Средства оценки уровня когнитивной нагрузки в процессе обучения

  • Сергей Михайлович Горюшко ООО «Лаборатория знаний», Санкт-Петербург, Россия
  • Александр Викторович Самочадин Санкт-Петербургский политехнический университет Петра Великого, Санкт-Петербург, Россия
Ключевые слова: cognitive load, cognitive load modeling, EEG, experimental model evaluation

Аннотация

Оценка уровня когнитивной нагрузки на обучаемого является одной из важных компонент при разработке и реализации учебных материалов и мероприятий. Согласно определению Джона Свеллера, когнитивная нагрузка отражает ресурсы, затрачиваемые рабочей памятью человека. Одним из способов повысить эффективность образовательного процесса является определение периодов индивидуальной когнитивной перегрузки и связанных с ней ошибок. Выявление когнитивной перегрузки становится особенно важным при создании дистанционных образовательных курсов и преподавания сложных тем. В настоящей работе описывается подход к оценке когнитивной нагрузки, реализованный на базе аппаратно-программного комплекса (АПК), обеспечивающего сбор и обработку информации для решения задач оценки психофизиологических состояний человека. На основе информации, собираемой комплексом, реализован алгоритм построения модели классификаторов психофизиологических состояний. Алгоритм основан на использовании базовых статистических инструментов. В работе приведена модель определения когнитивной нагрузки на основе фронтального тэта-ритма (4–7 Гц), регистрируемого энцефалографом потребительского класса, разработан порядок экспериментальной апробации модели на основе теста Стернберга, приведены критерии и результаты оценки точности созданной модели. Апробация предложенного подхода показала достаточный уровень точности, сравнимый с моделями, опирающимися на определение психоэмоционального состояния при помощи методов машинного обучения.

Биографии авторов

Сергей Михайлович Горюшко, ООО «Лаборатория знаний», Санкт-Петербург, Россия

Горюшко Сергей Михайлович, ООО «Лаборатория знаний» sg@knwlab.com

Александр Викторович Самочадин, Санкт-Петербургский политехнический университет Петра Великого, Санкт-Петербург, Россия

Самочадин Александр Викторович, кандидат технических наук, заведующий лабораторией «Системы управления мобильными устройствами» ИКНТ СПбПУ, samochadin_av@spbstu.ru

Литература

1. Carr N. G. The Shallows: What the Internet is Doing to Our Brains. New York: W. W. Norton &
Company, 2010.
2. Самсонов Н. Б., Чмыхова Е. В., Давыдов Д. Г. Разработка и апробация лингвистической методики оценки когнитивной сложности научно-учебного текста // Психологические исследования, 2015. Т. 8, № 41. URL: http://psystudy.ru/index.php/num/2015v8n41/1138-samsonov41.html
(дата обращения 01.11.2018).
3. Ayres P. Using subjective measures to detect variations of intrinsic cognitive load within problems //
Learning and Instruction, 2006. № 16 (5). doi: 10.1016/j.learninstruc.2006.09.001
4. Шурупова М. А., Красноперов А. В., Терещенко Л. В., Латанов А. В. Влияние когнитивного задания на параметры движений глаз при просмотре статических и динамических сцен // Барабанщиков В. А. (ред.) Айтрекинг в психологической науке и практике. М.: Когито-Центр, 2016.
С. 202–212.
5. Klimesch W. EEG alpha and theta oscillations reflect cognitive and memory performance: a review
and analysis // Brain research reviews, 1999. № 29 (2–3). P. 169–195.
6. Krigolson O. E., Williams, C. C., Norton, A., Hassall, C. D., Colino, F. L. Choosing MUSE: Validation of a
low-cost, portable EEG system for ERP research // Frontiers in neuroscience, 2017. Т. 11. № 109. doi:
10.1016/S0165-0173(98)00056-3
7. Mueller S. T., Piper, B. J. The psychology experiment building language (PEBL) and PEBL test battery //
Journal of neuroscience methods, 2014. № 222. С. 250–259. doi: 10.1016/j.jneumeth.2013.10.024
8. Sternberg S. Memory scanning: New findings and current controversies // Quarterly Journal of
Experimental Psychology, 1975. Issue 27 (1). P. 1–32.
9. Sweller J. Element interactivity and intrinsic, extraneous, and germane cognitive load. Educational
psychology review, 2010. № 22 (2). P. 123–138. doi: 10.1007/s10648-010-9128-5
10. Sweller J. Cognitive load during problem solving: Effects on learning. Cognitive science, 1988. № 12
(2). С. 257–285. doi: 10.1016/0364-0213(88)90023-7
11. Wilson G. F., Russell, C. A. Real-time assessment of mental workload using psychophysiological
measures and artificial neural networks // Human factors, 2003. № 45 (4). P. 635–644. doi:
10.1518/hfes.45.4.635.27088
12. Zarjam P., Epps, J., Chen, F. Spectral EEG features for evaluating cognitive load. // Engineering
in Medicine and Biology Society, EMBC, 2011 Annual International Conference of the IEEE, 2011.
P. 3841–3844.
13. Поликанова И. С., Сергеев, А. В. Влияние длительной когнитивной нагрузки на параметры
ЭЭГ // Национальный психологический журнал, 2014. № 1 (13). doi: 10.11621/npj.2014.0109
Опубликован
2018-08-30
Как цитировать
Горюшко, С. М., & Самочадин, А. В. (2018). Средства оценки уровня когнитивной нагрузки в процессе обучения. Компьютерные инструменты в образовании, (4), 35-44. https://doi.org/10.32603/2071-2340-4-35-44
Выпуск
Раздел
Компьютер в учебном процессе