мент хаотичности, что приводит к сниже
ния. Предполагается, что в случае низкой нию успешности (рис. 2 и 3).
стимуляции все эти системы не работают Близко к указанному и объяснение,
на полную мощность, поэтому учение не даваемое М. Айзенком. Он указывает, что
вполне успешно. В случае же чересчур вы после выхода стимулирования за опреде
сокой стимуляции те же системы перегру ленные пределы возникают помехи —
жены и поэтому дают сбой. вихревые процессы в передаче сигналов
Природа такой перегрузки понимает на уровне нейрона. Именно они снижают
ся поразному. Существующие ее понима эффективность функционирования ней
ния можно разбить на две группы. ронов и порождают эффекты Йеркса—
Первая — выход за пределы нормально Додсона [6].
го функционирования. Этот подход посту Второе, альтернативное объяснение
лирует наличие у психических систем сво эффектов Йеркса—Додсона можно было
еобразной «проектной мощности», в пре бы назвать ресурсным.
делах которой они функционируют более В соответствии с ним обучающийся,
или менее удовлетворительно. По мере приступая к научению, располагает огра
приближения к этим пределам деятель ниченными запасами физических и пси
ность системы ухудшается. В случае обу хических ресурсов (например сил, терпе
чения такая перегрузка может возникнуть ния). В ходе обучения они расходуются и
и при чересчур сильном стимулировании, чем интенсивнее и труднее научение, тем
и при слишком трудном задании. быстрее они исчерпываются. При этом и
Типичным для «предельного» подхода происходит то, что наблюдали Р. Йеркс и
является объяснение эффектов Йеркса— Дж. Додсон: снижается способность к на
Додсона американским психологом учению и нарастает сопротивление ему
Д. Хеббом [8]. В его понимании основой (усталость, раздражение), понижается
учения, как и любой другой деятельности, скорость научения (уже упоминавшееся
является возбуждение нервной системы. «перевернутое U»).
Однако оно не должно выходить за опре Примером такого подхода может быть
деленные пределы. При слишком низком понимание научения К. Халлом [9].
или высоком возбуждении нарастает моЭффекты Йеркса—Додсона 111
Состояния
индивида
кономерности научения, но как алгоритм
научения — способ научения, который
применяет человек [1].
«Алгоритмический» подход к пробле
мам научения людей и животных последо
вательно применили американские пси
хологи Р.А. Рескорла и А.Р. Вагнер [18].
Знаменитая формула, названная их име
нем, получена на основе обобщения мно
Уровень активации
гочисленных экспериментальных данных,
Рис. 2. Связь между эффективности прежде всего над недекларативным уче
деятельности и уровнем ее активации нием, в основном над формированием ус
(по Д. Хеббу, цит. по [1; 355]) ловных рефлексов у людей и животных:
РЕАКЦИЯ/ПОПРАВКА = α (1),
В нашей работе предлагается альтер (ДЕЙСТВИТЕЛЬНОЕ применяет ДОЛЖНОЕ)
нативное объяснение эффектов Йеркса—
Додсона. Мы видим их источник в осо где ДОЛЖНОЕ — это должная реакция обу
бенностях избранного (сознательно или чающегося, т.е. то, как он должен научить
несознательно) при решении конкретной ся реагировать, ДЕЙСТВИТЕЛЬНОЕ — это
учебной задачи алгоритма обучения [11], действительная реакция, т.е. как он сумел
[13]. Обсудим известные алгоритмы обу отреагировать в ходе очередной учебной
чения и покажем, что часть таких алгорит попытки, ( ДЕЙСТВИТЕЛЬНОЕДОЛЖ
мов создают указанные эффекты, в то вре НОЕ) есть разница между действительным
мя как другие свободны от них. Поэтому и должным реагированием, РЕАКЦИЯ/
в зависимости от того, какой алгоритм ПОПРАВКА — это реакцияпоправка, т.е.
обучения использует человек (или компь изменение, которое в ответ на все еще
ютер), эффекты Йеркса—Додсона будут имеющуюся разницу между действитель
или не будут наблюдаться. ным и должным реагированием обучаю
Одним из первых психологов, обосно щийся вносит в свои последующие реак
вавших алгоритмический подход к про ции; α — константа, которая определяет
цессам обучения, был Д. Хебб [8]. На ос соответствие между разницей (ДЕЙСТВИ
нове своих знаменитых экспериментов ТЕЛЬНОЕДОЛЖНОЕ) и параметром РЕ
над процессами возбуждения он устано АКЦИЯ/ПОПРАВКА.
