Bab 8. Organisasi Pengetahuan Dalam Pikiran PDF [PDF]

Citation preview

BAB 8. Organisasi Pengetahuan dalam Pikiran Pengetahuan Deklaratif versus Prosedural Organisasi Pengetahuan Deklaratif Konsep dan Kategori Kategori Berbasis Fitur: Mendefinisikan Pandangan Teori Prototipe: Pandangan Karakteristik Sebuah Sintesis: Menggabungkan Teori Berbasis Fitur dan Prototipe Pandangan Berbasis Teori Kategorisasi Kecerdasan dan Konsep dalam Berbagai Budaya Model Jaringan Semantik Model Jaringan Collins dan Quillian Membandingkan Fitur Semantik Representasi Skematis Skema Skrip Representasi Bagaimana Kita Melakukan Hal: Pengetahuan Prosedural "Produksi" Pengetahuan Prosedural Pengetahuan Nondeclarative Model Integratif untuk Mewakili Pengetahuan Deklaratif dan Nondeklaratif Menggabungkan Representasi: ACT-R Pengetahuan Deklaratif dalam ACT-R Pengetahuan Prosedural dalam ACT-R Pemrosesan Paralel: Model Connectionist Bagaimana Model PDP Bekerja Kritik terhadap Model Connectionist Membandingkan Connectionist dengan Representasi Jaringan Bagaimana Domain Umum atau Spesifik Domain Apakah Kognisi? Tema Utama Ringkasan Berpikir tentang Berpikir: Pertanyaan Analitis, Kreatif, dan Praktis Ketentuan Utama Sumber Daya Media



Berikut adalah beberapa pertanyaan yang akan kita bahas dalam bab ini: 1. Bagaimana representasi kata dan simbol diorganisasikan dalam pikiran? 2. Bagaimana kita mewakili bentuk-bentuk pengetahuan lain dalam pikiran? 3. Bagaimana pengetahuan deklaratif berinteraksi dengan pengetahuan prosedural? PERCAYA ATAU TIDAK ADA ASAVI DI SELURUH KITA Orang dengan autisme yang memiliki kemampuan luar biasa disebut autis savants. Kemampuan mereka sering membuat kita tidak percaya — mereka dapat melipatgandakan jumlah besar dalam sepersekian detik, mengingat data dalam jumlah besar, atau mereka dapat mengingat setiap detail dengan memori foto mereka. Tetapi orang-orang yang autis, mungkin sebenarnya tidak jauh berbeda dari kita. Penelitian menunjukkan bahwa kita semua mungkin memiliki bakat ini, tetapi mereka adalah bagian dari pemrosesan informasi tingkat rendah yang biasanya tidak kita gunakan karena kita berpikir pada tingkat yang lebih tinggi yang didorong oleh konsep dan memungkinkan untuk perbandingan multisensor. Untuk orang-orang yang autis, pemrosesan tingkat rendah ini datang secara otomatis dan alami. Meskipun kita biasanya tidak dapat secara sadar mengendalikan aktivitas otak kita, penelitian telah menunjukkan bahwa orang dapat belajar untuk menjadi peka terhadap pemrosesan tingkat rendah dan mendapatkan akses ke kondisi pemrosesan awal yang biasanya tidak disadari. Ini membuka kemungkinan baru untuk perilaku dan kesadaran diri (Birbaumer, 1999). Dalam bab ini kita akan belajar tentang bagaimana kita mengatur konsep dalam pikiran kita dan bagaimana konsep ini membantu kita berpikir dan mengatur apa yang kita ketahui. John dan Simon adalah teman sekamar di kampus dan merencanakan perjalanan ke Arizona selama liburan musim semi. Mereka akan hiking melalui Spikeleaf Canyon terpencil yang jarang dieksplorasi, sempit, dan memiliki banyak kolam di mana air mengumpulkan dan slide batu halus yang menghubungkan kolam. Begitu mereka tiba di ngarai, mereka memarkir mobil mereka dan mulai mendaki ke tepi, dan dari sana mengikuti jalan curam ke bawah. Ketika mereka hampir berada di dasar ngarai, Simon tiba-tiba tersandung, jatuh, dan menjatuhkan sisa lereng yang curam. Dia tidak dapat berdiri dan takut pergelangan kakinya mungkin patah. Simon kesakitan luar biasa. John tidak dapat membantunya naik kembali ke jalan setapak yang sempit, dan karena mereka berada di daerah terpencil yang terpencil, mereka tidak memiliki penerimaan telepon seluler. John berlari kembali ke arah mereka datang, masuk ke mobil, dan dengan panik melaju sekitar setengah jam sampai ponselnya bekerja sehingga ia bisa meminta bantuan. Akhirnya, tim penyelamat tiba di ngarai dan membawa Simon kembali ke ngarai sehingga ia bisa menerima perawatan di rumah sakit terdekat. Kisah ini, yang terdengar seperti kisah petualangan, sebenarnya memunculkan sejumlah pertanyaan yang relevan dengan psikologi kognitif. John panik ketika dia harus meninggalkan Simon dan tidak dapat segera meminta bantuan, namun dia berhasil mengendarai mobilnya meskipun pikirannya benar-benar ada di tempat lain. Bagaimana dia melakukannya? Untungnya, pengetahuan proseduralnya tentang cara mengendarai mobil begitu baik sehingga ia dapat mengemudi secara otomatis dan tidak harus berkonsentrasi pada detail apa pun. Dia



juga khawatir karena ngarai bisa terkena banjir dengan cepat jika hujan turun di daerah yang jauh. Banjir seperti itu akan sangat berbahaya bagi temannya yang tidak bisa bergerak. Karena itu, John tahu bahwa ia harus bertindak cepat, dan ia juga tahu cara membuat ponselnya berfungsi lagi dan nomor mana yang harus dihubungi untuk mendapatkan bantuan ketika ponsel mulai bekerja.



Pengetahuan Deklaratif versus Prosedural Bab sebelumnya menjelaskan bagaimana pengetahuan dapat diwakili dalam bentuk proposisi dan gambar. Dalam bab ini, kita mengeksplorasi bagaimana pengetahuan kita dapat diatur sehingga kita dapat mengambilnya saat kita membutuhkannya. Kami memperluas diskusi ini dengan memasukkan berbagai cara untuk mengatur pengetahuan deklaratif yang dapat diekspresikan dalam kata-kata dan simbol lainnya (yaitu, "mengetahui hal itu"). John tahu ia harus menelepon 9-1-1, dan untuk itu ia harus masuk ke area dengan penerimaan ponsel. Pertimbangkan pengetahuan Anda sendiri tentang fakta-fakta tentang psikologi kognitif, tentang sejarah dunia, tentang sejarah pribadi Anda, dan tentang matematika. Pengetahuan Anda dalam bidang-bidang ini bergantung pada organisasi mental Anda tentang pengetahuan deklaratif. Selain itu, bab ini menjelaskan beberapa model untuk mewakili pengetahuan prosedural. Ini adalah pengetahuan tentang cara mengikuti langkah-langkah prosedural untuk melakukan tindakan (mis., “Mengetahui caranya”). Misalnya, pengetahuan Anda tentang cara mengendarai mobil, cara menulis tanda tangan, cara mengendarai sepeda ke toko bahan makanan terdekat, dan cara menangkap bola tergantung pada representasi mental Anda dari pengetahuan prosedural. Beberapa ahli teori bahkan telah menyarankan model integratif untuk mewakili pengetahuan deklaratif dan prosedural. Untuk mendapatkan ide tentang bagaimana pengetahuan deklaratif dan prosedural dapat berinteraksi, dapatkan kertas bekas dan pena atau pensil. Coba peragaan dalam Investigasi Psikologi Kognitif: Menguji Pengetahuan Deklaratif dan Prosedural Anda. Selain berusaha memahami apa (bentuk atau struktur) representasi pengetahuan, psikolog kognitif juga mencoba memahami bagaimana (proses) representasi dan manipulasi pengetahuan. Berikut adalah beberapa pertanyaan yang kami eksplorasi dalam bab ini: • Apa saja proses umum yang dengannya kita memilih dan mengendalikan susunan data mentah yang tidak terorganisir yang tersedia bagi kita melalui organ-organ indera kita? • Bagaimana kita menghubungkan informasi sensorik itu dengan informasi yang kita miliki dari sumber informasi internal (yaitu, ingatan kita dan proses pemikiran kita)? • Bagaimana kita mengatur dan mengatur kembali representasi mental kita selama berbagai proses kognitif? • Melalui proses mental apa kita beroperasi berdasarkan pengetahuan yang kita miliki dalam pikiran kita? • Sampai sejauh mana proses-proses ini bersifat umum — umum untuk berbagai jenis informasi, seperti informasi verbal dan kuantitatif? • Sebaliknya, sejauh mana proses-proses ini spesifik domain hanya digunakan untuk jenis informasi tertentu, seperti informasi verbal atau kuantitatif?



INVESTIGASI PSIKOLOGI KOGNITIF Menguji Pengetahuan Deklaratif dan Prosedural Anda Secepat dan selengkap mungkin, tulislah tanda tangan normal Anda, dari huruf pertama dari nama depan Anda hingga huruf terakhir dari nama belakang Anda. Jangan berhenti untuk memikirkan surat mana yang akan datang berikutnya. Cukup tulis secepat mungkin. Balikkan kertas. Secepat dan selengkap mungkin, tulis tanda tangan Anda ke belakang. Mulailah dengan huruf terakhir dari nama belakang Anda dan mulai menuju huruf pertama dari nama depan Anda. Sekarang, bandingkan dua tanda tangan. Tanda tangan mana yang lebih mudah dan akurat dibuat? Untuk kedua tanda tangan, Anda memiliki pengetahuan deklaratif yang luas yang suratnya mendahului atau mengikuti satu sama lain. Tetapi untuk tugas pertama, Anda juga bisa memanggil pengetahuan prosedural, berdasarkan tahun tahu bagaimana menandatangani nama Anda. Representasi dan pemrosesan pengetahuan telah diselidiki oleh para peneliti dari beberapa disiplin ilmu. Di antara para peneliti ini adalah psikolog kognitif, neuropsikolog, dan ilmuwan komputer yang mempelajari AI (kecerdasan buatan), yang berupaya memprogram mesin untuk berkinerja cerdas. Berbagai pendekatan yang peneliti ambil ketika menyelidiki representasi pengetahuan mempromosikan eksplorasi berbagai fenomena. Mereka juga mendorong berbagai perspektif dari fenomena serupa. Akhirnya, mereka menawarkan kekuatan operasi konvergen — penggunaan berbagai pendekatan dan teknik untuk mengatasi masalah. Selain untuk memuaskan keingintahuan kosong mereka sendiri, mengapa begitu banyak peneliti ingin memahami bagaimana pengetahuan direpresentasikan? Cara di mana pengetahuan direpresentasikan sangat mempengaruhi seberapa efektif pengetahuan dapat dimanipulasi untuk melakukan sejumlah tugas kognitif. Untuk mengilustrasikan pengaruh representasi pengetahuan melalui analogi yang sangat kasar, coba tugas multiplikasi berikut menggunakan representasi dalam angka Romawi atau Arab:



Dua tugas perkalian itu persis sama, tetapi representasi dalam angka Romawi mungkin membuat Anda lebih sulit untuk menghitung solusinya, bukan? Dalam bab ini, pertama-tama kita akan melihat lebih dekat bagaimana pengetahuan (konsep) deklaratif diorganisasikan dalam pikiran kita. Kami mempertimbangkan teori tentang bagaimana konsep dapat dikelompokkan ke dalam kategori serta bagaimana mereka dapat diorganisir melalui jaringan semantik dan skema. Kemudian kita beralih ke representasi pengetahuan prosedural. Dan akhirnya, kita akan mengeksplorasi model yang mencoba untuk menggabungkan representasi pengetahuan deklaratif dan prosedural.



Organisasi Pengetahuan Deklaratif Unit dasar pengetahuan simbolik (pengetahuan korespondensi antara simbol dan maknanya, misalnya, bahwa simbol "3" berarti tiga) adalah konsep — gagasan tentang sesuatu yang menyediakan sarana untuk memahami dunia (Bruner, Goodnow, & Austin, 1956; Kruschke, 2003; Love, 2003). Seringkali, sebuah konsep dapat ditangkap dalam satu kata, seperti apel. Setiap konsep pada gilirannya berhubungan dengan konsep lain, seperti apel, yang berhubungan dengan kemerahan, kebulatan, atau buah. Seperti yang dapat Anda bayangkan, orang mengumpulkan banyak konsep selama hidup mereka. Bagaimana mereka mengatur semua konsep itu? Salah satu cara untuk mengaturnya adalah dengan menggunakan kategori. Kategori adalah sekelompok item di mana objek atau konsep yang berbeda dapat ditempatkan milik bersama karena mereka berbagi beberapa fitur umum, atau karena mereka semua mirip dengan prototipe tertentu. Misalnya, kata apel dapat bertindak sebagai kategori, seperti dalam kumpulan berbagai jenis apel. Tetapi juga bisa bertindak sebagai konsep dalam kategori buah. Pada bagian berikut, kita akan membahas cara untuk mengatur konsep ke dalam kategori. Cara-cara ini termasuk penggunaan fitur yang menentukan, prototipe, dan contoh. Kemudian, kita akan mengeksplorasi bagaimana konsep dapat diorganisasikan melalui jaringan semantik yang diatur secara hierarkis, serta skema, yang merupakan kerangka mental pengetahuan yang mencakup sejumlah konsep yang saling terkait (Bartlett, 1932; Brewer, 1999).



Konsep dan Kategori Konsep dan kategori dapat dibagi dalam berbagai cara. Satu perbedaan yang umum digunakan adalah antara kategori alami dan kategori artefak (Kalenine et al., 2009; Medin, Lynch, & Solomon, 2000). Kategori alami adalah pengelompokan yang terjadi secara alami di dunia, seperti burung atau pohon. Kategori artefak adalah pengelompokan yang dirancang atau diciptakan oleh manusia untuk melayani tujuan atau fungsi tertentu. Contoh kategori artefak adalah mobil dan peralatan dapur. Kecepatan yang diperlukan untuk memasukkan objek ke kategori tampaknya hampir sama untuk kategori alami dan artefak (VanRullen & Thorpe, 2001). Kategori alam dan artefak relatif stabil dan orang-orang cenderung menyetujui kriteria keanggotaan di dalamnya. Seekor harimau selalu merupakan mamalia, misalnya; dan pisau selalu merupakan alat yang digunakan untuk memotong. Konsep, sebaliknya, tidak selalu stabil tetapi dapat berubah (Dunbar, 2003; Thagard, 2003). Beberapa kategori dibuat hanya untuk saat ini atau untuk tujuan tertentu, misalnya, "halhal yang dapat Anda tulis." Kategori-kategori ini disebut kategori ad hoc (Barsalou, 1983; Little, Lewandowsky, & Heit, 2006). Mereka dijelaskan bukan dalam kata-kata tetapi dalam frasa. Konten mereka bervariasi, tergantung pada konteksnya. Orang-orang di pedesaan Uganda mungkin akan menyebutkan hal-hal berbeda yang dapat Anda tulis di atas orang Amerika perkotaan atau Inuit Eskimo. Konsep juga digunakan di bidang lain seperti ilmu komputer. Pengembang mencoba mengembangkan algoritme yang mendefinisikan "spam" sehingga program email dapat menyaring pesan yang tidak diinginkan dan kotak surat Anda tidak dibanjiri dengannya. Namun, spammer mengubah sifat pesan mereka secara teratur sehingga sulit untuk membuat



algoritma yang dapat menangkap semua pesan spam dan dapat melakukannya secara permanen (Fdez-Riverola, 2007). Konsep tampaknya memiliki tingkat dasar (kadang-kadang disebut tingkat alami) dari kekhususan, tingkat dalam hierarki yang lebih disukai daripada tingkat lain (Medin, Proffitt, & Schwartz, 2000; Rosch, 1978). Misalkan saya menunjukkan kepada Anda sebuah benda merah bulat yang dapat dimakan yang memiliki batang dan berasal dari pohon. Anda mungkin mencirikannya sebagai buah, apel, apel lezat, apel Lezat Merah, dan sebagainya. Namun, kebanyakan orang akan mencirikan objek tersebut sebagai sebuah apel. Tingkat dasar, yang disukai adalah apel. Secara umum, level dasar bukanlah yang paling abstrak atau paling spesifik. Tentu saja, level dasar ini dapat dimanipulasi oleh konteks atau keahlian (Tanaka & Taylor, 1991). Misalkan benda itu ditahan di kios buah yang hanya menjual apel. Anda mungkin menggambarkannya sebagai apel Lezat Merah untuk membedakannya dari apel lain di sekitarnya. Bagaimana kita bisa tahu apa level dasarnya? Mengapa tingkat dasar apel, bukan apel atau buah Lezat Merah? Atau mengapa sapi, bukan mamalia atau Guernsey? Mungkin tingkat dasar adalah yang memiliki jumlah fitur khas terbesar yang memicunya dari konsep lain pada tingkat yang sama (Rosch et al., 1976). Jadi, kebanyakan dari kita akan menemukan fitur yang lebih membedakan antara apel dan sapi, katakanlah, daripada antara apel Lezat Merah dan apel Pippin. Demikian pula, kita akan menemukan beberapa fitur yang membedakan antara sapi Guernsey dan sapi Holstein. Sekali lagi, tidak semua orang tentu memiliki tingkat dasar yang sama, seperti dalam kasus petani. Untuk tujuan kami, level dasar adalah level yang paling berbeda bagi kebanyakan orang. Melalui pelatihan, tingkat dasar dapat digeser ke tingkat yang lebih rendah (Scott et al., 2008). Misalnya, semakin seseorang belajar tentang mobil, semakin besar kemungkinan dia membuat perbedaan yang rumit di antara mobil. Penelitian menunjukkan bahwa perbedaan antara para ahli dan pemula bukan karena mekanisme yang berbeda secara kualitatif tetapi lebih karena perbedaan kuantitatif dalam kemanjuran pemrosesan (Palmeri 2004; lihat juga Mack et al., 2009). Ketika orang ditunjukkan gambar objek, mereka mengidentifikasi objek pada tingkat dasar lebih cepat daripada mereka mengidentifikasi objek pada tingkat yang lebih tinggi atau lebih rendah (Rosch et al., 1976). Objek tampaknya dikenali pertama dalam hal tingkat dasar mereka. Hanya setelah itu mereka diklasifikasikan dalam kategori lebih tinggi atau lebih rendah. Dengan demikian, gambar merah bulat, objek yang dapat dimakan dari pohon yang mungkin pertama kali diidentifikasi sebagai apel. Hanya kemudian, jika perlu, akan diidentifikasi sebagai buah atau apel Lezat Merah. Sekarang, bagaimana orang memutuskan objek apa yang akan dimasukkan ke dalam kategori? Ada beberapa teori yang mencoba menjelaskan proses ini. Satu teori menyatakan bahwa kita menempatkan objek hanya dalam satu kategori jika memiliki beberapa fitur yang menentukan. Pendekatan lain mengusulkan agar kami membandingkan objek dengan representasi rata-rata (prototipe) untuk memutuskan apakah itu cocok dengan kategori. Yang lain adalah bahwa orang dapat mengkategorikan objek berdasarkan teori mereka sendiri tentang objek tersebut. Kami akan mengeksplorasi pendekatan ini di bagian selanjutnya.



