Pojęcia z psychologii

1. Zadaj pytanie
2. Odpowiedz
3. Dowiedz sie więcej

Polecane pytania


Dodaj swoje zadanie domowe za darmo

Pojęcia z psychologii...
Napisano 09-03-2005 10:34
pojęcia psychologii -; procesy poznawcze , emocje,inteligennnncja, myślenie, pamięć, osobowość, motywacja, potrzeba, temperament, uczenie się, uwaga, spostrzeganie, homeostaza, stres psychologiczny
...
Napisano 21-10-2014 04:09:51
, przez zadane
Sprobuj na http://dojrzewamy.pl. Pisza ponad 2000 odpowiedzi dziennie!
...
Napisano 19-10-2005 15:22
, przez Zaraz
szukam i szukam, i nigdzie znalezc nie moge.. moze ktos z Was moglby mi pomoc..? 'narod' wg. Abrahama Maslowa. od strony moralnej, psychologicznej, kulturowo-historycznej. wdzieczna ogromnie bede za pomoc :)
pojecia z psychologii...
Napisano 11-01-2007 09:59
, przez EMI20
NAUKA O PROCESACH POZNAWCZYCH
Nauka o procesach poznawczych (kognitywistyka) jest to rozwijana od kilkudziesięciu lat dyscyplina naukowa, a ściśle mówiąc interdyscyplinarny projekt badawczy mający na celu wyjaśnienie działania naturalnych i sztucznych systemów inteligentnych. W zakres nauki o procesach poznawczych wchodzą te fragmenty psychologii poznawczej, neurofizjologii, informatyki, cybernetyki i lingwistyki, w których podstawą badań są trzy założenia: 1) system inteligentny przekształca napływające z otoczenia informacje w wewnętrzne reprezentacje; 2) system inteligentny rozwiązuje problemy poznawcze, dokonując operacji na tych wewnętrznych reprezentacjach; 3) tworzenie i przetwarzanie wewnętrznych reprezentacji można opisać jako proces obliczeniowy.
Powstanie i rozwój nauki o procesach poznawczych wiąże się z kilkoma odkryciami w psychologii poznawczej, lingwistyce i matematyce dokonanymi w latach 1935–60. Do lat 50. dominującą szkołą w psychologii poznawczej był behawioryzm interpretujący wszelkie czynności inteligentne ludzi i zwierząt jako mniej lub bardziej skomplikowane reakcje na bodźce odbierane z otoczenia. W szczególności próbowano w ten sposób wyjaśnić zdolność posługiwania się językiem. Przeciwko behawiorystycznej teorii języka wystąpił Chomsky formułując teorię, wg której kompetencja językowa polega na zdolności manipulowania umysłowymi konstrukcjami (tzw. znacznikami frazowymi). Dopiero posługując się takimi umysłowymi konstrukcjami oraz regułami ich przekształcania, możemy interpretować określone bodźce (dźwięki i kształty) jako informacje językowe. Również poza lingwistyką, w szeroko pojętym badaniu czynności poznawczych, zaczęto doceniać rolę takich konstrukcji, interpretując je jako reprezentacje umysłowe. O ich istnieniu świadczą obserwowalne w życiu codziennym zjawiska, jak to, że ktoś wie, co chce się powiedzieć nie znając odpowiedniego słowa, albo to, że dzieci bardzo szybko uczą się pojęć, nie słysząc nigdy ich definicji ani też nie dysponując środkami językowymi do przekazania ich treści innym osobom. Naukowe argumenty pochodzą między innymi z eksperymentów Sachsa z 1967 r. Stwierdził on, że zdania o różnej strukturze gramatycznej łatwiej mieszają nam się w pamięci (gorzej zapamiętujemy różnice pomiędzy nimi), jeśli ich znaczenia są takie same. Wyniki te, podobnie jak teoria Chomsky'ego, sugerują, że podstawą generowania, rozumienia i zapamiętywania informacji językowej nie są zdania, ale bardziej abstrakcyjne umysłowe reprezentacje znaczenia.
Abstrakcyjny charakter reprezentacji umysłowych można rozumieć jako ich schematyczność. Wszelkie istoty, którym można przypisać inteligencję, posługują się schematami poznawczymi, czyli pewnymi zestawami hipotez lub wartości domyślnych pozwalających na zbudowanie wewnętrznej reprezentacji obiektu, zdarzenia czy relacji na podstawie niepełnych danych. Schematy są konstrukcjami pojęciowymi mającymi puste miejsca, w które można wstawić informacje odpowiadające określonym kryteriom oraz wartości domyślne, czyli informacje wstawiane automatycznie w owe puste miejsca w sytuacji, kiedy brakuje odpowiednich danych z otoczenia.
Począwszy od połowy lat 50. stworzono wiele teorii opisujących mechanizmy tworzenia i stosowania przez ludzi schematycznych umysłowych reprezentacji świata. Jerome Bruner opisał rolę nieświadomych hipotez w kategoryzowaniu napływających danych. Marvin Minsky stworzył teorię ram, czyli pojęciowych struktur, w których umieszczamy wiązki informacji służące nam do identyfikowania przedmiotów i relacji. Analogiczną teorię kodowania czynności (tzw. teorię skryptów) stworzył Schank. Jednocześnie trwały badania nad kodowaniem informacji o kategoriach przedmiotów. Rozwinięto teorię stereotypów, czyli przedstawień takich przedstawicieli kategorii, które mają najbardziej typowe dla tych kategorii cechy.