вил, что при многих видах учения (преж Формула 1 гласит, что в ходе учения
де всего наиболее элементарных) обуче величина поправки, которую люди и жи
ние основано на повторяемости совмест вотные вносят в свою деятельность после
ного возбуждения нейронов. Каждое по выполнения каждого отдельного учебно
вторение в определенной степени закреп го задания, прямо пропорциональна теку
ляет их взаимосвязь —увеличивает готов щей разнице между актуальным и долж
ность к той же реакции в ответ на тот же ным выполнением учебного задания
стимул. (ДЕЙСТВИТЕЛЬНОЕДОЛЖНОЕ). Ус
Этот вывод был оформлен в виде из пех данной формулы и ее долговечность в
вестной формулы Хебба, в соответствии с психологической литературе связан преж
которой успешность научения является де всего с ее точностью и универсальнос
функцией указанной повторяемости про тью. Указанная формула довольно точно
цессов возбуждения в ответ на определен описала результаты многих эксперимен
ный стимул. Особо подчеркнем, что тов над учением человека и животных [3].
Д. Хебб рассматривал данную формулу не Кроме того, хотя формула получена
только как описание обнаруженной им за как описание экспериментальных данных,112 Ш. Раудис, В. Юстицкис
Успешная
деятельность
Однако что касается эффектов, опи
санных Р. Йерксом и Дж. Додсоном, ни та,
ни другая формула не предусматривает их:
формула Хебба — по той простой причи
не, что сила стимулирования научения не
включена в нее. В формулу Рескорла—
Вагнера данный параметр включен. Одна
ко формула эта такова, что соотношение
между стимулированием и успешностью
Интенсивность стимулирования
обучения может быть только прямо про
Рис. 3. Предполагаемая Д. Хеббом связь порциональным и, следовательно, эффек
между уровнем активации и выполнением ты Йеркса—Додсона никак не могут воз
трех различных по уровню трудности за никнуть. Действительно, в ней взаимо
даний (цит. по [1; 355]): а — трудное зада связь между стимулированием и учебной
ние или слишком сильное стимулирова поправкой целиком определяется коэф
ние; b — задание средней трудности или
фициентом б, последний же является кон
средняя сила стимулирования; с — легкое
задание или слабое стимулирование стантой. Это значит, что любое усиление
указанной разницы вызывает только про
порциональное увеличение поправки и, как
ее авторы рассматривали ее также и как следствие, столь же пропорциональное
алгоритм научения, т.е. правило, которому увеличение скорости научения. Эффекты
обучающаяся психика следует, устанавли Йеркса—Додсона тут никак не могут воз
вая необходимую поправку после каждой никнуть. Иными словами, если бы обуче
учебной попытки. ние человека и животного протекало в
Р.А. Рескорла и А.Р. Вагнер подчерки строгом соответствии с данной формулой,
вали, что их формула описывает именно эффекты Йеркса—Додсона были бы в
используемый человеком способ научения. принципе невозможны. Любопытно, что
Они открыто признавали, что их формула сами Р. Йеркс и Дж. Додсон первоначаль
— далеко не единственный возможный но мыслили именно в «линейном» духе
алгоритм научения, который может быть формулы Рескорла—Вагнера. Они при
применен в процессе адаптации к новым знавали, что для них самих (а они были
условиям. По их мысли, алгоритм, опи опытными экспериментаторами) наблю
санный их формулой, используется глав давшиеся ими эффекты, позднее назван
ным образом в различных видах недекла ные их именем, были полной неожидан
ративного учения. Они подчеркивали, что ностью. Они рассчитывали обнаружить
даже в самых элементарных видах науче как раз линейную связь между стимулиро
ния (например, осуществляющемся на ванием и скоростью научения, т.е. как раз
уровне отдельных групп нейронов) для такую, которая согласуется с формулой
учения могут применяться и другие алго Рескорла—Вагнера [23].