Kategori Berbasis Fitur: Mendefinisikan Pandangan Pandangan klasik kategori membongkar konsep menjadi satu set komponen fitur. Semua fitur itu diperlukan (dan cukup) untuk mendefinisikan kategori (Katz, 1972; Katz & Fodor, 1963). Ini berarti bahwa setiap fitur adalah elemen penting dari kategori tersebut. Bersama-sama, fiturfitur secara unik mendefinisikan kategori; mereka mendefinisikan fitur (atau atribut yang diperlukan): Agar sesuatu menjadi X, ia harus memiliki fitur itu. Kalau tidak, itu bukan "X." Pertimbangkan istilah bujangan. Selain menjadi manusia, seorang bujangan dapat dilihat sebagai terdiri dari tiga fitur: laki-laki, belum menikah, dan dewasa. Fitur masing-masing diperlukan secara terpisah. Jika satu fitur tidak ada, objek tidak bisa masuk kategori. Jadi, seorang pria yang belum menikah yang bukan orang dewasa tidak akan menjadi bujangan. Kami tidak akan menyebut bocah laki-laki yang belum menikah berusia 12 tahun sebagai bujangan, karena ia bukan orang dewasa. Kami juga tidak akan menyebut sembarang lelaki dewasa sebagai bujangan. Jika dia sudah menikah, dia tidak akan ikut. Orang dewasa wanita yang belum menikah juga bukan bujangan. Selain itu, ketiga fitur tersebut secara bersama-sama cukup. Jika seseorang memiliki ketiga fitur, maka ia secara otomatis bujangan. Menurut pandangan ini, Anda tidak bisa lakilaki, belum menikah, dan dewasa, dan pada saat yang sama tidak menjadi bujangan. Pandangan berbasis fitur berlaku untuk lebih dari sarjana, tentu saja. Sebagai contoh, istilah istri terdiri dari fitur menikah, wanita, dan dewasa. Suami terdiri dari fitur menikah, pria, dan dewasa. Pandangan berbasis fitur sangat umum di kalangan ahli bahasa, mereka yang belajar bahasa (Clark & Clark, 1977; Finley & Badecker, 2009). Pandangan ini menarik karena membuat kategori tampak teratur dan sistematis. Sayangnya, itu tidak berfungsi sebaik yang terlihat pada pandangan pertama. Beberapa kategori tidak siap untuk melakukan analisis fitur. Game adalah salah satu kategori tersebut. Menemukan apa pun yang merupakan fitur umum dari semua game sebenarnya sulit dilakukan (Wittgenstein, 1953). Ada yang menyenangkan; beberapa tidak. Beberapa melibatkan banyak pemain; yang lain, seperti solitaire, tidak. Beberapa kompetitif; yang lain, seperti permainan lingkaran anak-anak (mis., ring-around-therosy), tidak. Semakin Anda mempertimbangkan konsep game, maka semakin Anda mulai bertanya-tanya apakah ada sesuatu yang menyatukan kategori tersebut. Tidak jelas apakah ada fitur yang menentukan dari game sama sekali. Meskipun demikian, kita semua tahu apa yang kita maksud, atau pikir kita lakukan, dengan kata permainan. Masalah lain dengan tampilan berbasis fitur adalah bahwa pelanggaran fitur-fitur tersebut tampaknya tidak mengubah kategori yang kami gunakan untuk mendefinisikannya. Pertimbangkan zebra (lihat Keil, 1989). Sekarang anggaplah seseorang melukis zebra hitam. Maka akan hilang atribut kritis dari garis-garis, tetapi kita masih akan menyebutnya zebra. Kami mengalami masalah yang sama dengan burung. Kita mungkin berpikir tentang kemampuan terbang sebagai hal penting untuk menjadi burung. Tapi yang pasti kita akan sepakat bahwa robin yang sayapnya sudah terpotong masih robin. Begitu juga burung unta, yang tidak bisa terbang. Contoh-contoh robin dan burung unta menunjukkan masalah lain dengan teori berbasis fitur. Burung robin dan burung unta memiliki ciri-ciri burung yang sama. Karena itu, mereka adalah burung. Namun, secara longgar, burung robin tampaknya menjadi contoh burung yang lebih baik daripada burung unta. Memang, ketika orang diminta untuk menilai tipikal robin



versus burung unta sebagai burung, robin hampir selalu akan mendapatkan peringkat yang lebih tinggi daripada yang terakhir (Malt & Smith, 1984; Mervis, Catlin, & Rosch, 1976; Rosch, 1975). Anak-anak belajar contoh khas dari kategori lebih awal daripada mereka belajar yang atipikal (Rosch, 1978). Tabel 8.1 menunjukkan beberapa peringkat tipikal untuk berbagai kejadian burung (Malt & Smith, 1984). Jelas, ada perbedaan yang sangat besar, meskipun fitur yang mendefinisikannya sama. Pada skala 7 poin yang digunakan oleh Malt dan Smith untuk peringkat tipikal burung, kelelawar menerima peringkat 1,53. Peringkat ini terlepas dari kenyataan bahwa kelelawar, sebenarnya, bahkan bukan burung. Singkatnya, teori berbasis fitur memiliki beberapa fitur menarik, tetapi tidak memberikan akun lengkap kategori. Beberapa contoh spesifik kategori seperti burung tampaknya merupakan contoh yang lebih baik daripada yang lain. Namun, mereka semua memiliki fitur penentu yang sama. Namun, berbagai contoh mungkin berbeda dari kategori burung. Dengan demikian, kita membutuhkan teori representasi pengetahuan yang lebih baik mencirikan bagaimana orang benar-benar mewakili pengetahuan.



Teori Prototipe: Pandangan Karakteristik Teori prototipe mengambil pendekatan yang berbeda: mengelompokkan berbagai hal bukan dengan fitur pendefinisiannya tetapi lebih karena kesamaannya dengan model kategori yang dirata-rata. Tabel 8.1 Peringkat Khas untuk Burung Barbara Malt dan Edward Smith (1984) menemukan perbedaan besar dalam peringkat tipikal untuk berbagai contoh burung (atau hewan seperti burung). (After Malt & Smith, 1984.) Burung



Peringkat *



Burung



Peringkat *



Robin



6.89



Sandpiper



4.47



Seagull



6.26



Ayam



3,95



Telan



6.16



Flamingo



3.37



Falcon



5.74



Albatross



3.32



Jalak



5.16



Penguin



2.63



Burung hantu



5.00



Bat



1.53



* Peringkat dibuat pada skala 7 poin, dengan 7 sesuai dengan tipikal tertinggi. Prototipe dan Fitur Karakteristik Sebuah prototipe adalah abstrak rata-rata semua objek dalam kategori yang kami temui sebelumnya. Ini adalah prototipe yang dibandingkan dengan objek untuk menempatkan mereka ke dalam kategori. Penting adalah fitur karakteristik, yang menggambarkan (mengarakterisasi atau melambangkan) prototipe tetapi tidak diperlukan untuk itu. Fitur karakteristik umumnya hadir dalam contoh konsep yang khas, tetapi mereka tidak selalu hadir. Misalnya, perhatikan prototipe game. Ini mungkin termasuk bahwa itu biasanya menyenangkan, memiliki dua pemain atau lebih, dan menyajikan beberapa tingkat tantangan. Tapi permainan tidak harus menyenangkan. Itu tidak harus memiliki dua pemain atau lebih.



Dan itu tidak harus menantang. Demikian pula, seekor burung biasanya memiliki sayap dan lalat, tetapi prototipenya adalah apa pun permainan (atau burung) yang mewakili kategori terbaik. Teori ini dapat menangani fakta bahwa (1) permainan tampaknya tidak memiliki ciriciri sama sekali dan (2) burung robin tampaknya menjadi contoh burung yang lebih baik daripada burung unta. Jadi apa sebenarnya fitur karakteristik? Sedangkan fitur pendefinisian dibagi oleh setiap objek tunggal dalam kategori, fitur karakteristik tidak harus. Sebagai gantinya, banyak atau sebagian besar contoh memiliki setiap fitur karakteristik. Dengan demikian, kemampuan terbang merupakan ciri khas burung. Tapi itu bukan fitur yang menentukan burung — burung unta tidak bisa terbang. Menurut teori prototipe, dengan demikian tampaknya kurang seperti burung daripada burung robin, yang bisa terbang. Demikian pula, permainan tipikal mungkin menyenangkan, tetapi tidak harus begitu. Memang, ketika orang diminta untuk membuat daftar fitur kategori, seperti buah atau furnitur, sebagian besar fitur daftar seperti manis atau "terbuat dari kayu." Fitur-fitur ini adalah karakteristik daripada mendefinisikan (Rosch & Mervis, 1975). Anda benar-benar dapat menghitung skor yang menunjukkan seberapa tipikal sebuah instance dari kategorinya dengan mendaftarkan properti tipikal dari kategori seperti buah dan kemudian menilai berapa banyak dari properti tersebut yang dimiliki instance (Rosch & Mervis, 1975). Ini penting dalam interaksi kami dengan orang lain juga: Stereotip dari kelompok orang yang berbeda (katakanlah, Italia atau psikolog) terdiri dari konglomerat fitur rata-rata (Medin, 1989; lihat juga Dolderer et al., 2009). Konsep Klasik dan Fuzzy Psikolog membedakan dua jenis kategori: konsep klasik dan konsep fuzzy. Konsep klasik adalah kategori yang dapat dengan mudah didefinisikan melalui fitur yang mendefinisikan, seperti sarjana. Konsep fuzzy adalah kategori yang tidak dapat dengan mudah didefinisikan, seperti game atau kematian. Perbatasan mereka, seperti namanya, kabur. Konsep klasik cenderung merupakan penemuan yang telah dirancang oleh para ahli untuk memberi label secara sewenang-wenang pada suatu kelas yang memiliki fitur pendefinisian yang terkait. Konsep fuzzy cenderung berevolusi secara alami (Smith, 1988, 1995a; lihat juga Brent et al., 1996). Dengan demikian, konsep sarjana adalah konsep sewenang-wenang yang kami ciptakan. Beberapa ahli mungkin menyarankan agar kita menggunakan kata buah untuk menggambarkan setiap bagian dari tanaman yang memiliki biji, ampas, dan kulit. Tapi konsep buah alami dan tidak jelas kita biasanya tidak dengan mudah mencakup tomat, labu, dan mentimun. Konsep dan kategori klasik dapat dibangun berdasarkan definisi fitur. Konsep dan kategori kabur dibangun di sekitar prototipe. Menurut tampilan prototipe, sebuah objek akan diklasifikasikan sebagai milik kategori jika cukup mirip dengan prototipe. Namun apa yang dimaksud dengan kemiripan dengan prototipe bisa menjadi masalah yang kompleks. Sebenarnya ada teori yang berbeda tentang bagaimana kesamaan ini harus diukur (Smith & Medin, 1981). Untuk tujuan kami, kami melihat kesamaan dalam hal jumlah fitur yang dibagikan antara suatu objek dan prototipe. Mungkin beberapa fitur bahkan harus ditimbang lebih berat karena lebih penting bagi prototipe daripada fitur lainnya (mis., Komatsu, 1992). Contoh-Contoh Dunia Nyata: Menggunakan Contoh-contoh Beberapa psikolog menyarankan bahwa alih-alih menggunakan prototipe abstrak tunggal untuk mengkategorikan sebuah konsep,



kami menggunakan beberapa contoh yang spesifik. Teladan adalah perwakilan khas dari suatu kategori (Ross, 2000; Ross & Spalding, 1994). Sebagai contoh, dalam mempertimbangkan burung, kita mungkin berpikir tidak hanya tentang burung penyanyi prototipikal, yang berukuran kecil, terbang, membangun sarang, bernyanyi, dan sebagainya. Kita juga mungkin memikirkan contoh untuk burung pemangsa, burung besar yang tidak bisa terbang, unggas air berukuran sedang, dan sebagainya. Beberapa peneliti menggunakan pendekatan ini dalam menjelaskan bagaimana kategori dibentuk dan digunakan dalam situasi klasifikasi yang dipercepat (Nosofsky & Palmeri, 1997; Nosofsky, Palmeri, & McKinley, 1994; lihat juga Estes,1994). Secara khusus, kategori diatur dengan membuat aturan dan kemudian dengan menyimpan contoh sebagai contoh. Objek kemudian dibandingkan dengan eksemplar untuk memutuskan apakah mereka termasuk dalam kategori yang diwakili oleh eksemplar. Teori-teori kategorisasi contoh juga telah dikritik. Satu kritik terkenal mempertanyakan jumlah dan jenis eksemplar yang disimpan untuk setiap kategori (Smith, 2005). Beberapa ahli teori berpendapat bahwa tidak ada sumber daya yang cukup di dalam pikiran untuk menyimpan semua contoh yang diperlukan untuk menentukan keanggotaan dalam suatu kategori (Collier, 2005). Sebuah teori baru-baru ini yang disebut VAM (model abstraksi bervariasi) menunjukkan bahwa prototipe dan contoh hanyalah dua ekstrem pada rangkaian abstraksi. Menurut teori ini, sebagian besar waktu kita menggunakan tidak hanya satu prototipe abstrak atau sejumlah besar contoh konkret untuk kategorisasi. Sebaliknya, kami menggunakan sejumlah representasi menengah yang mewakili subkelompok dalam kategori (Vanpaemel & Storms, 2008). Misalnya, hewan dapat diwakili oleh contoh jenis binatang tertentu, seperti finch atau sparrow atau paus, tetapi juga oleh kategori tingkat tinggi, seperti burung penyanyi atau mamalia laut. Beberapa peneliti tidak mendukung teori teladan eksklusif atau teori berbasis aturan eksklusif (Rouder & Ratcliff, 2004, 2006). Sebaliknya, kombinasi keduanya dianggap lebih tepat. Gagasan ini dibahas di bagian selanjutnya.