Samo badanie reprezentacji i schematów poznawczych nie doprowadziłoby do powstania osobnej nauki o procesach poznawczych, gdyby do czynności inteligentnych nie zastosowano podejścia informatycznego. Zdano sobie sprawę, że powstawanie umysłowych reprezentacji i manipulowanie nimi można przedstawić jako przetwarzanie informacji, czyli pewnego rodzaju obliczanie. Matematyczne podstawy dla takiego podejścia powstały w latach 30., głównie za sprawą Churcha i Turinga. Ich prace stanowiły kontynuację sławnych prac Gödla dotyczących własności systemów formalnych. Gödel udowodnił przełomowe twierdzenie mówiące o niemożliwości zbudowania matematycznego systemu formalnego (aksjomatycznego), który byłby jednocześnie niesprzeczny i zupełny, to znaczy systemu, w którym można udowodnić na podstawie przyjętych w nim aksjomatów i reguł wszystkie możliwe do sformułowania prawdziwe zdania o liczbach. Gödel osiągnął swój wynik proponując zasadę kodownia zdań o liczbach w postaci liczb i pokazując, że można na tej podstawie skonstruować zdanie odnoszące się do siebie samego. Istnienie takiego zdania w systemie formalnym prowadzi do sprzeczności. Jeśli więc chcemy, by system był niesprzeczny, musimy pogodzić się z jego niezupełnością, czyli faktem, że trzeba go uzupełnić o prawdziwe zdania niemożliwe do skonstruowania na podstawie aksjomatów tego systemu, czyli niedowodliwe.
Gödel nie zdołał rozwiązać tzw. problemu rozstrzygalności, czyli nie sformułował ogólnej metody wykazywania, że dowolne zdanie danego systemu formalnego jest lub nie jest dowodliwe w tym systemie. Taką ogólną metodę opracowali Church i Turing. Doszli oni do wniosku, że liczbowa reprezentacja każdego zdania dowodliwego w dającym się zarytmetyzować systemie formalnym musi dać się obliczyć, czyli przedstawić jako wynik pewnej rekursywnej funkcji.
Połączenie psychologicznej koncepcji mówiącej o wewnętrznych reprezentacjach z matematyczną ideą obliczania doprowadziło do interpretacji systemu inteligentnego, a ludzkiego umysłu w szczególności, jako swego rodzaju komputera. Powstał program tzw. sztucznej inteligencji, czyli projektowania urządzeń realizujących za pomocą obliczania te same czynności, które normalnie wymagają ludzkiej inteligencji. Idea zmechanizowania czynności myślowych ma korzenie w dawnych pomysłach filozofów, w szczególności Kartezjusza i Leibniza. Po wynalezieniu komputera realizacja tej idei wydawała się leżeć w zasięgu ręki.
Najwcześniejsze udane systemy sztucznej inteligencji były przeznaczone np. do rozwiązywania niektórych problemów matematycznych, medycznych i prawnych. System AM stworzony przez Lenata i Davisa w latach 1977–82 pomagał tworzyć nowe pojęcia matematyczne (teoria mnogości) i oceniać ich przydatność do formułowania i dowodzenia twierdzeń. System zw. MYCIN opracowany w latach 1976–84 przez Buchanana i Shortcliffa pomagał formułować diagnozy infekcji bakteryjnych, podając prawdopodobny gatunek bakterii po otrzymaniu informacji o symptomach i wynikach analiz. System HYPO doradzał adwokatom możliwe scenariusze obrony klienta. Były to systemy o specjalnych, wąskich zastosowaniach i wciąż nie dość sprawne, by zyskać większe praktyczne znaczenie. Ich tworzeniu towarzyszyły jednak wielkie oczekiwania. Za ich pomocą spodziewano się odkryć podstawowe zasady rządzące myśleniem i inteligentnym działaniem. Ten ambitny program załamał się pod wpływem różnych trudności. Po pierwsze, systemy sztucznej inteligencji wymagały starannej obróbki danych wejściowych, pozostając bezradne wobec naturalnych zestawów danych, jakie w analogicznych sytuacjach przetwarza umysł człowieka. Po drugie, systemy te osiągały stosunkowo skromne rezultaty za pomocą bardzo skomplikowanych i długotrwałych obliczeń, co nie zgadzało się z rzeczywistą szybkością tych samych procesów w ludzkich umysłach. W latach 80. nastąpił kryzys w finansowaniu i realizowaniu różnych projektów sztucznej inteligencji. Zmusiło to badaczy do przemyślenia podstaw całego przedsięwzięcia i zaowocowało kilkoma płodnymi kierunkami dalszego rozwoju.
Przede wszystkim zwrócono uwagę na funkcjonalną architekturę systemu poznającego. Zawiera ona następujące moduły: pobieranie danych z otoczenia, tworzenie wewnętrznych reprezentacji, przetwarzanie tych reprezentacji, weryfikacja wyniku przetwarzania, oraz modyfikacja systemu w zależności od uzyskanych wyników, czyli uczenie się. Pierwsze systemy sztucznej inteligencji wyposażano we wstępnie spreparowane dane wejściowe i dobrze zdefiniowane cele. Ich wewnętrzne reprezentacje miały postać symboli, a sposób ich przetwarzania był sekwencyjny i jednokierunkowy. Systemy te nie miały również zdolności uczenia się; oceny wyników oraz zmiany w ich działaniu były dokonywane przez konstruktorów. Zrozumiano, że nie jest to jedyna możliwa architektura systemu poznającego. Alternatywą było skorzystanie z budowy i działania ludzkiego mózgu, czyli sieci neuronów, w której nie występuje żadna centralna jednostka przetwarzająca informacje. Już w 1943 r. McCulloch i Pitts potraktowali pojedynczy neuron jak procesor zdolny do realizowania podstawowych operacji logicznych. Pomimo że posiadana dziś wiedza o komórkach nerwowych wychodzi daleko poza model McCullocha i Pitta, ich pomysł doprowadził do powstania sztucznych sieci neuronowych.