ритмы [18]. Формула учения Рескорла—Вагнера
Как формула Хебба, так и формула приобрела большую популярность. Сами
Рескорла—Вагнера оказались в состоянии авторы и другие исследователи предложи
объяснить разнообразные эффекты, на ли различные ее усовершенствования.
блюдавшиеся экспериментаторами. В ча Особенно важно одно из них — учет зна
стности, на основании особенностей сво чимости учебной задачи для обучающего
его алгоритма Р.А. Рескорла и А.Р. Вагнер ся. Дело в том, что в реальных условиях
дали убедительное объяснение эффектам сила стимулирования обучающегося зави
блокирования и условного торможения сит не только от разницы между действи
при формировании условных рефлексов тельным и должным результатом, но и от
[3; 65—70]. значимости этой разницы. Например,Эффекты Йеркса—Додсона 113
разница между тем, как надо плавать и как Успешность
обучения
индивид пока умеет плавать, может ока 80
заться очень значимой, если от умения
плавать зависит его жизнь. Та же разница
Высокая значимость стимула
не будет иметь значения, если индивид в 60
полной безопасности на мелком месте
просто пытается освоить искусство плава
40
ния [4]. Как раз эта разница в значимости
была основной независимой переменной Низкая значимость стимула
в экспериментах Р. Йеркса и Дж. Додсона. 20
В них сопоставлялось поведение живот
ных в высокозначимой ситуации (дли
тельное лишение воздуха, сильные удары 0
тока) и в менее значимой. Для животно 2 4 6 8 10
го, лишенного воздуха, его неспособность
отличить правильный поворот в лабирин Рис. 4. Скорость научения в зависимос
ти от значимости стимула в соответствии
те от неправильного было намного боль
с формулой Рескорла—Вагнера [3; 69]
шей трагедией, нежели для такого, кото
рому воздуха вполне хватало.
Поэтому позднейший, более обоб кривой научения вверх или вниз. Измене
щенный вариант формулы Рескорла— ния значимости не вызывает и не может
Вагнера имеет соответствующий допол вызвать характерного для эффектов Йер
нительный параметр — ЗНАЧИМОСТЬ, кса—Додсона ухудшения результатов на
который интерпретируется как значи учения при выходе стимулирования за оп
мость результата учения для обучающего ределенный предел.
ся [3; 74]. Иными словами, если бы все челове
ческое учение основывалось даже на этом
РЕАКЦИЯ/ПОПРАВКА= α × ЗНАЧИМОСТЬ × усовершенствованном алгоритме (а, как
× (ДЕЙСТВИТЕЛЬНОЕДОЛЖНОЕ) (2), мы видели, он хорошо описывает результа
ты многих экспериментов), эффекты Йер
где ЗНАЧИМОСТЬ — значимость учения кса—Додсона тоже не наблюдались бы.
для обучающегося. Алгоритм, основанный на схеме ней
Как видно из формулы (2), (ДЕЙСТ ронных сетей (АНС),— это следующий шаг
ВИТЕЛЬНОЕДОЛЖНОЕ ) дополнительно на пути учета возможного многообразия
умножается на ЗНАЧИМОСТЬ. Поэтому в реакций обучающейся системы на обучаю
случае значимой ситуации учебная по щий стимул (см. [14] — [17]). Необходи
правка будет больше. мость этого шага была подсказана изуче
Однако, хотя в модифицированной нием свойств нейрона. Последний являет
формуле уже учтен основной параметр, с ся не только элементарной клеткой не
которым работали Р. Йеркс и Дж. Додсон, рвной системы, но и элементарной обуча
даже этот усовершенствованный алгоритм ющейся единицей. Изменения на контак
все еще не может вызвать эффектов Йер те между синапсом одного и мембраной
кса—Додсона. Ведь ЗНАЧИМОСТЬ в фор следующего нейрона являются элементар
муле 2, как и б, есть величина постоянная. ными носителями результатов процесса
Следовательно, связь между параметрами научения. Успешное научение с этой точ
РЕАКЦИЯ / ПОПРАВКА и (ДЕЙСТВИ ки зрения — это такое, в результате кото
ТЕЛЬНОЕДОЛЖНОЕ) может быть толь рого между нужными нейронами возника
ко линейной. ют связи нужной силы. Система обучается
Как показывает рис. 4, повышение так же. На «вход» (дендрит нейрона) посту
значимости стимула лишь вызывает сдвиг пает сигнал, система реагирует на него, эта114 Ш. Раудис, В. Юстицкис
реакция сопоставляется с должной и на нельзя получить простым рассмотрением
этой основе вносится поправка в реагиро формулы обучения, необходимо понаб
вание на последующие сигналы. людать его «в действии». Это достигается
Важное свойство реального нейрона — с помощью компьютерного эксперимен
это наличие определенных пределов реаги та. Опишем его.