Sebuah Sintesis: Menggabungkan Teori Berbasis Fitur dan Prototipe Teori kategorisasi penuh dapat menggabungkan fitur definisi dan karakteristik (lihat juga Hampton, 1997a; Poitrenaud et al., 2005; Smith et al., 1974, 1988; Wisniewski, 1997, 2000), sehingga masing-masing kategori memiliki kedua prototipe dan inti. Inti mengacu pada fiturfitur yang mendefinisikan sesuatu yang harus dianggap sebagai contoh kategori. Prototipe mencakup fitur karakteristik yang cenderung khas dari contoh (burung dapat terbang) tetapi tidak perlu dianggap sebagai contoh (burung unta). Pertimbangkan konsep seorang perampok. Inti mengharuskan seseorang yang dicap sebagai perampok menjadi orang yang mengambil barang dari orang lain tanpa izin. Namun, prototipe cenderung mengidentifikasi orang-orang tertentu yang lebih mungkin menjadi perampok. Ambil contoh, penjahat kerah putih. Kejahatan mereka bisa termasuk penggelapan jutaan dolar dari majikan mereka. Penjahat-penjahat ini sulit ditangkap karena mereka tidak terlihat seperti prototipe perampok kami, tidak peduli berapa banyak mereka dapat mencuri dari orang lain. Sebaliknya, warga kota kami yang tidak terawat terkadang ditangkap karena kejahatan



yang tidak mereka lakukan. Sebagian, alasannya adalah bahwa mereka lebih dekat dengan prototipe perampok yang biasa dipegang, terlepas dari apakah mereka mencuri atau tidak. Dua peneliti menguji gagasan bahwa kita mulai memahami pentingnya mendefinisikan fitur hanya ketika kita bertambah tua (Keil & Batterman, 1984). Hipotesis mereka, anak-anak yang lebih muda, melihat kategori sebagian besar dalam hal fitur karakteristik. Para peneliti memberi anak-anak dalam kisaran usia 5 hingga 10 tahun dengan deskripsi. Di antara mereka ada dua individu yang tidak biasa. Yang pertama adalah "seorang lelaki tua yang bau, dengan pistol di sakunya yang datang ke rumah Anda dan mengambil TV Anda karena orang tua Anda tidak menginginkannya lagi dan mengatakan kepadanya bahwa ia bisa memilikinya." Yang kedua adalah "seorang wanita yang sangat ramah dan ceria yang memelukmu, tetapi kemudian memutus mangkuk toilet Anda dan membawanya pergi tanpa izin dan tanpa niat untuk mengembalikannya." Anak-anak yang lebih kecil sering menandai deskripsi pertama sebagai penggambaran yang lebih baik dari perampok daripada deskripsi kedua. Tidak sampai mendekati usia 10 tahun anak-anak mulai beralih ke karakterisasi individu kedua sebagai lebih seperti perampok. Dengan kata lain, anak-anak yang lebih kecil memandang seseorang sebagai perampok meskipun orang itu tidak mencuri apa pun. Yang penting adalah bahwa orang tersebut memiliki ciri khas perampok. Namun, transisi tidak pernah sepenuhnya lengkap. Kami mungkin curiga bahwa individu pertama setidaknya akan ditangkap sebagai yang kedua. Dengan demikian, masalah kategorisasi itu sendiri tetap agak kabur, tetapi tampaknya mencakup beberapa aspek mendefinisikan fitur dan beberapa aspek prototipe. PERCAYA ATAU TIDAK Beberapa Angka Adalah Ganjil, Dan Beberapa Guru Bahkan konsep klasik seperti bilangan ganjil pun tampaknya memiliki prototipe (Armstrong, Gleitman, & Gleitman, 1983). Konsep bilangan ganjil didefinisikan dengan mudah: Bilangan ganjil adalah bilangan bulat mana pun yang tidak dapat habis dibagi 2. Jadi, bagaimana mungkin satu bilangan lebih aneh daripada bilangan lainnya? Orang-orang menemukan contoh berbeda dari kategori ini sebagai prototipikal dari angka ganjil. Sebagai contoh, 7 dan 13 adalah contoh khas bilangan ganjil yang dipandang cukup dekat dengan prototipe untuk bilangan ganjil. Sebaliknya, 15 dan 21 tidak terlihat begitu aneh secara prototipe. Dengan kata lain, orang melihat 7 dan 13 sebagai contoh bilangan ganjil yang lebih baik daripada 15 dan 21. Namun, keempat bilangan itu sebenarnya ganjil. Pandangan Berbasis Teori Kategorisasi Penyimpangan dari pandangan berbasis-fitur, prototipe-based, dan exemplar tentang makna adalah pandangan berbasis teori tentang makna, juga kadang-kadang disebut pandangan berbasis-penjelasan. Bagaimana Orang Menggunakan Teori Mereka untuk Kategorisasi? Pandangan berbasis teori tentang makna berpendapat bahwa orang memahami dan mengelompokkan konsep dalam hal teori implisit, atau ide-ide umum yang mereka miliki mengenai konsep-konsep tersebut (Markman, 2003, 2007). Misalnya, apa yang membuat seseorang menjadi "olahraga yang baik"? • Pada tampilan komponen, Anda akan mencoba untuk mengisolasi fitur olahraga yang baik.



• • •



Dalam tampilan prototipe, Anda akan mencoba menemukan fitur karakteristik olahraga yang baik. Dalam tampilan contoh, Anda dapat mencoba menemukan beberapa contoh bagus yang telah Anda ketahui dalam hidup Anda. Dalam pandangan berbasis teori, Anda akan menggunakan pengalaman Anda untuk membangun penjelasan tentang apa yang menjadikan seseorang olahraga yang baik.



Pandangan berbasis teori mungkin seperti ini: Olahraga yang baik adalah seseorang yang, ketika dia menang, ramah dalam kemenangan dan tidak mengejek pecundang atau sebaliknya membuat mereka merasa buruk karena kalah. Itu juga seseorang yang, ketika dia kalah, kalah dengan anggun dan tidak menyalahkan pemenang, wasit, atau mencari alasan. Sebaliknya, dia mengambil kekalahan dengan tenang, memberi selamat kepada pemenang, dan kemudian melanjutkan. Perhatikan bahwa dalam pandangan berbasis teori, sulit untuk menangkap esensi teori dalam satu atau dua kata. Sebaliknya, pandangan konsep lebih kompleks. Pandangan berbasis teori menunjukkan bahwa orang dapat membedakan antara konsep esensial dan insidental, atau kebetulan, karena mereka memiliki representasi mental yang kompleks dari konsep-konsep ini. Satu studi menunjukkan bagaimana teori-teori tersebut dapat memanifestasikan diri dalam penilaian tentang konsep-konsep yang baru dipelajari (Rips, 1989). Peserta menerima cerita tentang makhluk hipotetis. Stimulus disajikan dalam dua kondisi eksperimental. Dalam penelitian ini (Rips, 1989), satu kondisi melibatkan makhluk mirip burung yang disebut sorp, yang karena kecelakaan, tampak seperti serangga. Tidak pernah dikatakan bahwa ular itu seperti burung atau serangga. Sebaliknya, keadaan transformasi dijelaskan secara rinci. Si ular digambarkan memiliki makanan yang terdiri dari biji dan buah, memiliki dua sayap dan dua kaki, dan bersarang tinggi di cabang-cabang pohon. Sarangnya, seperti halnya burung, terdiri atas ranting dan bahan serupa. Apalagi, sorp itu ditutupi bulu abu-abu kebiruan, seperti banyak burung. Tetapi seekor ular tertentu mengalami nasib buruk: Sarangnya berada di dekat tempat pemakaman bahan kimia berbahaya. Saat bahan kimia mencemari vegetasi yang dimakan si penyihir, penampilannya secara bertahap mulai berubah. Si ular kehilangan bulubulunya dan malah menumbuhkan sepasang sayap baru yang memiliki membran transparan. Si ular meninggalkan sarangnya dan mengembangkan kulit luar yang rapuh dan berwarnawarni. Tumbuh dua pasang kaki lagi, sehingga sekarang memiliki enam kaki seluruhnya. Itu datang untuk dapat berpegang pada permukaan yang halus, dan mulai mempertahankan diri hanya pada nektar bunga. Pada waktunya, si penyihir dikawinkan dengan si penyihir lain, seorang wanita normal. Betina meletakkan telur yang telah dibuahi yang dihasilkan dari perkawinan di sarangnya dan diinkubasi. Setelah tiga minggu, sorps muda normal muncul dari cangkangnya. Perhatikan bahwa dalam uraian ini, fakta bahwa penyihir dapat kawin dengan penyihir normal untuk menghasilkan penyihir normal menunjukkan bahwa penyihir malang tidak pernah benar-benar mengubah susunan biologis dasarnya. Itu tetap, pada dasarnya, seekor ular. Kondisi kedua melibatkan perubahan penting dalam sifat makhluk. Dengan kata lain, perubahan itu adalah salah satu esensi daripada kecelakaan dan melibatkan makhluk yang dikenal sebagai doon. Selama tahap awal kehidupan doon, itu dikenal sebagai seekor ular. Ia memiliki semua karakteristik ular (seperti yang dijelaskan sebelumnya). Tetapi setelah



beberapa bulan, sang doon melepaskan bulunya dan kemudian mengembangkan karakteristik yang sama yang dihasilkan dari kecelakaan si penyihir yang malang. Perhatikan bahwa dalam kondisi kedua ini ada transformasi yang identik dengan sorp yang dijelaskan dalam kondisi pertama, tetapi transformasi tersebut diwakili sebagai perubahan biologis alami daripada perubahan yang tidak disengaja yang disebabkan oleh kedekatan dengan bahan kimia berbahaya. Peserta dalam penelitian ini diminta untuk memberikan dua peringkat setelah membaca tentang sorp dan doon. Peringkat pertama adalah sejauh mana sorp (dalam kondisi sorp) atau doon (dalam kondisi doon) masuk ke dalam kategori "burung." Peringkat kedua adalah kesamaan sorp atau doon dengan burung. Dengan demikian, satu peringkat adalah untuk kategori keanggotaan dan yang lainnya untuk kesamaan. Ada juga kelompok kontrol yang anggotanya hanya membaca deskripsi penyihir. Peserta kelompok kontrol diminta semata-mata untuk menilai kemiripan sorp dengan burung. Mereka tidak harus menilai seberapa baik penyu masuk ke dalam kategori "burung." Menurut teori prototipe dan contoh, tidak ada alasan khusus untuk mengharapkan dua set peringkat dari peserta eksperimen untuk menunjukkan pola yang berbeda. Menurut teori-teori ini, orang mengkategorikan objek berdasarkan kesamaan mereka dengan prototipe atau contoh, sehingga hasilnya harus sama untuk keduanya set peringkat.



Gambar 8.1 Peringkat Kesamaan. Peserta kelompok kontrol dengan jelas berpikir bahwa sorp sangat mirip dengan burung. Ketika fitur sorp berubah melalui kecelakaan, sorp itu masih dinilai relatif tinggi termasuk dalam kategori burung meskipun peringkatnya untuk kemiripan dengan burung rendah. Namun ketika sorp berubah melalui proses alami, peringkatnya untuk termasuk dalam kategori burung turun meskipun dinilai sangat mirip dengan burung. Sekarang lihat hasilnya pada Gambar 8.1. Hasil untuk kategorisasi dan peringkat kesamaan secara dramatis berbeda! Ketika fitur sorp berubah melalui kecelakaan, itu masih dinilai tinggi sebagai milik kategori burung, meskipun peserta tidak menganggapnya sangat mirip dengan burung. Namun, ketika doon berubah melalui proses alami, itu dinilai kurang tinggi sebagai milik untuk kategori burung meskipun tampaknya relatif mirip dengan burung.



Peserta kelompok kontrol tidak mengalami kesulitan mengenali kemiripan si penyihir dengan seekor burung. Perbedaan pola antara kategori-keanggotaan dan peringkat kesamaan konsisten dengan pandangan makna berdasarkan teori. Menemukan "Esensi" Segala Hal Dukungan lebih lanjut untuk pandangan berbasis teori berasal dari pekerjaan dengan anak-anak. Sejumlah penyelidik telah mempelajari pandangan tentang makna yang disebut esensialisme. Pandangan ini berpendapat bahwa kategori-kategori tertentu, seperti "singa" atau "perempuan," memiliki realitas mendasar yang tidak dapat diamati secara langsung (Gelman, 2003, 2004). Sebagai contoh, seseorang bisa menjadi perempuan bahkan jika orang lain tidak mampu dalam pengamatannya di jalan mendeteksi keperempuanan itu. Salah satu contohnya adalah memiliki rambut pendek. Memiliki rambut pendek mungkin lebih khas laki-laki daripada perempuan, namun perempuan dapat memiliki rambut pendek. Keyakinan kaum esensialis tentang karakteristik kelompok sering dikaitkan dengan devaluasi kelompok-kelompok ini dan meningkatnya prasangka (Bastian & Haslam, 2006; Morton et al., 2009). Keyakinan ini menunjukkan bahwa anggota kelompok tertentu secara intrinsik satu cara dan tidak dapat berubah; oleh karena itu, mereka tidak pernah benar-benar milik kelompok lain. Gelman (2004, 2009) menunjukkan bahwa bahkan anak-anak kecil melihat melampaui fitur yang jelas untuk memahami sifat penting dari berbagai hal. Pandangan ini bertentangan dengan teori Piaget tentang perkembangan kognitif. Menurut teori itu, anak-anak dalam rentang usia dari sekitar 8 hingga 11 tahun adalah pemikir "konkret". Mereka tidak dapat fitur abstrak yang sifatnya formal. Namun, pekerjaan psikolog yang mempelajari esensialisme menunjukkan bahwa anak-anak kecil dapat dan memang mencari fitur tersembunyi yang tidak jelas. Sebagai contoh, dalam sebuah penelitian, 165 anak usia 4 hingga 5 tahun diminta untuk membuat kesimpulan tentang hal-hal seperti harimau atau emas (Gelman & Markman, 1986). Para peneliti menemukan bahwa bahkan pada usia 4 tahun, anak-anak dapat membuat kesimpulan menggunakan kategori-kategori abstrak sebagai kebalikan dari kesamaan persepsi, bahkan ketika kategori-kategori ini bertentangan dengan penampilan. Bagaimana orang belajar tentang konsep dan kategori tergantung, sebagian, pada tugas yang perlu mereka lakukan dengan konsep dan kategori tersebut. Misalnya, orang belajar tentang kategori satu cara jika mereka perlu membuat klasifikasi (misalnya, "Apakah hewan ini kucing atau anjing?") Dan cara lain jika mereka perlu membuat kesimpulan (misalnya, "Jika hewan ini adalah anjing , berapa banyak jari kaki yang akan dimilikinya? ") (Yamauchi & Markman, Learning, oleh karena itu, fleksibel secara strategis, tergantung pada tugas yang harus dilakukan individu; itu tidak terjadi dengan kekakuan "satu ukuran untuk semua" (Markman & Ross, 2003; Ross, 1997). Apa artinya semua ini adalah bahwa makna bukan hanya masalah seperangkat fitur atau contoh. Sejak anak-anak masih sangat muda, mereka mulai membentuk teori tentang sifat benda. Teori-teori ini berkembang seiring bertambahnya usia. Misalnya, Anda mungkin memiliki teori tentang apa yang membuat mobil menjadi mobil. Anda bisa melihat mobil mencari segala macam cara aneh. Selama mereka sesuai dengan teori Anda, Anda tetap akan menyebut mereka sebagai mobil. Teori memungkinkan kita untuk melihat makna secara mendalam, bukan hanya untuk menetapkan makna berdasarkan fitur dangkal objek.



Kecerdasan dan Konsep dalam Berbagai Budaya Budaya mempengaruhi banyak proses kognitif, termasuk kecerdasan (Lehman, Chiu, & Schaller, 2004). Akibatnya, individu dalam budaya yang berbeda dapat membangun konsep dengan cara yang sangat berbeda, memberikan hasil pembentukan konsep atau studi identifikasi dalam satu tersangka budaya tunggal (Atran, 1999; Coley et al., 1999; Medin & Atran, 1999). Dengan demikian, kelompok-kelompok mungkin berpikir tentang apa yang tampak secara dangkal sebagai fenomena yang sama — apakah konsep atau pengambilan tes — secara berbeda. Apa yang tampak sebagai perbedaan dalam kecerdasan umum mungkin sebenarnya adalah perbedaan dalam sifat budaya (Helms-Lorenz, Van de Vijver, & Poortinga, 2003). Helms-Lorenz dan rekan (2003) berpendapat bahwa perbedaan pengukuran kinerja intelektual dapat disebabkan oleh perbedaan dalam kompleksitas budaya; tetapi kompleksitas suatu budaya sangat sulit untuk didefinisikan, dan apa yang tampak sederhana atau kompleks dari sudut pandang satu budaya mungkin tampak berbeda dari sudut pandang yang lain. Orang-orang dalam budaya yang berbeda mungkin memiliki gagasan yang sangat berbeda tentang apa artinya menjadi pintar. Sebagai contoh, salah satu studi lintas-budaya yang lebih menarik dari intelijen dilakukan oleh Michael Cole dan rekan-rekannya (Cole et al., 1971). Para penyelidik ini meminta anggota dewasa dari suku Kpelle di Afrika untuk menyortir istilah yang mewakili konsep. Pertimbangkan apa yang terjadi dalam budaya Barat ketika orang dewasa diberikan tugas penyortiran pada tes kecerdasan. Lebih banyak orang cerdas biasanya akan menyortir secara hierarkis. Misalnya, mereka dapat menyortir nama berbagai jenis ikan secara bersamaan. Kemudian mereka menempatkan kata ikan di atasnya. Mereka menempatkan nama binatang di atas ikan dan di atas burung, dan seterusnya. Orang yang kurang cerdas biasanya akan menyortir secara fungsional. Misalnya, mereka dapat mengurutkan ikan dengan makanan. Mengapa? Karena kita makan ikan. Atau mereka bisa menyortir pakaian dengan memakai karena kita memakai pakaian. Kpelle disortir secara fungsional. Mereka melakukannya bahkan setelah penyelidik gagal mencoba membuat Kpelle secara spontan untuk menyortir secara hierarkis. Akhirnya, dengan putus asa, salah satu peneliti (Glick) meminta Kpelle untuk menyortir seperti orang bodoh. Sebagai tanggapan, Kpelle dengan cepat dan mudah diurutkan secara hierarkis. Kpelle bisa memilah seperti ini selama ini. Mereka tidak melakukannya karena mereka menganggapnya bodoh. Mereka mungkin juga menganggap penanya agak tidak cerdas karena mengajukan pertanyaan bodoh seperti itu. Orang-orang Kpelle bukan satu-satunya yang mungkin mempertanyakan pemahaman Barat tentang kecerdasan. Dalam budaya Puluwat di Samudra Pasifik, misalnya, pelaut menempuh jarak yang sangat jauh. Mereka tidak menggunakan alat bantu navigasi yang diperlukan pelaut dari negara maju untuk berpindah dari satu tempat ke tempat lain (Gladwin, 1970). Misalkan para pelaut Puluwat merencanakan tes intelijen untuk kami dan sesama warga Amerika. Kami dan rekan-rekan kami mungkin tampak tidak terlalu pintar. Demikian pula, para pelaut Puluwat yang sangat terampil mungkin tidak berhasil dalam tes kecerdasan buatan Amerika. Pengamatan ini dan lainnya telah mendorong beberapa ahli teori untuk mengakui pentingnya mempertimbangkan konteks budaya ketika kecerdasan dinilai.