Sztuczna sieć neuronowa to zbiór prostych jednostek przetwarzających informacje (procesorów) połączonych wiązaniami o różnej sile. Siła powiązania oznacza, czy węzeł sieci wpływa aktywizująco, czy hamująco na aktywność powiązanego z nim węzła oraz w jakim stopniu to czyni.
Sztuczne sieci neuronalne wykorzystano np. w urządzeniach rozpoznających kształty. Jeśli informacją wejściową dla sieci jest fotografia ludzkiej twarzy, a oczekiwaną informacją wyjściową jest określenie „kobieta” lub „mężczyzna”, to po wytrenowaniu sieci na pewnej liczbie fotografii będzie ona z dużym prawdopodobieństwem poprawnie kategoryzowała nowe fotografie. W ten sposób działają wykorzystywane przez wojsko urządzenia rozpoznające z dużej odległości lecące samoloty. Sieci okazały się przydatne w odczytywaniu pisma, w sterowaniu skomplikowanymi urządzeniami oraz optymalizowaniu różnych procesów, np. produkcji energii w zależności od zmieniającego się zapotrzebowania.
Pomimo licznych zalet sztucznych sieci neuronalnych nie sprawdzają się one w wielu zadaniach, które z punktu widzenia ludzkiej inteligencji są łatwe. Sieci nie mają też pewnych oczywistych cech ludzkiego myślenia. Przede wszystkim trudno sprawić, by sieć neuronalna przechowywała daną informację albo służyła za model utrzymujących się przez dłuższy czas stanów. Po drugie, działanie sieci jest w dużej mierze niepenetrowalne. Wytrenowana sieć realizuje pewne zadanie, ale nie można na podstawie jej działania podać sposobu rozwiązania tego zadania. Po trzecie, sieci nie pozwalają na modelowanie hierarchicznych struktur poznawczych.
Innego rodzaju systemem inteligentnym są tzw. sieci bayesowskie (od nazwiska duchownego Bayes'a zasłużonego dla rozwoju rachunku prawdopodobieństwa). Sieci bayesowskie są to ukierunkowane grafy, w których węzły przedstawiają interesujące nas zmienne, a połączenia między węzłami reprezentują informacyjną lub przyczynową zależność między tymi zmiennymi. Siłę powiązania między węzłami określa się jako warunkowe prawdopodobieństwo przypisane do każdej grupy składającej się z węzła stanowiącego przyczynę i węzłów stanowiących jego bezpośrednie skutki. Oto przykład prostej sieci bayesowskiej:
W sztucznych sieciach neuronalnych zarówno funkcje aktywności poszczególnych neuronów, jak i siły powiązań, są określane arbitralnie, lecz za to dokładnie. W sieci bayesowskiej węzły i połączenia reprezentują rzeczywiste zjawiska i relacje, jednak poszczególne zmienne da się wyznaczyć jedynie z pewnym prawdopodobieństwem. Uczenie się tych sieci polega na zmniejszaniu ogólnej niepewności systemu. W latach 90. odkryto wiele interesujących zastosowań tego rodzaju sieci, m.in. do wyszukiwania powiązań przyczynowych w nieuporządkowanych zbiorach danych statystycznych.
Jeszcze inną architekturą systemu inteligentnego jest zaproponowana w końcu lat 60. przez M. Minsky’ego struktura złożona z wielu niezależnych modułów, z których każdy wykonuje tylko jedną czynność. Moduły te mogą być złożone z innych modułów, które wykonują czynności bardziej elementarne, aż po moduły wykonujące elementarne czynności, np. skurcz jednego mięśnia w ludzkim organizmie lub odpowiednio elementarną czynność w urządzeniu automatycznym. Tę architekturę wykorzystał Minsky do projektowania urządzeń wykonujących takie złożone operacje, jak np. budowanie wieży z klocków. Intencją Minsky’ego było pokazanie, że system inteligentny może być sumą pozbawionych inteligencji systemów składowych.
Pomimo bujnego rozwoju różnego rodzaju sieci, wiele praktycznych wyników osiąga się wciąż za pomocą tradycyjnej architektury sekwencyjnej. Należy szczególnie wymienić tzw. zautomatyzowane systemy odkrywcze poszukujące w zbiorach danych ukrytej struktury. Spektakularnym sukcesem stosunkowo prostego, lecz bardzo szybkiego systemu sztucznej inteligencji była wygrana maszyny w meczu szachowym, komputera Deep Blue z aktualnym mistrzem świata Kasparowem.