рования. По мере приближения силы сиг
нала к этим пределам изменение реакции Цели эксперимента: выяснить взаимо
ослабевает. Затем, при достижении верх связь между параметрами, участвующими
него или нижнего предела, это изменение в проявлении эффектов Йеркса—Додсона,
(поправка) совершенно прекращается. — стимулированием, трудностью задания
Так возникает нелинейность реагирования и успешностью учения — в случае АНС.
на обучающие стимулы. Способ обучения. В экспериментах
В случае виртуального (искусственно Йеркса—Додсона (как и во многих по
го) нейрона — АНС — эта особенность мо зднейших) подопытным животным один
делируется введением так называемого за другим предъявлялись стимулы.
сигмоидного преобразования (формула 3). Жмвотные должны были научиться отли
Его суть в том, что пока сила стимулирова чать «правильные» (награждаемые) от
ния равна нулю или близка к нему, кривая «неправильных». Они это делали, сравни
обучения не меняется вообще. При возра вая признаки каждого стимула (цвет, за
стании же силы стимулирования кривая пах и т.д.) и пытаясь оценить, какие из
скорости обучения растет все быстрее, од признаков и в какой степени отличают
нако при дальнейшем возрастании и по «правильный» от «неправильного». В на
мере приближения к максимальному зна шем компьютерном эксперименте «подо
чению кривая становится все более отло пытным» был АНС, и ему тоже один за
гой — скорость обучения замедляется другим предъявлялись комплексные сти
(подробнее см. [7], [14]—[17]). мулывекторы, составленные из набора
чисел, представлявших «признаки» сти
РЕАКЦИЯ/ПОПРАВКА= α × [ДОЛЖНОЕ – мула (точнее, количественные характери
– f (РЕАКЦИЯ/ПОПРАВКА)] (3), стики этих признаков).
Успешность учения. В экспериментах
где f (РЕАКЦИЯ/ПОПРАВКА) — сигмоид Йеркса—Додсона под успешностью уче
ное преобразование. ния понималось число попыток, необхо
Появление нейросетевого моделиро димых подопытному животному, чтобы
вания оказалось настоящим переворотом научиться отличать «правильный» (на
в моделировании процессов научения. В граждаемый) стимул от «неправильного».
частности, описанный алгоритм успешно Точно так же в нашем компьютерном эк
используется для моделирования класси сперименте под успешностью понималось
ческого условного рефлекса. С его помо число «попыток», необходимое для того,
щью успешно моделируется деятельность чтобы алгоритм научился отличать «пра
и научение систем, обеспечивающих зре вильные» стимулы от «неправильных».
ние, и появляетсят возможность показать, Стимулирование. Фактор стимулиро
как возникает такая важная особенность, вания моделировался так же, как и в фор
как константность восприятия. Сейчас муле Рескорла—Вагнера, оперируя пара
трудно назвать сферу, где бы не применя метром ЗНАЧИМОСТЬ.
лись обучающиеся системы, основанные В ходе имитационного эксперимента
на нейросетевом моделировании [7], [17]. устанавливались разные величины значи
Могут ли возникнуть эффекты Йерк мости — от минимальных до самых высо
са—Додсона в случае АНС? Учитывая, что ких. Для каждого уровня значимости вы
такой алгоритм намного сложнее ранее яснялось количество попыток, необходи
рассмотренных, ответ на этот вопрос мых для научения, т.е. достижения заданЭффекты Йеркса—Додсона 115
ного уровня верного различения «пра бенно сильно выражено в случае трудно
вильных» и «неправильных» стимулов. го задания. Здесь на уровне стимулирова
Трудность учебного задания. Чем выше ния 0,4 — 0,8 требуется все больше учеб
требования к точности выполнения учеб ных попыток для научения. Уменьшение
ного задания (т.е. чем меньше ошибок успешности научения происходит и в слу
разрешается допустить обучающемуся), чае заданий средней и малой трудности. И
тем оно труднее. Легче научиться из деся в исследованиях Йеркса—Додсона, и в
ти выстрелов попасть пять раз, нежели из нашем эксперименте это уменьшение ус
десяти выстрелов попасть девять. пешности наименее выражено в случае
В нашем эксперименте были установ легкого задания..