Model Jaringan Semantik Model jaringan semantik menunjukkan bahwa pengetahuan diwakili dalam pikiran kita dalam bentuk konsep yang terhubung satu sama lain dalam bentuk seperti web. Berikut ini, kami mempertimbangkan model yang dikembangkan oleh Collins dan Quillian (1969) serta model lain yang didasarkan pada perbandingan fitur semantik.



Model Jaringan Collins dan Quillian Model yang lebih tua yang masih digunakan sampai sekarang adalah bahwa pengetahuan direpresentasikan dalam istilah semantik hierarkis (terkait dengan makna sebagaimana dinyatakan dalam bahasa — yaitu, dalam simbol linguistik). Jaringan semantik adalah jaringan elemen makna (node) yang terhubung satu sama lain melalui tautan (Collins & Quillian, 1969). Representasi pengetahuan yang terorganisir mengambil bentuk diagram pohon hierarkis. Itu elemen disebut node; mereka biasanya konsep. Koneksi antara node diberi label hubungan. Mereka mungkin menunjukkan keanggotaan kategori (mis., Hubungan "adalah" yang menghubungkan "babi" dengan "mamalia"), atribut (mis., Menghubungkan "berbulu" ke "mamalia"), atau hubungan semantik lainnya. Dengan demikian, jaringan menyediakan sarana untuk mengatur konsep. Bentuk yang tepat dari jaringan semantik berbeda dari satu teori ke teori lainnya, tetapi sebagian besar jaringan terlihat seperti jaringan yang sangat disederhanakan yang ditunjukkan pada Gambar 8.2. Hubungan berlabel membentuk tautan yang memungkinkan individu untuk menghubungkan berbagai node dengan cara yang bermakna.



Gambar 8.2 Struktur Jaringan Semantik. Dalam jaringan semantik yang sederhana, simpul berfungsi sebagai persimpangan yang mewakili konsep yang dihubungkan oleh hubungan berlabel: struktur jaringan dasar yang menunjukkan bahwa hubungan R menghubungkan simpul a dan b.



Gambar 8.3 Struktur Hirarkis Jaringan Semantik. Jaringan semantik memiliki struktur hierarkis. Konsep-konsep (diwakili melalui node) dihubungkan dengan cara hubungan (panah) seperti "adalah" atau "memiliki." Sumber: From In Search of the Human Mind, oleh Robert J. Sternberg. Hak Cipta © 1995 oleh Harcourt Brace & Company. Direproduksi dengan izin dari penerbit.



Dalam studi seminal, para peserta diberikan pernyataan yang berkaitan dengan konsep, seperti "Hiu adalah ikan" dan "Hiu adalah binatang" (Collins & Quillian, 1969). Mereka diminta untuk memverifikasi kebenaran pernyataan tersebut. Beberapa benar; yang lain tidak. Karena objek yang akan diklasifikasi menjadi lebih jauh secara hierarkis dari kategori yang disebutkan dalam pernyataan, orang biasanya membutuhkan waktu lebih lama untuk memverifikasi pernyataan yang benar. Dengan demikian, kita dapat berharap orang akan membutuhkan waktu lebih lama untuk memverifikasi "Hiu adalah binatang" daripada "Hiu adalah ikan." Alasannya adalah bahwa ikan adalah kategori langsung yang lebih tinggi untuk hiu. Akan tetapi, hewan adalah kategori superordinat yang lebih terpencil (lihat Gambar 8.3). Collins dan Quillian menyimpulkan bahwa representasi jaringan hierarkis, seperti yang ditunjukkan pada Gambar 8.3, cukup memperhitungkan waktu respons dalam penelitian mereka. Model hierarkis tampak ideal bagi para penyelidik. Dalam hierarki, kami dapat menyimpan informasi secara efisien yang berlaku untuk semua anggota kategori pada tingkat setinggi mungkin dalam hierarki. Kami tidak harus mengulangi informasi di semua level yang lebih rendah dalam hierarki. Oleh karena itu, model hierarkis menyediakan tingkat ekonomi kognitif yang tinggi. Sistem ini memungkinkan penggunaan kapasitas secara efisien maksimal dengan redundansi minimum. Jadi, jika Anda tahu bahwa anjing dan kucing adalah mamalia, Anda menyimpan semua yang Anda ketahui tentang mamalia di tingkat mamalia. Misalnya, Anda mungkin menyimpan bahwa mamalia memiliki bulu dan melahirkan anak muda yang mereka susun. Anda tidak perlu mengulangi informasi itu lagi di tingkat hierarki yang lebih rendah untuk anjing dan kucing. Apa pun yang diketahui tentang item pada level yang lebih tinggi dalam hierarki diterapkan ke semua item pada level yang lebih rendah dalam hierarki. Konsep pewarisan ini mengimplikasikan bahwa item level rendah mewarisi properti item level tinggi. Konsep ini, pada gilirannya, adalah kunci ekonomi model hierarkis. Model komputer dari jaringan dengan jelas menunjukkan nilai ekonomi kognitif. Studi Collins dan Quillian menghasut seluruh garis penelitian ke dalam struktur jaringan semantik. Namun, banyak psikolog yang mempelajari data Collins dan Quillian tidak setuju dengan interpretasi Collins dan Quillian. Untuk satu hal, banyak anomali dalam data tidak dapat dijelaskan oleh model. Misalnya, peserta membutuhkan waktu lebih lama untuk memverifikasi "Singa adalah mamalia" daripada memverifikasi "Singa adalah binatang." Namun, dalam pandangan yang sangat hierarkis, verifikasi harus lebih cepat untuk pernyataan mamalia daripada untuk pernyataan binatang. Bagaimanapun, kategori mamalia secara hierarkis lebih dekat dengan kategori singa daripada hewan kategori. Membandingkan Fitur Semantik Sebuah teori alternatif adalah bahwa pengetahuan disusun berdasarkan perbandingan fitur semantik, bukan pada hierarki konsep yang ketat (Smith, Shoben, & Rips, 1974). Walaupun teori ini kedengarannya mirip dengan teori kategorisasi berbasis fitur, teori ini berbeda darinya dengan cara kunci: Fitur konsep yang berbeda dibandingkan secara langsung, daripada berfungsi sebagai dasar untuk membentuk kategori. Pertimbangkan kategorisasi mamalia yang berbeda. Dalam teori berbasis fitur, setiap mamalia akan dideskripsikan dengan serangkaian fitur pendefinisiannya sendiri — kelinci mungkin ditentukan oleh bulunya, telinganya yang panjang, jalan melompat, dll. Jika fitur dibandingkan secara langsung, maka Anda akan membandingkan semua mamalia pada dasar dari serangkaian fitur yang sama. Bagaimana cara kerjanya?



Mari kita tetap dengan contoh mamalia. Nama mamalia dapat direpresentasikan dalam ruang psikologis yang diatur oleh tiga fitur: ukuran, keganasan, dan kemanusiaan (Henley, 1969). Singa, misalnya, akan tinggi di ketiganya. Seekor gajah akan berukuran sangat tinggi tetapi tidak terlalu ganas. Seekor tikus akan berukuran kecil tetapi relatif ganas. Gambar 8.4 menunjukkan bagaimana informasi dapat diatur dalam teori berbasis fitur nonhierarkis. Perhatikan bahwa representasi ini juga meninggalkan sejumlah pertanyaan yang tidak terjawab. Misalnya, bagaimana kata mamalia itu cocok? Tampaknya tidak cocok dengan ruang nama mamalia. Di mana benda-benda lain cocok? Tak satu pun dari dua teori representasi sebelumnya sepenuhnya menentukan bagaimana semua informasi dapat diatur dalam jaringan semantik. Misalnya, bagaimana bagian dari keseluruhan diwakili dalam jaringan? Mungkin semacam kombinasi representasi digunakan (mis., Collins & Loftus, 1975). Model jaringan lain cenderung menekankan hubungan mental yang kita pikirkan lebih sering daripada hanya hubungan hierarkis. Misalnya, mereka mungkin menekankan hubungan antara burung dan burung robin atau burung pipit atau hubungan antara burung dan terbang. Mereka tidak akan menekankan hubungan antara burung dan kalkun atau penguin atau hubungan antara burung dan berdiri dengan dua kaki. Metode umum untuk memeriksa jaringan semantik melibatkan penggunaan penyelesaian batang kata. Dalam tugas ini, para peserta disajikan kata-kata utama untuk waktu yang sangat singkat dan kemudian diberikan beberapa huruf pertama dari sebuah kata dan diperintahkan untuk melengkapi kata kunci dengan kata pertama yang muncul di pikiran. Batangnya bisa dilengkapi kata yang terkait secara semantik atau sejumlah kata yang tidak terkait. Biasanya, peserta menyelesaikan batang ini dengan item yang terkait secara semantik. Misalnya, isi kata berikut: s__m Bagaimana Anda menyelesaikannya? Banyak orang, setelah membaca paragraf ini, akan melengkapinya dengan "batang." Tetapi ada banyak kemungkinan lain yang tidak dipikirkan, seperti "spam," "ramping," dan "kumuh," dan "palsu," untuk beberapa nama.



Gambar 8.4 Perbandingan Fitur Semantik. Salah satu alternatif untuk model jaringan hirarki memori semantik melibatkan representasi yang menyoroti perbandingan fitur semantik. Model fitur juga gagal menjelaskan semua data berkenaan dengan memori semantik.



Temuan ini diambil berarti bahwa aktivasi satu node jaringan meningkatkan aktivasi node terkait. Satu studi mencatat bahwa, dengan perkembangan penyakit Alzheimer, aktivasi node terkait terganggu. Akibatnya, kata batang untuk pasien dengan penyakit Alzheimer lebih sering dilengkapi dengan kata-kata yang tidak terkait dengan prime (Passafiume, Di Giacomo, & Carolei, 2006). Jaringan semantik juga dieksplorasi dengan pasien H. M. (lihat Bab 5 untuk informasi tentang H. M). Seperti yang Anda ingat, hippocampus H. M. lesion sebagai pengobatan untuk epilepsi. Efek samping dari perawatan ini adalah hilangnya kemampuan untuk membentuk ingatan baru. Namun, H. M. setidaknya mampu belajar beberapa informasi semantik baru. Meskipun kinerja pada tugas-tugas semantik terganggu pada H. M., jelas ada beberapa pembelajaran semantik (O'Kane, Kensinger, & Corkin, 2004). Temuan ini menunjukkan bahwa, meskipun pembelajaran semantik dapat terjadi tanpa keterlibatan hippocampus, pembelajaran seperti itu sangat ditingkatkan dengan penggunaannya. Kami dapat memperluas pemahaman kami tentang konsep lebih lanjut jika kami mempertimbangkan tidak hanya tingkat hirarki dan dasar konsep (Komatsu, 1992). Kita juga harus mempertimbangkan informasi relasional lain yang dikandung konsep ini. Secara khusus, kita dapat lebih memahami cara-cara di mana kita memperoleh makna dari konsep dengan mempertimbangkan hubungan mereka dengan konsep lain, serta hubungan antara atribut yang terkandung dalam suatu konsep. Misalnya, perangkat pembelajaran dan pengajaran multimedia baru yang didasarkan pada model jaringan semantik dan menggunakan alat-alat seperti pemetaan pikiran memang dapat meningkatkan perolehan pengetahuan (Zumbach, 2009).



Representasi Skematis Cara lain untuk mengatur banyak konsep yang kita miliki dalam pikiran kita adalah melalui skema. Pertama kita akan membahas skema secara umum dan kemudian melihat skrip, yang merupakan jenis skema tertentu. Skema Satu pendekatan utama untuk memahami bagaimana konsep dihubungkan dalam pikiran adalah melalui skema. Mereka sangat mirip dengan jaringan semantik, kecuali bahwa skema seringkali lebih berorientasi pada tugas. Ingatlah bahwa skema adalah kerangka mental untuk mengatur pengetahuan. Ini menciptakan struktur bermakna dari konsep terkait. Misalnya, kita mungkin memiliki skema untuk dapur yang memberi tahu kita hal-hal yang mungkin ditemukan di dapur dan di mana kita bisa menemukannya. Tentu saja, baik konsep maupun skema dapat dilihat pada berbagai tingkat analisis. Itu semua tergantung pada pikiran individu dan konteksnya (Barsalou, 2000). Bayangkan ibumu sakit punggung yang parah dan kamu menawarkan untuk memijatnya. Pijat untuk Anda bisa berarti menggosok punggungnya dan mungkin memijat bahunya. Untuk seorang terapis pijat, pijat dapat mencakup lebih banyak. Ia membedakan otot dan tendon yang berbeda di punggung dan mengakui bahwa sakit punggung juga terkait dengan kondisi di pinggul atau di tempat lain di tubuh. Dengan demikian, ia menargetkan perawatannya jauh lebih spesifik. Demikian pula, kebanyakan orang tidak memiliki skema yang rumit untuk psikologi kognitif. Namun, bagi sebagian besar psikolog kognitif, skema psikologi kognitif kaya dielaborasi. Ini mencakup banyak subschema, seperti subschema untuk perhatian, ingatan, dan persepsi. Skema memiliki beberapa karakteristik yang memastikan fleksibilitas luas dalam penggunaannya (Rumelhart & Ortony, 1977; Thorndyke, 1984):



1. Skema dapat mencakup skema lain. Misalnya, skema untuk hewan mencakup skema untuk sapi, skema untuk kera, dan sebagainya. 2. Skema mencakup fakta umum yang tipikal yang dapat sedikit berbeda dari satu contoh spesifik ke lainnya. Sebagai contoh, walaupun skema untuk mamalia termasuk fakta umum bahwa mamalia biasanya memiliki bulu, ini memungkinkan manusia, yang kurang berbulu daripada kebanyakan mamalia lainnya. Hal ini juga memungkinkan landak, yang tampak lebih berduri daripada berbulu, dan untuk mamalia laut seperti ikan paus yang hanya memiliki beberapa rambut berbulu. 3. Skema dapat bervariasi dalam tingkat abstraksi mereka. Sebagai contoh, skema untuk keadilan jauh lebih abstrak daripada skema untuk apel atau bahkan skema untuk buah. Schemas juga dapat memasukkan informasi tentang hubungan (Komatsu, 1992). Beberapa informasi ini mencakup hubungan di antara yang berikut:  konsep (mis., Hubungan antara truk dan mobil);  atribut dalam konsep (mis., Tinggi dan berat gajah);  atribut dalam konsep terkait (mis., Kemerahan ceri dan kemerahan apel);  konsep dan konteks tertentu (mis., Ikan dan laut); dan  konsep spesifik dan pengetahuan latar belakang umum (mis., konsep tentang presiden A.S. tertentu dan pengetahuan umum tentang pemerintah A.S. dan tentang sejarah A.S.). Hubungan dalam skema yang menarik minat psikolog kognitif adalah hubungan kausal (“jika-maka”). Misalnya, pertimbangkan skema kami untuk kaca. Ini mungkin menentukan bahwa jika suatu benda yang terbuat dari kaca jatuh ke permukaan yang keras, benda itu dapat pecah. Skema juga menyertakan informasi yang dapat kita gunakan sebagai dasar untuk menarik kesimpulan dalam situasi baru. Misalnya, misalkan seorang wanita berusia 75 tahun, seorang pria berusia 45 tahun, seorang biarawati berusia 30 tahun, dan seorang wanita berusia 25 tahun sedang duduk di bangku taman yang mengelilingi taman bermain. Seorang anak kecil jatuh dari beberapa peralatan bermain. Dia memanggil "Mama!" Kepada siapa anak itu memanggil? Kemungkinannya adalah, untuk menentukan jawaban Anda, Anda akan dapat menarik kesimpulan dengan memanggil berbagai skema. Mereka akan memasukkan yang untuk ibu, untuk pria dan wanita, untuk orang-orang dari berbagai usia, dan bahkan untuk orang yang bergabung dengan ordo keagamaan. Para peneliti yang tertarik pada kecerdasan buatan (AI) telah mengadaptasi gagasan skema agar sesuai dengan berbagai model komputer kecerdasan manusia. Para peneliti ini merancang model komputer tentang bagaimana pengetahuan diwakili dan digunakan. Skema dapat digunakan, misalnya, ketika melakukan pencarian di database besar dan kompleks atau untuk mengintegrasikan massa informasi (Do & Rahm, 2007; Fagin et al., 2009). Masalah dengan skema adalah mereka dapat menimbulkan stereotip. Sebagai contoh, kita mungkin memiliki skema untuk jenis orang yang kita yakini bertanggung jawab atas penghancuran World Trade Center pada 11 September 2001. Skema ini dapat dengan mudah menghasilkan stereotip dari kelompok orang tertentu sebagai kemungkinan teroris. Misalnya, jika Anda mengaitkan jenis pakaian tertentu atau sistem kepercayaan tertentu dengan para teroris, Anda dapat dengan mudah mengaitkan orang lain dengan kelompok pelaku hanya karena mereka mengenakan pakaian yang sama atau berbagi kepercayaan dengan para teroris. teroris.



