1

خیلی وقت‌ها تصور می‌کنیم از هرآنچه در اطرافمان می‌گذرد آگاهیم، اما در واقع مغز ما دائماً در حال انتخاب است که به چه چیزی توجه کند.

به راه رفتن در یک خیابان شلوغ فکر کنید. شاید نگاهی به یک خودروی براق یا تابلوی تبلیغاتی رنگارنگ بیندازید. اما به محض اینکه نوبت به عبور از خیابان برسد، تمام آن عوامل حواس‌پرت‌کن محو می‌شوند و مغز تمرکز خود را به چراغ عابر پیاده، خودروهای در حال حرکت و افراد اطراف معطوف می‌کند.

این تغییر تمرکز ــ اینکه چطور از دیدن چیزهای جلب توجه‌کننده به تمرکز بر یک وظیفه خاص می‌رسیم ــ سال‌هاست دانشمندان را شگفت‌زده کرده است.

هدف مطالعه دانشمندان ییل

تمرکز بر آنچه واقعاً مهم است

محققان دانشگاه ییل (Yale) تلاش کردند نه‌تنها بفهمند چه چیزهایی توجه ما را جلب می‌کند، بلکه بررسی کنند چطور می‌توانیم تمرکز خود را به سوی چیزهای واقعاً مهم هدایت کنیم.

مغز چه چیزی را انتخاب می‌کند تا ببیند؟

تحقیقات قبلی اغلب بر عواملی مانند حرکت ناگهانی، رنگ‌های تند یا عناصر تازه تمرکز داشتند. اما این مطالعه بر یک موضوع متفاوت تمرکز کرده است: اینکه وقتی توجه ما به طور آگاهانه به سمت یک هدف خاص هدایت می‌شود، چه اتفاقی در مغز رخ می‌دهد.

«ما منابع محدودی داریم تا جهان اطراف را ببینیم،»
دکتر ایلکر ییلدیریم (Ilker Yildirim)، دانشیار روانشناسی در دانشکده علوم انسانی و هنر ییل و نویسنده ارشد این مطالعه، می‌گوید.
«ما این منابع را فرآیندهای محاسباتی پایه‌ای در نظر می‌گیریم. هر ادراکی که تجربه می‌کنیم ــ مانند مکان یک شی یا سرعت حرکت آن ــ نتیجه به‌کارگیری تعدادی از این پردازش‌های ادراکی ابتدایی است.»

تمرکز مغز روی وظایف خاص

مدل محاسبات تطبیقی

برای بررسی این موضوع، تیم پژوهشی مدلی به نام «محاسبه تطبیقی» (Adaptive Computation) طراحی کرد. این سیستم مانند ابزاری برای تخصیص ذهنی عمل می‌کند و منابع ادراکی ما را به مؤلفه‌هایی که برای انجام وظیفه فعلی اهمیت دارند اختصاص می‌دهد.

برای مثال، وقتی می‌خواهید از خیابان عبور کنید، این مدل به‌جای عوامل پرت‌کننده حواس، چراغ عبور عابر را در اولویت قرار می‌دهد.

«مدل ما مکانیزمی را آشکار می‌سازد که از طریق آن توجه انسانی در یک صحنه پویا تشخیص می‌دهد چه چیزهایی مرتبط با هدف فعلی هستند و سپس محاسبات ادراکی را به شکل هدفمند تقسیم می‌کند،»
ماریو بلدون (Mario Belledonne)، هم‌نویسنده مقاله و دانشجوی کارشناسی‌ارشد در دانشگاه ییل می‌گوید.

ردیابی تمرکز در زمان واقعی

آزمایش با نقطه‌های رنگی متحرک

برای آزمایش این ایده، پژوهشگران صفحه‌ای مملو از نقطه‌های رنگی متحرک طراحی کردند. از شرکت‌کنندگان خواسته شد تعدادی از این نقطه‌های در حال حرکت را دنبال کنند و بقیه را نادیده بگیرند. چون حرکت نقطه‌ها غیرقابل‌پیش‌بینی بود، شرکت‌کنندگان ناچار بودند تمرکز خود را به‌طور مداوم تنظیم کنند.

وقتی نقطه‌ها به‌طور لحظه‌ای می‌درخشیدند، از شرکت‌کنندگان خواسته می‌شد به محض دیدن آن‌ها کلیدی را فشار دهند. این داده‌ها به محققان کمک کرد تا نحوه حرکت توجه ــ تقریباً در هر لحظه ــ را ترسیم کنند.

مدل محاسبه تطبیقی توانست با توجه به اینکه کدام نقطه‌ها برای انجام وظیفه اهمیت بیشتری داشتند، محل و زمان تغییرات تمرکز را پیش‌بینی کند.

تلاش ذهنی در انجام وظایف

سنجش میزان دشواری ادراکی

در نسخه‌ای دیگر از آزمایش، همچنان از شرکت‌کنندگان خواسته شد تعدادی نقطه را دنبال کنند، اما این‌بار تعداد «نقطه‌های مزاحم» و سرعت حرکت آن‌ها تغییر کرد.

در پایان، شرکت‌کنندگان میزان سختی کار را از دید خود ارزیابی کردند. جالب آنجاست که پیش‌بینی‌های مدل با احساسات واقعی آن‌ها هم‌راستا بود: هر وقت مدل برای پیگیری اهداف تلاش بیشتری می‌کرد، شرکت‌کنندگان هم احساس می‌کردند وظیفه سخت‌تر شده است.

به بیان دیگر، این مدل توانست درکی از یک پدیده انسانی را ارائه دهد ــ تلاش ذهنی‌ای که هنگام تمرکز بر یک وظیفه دشوار تجربه می‌کنیم.

تقلید از توانایی مغز در تمرکز

نادیده گرفتن آگاهانه اطلاعات غیرضروری

یکی از یافته‌های جالب این پژوهش آن است که مغز ما به‌صورت انتخابی برخی چیزها را «نادیده می‌گیرد». آن خودروی خیره‌کننده یا بیلبورد درخشان؟ اگر کمکی به انجام کار فعلی نکند، ممکن است اصلاً وارد آگاهی ما نشود.

«ما می‌خواهیم منطق محاسباتی ذهن انسان را کشف کنیم؛ با ایجاد الگوریتم‌های جدید ادراک و توجه، و مقایسه عملکرد آن‌ها با عملکرد انسان‌ها،»
ییلدیریم می‌گوید.

آینده هوش مصنوعی انسان‌محور

این رویکرد حتی می‌تواند مسیر ساخت هوش مصنوعی آینده را نیز تغییر دهد. برخلاف سیستم‌های فعلی که تلاش می‌کنند همه‌چیز را جذب کنند، این مدل جدید به‌گونه‌ای عمل می‌کند که انسان گاهی چیزهای واضح را از دست می‌دهد ــ نه به خاطر اشتباه، بلکه به دلیل تمرکز هوشمندانه.

«ما فکر می‌کنیم این خط پژوهشی می‌تواند به سیستم‌هایی منجر شود که کمی متفاوت از هوش مصنوعی‌های امروزی باشند؛ چیزهایی که بیشتر به انسان شباهت دارند،»
ییلدیریم ادامه می‌دهد.
«چنین سیستمی وقتی با یک هدف روبرو باشد، ممکن است حتی چیزهای درخشان را هم نادیده بگیرد، تا بتواند با دنیای پیرامون به‌شکلی منعطف و ایمن تعامل کند.»

این مطالعه در نشریه Psychological Review منتشر شده است.