Ponieważ nie ma powszechnej zgody na to, jakich reprezentacji używają systemy inteligentne, pojawiły się liczne próby ominięcia tego problemu i stworzenia systemów inteligentnych opartych na bezpośredniej interakcji z otoczeniem. System inteligentny, a również umysł ludzki, jest tu traktowany jako samoorganizujący się system dynamiczny. To, co w sekwencyjnej i sieciowej sztucznej inteligencji przyjmuje postać danych wyjściowych, jest w systemie dynamicznym atraktorem, czyli stanem, do którego dążą stany systemu. Oprócz samoorganizacji, mechanizmem poznawczym zastępującym tworzenie wewnętrznych reprezentacji może być aktywne penetrowanie środowiska. Ten aspekt działania systemów inteligentnych jest badany m.in. przez Perry’ego i Barwisa. Badania polegają tu na obserwowaniu procesów poznawczych realizowanych przez ludzi w ich naturalnym otoczeniu, a nie na budowaniu sztucznych systemów inteligentnych i badaniu ich własności.
Prowadzi się niezależne badania nad poszczególnymi składowymi systemów inteligentnych. Jednym z problemów jest to, w jakiej postaci systemy inteligentne — naturalne i sztuczne — otrzymują dane wejściowe. W odniesieniu do człowieka chodzi o pytanie: Na czym polega informacja zmysłowa? W 1982 r. Marr sformułował teorię wyjaśniającą budowę informacji wzrokowej. Marr podał algorytmy zmian pozwalających przechodzić od zwykłego rozkładu pobudzeń komórek siatkówki, poprzez tzw. szkic pierwotny, w którym niektóre zmiany pobudzeń są interpretowane jako krawędzie obrazu, aż po pełną stereoskopową informację o przestrzennych przedmiotach i odległościach pomiędzy nimi. Zasugerował również, które zespoły komórek narządu wzroku mogłyby realizować te algorytmy. Wyniki tych badań próbuje się stosować w projektowaniu komputerowego oka, co jednak wciąż nie leży w możliwościach konstruktorów.
Spodziewano się, że ukoronowaniem zrozumienia systemów inteligentnych będzie zbudowanie robotów zdolnych do autonomicznego poznawania i inteligentnego działania w naturalnym, nie spreparowanym przez konstruktorów otoczeniu. Początkowo roboty były całkowicie uzależnione od stabilnego otoczenia reprezentowanego w urządzeniu w postaci mapy. Obecnie samodzielnie poruszające się roboty są o wiele bardziej plastyczne, o czym świadczy udana misja robota Sojourner, który prowadził samodzielną penetrację Marsa w 1998 r. Do postępu przyczyniła się nie tylko nowa technologia (laserowe detektory obiektów), ale i zastosowanie nowych narzędzi logicznych (sieci, systemy dynamiczne) służących do formowania i przekształcania wewnętrznych reprezentacji otoczenia.
Chcemy nie tylko posiadać coraz lepsze samouczące się i autonomicznie działające roboty, ale wiedzieć, czy te sztuczne systemy mówią coś istotnego o inteligencji człowieka. Dlatego ważną dziedziną nauki o procesach poznawczych jest obliczeniowe modelowanie ludzkiego mózgu. Buduje się komputerowe modele różnych funkcji mózgowych, lecz w przeciwieństwie do systemów sztucznej inteligencji, bierze się pod uwagę wiedzę o działaniu rzeczywistych neuronów (propozycja Marra). W latach 90. zbudowano wiele udanych modeli poszczególnych funkcji mózgu. W 1994 r. Crick zaproponował model interakcji między wzgórzem a korą mózgową, co odpowiada prawdopodobnie za zdolność uwagi. W 1997 r. Sejnowski i jego współpracownicy użyli sztucznych sieci neuronalnych do modelowania aktywności ciemieniowego płata kory mózgowej odpowiedzialnego za lokalizację obiektów w przestrzeni. W 1998 r. zdołano zbudować dokładny model odwzorowujący działanie wielkiego aksonu wyodrębnionego z systemu nerwowego kałamarnicy. John Hopfield użył systemu dynamicznego do modelowania funkcji kory wzrokowej polegającej na wzmacnianiu i kontrolowaniu sygnałów płynących ze wzgórza. Coraz większą uwagę zwraca się na możliwości zbudowanych przez Meada obwodów VLSI, które naśladują analogowe procesy przetwarzania informacji w neuronach bez pośrednictwa cyfrowych modeli.
Wymienionym wyżej badaniom i teoriom towarzyszą interesujące dyskusje filozoficzne. Nauka o procesach poznawczych, a szczególnie program sztucznej inteligencji, jest często krytykowana za ignorowanie zjawiska ludzkiego rozumienia. Zdaniem filozofa Searla nawet najbardziej wyrafinowany system oparty na czysto mechanicznej procedurze nie jest zdolny do rozumienia znaczeń symboli. Według innego filozofa, Dreyfusa, badacze procesów poznawczych ignorują rolę ciała ludzkiego, ograniczając się do konstruowania reprezentacji umysłowych i operacji na tych reprezentacjach. Inni autorzy, jak Nagel, podkreślają bezradność technik obliczeniowych wobec fenomenu świadomości. Jednakże wielu współczesnych filozofów, jak Dennett, wyraża nadzieję, że osiągnięcia współczesnych badań nad poznaniem mogą się przyczynić do rozwiązania wielu odwiecznych problemów filozoficznych, w tym takich jak tajemnica świadomości, przeżywania czasu czy ludzkiej podmiotowości.