Skrip Salah satu jenis skema adalah skrip (Schank & Abelson, 1977). Sebuah skrip berisi informasi tentang urutan tertentu di mana sesuatu terjadi. Secara umum, skrip jauh lebih fleksibel daripada skema. Namun, skrip menyertakan nilai default untuk aktor, alat peraga, pengaturan, dan urutan peristiwa yang diharapkan terjadi. Nilai-nilai ini secara bersama-sama menyusun ikhtisar acara. Pikirkan tentang skrip restoran. Naskah dapat diterapkan pada satu jenis restoran tertentu — misalnya, kedai kopi. Sebuah skrip memiliki beberapa fitur:  alat peraga: meja, menu, makanan, cek, dan uang  peran yang dimainkan: pelanggan, pelayan, koki, kasir, dan pemilik  membuka kondisi untuk naskah: pelanggan lapar, dan dia punya uang  adegan: masuk, memesan, makan, dan keluar  serangkaian hasil: pelanggan memiliki lebih sedikit uang; pemilik memiliki lebih banyak uang; pelanggan tidak lagi lapar; dan terkadang pelanggan dan pemiliknya senang. Berbagai studi empiris telah dilakukan untuk menguji validitas gagasan skrip. Dalam satu, peneliti menyajikan peserta mereka dengan 18 cerita singkat (Bower, Black, & Turner, 1979). Anda dapat membaca salah satunya, mewakili naskah kantor dokter, di Investigating Cognitive Psychology: Scripts — The Doctor. Dalam penelitian tersebut, para peserta diminta untuk membaca 18 cerita yang mirip dengan yang ada di kotak Investigating Cognitive Psychology. Kemudian, mereka diminta untuk melakukan satu dari dua tugas. Dalam tugas mengingat, peserta diminta untuk mengingat sebanyak mungkin tentang masing-masing cerita. Di sini, peserta menunjukkan kecenderungan yang signifikan untuk mengingat, sebagai bagian dari cerita, elemen-elemen yang sebenarnya tidak ada dalam cerita tetapi itu adalah bagian dari skrip yang diwakili oleh cerita tersebut. Dalam tugas pengenalan, peserta diberikan kalimat. Mereka diminta menilai, pada skala 7 poin, keyakinan mereka bahwa mereka telah melihat masing-masing kalimat. Beberapa kalimat berasal dari cerita, yang lain tidak. Dari kalimat-kalimat yang bukan dari cerita, beberapa dari naskah yang relevan, dan yang lain bukan dari naskah ini. Peserta lebih cenderung untuk mengkarakterisasi kalimat non-cerita tertentu sebagai berasal dari cerita jika kalimat non-cerita relevan dengan naskah daripada jika kalimat non-cerita tidak relevan dengan naskah. Penelitian Bower, Black, dan Turner menyarankan bahwa skrip tampaknya memandu apa yang diingat dan dikenali orang — pada akhirnya, apa yang diketahui orang. Dalam konteks terkait, skrip juga dapat berperan sehubungan dengan cara-cara di mana para ahli berkomunikasi dan menulis satu sama lain. Tentu saja, para ahli berbagi jargon — kosakata khusus yang biasa digunakan dalam suatu kelompok, seperti profesi atau perdagangan. Anda mungkin mendengar psikolog asyik berdiskusi tentang efek priming, tetapi orang awam mungkin tidak akan mengerti apa yang sebenarnya mereka bicarakan. INVESTIGASI PSIKOLOGI KOGNITIF Naskah — Dokter John merasa tidak enak hari ini dan memutuskan untuk pergi menemui dokter keluarga. Dia memeriksa dengan resepsionis dokter dan kemudian melihat-lihat beberapa majalah medis yang ada di meja dekat kursinya. Akhirnya, perawat datang dan meminta John melepas pakaiannya. Dokter sangat baik padanya. Dia akhirnya meresepkan beberapa pil untuk John. Kemudian John meninggalkan kantor dokter dan pulang.



Apakah John melepas pakaiannya? Deskripsi "scripted" tentang kunjungan ke kantor dokter ini cukup tipikal. Perhatikan bahwa dalam uraian ini, seperti yang mungkin terjadi dalam uraian lisan suatu naskah, beberapa detail hilang. Pembicara (atau penulis naskah, dalam hal ini) mungkin tidak menyebutkan rincian ini. Jadi, kita tidak tahu pasti bahwa John benar-benar melepaskan pakaiannya. Selain itu, perawat mungkin memberi isyarat kepada John di beberapa titik. Dia atau dia kemudian mengantar John ke ruang pemeriksaan dan mungkin mengambil suhu dan tekanan darah John dan menimbangnya. Dokter mungkin meminta John untuk menjelaskan gejalanya, dan sebagainya. Tetapi kita tidak mengetahui hal-hal ini dengan pasti. Selain itu, bagaimanapun, para ahli berbagi pemahaman yang sama tentang skrip yang dikenal oleh orang dalam ke bidang keahlian. Misalnya, setelah membaca Bab 2, Anda memiliki pemahaman dasar tentang metode positron emission tomography (PET). Karena itu, ketika seseorang menyebutkan bahwa pemindaian PET digunakan untuk memeriksa otak, Anda memiliki gagasan tentang apa yang terjadi. Orang-orang di luar bidang keahlian tidak berbagi pemahaman ini. Dalam contoh PET, seseorang yang belum pernah membaca atau mempelajari tentang PET mungkin tahu bahwa hasilnya adalah gambar otak tetapi tidak akan tahu bahwa prosedurnya melibatkan injeksi oksigen yang sedikit radioaktif. Ketika mencoba memahami manual teknis dan percakapan teknis di luar bidang keahlian Anda sendiri, Anda mungkin mengalami kesulitan kosakata dan kesenjangan informasi. Anda tidak memiliki skrip yang tepat untuk menafsirkan bahasa yang digunakan. Studi pencitraan mengungkapkan bahwa lobus frontal dan parietal terlibat dalam pembuatan skrip (Godbout et al., 2004). Pembuatan skrip membutuhkan banyak memori kerja. Pembuatan skrip lebih lanjut melibatkan penggunaan informasi temporal dan spasial. Sejumlah populasi pasien mengalami gangguan penggunaan skrip. Misalnya, orang dengan skizofrenia sering mengalami kesulitan mengingat dan mengurutkan skrip. Juga, orangorang ini menambahkan acara ke skrip yang tidak boleh disertakan. Penelitian menunjukkan hubungan antara kesulitan dengan pemrosesan skrip dan gejala positif skizofrenia (seperti halusinasi dan ilusi) di satu sisi, dan disfungsi lobus frontal, di sisi lain (Matsui et al., 2006). Orang dengan attention deficit hyperactivity disorder (ADHD), orang dengan gangguan autisticspectrum, dan bahkan orang yang menua secara normal juga dapat mengalami masalah dengan skrip dan mungkin mengalami kesulitan mengingat urutan langkah-langkah yang tepat dalam skrip yang terlibat (Allain et al., 2007; Braun et al., 2004; Loth et al., 2008). Sekali lagi, lobus frontal tampaknya memainkan peran sentral dalam pembuatan dan penggunaan skrip. Efek khas adalah efek yang menarik dalam pembelajaran naskah. Secara umum, ketika seseorang mempelajari naskah, jika tindakan tipikal dan atipikal disediakan, informasi atipikal akan lebih mudah diingat. Perbedaan ini kemungkinan karena peningkatan upaya dalam pengolahan yang diperlukan untuk informasi atipikal dibandingkan dengan informasi khas. Ketika seseorang menderita cedera kepala tertutup, seperti pukulan kuat ke kepala, efek khasnya menghilang (Vakil et al., 2002). Dengan kata lain, orang kemudian memiliki daya ingat yang sama tentang informasi tipikal dan atipikal. Model skrip telah membantu psikolog kognitif mendapatkan wawasan tentang organisasi pengetahuan. Script memungkinkan kita untuk menggunakan kerangka mental untuk bertindak dalam situasi tertentu ketika kita harus mengisi celah yang jelas dalam konteks tertentu. Tanpa akses ke naskah mental, kita mungkin akan bingung ketika pertama kali kita memasuki restoran baru atau kantor dokter baru. Bayangkan bagaimana jadinya jika perawat di kantor dokter harus



menjelaskan setiap langkah kepada Anda. Ketika semua orang dalam situasi tertentu mengikuti skrip yang sama, harinya mengalir jauh lebih lancar. Apakah kita berlangganan gagasan tentang kategori, jaringan semantik, atau skema, masalah penting adalah bahwa pengetahuan diatur. Bentuk-bentuk organisasi ini dapat melayani tujuan yang berbeda. Penggunaan pengetahuan yang paling adaptif dan fleksibel akan memungkinkan kami untuk menggunakan segala bentuk organisasi, tergantung pada situasinya. Kita memerlukan beberapa cara untuk mendefinisikan aspek situasi, untuk menghubungkan konsep-konsep ini dengan konsep dan kategori lain, dan untuk memilih tindakan yang sesuai, mengingat situasinya. Selanjutnya, kita membahas teori tentang bagaimana pikiran mewakili pengetahuan prosedural. APLIKASI PRAKTIS PSIKOLOGI KOGNITIF TULISAN DALAM KEHIDUPAN SETIAP HARI ANDA Lihatlah lebih dekat pada skrip yang Anda gunakan dalam kehidupan sehari-hari. Apakah skrip pergi-ke-kelas Anda berbeda dari skrip pergi-ke-makanan atau kegiatan skrip lainnya? Dalam hal apa perbedaan skrip Anda — dalam struktur atau detail? Cobalah membuat perubahan pada skrip Anda, baik secara detail atau dalam struktur dan lihat cara kerja berbagai hal. Misalnya, Anda mungkin terburu-buru di pagi hari untuk pergi ke sekolah atau bekerja dan melupakan hal-hal atau datang terlambat. Selain penyesuaian yang jelas untuk bangun lebih awal, analisis struktur skrip Anda. Lihat apakah Anda dapat menggabungkan atau menghapus langkahlangkah. Anda bisa mencoba menata pakaian Anda dan mengepak ransel atau tas kerja malam sebelumnya untuk menyederhanakan rutinitas pagi Anda. Garis bawah? Cara terbaik untuk membuat skrip Anda bekerja lebih baik untuk Anda adalah pertama-tama menganalisis apa itu dan kemudian memperbaikinya. Apakah skrip dalam hidup Anda selalu berguna, atau ada beberapa yang mengganggu Anda menyelesaikan sesuatu? Representasi Bagaimana Kita Melakukan Hal: Pengetahuan Prosedural Beberapa model paling awal untuk mewakili pengetahuan prosedural (bagaimana kita melakukan sesuatu) berasal dari AI dan penelitian simulasi komputer (lihat Bab 1). Melalui model-model ini, para peneliti mencoba membuat komputer melakukan tugas dengan cerdas, terutama dengan cara yang mensimulasikan kinerja manusia yang cerdas. Bahkan, psikolog kognitif telah belajar banyak tentang cara mewakili dan menggunakan pengetahuan prosedural. Mereka harus karena masalah khas yang ditimbulkan dalam membuat komputer menerapkan prosedur berdasarkan serangkaian instruksi yang dikompilasi dalam program. Melalui upaya coba-coba membuat komputer untuk mensimulasikan proses kognitif yang cerdas, psikolog kognitif telah memahami beberapa kompleksitas pemrosesan informasi manusia. Bagian selanjutnya akan menjelaskan bagaimana psikolog percaya bahwa pengetahuan prosedural “bekerja.” Setelah itu, kita akan melihat beberapa penelitian di otak dan bagaimana hal itu memengaruhi teori dan model. "Produksi" Pengetahuan Prosedural Representasi pengetahuan prosedural diperoleh melalui mempraktikkan penerapan prosedur. Ini bukan hanya hasil dari membaca, mendengar, atau mendapatkan informasi dari instruksi eksplisit. Setelah representasi mental pengetahuan nondeklaratif dibangun (proseduralisasi selesai), pengetahuan itu tersirat. Sulit untuk membuat eksplisit dengan mencoba



memasukkannya ke dalam kata-kata. Sebenarnya, praktik cenderung mengurangi akses eksplisit ke pengetahuan itu. Misalnya, Anda baru-baru ini telah mempelajari cara mengendarai mobil shift standar. Anda mungkin menemukan lebih mudah untuk menggambarkan cara melakukannya daripada seseorang yang telah mempelajari keterampilan itu sejak lama. Namun, ketika akses eksplisit Anda ke pengetahuan nondeklaratif menurun, kecepatan dan kemudahan Anda mendapatkan akses implisit ke pengetahuan itu meningkat. Akhirnya, sebagian besar pengetahuan nondeclarative dapat diambil untuk digunakan lebih cepat daripada pengetahuan deklaratif dapat diambil. Psikolog telah mengembangkan berbagai model untuk bagaimana informasi prosedural diwakili dan diproses. Masing-masing model ini melibatkan pemrosesan serial informasi, di mana informasi ditangani melalui urutan operasi linear, satu operasi pada satu waktu. Salah satu cara di mana komputer dapat mewakili dan mengatur pengetahuan prosedural adalah dalam bentuk seperangkat aturan yang mengatur produksi, yang mencakup pembuatan dan keluaran dari suatu prosedur (Jones & Ritter, 2003). Simulasi komputer produksi mengikuti aturan produksi (aturan "jika-maka"), terdiri dari klausa "jika" dan klausa "maka" (Newell & Simon, 1972). Orang-orang dapat menggunakan bentuk pengorganisasian pengetahuan yang sama atau sesuatu yang sangat dekat dengannya. Misalnya, anggap mobil Anda membelok ke arah kiri jalan. Maka Anda harus mengarahkan ke sisi kanan jalan jika Anda ingin menghindari menabrak trotoar. Klausa "jika" termasuk seperangkat kondisi yang harus dipenuhi untuk mengimplementasikan klausul "lalu". Klausa "lalu" adalah tindakan atau serangkaian tindakan yang merupakan respons terhadap klausa "jika". Untuk aturan "jika-maka" yang diberikan, setiap kondisi dapat berisi satu atau lebih variabel. Untuk masing-masing kondisi ini, mungkin ada satu atau lebih kemungkinan. Misalnya, jika Anda ingin pergi ke suatu tempat dengan mobil, dan jika Anda tahu cara mengendarai mobil, dan jika Anda memiliki lisensi dan diasuransikan untuk mengemudi, dan jika Anda memiliki mobil yang tersedia untuk Anda, dan jika Anda tidak memiliki kendala lain (mis. tidak ada kunci, tidak ada gas, mesin rusak, baterai mati), maka Anda dapat melakukan tindakan untuk mengendarai mobil di suatu tempat. Ketika aturan dijelaskan dengan tepat dan semua kondisi dan tindakan yang relevan dicatat, sejumlah besar peraturan diperlukan untuk melakukan bahkan tugas yang sangat sederhana. Aturan-aturan ini disusun dalam struktur rutin (instruksi mengenai prosedur untuk mengimplementasikan tugas) dan subrutin (instruksi untuk mengimplementasikan subtugas di dalam tugas yang lebih besar yang diatur oleh rutin). Banyak dari rutinitas dan subrutin ini berulang, yang berarti bahwa mereka diulang berkali-kali selama pelaksanaan tugas. Jika Anda ingin menyelesaikan tugas tertentu atau menggunakan keterampilan, Anda menggunakan sistem produksi yang terdiri dari seluruh rangkaian aturan (produksi) untuk melaksanakan tugas atau menggunakan keterampilan (Anderson, 1983, 1993; Gugerty, 2007; Newell & Simon , 1972; Simon, 1999a, 1999b). Pertimbangkan contoh sistem produksi sederhana bagi pejalan kaki untuk menyeberang jalan di persimpangan dengan lampu lalu lintas (Newell & Simon, 1972). Ini ditampilkan di sini (dengan klausa "jika" ditunjukkan di sebelah kiri panah dan klausa "lalu" yang ditunjukkan di sebelah kanan panah): traffic-light red: Stop traffic-light green: Bergerak bergerak dan kaki kiri di trotoar: langkah dengan gerakan kaki kanan bergerak dan kaki kanan di trotoar: langkah dengan kaki kiri