лены три уровня трудности задания. Итак, через сто лет после описания эф
Трудное задание — допустимая ошибка фектов Йеркса—Додсона обнаружилось,
0,004, т.е. алгоритм «имеет право» оши что они могут проявляться не только у че
биться не чаще, чем четыре раза из 1000; ловека или животного, но и у обучающего
задание средней трудности — допустимая ся компьютера. Как и в случае человека,
ошибка 0,011 (не чаще, чем 11 раз из возникновение их зависит от применяемо
1000); легкое задание — допустимая ошиб го алгоритма обучения: оно не происходит
ка 0,018 (не чаще, чем 18 раз из 1000). в случае «линейных» алгоритмов (таких как
В ходе нашего имитационного экспе формулы Хебба и Рескорла—Вагнера) и,
римента обучающемуся алгоритму было напротив, наблюдается, если используется
предъявлено 2000 векторов чисел. Часть «нелинейный» алгоритм.
из них были «правильные», другие — «не Раз возникновение указанных эффек
правильные». тов зависит от свойств применяемого ал
Для большей сопоставимости резуль горитма обучения, то изучение этих
татов нашего эксперимента с данными свойств может оказаться весьма полезным
Йеркса—Додсона мы выделили три уров для понимания психологических процес
ня силы мотивации (рис. 1Б). Видно, что сов в ходе обучения. В частности, в случае
кривые на рис. 1Б обнаруживают очевид рассматривавшегося нами алгоритма не
ное сходство с приведенными выше кри равномерность обучения связана с важ
выми Йеркса—Додсона (рис. 1А). ным свойством этого алгоритма — «на
Вопервых, как и в экспериментах коплением весов» обучающего правила в
Йеркса—Додсона, обнаружилась невысо ходе научения [14] — [17], изза чего алго
кая успешность научения при низком ритм становится все более «ригидным» —
(близком к 0) уровне стимулирования: для нечувствительным к обучающим сигна
научения требуется довольно большое лам (описание этого свойства см. [15]).
(170—250) число попыток. Аналогичных процессов можно ожидать в
Вовторых, и в экспериментах Йерк обучении живого существа, если его алго
са—Додсона, и в нашем имитационном ритм обучения сходен.
эксперименте успешность научения по Отметим, что до сих пор исследования
степенно возрастает с усилением стиму эффектов Йеркса—Додсона шли под ло
лирования. В нашем эксперименте в слу зунгом «или — или». Исследователи пыта
чае легкой задачи число необходимых по лись однозначно установить: существуют
пыток падает особенно резко (примерно или нет эти эффекты. Поэтому каждое ис
до 50); в случае среднего и в случае труд следование, в котором они выявлялись,
ного остается высоким — до 100 и 130— рассматривалось как подтверждение су
140 соответственно. ществования эффектов Йеркса—Додсона,
В третьих, и в экспериментах Йерк а каждое, в котором не выявлялись, — как
са—Додсона, и в наших с дальнейшим на опровержение их существования.
растанием стимулирования происходит Результаты нашего исследования
уменьшение успешности учения. Это осо объясняют эту неустойчивость проявле116 Ш. Раудис, В. Юстицкис
ния эффектов Йеркса—Додсона. Они по 7. Haykin S. Neural networks: A comprehensive
казывают зависимость их проявления или foundation. New Jersey: PrenticeHall, 1999.
отсутствия от центрального момента про 8. Hebb D.O. Drives and CNS // Psychol. Rev. 1955.
цесса обучения — его способа, т.е. лежа V. 62. P. 243—254.
9. Hull C.L. Behaviour system: An introduction to
щего в его основе алгоритма обучения. behaviour theory concerning the individual or
Наше исследование дает основание по ganism. New Haven: Yale University Press, 1952.