EMOCJE, specyficzne procesy regulacyjne uruchamiane w odpowiedzi na mające znaczenie dla podmiotu bodźce płynące z otoczenia lub z wnętrza organizmu. Można wyróżnić 3 podstawowe elementy składowe procesu emocjonalnego: 1) zmiana poziomu aktywacji organizmu (na ogół wzrost), odczuwana jako pobudzenie emocjonalne, 2) znak emocji —dodatni lub ujemny, czyli odczucie przyjemności lub przykrości (reakcja afektywna), 3) specyficzna treść, zależna od charakteru bodźca, decydująca o sposobie doświadczania i przejawiania się emocji. Emocja „dąży” do szybkiego rozładowania w reakcjach ekspresyjnych oraz impulsywnych czynnościach. Zablokowanie reakcji rozładowujących emocje prowadzi do jej przekształcenia się w napięcie emocjonalne (np. nastrój agresywny, niepokój, przygnębienie). Regulacyjny wpływ emocji przejawia się w: a) wzbudzeniu dążenia podmiotu do podtrzymania kontaktu z obiektem, gdy jest on źródłem emocji dodatnich, i unikania go, gdy wywołuje emocje negatywne (istnieją jednak sytuacje, w których tolerancja na bodźce negatywne znacznie wzrasta), b) wpływie na energię i sprawność działania (umiarkowane natężenie emocji sprzyja wysokiej sprawności, wysokie i niskie — obniża sprawność), c) akcentowaniu w procesach percepcyjnych, myślowych i pamięciowych informacji zgodnych z treścią przeżywanej emocji.

MYŚLENIE, w szerokim, potocznym znaczeniu — wszelki przebieg świadomych procesów psychicznych, czynność umysłu. W znaczeniu węższym, przyjętym w psychologii — proces rozwiązywania przez człowieka problemów, polegający na przetwarzaniu informacji. Celem i wynikiem tego procesu jest poznawanie relacji między zjawiskami lub ich reprezentacjami poznawczymi, tj. spostrzeżeniami, wyobrażeniami, pojęciami, sądami. Myślenie jest więc także procesem wytwarzania nowych informacji, które służą albo poznaniu, albo podejmowaniu decyzji, a więc działaniu. W procesie rozwiązywania problemów wyróżnić można 3 stadia i podporządkowane im fazy: 1) stadium wstępne, obejmujące spostrzeżenie problemu, decyzję o podjęciu lub zaniechaniu rozwiązania problemu, jego sprecyzowanie; 2) stadium główne, poszukiwawcze, obejmujące analizę danych wyjściowych, wytwarzanie pomysłów rozwiązania, ich ocenę, formułowanie rozwiązania; 3) stadium końcowe, obejmujące ostateczną weryfikację rozwiązania i ocenę pracy nad problemem. W procesie myślenia informacje — zakodowane m.in. w pojęciach i mowie — są przetwarzane za pomocą operacji umysłowych (wnioskowanie dedukcyjne i indukcyjne, porównywanie, abstrahowanie, uogólnianie) i reguł sterujących łańcuchami operacji. Reguły algorytmiczne (algorytmy) zapewniają rozwiązanie pod warunkiem odpowiedniego ich zastosowania, reguły heurystyczne (heurystyki) zwiększają prawdopodobieństwo znalezienia rozwiązania problemu i kształtują strukturę procesu myślenia w sytuacjach, w których nie są znane ich algorytmy (większość problemów, z którymi człowiek ma do czynienia ma taki właśnie charakter). Rozwiązywanie trudnych problemów wspomaga także intuicja, wyobraźnia, swobodna gra skojarzeń, a nawet (i to nie tylko w dziecięcej fazie myślenia obrazowo-ruchowego) manipulacje z przedmiotami, a zwłaszcza modelami badanych zjawisk. Myślenie, które prowadzi do rozwiązań oryginalnych (obiektywnie nowych), a zarazem odznaczających się użytecznością (estetyczną, poznawczą, techniczną) — nazywamy myśleniem twórczym.
Przebieg procesów myślenia może ulegać różnego rodzaju zakłóceniom pod wpływem stanu emocjonalnego, motywacyjnego, oczekiwań jednostki (zjawisko „samopotwierdzającej się hipotezy”). Wielorakie zaburzenia toku i treści myślenia obserwuje się w wielu chorobach psychicznych.
ROZKOJARZENIE MYŚLENIA, objaw zaburzeń psychicznych, specyficzne dla schizofrenii zakłócenie formy myślenia prowadzące do wypowiedzi niezrozumiałych, pozbawionych logiki i sensu, pomimo w zasadzie zachowanej struktury gramatycznej. Na efekt ten składają się: dereizm, paralogia oraz ilościowa dezorganizacja toku myślenia (jego zubożenie, rozwlekłość, perseweracje, otamowania). W nasilonym rozkojarzeniu dezorganizacja myślenia może dotknąć także gramatyki wypowiedzi, a w skrajnie nasilonych postaciach wypowiedzi są bezładną mieszaniną słów lub sylab pozbawioną jakiejkolwiek organizacji.