Dalam sistem produksi ini, individu pertama kali menguji untuk melihat apakah lampu merah. Jika merah, orang itu berhenti dan kembali menguji untuk melihat apakah lampu itu merah. Urutan ini diulang sampai lampu berubah hijau. Pada saat itu, orang tersebut mulai bergerak. Jika orang itu bergerak dan kaki kiri di trotoar, orang itu akan melangkah dengan kaki kanan. Jika orang itu bergerak dan kaki kanan di trotoar, orang itu akan melangkah dengan kaki kiri. Terkadang, sistem produksi, seperti program komputer, mengandung bug. Bug adalah kelemahan dalam instruksi untuk kondisi atau untuk mengeksekusi tindakan. Misalnya, dalam program lintas-jalan, jika baris terakhir berbunyi “bergerak dan kaki kanan di trotoar! melangkah dengan kaki kanan, ”orang yang menjalankan sistem produksi tidak akan berhasil. Menurut model sistem produksi, representasi manusia dari pengetahuan prosedural dapat mengandung beberapa bug sesekali (Gugerty, 2007; VanLehn, 1990). Sampai sekitar pertengahan 1970-an, para peneliti yang tertarik pada representasi pengetahuan mengikuti salah satu dari dua untai penelitian dasar. Peneliti AI dan pemrosesan informasi menyempurnakan berbagai model untuk mewakili pengetahuan prosedural. Psikolog kognitif dan peneliti lain sedang mempertimbangkan berbagai model alternatif untuk mewakili pengetahuan deklaratif. Pada akhir 1970-an, beberapa model representasi pengetahuan integratif mulai muncul. Pengetahuan Nondeklaratif Seperti disebutkan sebelumnya, pengetahuan secara tradisional telah dideskripsikan sebagai deklaratif atau prosedural. Seseorang dapat memperluas perbedaan tradisional antara pengetahuan deklaratif dan prosedural untuk menunjukkan bahwa pengetahuan nondeklaratif dapat mencakup representasi mental yang lebih luas daripada hanya pengetahuan prosedural (Squire, 1986; Squire et al., 1990). Secara khusus, selain pengetahuan deklaratif, kami secara mental mewakili bentuk pengetahuan nondeklaratif berikut:  keterampilan persepsi, motorik, dan kognitif (pengetahuan prosedural);  pengetahuan asosiatif sederhana (pengkondisian klasik dan operan);  pengetahuan sederhana non-asosiatif (pembiasaan dan kepekaan); dan  priming (tautan mendasar dalam jaringan pengetahuan, di mana aktivasi informasi di sepanjang jalur mental tertentu memfasilitasi pengambilan informasi berikutnya di sepanjang jalur terkait atau bahkan jalur mental yang sama; lihat Bab 4). INVESTIGASI PSIKOLOGI KOGNITIF Pengetahuan Prosedural Tanyakan kepada seorang teman apakah ia ingin memenangkan $ 20. $ 20 dapat dimenangkan jika teman Anda dapat membaca bulan dalam setahun dalam 30 detik — dalam urutan abjad. Pergilah! Pada tahun-tahun kami telah menawarkan uang tunai ini kepada siswa dalam kursus kami, tidak ada satu pun siswa yang pernah menang, jadi $ 20 Anda mungkin aman. Demonstrasi ini menunjukkan bagaimana sesuatu yang biasa dan sering digunakan sebagai bulan dalam setahun dibundel bersama dalam urutan tertentu. Sangat sulit untuk mengatur ulang nama mereka dalam urutan yang berbeda dari urutan yang biasa digunakan atau lebih akrab.



Semua bentuk pengetahuan nondeklaratif ini biasanya implisit. Anda tidak mengetahui langkah-langkah berbeda yang Anda lakukan saat bertindak, dan sulit bagi Anda untuk mengejanya secara eksplisit. Inspirasi utama Squire untuk modelnya berasal dari tiga sumber: karyanya sendiri; berbagai penelitian neuropsikologis yang dilakukan oleh orang lain, termasuk studi pasien amnesik dan penelitian hewan; dan eksperimen kognitif manusia. Pertimbangkan sebuah contoh: Bekerja dengan pasien amnesik mengungkapkan perbedaan yang jelas antara sistem saraf untuk mewakili pengetahuan deklaratif versus sistem saraf untuk beberapa bentuk pengetahuan nondeklaratif. Sebagai contoh, pasien amnesik sering terus menunjukkan pengetahuan prosedural bahkan ketika mereka tidak dapat mengingat bahwa mereka memiliki pengetahuan tersebut. Mereka sering menunjukkan peningkatan kinerja pada tugas yang membutuhkan keterampilan. Perbaikan ini menunjukkan beberapa bentuk representasi pengetahuan baru, meskipun tidak mampu mengingat pernah memiliki pengalaman sebelumnya dengan tugas-tugas. Sebagai contoh, seorang pasien amnesik yang diberikan latihan berulang dalam membaca cermin akan meningkat sebagai hasil dari praktik, tetapi ia tidak akan ingat pernah terlibat dalam praktik tersebut (Baddeley, 1989). Paradoks lain dari representasi pengetahuan manusia juga ditunjukkan oleh amnesik. Meskipun amnesia tidak menunjukkan kemampuan memori normal dalam sebagian besar keadaan, mereka menunjukkan efek priming. Ingat dari Bab 4 bahwa, dalam priming, isyarat dan rangsangan tertentu tampaknya mengaktifkan jalur mental, yang pada gilirannya meningkatkan pengambilan atau proses kognitif informasi terkait. Misalnya, jika seseorang meminta Anda mengeja kata penglihatan, Anda mungkin akan mengejanya secara berbeda, tergantung pada beberapa faktor. Faktor-faktor ini termasuk apakah Anda telah dipikirkan untuk memikirkan modalitas sensorik ("s-i-g-h-t"), tentang lokasi untuk penggalian arkeologis ("s-i-t-e"), atau tentang daftar referensi ("c-i-t-e"). Ketika peserta amnesia tidak memiliki ingatan tentang priming dan tidak dapat secara eksplisit mengingat pengalaman selama priming terjadi, priming masih mempengaruhi kinerja mereka. Cobalah percobaan priming dalam Investigating Cognitive Psychology: Priming. Ini mengharuskan Anda untuk menggunakan pengetahuan deklaratif Anda. Contoh-contoh sebelumnya menggambarkan situasi di mana suatu item dapat menjadi prima item lain yang entah bagaimana terkait dalam arti. Kami sebenarnya dapat membedakan dua jenis priming: priming semantik dan priming pengulangan (Pesciarelli et al., 2007; Posner et al., 1988). Dalam priming semantik, kita dipersiapkan oleh konteks yang bermakna atau dengan informasi yang bermakna. Informasi tersebut biasanya adalah kata atau isyarat yang secara bermakna terkait dengan target yang digunakan. Contohnya adalah buah-buahan atau benda hijau, yang mungkin merupakan jeruk nipis. Dalam pengulangan priming, pemaparan sebelumnya terhadap suatu kata atau stimulus lain memberikan pengambilan informasi selanjutnya. Misalnya, mendengar kata jeruk nipis memberikan stimulasi berikutnya untuk kata jeruk nipis. Kedua jenis priming telah menghasilkan banyak penelitian, tetapi semantic priming seringkali sangat menarik minat psikolog kognitif. Menurut teori penyebaran-aktivasi, jumlah aktivasi antara prime dan node target yang diberikan adalah fungsi dari dua hal: jumlah tautan yang menghubungkan prime dan target, dan kekuatan relatif dari setiap koneksi. Pandangan ini berpendapat bahwa meningkatkan jumlah tautan intervening cenderung mengurangi kemungkinan efek priming. Tetapi meningkatkan kekuatan setiap hubungan antara prime dan targetnya cenderung meningkatkan kemungkinan efek priming. Model ini telah didukung dengan baik (mis., McNamara, 1992).



Selain itu, terjadinya priming melalui penyebaran aktivasi diambil oleh sebagian besar psikolog sebagai dukungan untuk model jaringan representasi pengetahuan dalam proses memori. Secara khusus, gagasan efek priming melalui penyebaran aktivasi dalam model jaringan telah menyebabkan munculnya model yang lebih baru. Itu disebut model koneksiis representasi pengetahuan dan akan dipertimbangkan secara lebih rinci di bagian selanjutnya. INVESTIGASI PSIKOLOGI KOGNITIF Priming Merekrut setidaknya dua (dan lebih disukai lebih banyak) sukarelawan. Pisahkan mereka menjadi dua kelompok. Untuk satu kelompok, minta mereka untuk menguraikan anagram berikut (teka-teki di mana Anda harus mengetahui urutan huruf yang benar untuk membuat kata yang masuk akal): ZAZIP, GASPETHIT, YUSE TITIK, TAMBANG OWCH, TAMBANG OWCH, ILCHI, ACOT. Mintalah anggota grup lain untuk menguraikan anagram berikut: TECKAJ, STEV, ASTEREW, OLACK, ZELBAR, ACOT. Untuk kelompok pertama, jawaban yang benar adalah pizza, spageti, chop suey, chow mein, cabai, dan item keenam. Jawaban yang benar untuk kelompok kedua adalah jaket, rompi, sweater, jubah, blazer, dan item keenam. Item keenam di setiap kelompok dapat berupa taco atau mantel. Apakah sukarelawan Anda menunjukkan kecenderungan untuk memilih satu atau yang lain, tergantung pada daftar sebelumnya yang dengannya mereka dipersiapkan?



Model Integratif untuk Mewakili Pengetahuan Deklaratif dan Nondeklaratif Sejauh ini, kami telah mempertimbangkan model untuk representasi pengetahuan deklaratif atau prosedural. Selanjutnya, kami mengeksplorasi beberapa model yang mencoba menjelaskan keduanya. Model pertama adalah model ACT-R, yang didasarkan pada jaringan semantik dan sistem produksi. Kemudian kita melihat temuan yang menggunakan otak manusia, bukan komputer, sebagai model. Satu teori seperti itu akan kita pertimbangkan secara terperinci: model koneksionis. Terakhir, kami akan membahas pertanyaan apakah psikolog harus mencoba menemukan model yang menjelaskan semua domain representasi pengetahuan (mis., Pengetahuan deklaratif dan prosedural), atau apakah lebih masuk akal untuk mengembangkan model yang berspesialisasi dalam domain tertentu. Menggabungkan Representasi: ACT-R Contoh luar biasa dari sebuah teori yang menggabungkan bentuk-bentuk representasi mental adalah model ACT (adaptive control of thinking) model representasi pengetahuan dan pemrosesan informasi (Anderson, 1976, 1993; Anderson et al., 2001, 2004) . Dalam model ACT-nya, John Anderson mensintesis beberapa fitur serial model pemrosesan informasi dan beberapa fitur model jaringan semantik. Dalam ACT, pengetahuan prosedural direpresentasikan dalam bentuk sistem produksi. Pengetahuan deklaratif diwakili dalam bentuk jaringan proposisional. Anderson (1985) mendefinisikan proposisi sebagai unit pengetahuan terkecil yang dapat dinilai benar atau salah. Ingat dari Bab 7 bahwa proposisi menggambarkan hubungan abstrak antar elemen. Sebagai contoh, “Bobby like cheese sticks” adalah proposisi,



tetapi “Bobby” atau “cheese sticks” bukanlah proposisi. ACT adalah bentuk yang berkembang dari model sebelumnya (Anderson, 1972; Anderson & Bower, 1973). Anderson ingin modelnya menjadi begitu luas dalam cakupannya sehingga akan menawarkan teori menyeluruh tentang keseluruhan arsitektur kognisi. Dalam pandangan Anderson, proses kognitif individu seperti memori, pemahaman bahasa, pemecahan masalah, dan penalaran hanyalah variasi pada tema sentral. Mereka semua mencerminkan sistem kesadaran yang mendasarinya. Versi terbaru dari ACT, ACT-R (di mana R adalah rasional), adalah model pemrosesan informasi yang mengintegrasikan representasi jaringan untuk pengetahuan deklaratif dan representasi sistem produksi untuk pengetahuan prosedural (Anderson, 1983; Gambar 8.5) . Dalam ACT-R, jaringan menyertakan gambar objek dan konfigurasi dan hubungan spasial yang sesuai. Mereka juga termasuk informasi temporal, seperti hubungan yang melibatkan urutan tindakan, peristiwa, atau bahkan urutan item muncul. Anderson menyebut informasi temporal sebagai "string temporal." Dia mencatat bahwa mereka berisi informasi tentang urutan waktu relatif. Contohnya adalah sebelum / sesudah, pertama / kedua / ketiga, dan kemarin / besok. Urutan waktu relatif ini dapat dibandingkan dengan rujukan waktu absolut, seperti 2 P.M, 4 September 2004. Model ini berada di bawah revisi konstan dan saat ini mencakup informasi tentang keteraturan statistik di lingkungan (Anderson, 1991, 1996; Weaver, 2008). Ini juga digunakan untuk memeriksa proses pembelajaran yang tercermin dalam korteks (Anderson et al., 2004). Pengetahuan Deklaratif dalam model jaringan deklaratif ACT-R Anderson, seperti banyak model jaringan lainnya (mis., Collins & Loftus, 1975), berisi mekanisme di mana informasi dapat diambil dan juga struktur untuk menyimpan informasi. Ingatlah bahwa dalam jaringan semantik, konsep disimpan di berbagai node dalam jaringan. Menurut model Anderson (dan berbagai model jaringan lainnya), node dapat menjadi tidak aktif atau aktif pada waktu tertentu. Node aktif adalah node yang, dalam arti tertentu, "dihidupkan." Suatu simpul dapat dihidupkan — diaktifkan — secara langsung oleh rangsangan eksternal, seperti sensasi, atau dapat diaktifkan oleh rangsangan internal, seperti ingatan atau proses berpikir. Selain itu, dapat diaktifkan secara tidak langsung, dengan aktivitas satu atau lebih node tetangga. Mengingat penerimaan masing-masing node terhadap stimulasi dari node yang berdekatan, ada penyebaran aktivasi dalam jaringan dari satu node ke node lainnya. Tetapi ada batasan jumlah informasi (jumlah node) yang dapat diaktifkan pada satu waktu. (Danker et al., 2008; Shastri, 2003). Tentu saja, karena lebih banyak node yang diaktifkan dan penyebaran aktivasi mencapai jarak yang lebih besar dari sumber awal aktivasi, aktivasi akan melemah. Oleh karena itu, node yang terkait erat dengan node asli memiliki banyak aktivasi. Namun, node yang lebih terkait jarak jauh diaktifkan ke tingkat yang lebih rendah. Misalnya, ketika simpul untuk mouse diaktifkan, simpul untuk kucing juga sangat aktif. Pada saat yang sama, simpul untuk rusa diaktifkan (karena rusa juga binatang), tetapi pada tingkat yang jauh lebih rendah.



Gambar 8.5 Komponen Model ACT-R dan Jaringan Proposisi. (a) Versi terbaru ACT-R John Anderson terdiri dari pengetahuan deklaratif ("memori deklaratif"), pengetahuan prosedural ("memori prosedural"), dan memori yang berfungsi (pengetahuan yang diaktifkan yang tersedia untuk pemrosesan kognitif, yang memiliki kapasitas terbatas). (b) Diagram menunjukkan jaringan proposisional yang mewakili fakta bahwa serigala memakan bangkai, makan daging, dan mengejar domba. Jaringan dapat diperluas secara sewenang-wenang untuk mewakili informasi lebih lanjut. Sumber: From The Legacy of Solomon Asch: Esai dalam Kognisi dan Psikologi Sosial, oleh Irwin Rock.Copyright © 1990 oleh Lawrence Erlbaum Associates. Dicetak ulang dengan izin; Reisberg, 2007 Cognition.