лагать, что наблюдавшаяся Р. Йерксом и 10. Kaufman B.E. Emotional arousal as a source of
Дж. Додсоном нелинейная связь между сти bounded rationality // J. of Economic Behav.
мулированием и успешностью учения мо Organiz. 1999. V. 38 (2). P. 135—144.
жет иметь двойственное происхождение. 11. Kecman V. Learning and soft computing, support
С одной стороны, описанные ими эф vector machines, neural networks and fuzzy logic
фекты действительно могут возникать models. Cambridge: The MIT Press, 2001.
так, как это чаще всего объясняется, т.е. 12. Lienert G., Baumler G. A bivariate evaluation of
the Yerkes—Dodson law // Studia Psychologica.
на основе «недогрузки» механизма науче
1994. V. 36(2). P. 123—128.
ния при недостаточной мотивации (и лег 13. MacKay D. Information theory, inference, and
ком задании) и «перегрузки» того же ме learning algorithms. Cambridge: Cambridge
ханизма в случае очень сильной (и труд University Press, 2003.
ном задании). 14. Raudys S., Justickis V. Yerkes—Dodson law in
Однако точно такие же эффекты могут agents’ training // Lecture notes in frtificial intel
возникнуть как проявление свойств того ligence. 2003. V. 2902. P. 54—58.
алгоритма научения, который в данном 15. Raudys S. An adaptation model for simulation of
конкретном случае применяет человек. В aging process // Int. J. of Modern Physics. 2002.
V. 13(8). P. 1075—1086.
частности, АНС свойственны ярко выра
16. Raudys S. Evolution and generalization of a single
женные эффекты Йеркса—Додсона. Важ neurone. I. SLP as seven statistical classifiers //
ное преимущество этого подхода в том, Neural Networks. 1998. V. 11(2). P. 283—296.
что оно дает объяснение неустойчивости 17. Raudys S. Statistical and neural classifiers: An
их проявления, наблюдавшейся на протя integrated approach to design. L.: Springer, 2001.
жении всей истории изучения данных эф 18. Rescorla R.A., Wagner A.R. A theory of Pavlov con
фектов и ставивших под сомнение само их ditioning: Variations on the effectiveness of re
существование. Предложенное же пони inforcement and nonreinforcement // Black A.,
мание объясняет эту неустойчивость, опи Prokasy W. (eds). Classical conditioning: II.
Current research and theory. N.Y.: Appleton
раясь на центральный момент процесса
CenturyGrofts, 1972. P. 64—99.
обучения — его способ и лежащий в его 19. Rosenblatt F. The perceptron: The probabilis
основе алгоритм обучения. tic model for information storage and orga
nization in the brain // Psychol. Rev. 1958. V. 65.
1. Хегенхан Б., Олсон М. Теории научения. СПб.: P. 386—408.
Питер, 2004. 20. Teigen K. Yerkes—Dodson — a law for all seasons
2. Эйдемиллер Э.Г., Юстицкий В.В. Семейная // Theory and Psychol. 1994. V. 4 (4). P. 525—547.
психология и психотерапия. СПб.: Питер, 21. Watters P., Martin F., Schreter Z. Caffeine and
2001. cognitive performance: The nonlinear Yerkes—
3. Anderson J.R. Learning and memory. An integ Dodson law // Hum. Psychopharmacol. 1997. V.
rated approach. N.Y.: John Wiley & Sons, 2000. 12. P. 249—257.
4. Arnold M.B. Emotions and personality. N.Y: 22. Winton M. Do introductory textbooks present the
Columbia University Press, 1960. Yerkes—Dodson law correctly? // Amer. Psycho
5. Christianson S.A. Emotional stress and eyewitness logist. 1987. V. 42. P. 202—203.
memory — a critical review // Psychol. Bull. 23. Yerkes R., Dodson J. The relation of strength of
1992. V. 112 (2). P. 284—309. stimulus to rapidity of habitformation // J.
6. Eysenck M.W. Anxiety and cognition: Theory and Comparat. Neurol. and Psychol. 1908. V. 18.
research // Archer T., Nilsson L.G. (eds). Aver P. 459—482.
sion, avoidance, and anxiety. N.Y: Hillsdale,
1989. P.437—465. Поступила в редакцию 18.IV 2007 г.Вы также можете почитать