PAMIĘĆ, zdolność organizmów żywych do przechowywania i odtwarzania uprzednich doświadczeń. Odtwarzanie może przyjąć formę rozpoznawania (przy ponownym kontakcie z tym samym przedmiotem lub sytuacją) lub przypominania (bez ponownego wystąpienia przedmiotu, sytuacji, będących treścią pamięci). Wyróżnia się: jako fazy pamięci — zapamiętywanie, przechowywanie i odtwarzanie. Jako różne rodzaje pamięci, traktowane np. jako poziomy przetwarzania informacjii przez umysł ludzki — pamięć: ultrakrótką (sensoryczną), polegającą na śladowym przechowywaniu bodźca przez krótki (rzędu sekundy lub ułamków sekundy) czas po zaprzestaniu jego działania, pamięć krótkotrwałą lub operacyjną o ograniczonej pojem
ności i czasie przechowywania, w której dokonuje się proces analizy i interpretacji odbieranych i przetwarzanych informacji, oraz pamięć długotrwałą, będącą magazynem przechowywanej w umyśle wiedzy danego człowieka. W pamięci krótkotrwałej, mającej charakter świadomy, przebiegają procesy zapamiętywania, czyli kodowania informacji w pamięci długotrwałej, jak też procesy wydobywania czyli odtwarzania (przypominania i rozpoznawania) przechowywanych na trwałe informacji. Zapominanie w pamięci krótkotrwałej oznacza utratę danej informacji, natomiast zapominanie w pamięci długotrwałej na ogół nie oznacza jej utraty, lecz jedynie brak odpowiedniego sposobu jej wydobycia przez pamięć krótkotrwałą. Istnieją różne teorie dotyczące organizacji i struktury pamięci długotrwałej. Wyróżnia się pamięć epizodyczną, rejestrującą fakty z życia osobistego danej jednostki oraz pamięć semantyczną, zawierającą ogólną wiedzę pozaosobistą. Niektórzy autorzy przyjmują też istnienie różnych kodów reprezentowania informacji w pamięci, jak np. kod analogowy (obrazowy) i kod analityczny, sekwencyjny (np. językowy), inni autorzy sprowadzają reprezentację informacji w pamięci do jednego kodu (analitycznego). Współczesne teorie pamięci podkreślają jej aktywny, wytwórczy charakter. Informacje nie są biernie przechowywane w pamięci, lecz podlegają procesom selekcji, rekonstrukcji, dopasowywania do uprzednio wytworzonych schematów poznawczych. Istotny wpływ (pozytywny lub negatywny) na procesy pamięci wywierają także procesy emocjonalno-motywacyjne. Badania nad pamięcią mają długą tradycję w psychologii. Pierwsze eksperymenty z tej dziedziny prowadził pod koniec XIX w. Ebbinghaus, współcześnie badania takie są prowadzone głównie w ramach neuropsychologii i psychologii poznawczej.
Fizjologiczne podstawy pamięci pozostają ciągle nie wyjaśnione: niejasny jest mechanizm powstawania, przechowywania i odzyskiwania śladu pamięciowego. W badaniach nad pamięcią na ogół przyjmuje się, iż powstawanie trwałego śladu (konsolidacja) jest złożonym procesem zachodzącym w układzie nerwowym. Dużo uwagi poświęca się roli tzw. neuroprzekaźników (substancji pośredniczących w przekazywaniu pobudzeń) oraz znaczeniu zmian zachodzących w miejscach styku komórek nerwowych, czyli synapsach (zmiany wielkości szczeliny synaptycznej bądź zmiany w receptorach neuroprzekaźników w błonie postsynaptycznej); bada się również zmiany tempa syntezy, uwalniania i wychwytu nauroprzekaźników. Liczne badania dotyczą roli powtarzających się impulsów bioelektrycznych w powstawaniu zmian strukturalnych w układzie nerwowym, mogących stanowić podłoże pamięci trwałej. Intensywnie bada się zmiany biochemiczne (np. syntezy białek) towarzyszące uczeniu się. Nie wiadomo, w jakim stopniu ślad pamięciowy jest zlokalizowany, a w jakim „rozlany” (co postulują np. holograficzne modele pamięci). Szukając odpowiedzi na to pytanie prowadzi się badania na zwierzętach (wpływ usuwania lub drażnienia określonych okolic mózgu) oraz obserwuje następstwa schorzeń mózgu u człowieka, ujawniające funkcje niektórych, często niewielkich, struktur mózgowych (np. zespołu hipokampa) w pamięci długotrwałej.


UCZENIE SIĘ, modyfikacja zachowania się jednostki w wyniku jej dotychczasowych doświadczeń. W zależności od udziału świadomości i myślenia w procesie uczenia się, nastawienia na określony cel, warunków i form, w jakich ono przebiega itp., wyróżnia się rozmaite typy uczenia się, jak: uczenie się zamierzone i uczenie się mimowolne, uczenie się mechaniczne (pamięciowe, metodą wielokrotnego powtarzania) i uczenie się ze zrozumieniem, uczenie się przez rozwiązywanie problemów i uczenie się przez naśladownictwo. Początkowo pojęciem uczenie się obejmowano wyłącznie procesy związane z pamięciowym przyswajaniem materiału lub opanowanywaniem określonych umiejętności (nabywaniem wprawy w wykonywaniu określonych czynności). Badając je ustalono wiele praw i wyodrębniono wiele typowych zjawisk, charakterystycznych dla procesu uczenia się Stwierdzono np., #że wprawa w ćwiczonej funkcji wzrasta początkowo bardzo szybko, potem coraz wolniej, aż osiąga poziom, przy którym dalsze ćwiczenie nie daje już żadnych rezultatów (krzywa uczenia się). #że środkowe położenie w serii wyuczanych reakcji charakteryzuje się największą liczbą popełnianych błędów (tzw. prawo położenia elementu w serii). Zaobserwowano tzw. zjawisko zastoju, kiedy po początkowym wzroście wprawa w ćwiczonej funkcji przestaje się zwiększać, może się jednak podnosić ponownie przy zmianie sposobu uczenia się, zwiększeniu motywacji itp.. Odkryto zjawisko transferu w uczeniu się (transfer ). Sformułowano wiele zasad efektywnego uczenia się.