ACT-R juga menyarankan cara perubahan jaringan sebagai hasil dari aktivasi. Untuk satu hal, semakin sering tautan khusus antar node digunakan, semakin kuat tautan tersebut. Secara komplementer, aktivasi cenderung menyebar di sepanjang rute koneksi yang sering dilalui. Ini cenderung menyebar sepanjang koneksi yang jarang digunakan antara node. Pertimbangkan analogi. Bayangkan satu set pipa air yang rumit yang menghubungkan berbagai lokasi. Ketika air dihidupkan di satu lokasi, air mulai bergerak melalui berbagai pipa. Itu menunjukkan semacam penyebaran aktivasi. Pada berbagai interkoneksi, sebuah katup terbuka atau tertutup. Dengan demikian memungkinkan aliran untuk melanjutkan atau mengalihkan aliran (aktivasi) ke koneksi lain. Untuk membawa analogi sedikit lebih jauh, proses seperti perhatian dapat memengaruhi tingkat aktivasi di seluruh sistem. Pertimbangkan sistem air lagi. Semakin tinggi



tekanan air dalam sistem, semakin jauh air akan menyebar melalui sistem pipa. Untuk mengaitkan metafora ini kembali ke penyebaran aktivasi, pertimbangkan apa yang terjadi ketika kita memikirkan masalah dan berbagai asosiasi yang muncul dalam pikiran mengenai masalah itu (misalnya, Anda berpikir tentang makan malam besok dan bahwa Anda harus membuat daftar belanja, dan maka terpikir olehmu bahwa kamu akan berjanji untuk mengundang orang tuamu untuk makan malam, dan seterusnya). Kami mengalami penyebaran aktivasi sepanjang node yang mewakili pengetahuan kami tentang berbagai aspek masalah dan, mungkin, solusinya. Untuk membantu menjelaskan beberapa aspek penyebaran aktivasi, gambar pipa lebih fleksibel daripada pipa normal. Pipa-pipa ini secara bertahap dapat berkembang atau berkontraksi; semua tergantung pada seberapa sering mereka digunakan. Pipa-pipa di sepanjang rute yang sering dilewati mungkin berkembang untuk meningkatkan kemudahan dan kecepatan perjalanan di sepanjang rute-rute tersebut. Pipa-pipa di sepanjang rute yang jarang dilalui secara bertahap dapat berkontraksi. Demikian pula, ketika memeriksa aktivasi, koneksi yang sering digunakan diperkuat. Koneksi yang jarang digunakan melemah. Dengan demikian, dalam jaringan semantik, pengetahuan de-klaratif dapat dipelajari dan dipertahankan melalui penguatan koneksi sebagai hasil dari penggunaan yang sering. Teori penyebaran aktivasi telah diterapkan ke sejumlah konsep kognitif lainnya. Konsep-konsep ini termasuk kesadaran sosial dan bilingualisme (Dixon & Maddox, 2005; Green, 1998). Pengetahuan Prosedural dalam ACT-R Bagaimana Anderson menjelaskan perolehan pengetahuan prosedural? Pengetahuan seperti itu diwakili dalam sistem produksi daripada dalam jaringan semantik. Representasi pengetahuan keterampilan prosedural terjadi dalam tiga tahap: kognitif, asosiatif, dan otonom (Anderson, 1980). Lihat Tabel 8.2 untuk contoh masing-masing dari ketiga tahap ini. Kemajuan kita melalui tahap-tahap ini disebut proseduralisasi (Anderson et al., 2004; Oellinger et al., 2008). Proseduralisasi adalah keseluruhan proses dimana kita mentransformasi formulir informasi yang lambat dan eksplisit tentang prosedur (“mengetahui bahwa”) intospeedy, penting plicit, implementasi prosedur ("mengetahui caranya"). (Ingat diskusi otomatisasi di Bab 4. Ini adalah istilah yang digunakan oleh psikolog kognitif lainnya untuk menggambarkan proses yang sama seperti prosedur.) Salah satu cara yang digunakan untuk melakukan transformasi ini adalah melalui komposisi. Selama tahap ini, kami membangun aturan produksi tunggal yang secara efektif mencakup dua atau lebih aturan produksi. Dengan demikian, ini merampingkan jumlah aturan yang diperlukan untuk menjalankan prosedur. Misalnya, perhatikan apa yang terjadi ketika kita belajar mengendarai mobil shift standar. Kami dapat menyusun prosedur tunggal untuk dua prosedur terpisah. Salah satunya untuk menekan ke bawah pada kopling. Yang lain adalah untuk menerapkan rem ketika kita mencapai tanda berhenti. Berbagai proses ini digabungkan menjadi satu prosedur mengemudi. Aspek lain dari proseduralisasi adalah “penyempurnaan produksi.” Ini melibatkan proses dua-duanya yaitu generalisasi dan diskriminasi. Kami belajar untuk menggeneralisasi aturan yang ada untuk menerapkannya pada kondisi baru. Sebagai contoh, kita dapat menggeneralisasi penggunaan kopling, rem, dan akselerator untuk berbagai mobil shift standar. Tabel 8.2. Tiga Tahapan Akuisisi Pengetahuan Prosedural dengan Menggunakan Contoh Belajar Mengendarai Mobil Pergeseran Standar Contoh Tahap Tahap kognitif Kami berpikir tentang Kita harus secara eksplisit memikirkan setiap aturan eksplisit untuk aturan untuk menginjak pedal belanda, pedal menerapkan prosedur. gas, atau pedal rem. Secara bersamaan, kami



juga mencoba memikirkan kapan dan bagaimana cara memindahkan persneling Tahap asosiatif .



Kami secara sadar berlatih menggunakan aturan eksplisit secara luas, biasanya dengan cara yang sangat konsisten.



Tahap otonom



Kami menggunakan aturan-aturan ini secara otomatis dan implisit tanpa memikirkannya. Kami menunjukkan tingkat integrasi dan koordinasi yang tinggi, serta kecepatan dan akurasi.



Kami dengan cermat dan berulang kali berlatih mengikuti aturan secara konsisten. Kami secara bertahap menjadi lebih akrab dengan aturan. Kami belajar kapan harus mengikuti aturan mana dan kapan menerapkan prosedur mana



Pada saat ini kami telah mengintegrasikan semua berbagai aturan ke dalam serangkaian tindakan terkoordinasi tunggal. Kita tidak perlu lagi memikirkan langkah apa yang harus diambil untuk mengubah persneling. Sebaliknya, kita dapat berkonsentrasi mendengarkan stasiun radio favorit kita. Kami secara bersamaan dapat berpikir tentang pergi ke tujuan kami, menghindari kecelakaan, berhenti untuk pejalan kaki, dan sebagainya. Akhirnya, kita belajar membedakan kriteria baru untuk memenuhi kondisi yang kita hadapi. Sebagai contoh, apa yang terjadi setelah kita menguasai mengendarai mobil gardu standar tertentu? Jika kita mengendarai mobil dengan jumlah roda gigi yang berbeda atau dengan posisi yang berbeda untuk gigi mundur, kita harus membedakan informasi yang relevan tentang posisi roda gigi baru dari informasi yang tidak relevan tentang posisi roda gigi lama. Taatgen dan Lee (2003) menunjukkan bahwa pembelajaran bahkan tugas yang sangat kompleks - untuk in-stance, pengendalian lalu lintas udara - dapat dijelaskan melalui tiga proses ini. Sejauh ini, model representasi pengetahuan yang disajikan dalam bab ini sebagian besar didasarkan pada model komputer kecerdasan manusia. Seperti yang didiskusikan di atas, teoriteori pemrosesan informasi berdasarkan simulasi komputer dari proses kognitif manusia telah sangat memajukan pemahaman kita tentang representasi pengetahuan manusia dan pemrosesan informasi. Pendekatan alternatif untuk memahami representasi pengetahuan dalam manusia adalah mempelajari otak manusia itu sendiri. Banyak penelitian di bidang psikobiologi telah menawarkan bukti bahwa banyak operasi otak manusia tampaknya tidak memproses informasi selangkah demi selangkah, sedikit demi sedikit. Sebaliknya, otak manusia tampaknya terlibat dalam beberapa proses secara bersamaan. Kerjanya pada banyak sekali pengetahuan sekaligus. Model seperti itu tidak selalu bertentangan dengan model langkah-demi-langkah. Pertama, orang tampaknya menggunakan pemrosesan serial dan paralel. Kedua, berbagai jenis proses dapat terjadi pada tingkat yang berbeda. Dengan demikian, otak kita mungkin memproses multiplepieces informasi secara bersamaan. Mereka menggabungkan ke dalam setiap langkah yang kita sadari ketika kita memproses informasi langkah demi langkah.



Pemrosesan Paralel: Model Connectionist Teori pemrosesan informasi yang diilhami oleh komputer mengasumsikan bahwa manusia, seperti komputer, memproses informasi secara serial. Yaitu, informasi diproses selangkah demi selangkah. Beberapa aspek kognisi manusia memang dapat dijelaskan dalam hal pemrosesan



serial, tetapi temuan psikobiologis dan penelitian kognitif lainnya tampaknya mengindikasikan aspek-aspek lain dari kognisi manusia. Aspek-aspek ini pemrosesan paralel, di mana beberapa operasi berjalan sekaligus. Kita telah melihat bagaimana pemrosesan informasi komputer telah berfungsi sebagai metafora untuk banyak model kognisi. Demikian pula, pemahaman kita yang meningkat tentang bagaimana otak manusia memproses informasi juga berfungsi sebagai metafora untuk banyak model terbaru dari pengetahuan yang mewakili pada manusia. Otak manusia tampaknya menangani banyak operasi dan memproses informasi dari banyak sumber secara bersamaan — secara paralel. Faktanya, kita perlu mengolah informasi secara paralel: Komputer merespons input dalam hitungan detik (sepersejuta detik), tetapi satu neuron individu dapat memakan waktu hingga 3 milidetik untuk diaktifkan sebagai respons terhadap stimulus. Akibatnya, pemrosesan serial di otak manusia akan terlalu lambat untuk mengelola jumlah informasi yang ditangani otak. Sebagai contoh, kebanyakan dari kita dapat mengenali stimulus visual yang kompleks dalam sekitar 300 milidetik. Jika kita memproses stimulus secara serial, hanya beberapa ratusurur akan memiliki waktu untuk merespons, yang tidak cukup untuk persepsi stimulus yang kompleks. Oleh karena itu, distribusi proses paralel lebih baik menjelaskan kecepatan dan akurasi pemrosesan informasi manusia. Sebagai hasil dari pertimbangan ini, banyak model kontemporer dari penyajian kembali pengetahuan menekankan pentingnya pemrosesan paralel dalam kognisi manusia. Sebagai hasil lebih lanjut dari minat dalam pemrosesan paralel, beberapa komputer telah dibuat untuk mensimulasikan pemrosesan paralel, seperti melalui apa yang disebut jaringan saraf prosesor komputer yang saling terkait. Saat ini, banyak psikolog kognitif sedang mengeksplorasi batas-batas model pemrosesan paralel. Menurut model pemrosesan terdistribusi toparalel (PDP) atau model koneksionis, kami menangani sejumlah besar operasi kognitif di satu jaringan melalui jaringan yang didistribusikan di sejumlah lokasi yang tak terhitung di otak (McClelland & Rogers, 2003; McClelland, Rumelhart, & Kelompok Penelitian PDP, 1986; Rogers & McClelland, 2008). Bagaimana Model PDP Bekerja Struktur mental di mana pemrosesan paralel diyakini terjadi adalah kerja-bersih. Dalam jaringan koneksionis, semua bentuk pengetahuan diwakili dalam struktur jaringan. Ingat bahwa elemen mendasar dari jaringan adalah node. Setiap node terhubung ke banyak node lainnya. Pola-pola node yang saling berhubungan ini memungkinkan individu untuk mengatur secara bermakna pengetahuan yang terkandung dalam koneksi antara berbagai node. Dalam banyak model jaringan, setiap node menyajikan kembali konsep. Jaringan model PDP berbeda dalam hal kunci dari semanticnetwork yang dijelaskan sebelumnya. Dalam model PDP, jaringan terdiri dari unit neuron-like (McClelland & Rumelhart, 1981, 1985; Rumelhart & McClelland, 1982). Mereka tidak, dalam dan dari diri mereka sendiri, benar-benar mewakili konsep, proposisi, atau jenis informasi lainnya. Dengan demikian, pola koneksi mewakili pengetahuan, bukan unit khusus. Gagasan yang sama mengatur penggunaan bahasa kita. Huruf-huruf (atau suara) individual dari suatu kata relatif tidak informatif, tetapi pola kalimat (atau suara) sangat informatif. Demikian pula, tidak ada satu unit pun yang sangat informatif, tetapi pola interkoneksi antar unit sangat informatif. Gambar 8.6 mengilustrasikan bagaimana hanya enam unit (titik) dapat digunakan untuk menghasilkan lebih dari enam pola koneksi antara titik-titik.



Model PDP menunjukkan cara lain di mana model yang diilhami otak berbeda dari model yang diilhami komputer. Proses kognitif yang berbeda ditangani oleh pola aktivasi yang berbeda, bukan sebagai hasil dari serangkaian instruksi berbeda dari unit pemrosesan pusat komputer. Di otak, pada satu waktu tertentu ,neuron yang diberikan mungkin tidak aktif, rangsang, atau penghambatan.



Gambar 8.6 Pengetahuan yang Diwakili oleh Pola Koneksi. Setiap unit individu (titik) relatif tidak informatif, tetapi ketika unit terhubung ke berbagai pola, masing-masing pola mungkin sangat informatif, seperti yang diilustrasikan dalam pola di bagian atas gambar ini. Demikian pula, masing-masing huruf tidak informatif, tetapi pola huruf mungkin sangat informatif. Dengan hanya menggunakan kombinasi tiga huruf, kami membuat banyak pola yang berbeda, seperti DAB, FED, dan pola lain yang ditunjukkan di bagian bawah gambar ini. • Neuron yang tidak aktif tidak distimulasi melebihi ambang eksitasi mereka. Mereka tidak melepaskan neurotransmiter ke dalam sinaps (celah interneuronal). • Neuron eksitasi melepaskan neurotransmiter yang merangsang neuron reseptif pada sinaps. Mereka meningkatkan kemungkinan bahwa neuron penerima akan mencapai ambang eksitasi mereka. • Neuron penghambat melepaskan neurotransmiter yang menghambat neuron reseptif. Mereka mengurangi kemungkinan bahwa neuron penerima akan mencapai ambang eksitasi mereka. Lebih lanjut, walaupun potensial aksi neuron adalah semua atau tidak sama sekali, jumlah neurotransmiter dan neuromodulator yang dilepaskan dapat bervariasi. (Neuromodulator adalah bahan kimia yang dapat meningkatkan atau menghambat aktivasi saraf.) Frekuensi penembakan juga dapat bervariasi. Variasi ini memengaruhi tingkat eksitasi atau penghambatan neuron lain pada sinaps. Demikian pula, dalam model PDP, unit individu mungkin tidak aktif, atau mereka dapat mengirim sinyal penghambat atau penghambatan ke unit lain. Itu tidak berarti bahwa model PDP secara aktual menunjukkan jalur saraf spesifik untuk representasi pengetahuan. Kami masih jauh dari memiliki secercah samar mengetahui bagaimana memetakan informasi budaya tertentu. Sebaliknya, model PDP menggunakan proses fisiologis otak sebagai metafora untuk memahami kognisi. Menurut model PDP, koneksi antar unit dapat memiliki berbagai tingkat



eksitasi atau penghambatan potensial. Perbedaan-perbedaan ini dapat terjadi bahkan ketika koneksi saat ini tidak aktif. Semakin sering koneksi tertentu diaktifkan, semakin besar kekuatan koneksi, apakah koneksi itu rangsang atau penghambatan. Menurut model PDP, setiap kali kita menggunakan pengetahuan, kita mengubah presentasi ulang kita. Dengan demikian, representasi pengetahuan sebenarnya bukanlah produk akhir. Sebelumnya, ini adalah proses atau bahkan proses potensial. Apa yang disimpan bukanlah pola koneksi tertentu. Ini adalah pola kekuatan hubungan rangsangan atau penghambatan yang potensial. Otak menggunakan pola ini untuk menciptakan kembali polapola lain ketika dirangsang untuk melakukannya. Ketika kami menerima informasi baru, aktivasi dari informasi itu memperkuat atau melemahkan koneksi antar unit. Informasi baru dapat berasal dari rangsangan lingkungan, dari memori, atau dari proses kognitif. Kemampuan untuk membuat informasi baru dengan menarik kesimpulan dan membuat generalisasi memungkinkan untuk fleksibilitas yang hampir tak terbatas dalam representasi dan manipulasi pengetahuan. Fleksibilitas inilah yang membuat manusia — tidak seperti komputer — mampu mengakomodasi informasi yang tidak lengkap dan terdistorsi. Informasi yang terdistorsi atau tidak lengkap dianggap tidak memadai. Menurut model PDP, pikiran manusia tidak fleksibel. Mereka tidak mensyaratkan bahwa semua aspek dari suatu pola secara tepat cocok untuk mengaktifkan suatu pola. Dengan demikian, ketika aspek yang cukup khas (tetapi tidak semua) dari pola tertentu telah diaktifkan oleh atribut lain dalam deskripsi, kita dapat membuat kembali pola yang benar meskipun ada beberapa informasi yang terdegradasi. Fleksibilitas kognitif ini juga sangat meningkatkan kemampuan kita untuk mempelajari informasi baru. Dengan menggunakan model PDP, psikolog kognitif berusaha menjelaskan berbagai karakteristik umum dari kognisi manusia. Karakteristik ini termasuk kemampuan kita untuk merespons secara fleksibel, dinamis, cepat, dan relatif akurat, bahkan ketika kita hanya diberi informasi sebagian atau terdegradasi. Selain itu, psikolog kognitif mencoba menggunakan model untuk menjelaskan proses kognitif tertentu. Contoh dari proses tersebut adalah persepsi, penalaran, membaca, pemahaman bahasa, priming, dan efek Stroop, serta proses memori lainnya (Elman et al., 1996; Kaplanet al., 2007; Rogers & McClelland, 2008; Smolensky, 1999; Welbourne & Ralph, 2007). Contoh upaya untuk menerapkan model PDP pada proses kognitif spesifik dapat dilihat melalui eksplorasi disleksia, atau ketidakmampuan membaca. Model PPK spesifik untuk deskripsi tentang bagaimana kita membaca dikembangkan. Model ini melibatkan jalur untuk representasi fonologis dan semantik (Plaut et al., 1996). Simulasi komputer dengan model ini telah mampu meniru bacaan normal. Ketika salah satu dari dua jalur ini rusak, simulasi ini mampu meniru manifestasi perilaku disleksia perilaku. (Welbourne & Ralph, 2007). Simulasi ini membantu para peneliti memahami proses apa yang tidak berfungsi pada orang dengan disabilitas. Model keterwakilan representasi pengetahuan menjelaskan banyak fenomena representasi pengetahuan dan pemrosesan, seperti persepsi dan memori. Proses ini dapat dipelajari secara bertahap dengan menyimpan pengetahuan kami melalui penguatan pola koneksi dalam jaringan. Tetapi model-model connectionist tidak sempurna. Kritik terhadap Model Connectionist Satu kritik umum adalah bahwa jaringan koneksionis mengabaikan sifat yang dimiliki sistem saraf, atau bahwa mereka mengusulkan sifat yang tidak dimiliki jaringan saraf. Fur-thermore, kritikus bertanya mengapa model apa pun harus lebih kredibel daripada yang lain untuk