Na początku XX w., na gruncie behawioryzmu , wyłoniła się koncepcja ujmująca całokształt rozwoju i zmian w zachowaniu człowieka jako rezultat szeroko pojętego procesu uczenia się. Badanie praw uczenia się uznano za klucz do zrozumienia większości zjawisk psychologicznych. Koncepcja ta, pod nazwą teorii uczenia się wywodzi się z badań nad różnymi typami warunkowania : klasyfikacyjnego, polegającego na tworzeniu skojarzeń między bodźcami (Pawłow), instrumentalnym, polegającym na uczeniu się nowych reakcji będących narzędziami (instrumentami) redukowania popędów (Thorndike) lub nad tzw. warunkowaniem sprawczym, które polega na uzyskiwaniu kontroli nad środowiskiem przez dostosowywanie cech reakcji do emitowanych przez nie bodźców (Skinner). W badaniach tych zaobserwowano wiele zjawisk i prawidłowości uczenia się, takich jak: generalizacja bodźców i reakcji (pojawianie się tej samej reakcji warunkowej na bodźce podobne do pierwotnie ją wywołującego oraz podobnych reakcji na ten sam bodziec), różnicowanie, wygaszanie związków między bodźcami a reakcjami, zależność między regularnością wzmacniania (wzmocnienie) a odpornością reakcji na wygasanie, zależność skuteczności wzmacniania od odstępu czasowego między reakcją i wzmocnieniem (gradient wzmocnienia) i wiele innych. Wykryto je w perfekcyjnie kontrolowanych warunkach, co umożliwiło formułowanie ogólnych praw, których zakres zastosowania okazał się bardzo szeroki. Stało się możliwe opracowanie teorii pochodnych, takich jak: teoria uczenia się społecznego, teoria osobowości i inne, a także opracowanie skutecznych metod terapii behawioralnej (psychoterapia), nauczania programowanego, kształtowania postaw itd. Oprócz koncepcji traktującej uczenie się jako wytwarzanie związków między bodźcami a reakcjami rozwijały się, wywodzące się z teorii postaci (psychologia postaci), koncepcje traktujące uczenie się jako proces reorganizacji schematów poznawczych (uczenie się przez wgląd). Dały one początek ewolucji behawioryzmu w kierunku współczesnej teorii regulacji zachowania, którego tradycyjnie rozumiane uczenie się jest ważnym, ale nie jedynym mechanizmem.


OSOBOWOŚĆ, pojęcie definiowane niejednolicie, najczęściej rozumiane bądź jako zbiór względnie stałych dla danej jednostki właściwości (cech) psychicznych, warunkujących stałość jej zachowania się i postaw, bądź jako zespół warunków wewnętrznych, wyznaczający organizację zachowania się człowieka, jego psychiczna tożsamość, kierunki i sposoby przystosowania się do otoczenia i przekształcania tego otoczenia. W szerszym znaczeniu pojęcie osobowości obejmuje całość warunków biopsychicznych, od których zależy stałość i organizacja zachowania się oraz zdolność człowieka do kierowania samym sobą. W znaczeniu węższym termin ten jest odnoszony tylko do tych właściwości, które decydują o wyborze celów i programów czynności oraz sposobach ustosunkowywania się człowieka do świata (motywy, potrzeby, przekonania, postawy itp.), pomija zaś te, które wyznaczają głównie aspekt sprawnościowy lub stylistyczny zachowania się (inteligencja, zdolności, temperament). Nie ma jednolitej teorii opisującej kształtowanie się, organizację i zasady funkcjonowania osobowości. Do najważniejszych należą teorie przedstawiające osobowość jako hierarchiczną organizację tzw. dyspozycji czy też cech psychicznych (teorie czynnikowe lub teorie cech), jako organizację nawyków różnego rodzaju nabywanych w toku uczenia się (neobehawiorystyczne teorie społecznego uczenia się), jako organizację potrzeb, motywów, częściowo wrodzonych, częściowo zaś przejmowanych w toku socjalizacji jednostki (teorie dynamiczne), wreszcie jako system przekonań (nie zawsze świadomych) zorganizowanych w złożone systemy pojęciowe (teorie poznawcze). Istnieją także próby tworzenia teorii integrujących różne podejścia. Nowsze ujęcia kładą nacisk na to, że organizacja i sposób funkcjonowania osobowości nie są zdeterminowane ani przez cechy biofizyczne człowieka, ani też przez zewnętrzne oddziaływania — wprawdzie jedne i drugie tworzą fundamenty osobowości, ale o jej ostatecznym kształcie decyduje aktywność samej jednostki, poprzez którą kształtuje się ona jako autonomiczny podmiot, posiadający w mniejszym lub większym stopniu zdolność do samodzielnej oceny siebie i swego otoczenia oraz dążący do tego, aby oddziaływać na to otoczenie zgodnie z wytworzonymi przez siebie celami i programami. Podkreśla się także, że osobowość sama przez się nie determinuje postępowania człowieka, a jedynie wyznacza, jak człowiek interpretuje i ocenia to, z czym ma do czynienia, i jakie dążenia w nim powstaną w zaistniałych warunkach. Zachowanie się ludzi jest więc zawsze współokreślone przez ich osobowość i przez warunki, w których żyją i działają.
AUTORYTARNA OSOBOWOŚĆ, zespół łącznie występujących dyspozycji psychicznych i cech zachowania społecznego, którego centralnym składnikiem jest bezkrytycznie podległy stosunek wobec autorytetów, zwłaszcza tych opartych na sile i przemocy, ich idealizowanie połączone z tendencją do ujmowania świata w sztywnych, stereotypowych kategoriach. Jednostka autorytarna dzieli świat na „swoich” i „obcych”. Identyfikując się z grupą własną, dobrą i silną, i jej autorytetami, przeciwstawia ją grupom obcym, które uważa za gorsze i w stosunku do których przyjmuje postawy pogardy, nietolerancji, agresji. Pojęcie osobowości autorytarnej wprowadzone do literatury psychologicznej przez Fromma do opisu osób szczególnie podatnych na ideologię faszystowską, zostało spopularyzowane dzięki wynikom badań prowadzonych na Uniwersytecie Kalifornijskim w Berkeley przez opracowanie tzw. skali F do pomiaru osobowości autorytarnej.


MOTYWACJA, proces regulacji psychicznych nadający energię zachowaniu człowieka i ukierunkowujący je. Może mieć charakter świadomy lub nieświadomy. Różne szkoły psychologiczne zwracają uwagę na odmienne źródła motywacji: w behawioryzmie i współczesnych teoriach uczenia się za główne czynniki motywujące uważa się bodźce zewnętrzne i stany popędowe, powodujące wzrost wewnętrznego napięcia — organizm dążąc do redukcji napięcia inicjuje zachowanie. W psychoanalizie i kierunkach pokrewnych decydującą rolę w dynamizowaniu ludzkiego zachowania przypisuje się nieuświadamianym (na skutek działania mechanizmów obronnych) impulsom i konfliktom wewnętrznym. Twórca psychologii pola K. Lewin i jego kontynuatorzy zwrócili uwagę na motywacyjną funkcję zadania — wyobrażenie jego końcowego wyniku wytwarza w jednostce system napięć motywujący ją do kontynuowania prób wykonania zadania aż do jego ukończenia. Tzw. podejście poznawcze akcentuje motywacyjną rolę stanu niezgodności (dysonansu) między strukturami poznawczymi (przekonaniami) podmiotu. Pojęciem motywacji określa się nie tylko przejściowy stan jednostki, ale także względnie stałą strukturę motywacyjną człowieka. W tym ostatnim znaczeniu mówi się o motywacyjnych funkcjach systemu wartości przyjętego przez jednostkę lub hierarchii jej potrzeb.
Motywacja jest procesem regulacyjnym, który steruje zachowaniem tak, aby doprowadziło ono do określonego efektu (celu). Wzbudzając energię do działania i ukierunkowując je na cel, motywacja organizuje pojedyncze reakcje w zintegrowany wzorzec oraz podtrzymuje aktywność podmiotu dopóki nie zostaną zmienione warunki, które ją zapoczątkowały. Siła dążenia do określonego celu (siła motywacji) zależy zarówno od spostrzeganej wartości (atrakcyjności) celu, jak i subiektywnego prawdopodobieństwa (przekonania o możliwości) jego osiągnięcia. Warunkiem uruchomienia procesu motywacyjnego jest istnienie napięcia motywacyjnego (motywu) — wewn. stanu „niespełnienia” lub zakłócenia, połączonego z gotowością do działania oraz szczególnym uwrażliwieniem człowieka na bodźce mające zdolność redukowania tego napięcia. Im napięcie motywacyjne jest wyższe, tym wyższa atrakcyjność bodźca i siła związanej z nim motywacji W rozmaitych dziedzinach ludzkiej aktywności rozwijają się rozmaite rodzaje motywacji. Tak np. w sferze aktywności zadaniowej i pracy twórczej istotną rolę odgrywa motywacja do osiągnięć (potrzeba osiągania sukcesów i unikania niepowodzeń), tzw. motywacja wewnętrzna (gotowość do niezależnego od oczekiwanych zewnętrznych wzmocnień angażowania się w jakieś działanie) oraz dążenie do rozwoju własnych sprawności i kompetencji. W dziedzinie kontaktów z innymi ludźmi rozwijają się różnorodne motywacje służące podtrzymaniu więzi z innymi i wzajemnej pomocy, regulowaniu interakcji społecznych i działaniu w warunkach konfliktu interesów, takie jak potrzeba afiliacji (kontaktu z innymi), aprobaty, konformizmu, władzy (kontroli nad innymi), a także motywacja prospołeczna (dążenie do bezinteresownego pomagania innym, nastawienie kooperacyjne itd.), ale także motywacja indywidualistyczna, rywalizacyjna, agresywna. Istotną rolę w działaniach człowieka odgrywają dążenia związane z „ja”, czyli obrazem własnej osoby; najważniejsze z nich to dążenie do podtrzymania lub podwyższenia poczucia własnej wartości, tożsamości (ciągłości w czasie i przestrzeni i odrębności od innych) oraz wpływu na bieg wydarzeń (poczucia wolności działania i kontroli nad rzeczywistością). Innym ważnym motywem związanym z „ja” jest dążenie człowieka do ustalenia własnej tożsamości społecznej, tj. do określenia siebie przez identyfikację z pewnymi grupami, kategoriami i rolami społecznymi. Niebagatelną rolę w motywowaniu zachowań odgrywają też wyobrażenia dotyczące własnej przyszłości.


mam nadzieje ze pomoglam;) pozdrawiam
pytanie:
odpowiedź:


load_avg: 1.08