menjelaskan mekanisme kognitif hanya karena menyerupai struktur otak (Thomas & McClelland, 2008). Banyak aspek dari model koneksionis belum didefinisikan dengan baik. Sebagai contoh, model koneksionis kurang efektif dalam menjelaskan bagaimana orang dapat mengingat peristiwa dosa (Schacter, 1989a). Bagaimana kita tiba-tiba membangun pola baru yang saling berhubungan untuk mewakili apa yang kita ketahui tentang acara yang berkesan, seperti hari kelulusan? Demikian pula, model koneksionis tidak memuaskan menjelaskan bagaimana kita sering cepat dapat melupakan pola koneksi yang ditetapkan ketika kita disajikan dengan informasi bertentangan (Ratcliff, 1990; Treadway et al., 1992). Sebagai contoh: 1. Misalkan Anda diberitahu bahwa kriteria untuk mengklasifikasikan bagian tanaman sebagai buah adalah bahwa mereka harus memiliki biji, bubur kertas, dan kulit. 2. Anda juga diberi tahu bahwa apakah mereka lebih manis daripada bagian tanaman lainnya tidak penting. 3. Sekarang Anda diberi tugas untuk menyortir berbagai foto bagian tanaman ke dalam kelompok yang berbuah atau tidak. 4. Apa yang terjadi? Anda akan mengurutkan tomat dan labu dengan apel dan buah-buahan lainnya, bahkan jika sebelumnya Anda tidak menganggapnya buah. Kekurangan dari sistem koneksionis ini dapat dilewati. Mungkin ada dua sistem pembelajaran di otak (McClelland, McNaughton, & O'Reilly, 1995). Satu sistem sesuai dengan model koneksionis dalam menolak perubahan dan menjadi relatif permanen. Sistem pelengkap menangani perolehan informasi baru yang cepat. Ini menyimpan informasi untuk waktu yang singkat. Maka mengintegrasikan informasi yang lebih baru dengan informasi dalam sistem koneksionis. Bukti dari pemodelan neuropsikologi dan koneksi jaringan tampaknya memperkuat akun ini (McClelland, McNaughton, & O'Reilly, 1995). Dengan demikian, sistem koneksi terputus. Tetapi kita perlu akun yang memuaskan dari sistem pembelajaran lainnya. Model-model sebelumnya dari representasi pengetahuan dan pemrosesan informasi jelas telah diuntungkan dari kemajuan teknologi dalam ilmu komputer, dalam penuaan otak, dan dalam studi neuropsikologis otak manusia yang sedang beraksi. Teknik-teknik ini yang diperkirakan sedikit orang akan sangat menjanjikan selama 40 tahun yang lalu. Jadi, bodoh untuk meramalkan bahwa jalan-jalan penelitian tertentu akan mengarahkan kita ke arah tertentu. Meskipun demikian, jalan-jalan penelitian tertentu memang menjanjikan. Sebagai contoh, dengan menggunakan komputer yang kuat, para peneliti berusaha menciptakan model pemrosesan paralel melalui jaringan saraf. Teknik yang semakin canggih untuk mempelajari otak menawarkan kemungkinan yang menarik untuk penelitian. Studi kasus, studi natural-istic, dan percobaan laboratorium tradisional di bidang psychol ogy kognitif juga menawarkan peluang yang kaya untuk eksplorasi lebih lanjut. Beberapa peneliti mencoba mengeksplorasi proses kognitif yang sangat spesifik, seperti pemrosesan pendengaran suara-suara bicara. Yang lain mencoba untuk menyelidiki proses dasar yang mendasari semua aspek kognisi. Jenis penelitian apa yang lebih berharga? Membandingkan Connectionist dengan Representasi Jaringan Bagaimana model koneksionis dibandingkan dengan model jaringan? Gambar 8.7 menunjukkan konsep tentang robin sebagaimana diwakili oleh model jaringan dan model koneksi. Dalam representasi jaringan, node mewakili konsep. Seorang individu membangun basis pengetahuan tentang robin dari waktu ke waktu karena semakin banyak informasi



diperoleh tentang robin. Perhatikan bahwa informasi tentang robin tertanam dalam representasi jaringan umum yang melampaui hanya robin. Pemahaman seseorang tentang tong sampah sebagian tergantung pada hubungan burung robin dengan burung lain dan bahkan jenis makhluk hidup lainnya. Memang, mungkin fitur yang paling mendasar dari robin adalah bahwa itu adalah makhluk hidup. Jadi informasi ini direpresentasikan di atas untuk menunjukkan bahwa itu adalah karakteristik yang sangat umum dari seekor robin. Makhluk hidup adalah makhluk hidup dan cangrow, sehingga informasi ini juga disajikan pada tingkat yang sangat umum. Ketika seseorang bergerak menuruni jaringan, informasi menjadi semakin spesifik. Sebagai contoh, kita belajar bahwa robin adalah burung dan sebagian berwarna merah. Sebaliknya, jaringan koneksionis mewakili pola aktivasi. Di sini juga, jaringan menunjukkan pengetahuan yang melampaui burung. Tapi pengetahuan ini ada di koneksi daripada di node. Melalui aktivasi koneksi tertentu, pengetahuan tentang robin dibangun. Koneksi yang kuat adalah koneksi yang diaktifkan berkali-kali, sedangkan koneksi yang lemah hanya diaktifkan pada kejadian langka.



Bagaimana Domain Umum atau Spesifik Domain Apakah Kognisi? Haruskah psikolog kognitif mencoba menemukan serangkaian proses mental yang umum melintasi semua domain representasi dan pemrosesan pengetahuan? Atau haruskah mereka mempelajari proses spesifik untuk domain tertentu? Dalam penelitian AI awal, para penyelidik percaya bahwa yang ideal adalah menulis program-program yang se-domain umum mungkin. Meskipun tidak ada program yang benar-benar berfungsi di semua domain, mereka adalah yang baik. Demikian pula, dalam bidang psikologi kognitif yang lebih luas, tren pada 1960-an hingga pertengahan 1970-an adalah mengusahakan pemahaman domain-umum tentang proses kognitif (Miller, Galanter, & Pribram, 1960; Simon, 1976). Mulai akhir 1970-an, keseimbangan bergeser ke arah kekhususan domain. Sebagian, ini karena demonstrasi yang mencolok mengenai peran pengetahuan khusus dalam bermain catur (Chase & Simon, 1973; De Groot, 1965; lihat Bab 11). Sebuah buku kunci, The Modularity of Mind, menyajikan argumen untuk spesifik domain ekstrim (Fodor, 1983). Dalam pandangan ini, pikiran bersifat modular, dibagi menjadi modul-modul diskrit yang beroperasi kurang lebih satu sama lain secara independen. Menurut Fodor, setiap modul yang berfungsi independen dapat memproses hanya satu jenis input, seperti bahasa (mis., Kata-kata), persepsi visual (mis., Wajah), dan sebagainya Bukti lebih lanjut untuk spesifisitas domain pengenalan wajah dapat diamati dalam penelitian yang menggunakan metode pencitraan resonansi magnetik fungsional (fMRI). Dalam satu studi, diamati bahwa ketika subjek melihat wajah dan rumah, area otak berbeda aktif. Dengan demikian tampak bahwa ada proses khusus otak dan kognitif untuk pemrosesan wajah. Temuan ini diambil untuk menunjukkan bahwa ada kekhususan domain untuk pengenalan wajah (Yovel & Kanwisher, 2004). Studi telah menemukan kekhususan domain untuk hal-hal lain seperti adegan dan tubuh juga (Downinget al., 2006) Fodor (1983) menegaskan modularitas (asal-usul yang berbeda) dari proses tingkat rendah seperti proses persepsi dasar yang terlibat dalam akses leksikal. Namun, aplikasi modularitas telah diperluas ke proses intelektual yang lebih tinggi juga (Gardner, 1983). Juga, buku Fodor menekankan modularitas fungsi kognitif tertentu, seperti akses leksikal ke makna kata, sebagai berbeda dari makna kata yang berasal dari konteks. Fungsi-fungsi ini terutama telah diamati pada percobaan kognitif. Namun, masalah modularitas juga penting dalam



penelitian neuropsikologis. Misalnya, ada kondisi patologis diskrit yang terkait dengan defisit kognitif diskrit Baru-baru ini, ada lebih banyak upaya untuk mengintegrasikan perspektif domainspesifik dan domain-umum dalam pemikiran kita tentang representasi pengetahuan dan pengolahan. Dalam bab-bab berikutnya, Anda mungkin ingin merenungkan apakah proses dan bentuk-bentuk representasi pengetahuan terutama domain umum atau domain khusus tertentu.



CONCEPTCHECK 1. Apa model ACT-R? 2. Bagaimana pengetahuan prosedural diwakili dalam model ACT-R? 3.Apa itu pemrosesan paralel? 4.Bagaimana jaringan koneksionis mewakili pengetahuan? 5. Apa kekhususan domain? IN LAB OF JAMES L. MCCLELLAND Model Jaringan Saraf Di laboratorium saya, kami berusaha memahami implikasi gagasan bahwa proses kognitif manusia muncul dari interaksi neuron di otak. Kembangkan model komputasi yang secara langsung menjalankan beberapa kognitif manusia menggunakan unit pemrosesan yang mirip neuron. Kami percaya bahwa sifat-sifat perangkat keras yang mendasarinya memiliki implikasi penting bagi sifat dan pengaturan proses kognitif di otak Contoh penting dalam hal ini adalah proses menugaskan lampau ke kata dalam bahasa Inggris. Pertimbangkan bentuk waktu lampau seperti suka, ambil, dan bersihkan (Jangan hanya kata dalam bahasa Inggris, tetapi mungkin saja. Misalnya, kita dapat membuat koin kata gleatto untuk merujuk pada tindakan salut dengan cara tertentu.) Dalam kasus apa pun , sebagian besar orang setuju bahwa bentuk suka masa lalu disukai, bentuk masa lalu dari pandangan yang diambil, dan bentuk lampau dari dikumpulkan dengan lembut Sebelum munculnya model jaringan saraf, setiap orang di lapangan berasumsi bahwa untuk membentuk bentuk lampau dari kata kerja anovel likegleat, seseorang perlu menggunakan aturan (misalnya, untuk membentuk bentuk lampau kata, tambahkan - [e] d) Juga, para psikolog perkembangan mengamati bahwa anak-anak muda kadang-kadang membuat kesalahan menarik seperti mengatakan "mengambil" daripada "mengambil," dan mereka menafsirkan ini sebagai menunjukkan bahwa anak-anak itu (lebih) menerapkan aturan waktu lampau. Mereka juga berasumsi bahwa untuk menghasilkan "mengambil" seorang anak perlu menghafal item khusus ini. Untuk kata-kata yang lazim tetapi sering digunakan, baik therule atau mekanisme pencarian mungkin digunakan Di otak, suatu mekanisme tunggal dapat digunakan untuk menghasilkan bentuk lampau dari unsur-unsur reguler dan luar biasa. Untuk mengeksplorasi kemungkinan ini, Rumelhart dan saya membuat model jaringan saraf sederhana. Model mengambil input dari suatu pola aktivitas yang mewakili bentuk presenttense dari sebuah kata dan menghasilkan pada outputanpola lain dari aktivitas yang mewakili bentuk past word. Jaringan beroperasi dengan



menyebarkan aktivasi dari unit input ke unit output. Yang menentukan apakah suatu unit akan aktif adalah alternatif dari aktivasi koneksi masuk ke setiap unit. Koneksi yang masuk dimodulasi oleh bobot seperti sinapsis antara neuron yang memodulasi efek input pada output. Jika efek keseluruhan dari input positif, unit datang; jika negatif, itu berbunyi. Kami melatih jaringan ini dengan pasang item yang merepresentasikan bentuk katakata yang sudah dikenal saat ini dan lampau. Setelah kami melatihnya dengan 10 kata yang paling sering (sebagian besar merupakan perkecualian), jaringan tersebut dapat menghasilkan bentuk lampau kata-kata ini. , tetapi tidak tahu bagaimana harus berurusan dengan kata-kata lain. Kami kemudian melatihnya dengan 10 kata yang sering ditambah 400 kata lagi, sebagian besar dari yang biasa, dan kami menemukan bahwa di awal pelatihan, itu cenderung mengatur ulang sebagian besar pengecualian (misalnya, itu "diambil" alih-alih "mengambil"), bahkan untuk kata-kata yang sebelumnya diproduksi dengan benar. Setelah lebih banyak pelatihan, ia memulihkan kemampuannya untuk menghasilkan pengecualian dengan benar, sambil tetap menghasilkan bentuk lampau reguler untuk kata-kata likelikeand untuk banyak item novel yang mirip dengan itu. Dengan demikian, model memperhitungkan pola perkembangan di mana anak-anak pertama-tama berurusan dengan benar dengan pengecualian, kemudian belajar bagaimana menangani kata-kata reguler dan kata-kata baru dan pengecualian yang mengatur secara berlebihan, dan kemudian berurusan dengan benar dengan kata-kata biasa, kata-kata baru, dan pengecualian . Model kami menggambarkan bahwa dalam jaringan saraf, tidak perlu memiliki mekanisme terpisah untuk berurusan dengan aturan dan pengecualian. Kesimpulan ini tetap controver-sial tetapi terus mendapatkan dasar. Pekerjaan lain di laband saya di lab lain memperluas ide-ide ini untuk membaca, aspek-aspek bahasa lain termasuk tata bahasa, dan bahkan juga ke ilmu kecantikan, di mana ada banyak hal seperti penguin dan gajah yang memiliki sifat luar biasa.



Tema Utama Bab ini menampilkan beberapa tema utama yang dijelaskan dalam Bab 1. Rasionalisme versus empirisme. Bagaimana kita memberi makna pada konsep? Pandangan natural sebagian besar bersifat rasionalistik. Konsep memiliki serangkaian fitur yang sebagian besar bersifat apriori dan sama dari satu orang ke orang lain. Intinya adalah bahwa seseorang dapat memahami konsep dengan definisi kamus terperinci, cukup banyak tanpa merujuk pada pengalaman orang. Tampilan berbasis prototipe, contoh, dan teori jauh lebih empiris. Mereka memberikan peran utama pada pengalaman. Sebagai contoh, teori dapat berubah dengan pengalaman. Teori konsepsi seperti “anjing” yang dimiliki anak berusia 3 tahun mungkin sangat berbeda dengan teori anak berusia 10 tahun. Validitas inferensial kausal versus validitas ekologis. Penelitian awal tentang konsep, seperti Bruner, Goodnow, dan Austin, menggunakan konsep abstrak, seperti bentuk geometris yang dapat memiliki warna, bentuk, dan ukuran yang berbeda. Namun dalam pekerjaannya, Eleanor Rosch mempertanyakan pendekatan ini. Rosch berpendapat bahwa konsep alami menunjukkan beberapa karakteristik buatan. Mempelajari konsep artifisial, oleh karena itu, dapat menghasilkan informasi yang diterapkan pada konsep-konsep tersebut tetapi tidak secara esensial untuk konsep-konsep dunia nyata. Peneliti modern cenderung mempelajari konsepkonsep dunia nyata daripada yang buatan. Penelitian terapan versus penelitian dasar. Penelitian dasar tentang konsep telah menghasilkan banyak penelitian terapan. Sebagai contoh, peneliti pasar sangat tertarik dengan konseptualisasi produk komersial orang. Mereka menggunakan teknik empiris dan statistik untuk memahami bagaimana produk disusun. Seringkali, kemudian, iklan berhak



memposisikan ulang produk di pelanggan. Misalnya, mobil yang dipandang sebagai kategori "mobil ekonomis" dapat dipindahkan, melalui iklan, ke lebih banyak kategori "mobil kelas atas".



Ringkasan 1. Bagaimana representasi kata-kata dan sym-bols diorganisasikan dalam pikiran? Unit dasar dari pengetahuan simbolik adalah konsepnya. Mereka mungkin diatur dalam skema, yang mungkin termasuk skema lain. Mereka juga dapat bervariasi dalam aplikasi dan abstrak. Akhirnya, mereka dapat mencakup informasi tentang hubungan antara konsep, atribut, teks, dan pengetahuan umum dan informasi tentang hubungan sebab akibat. Ada berbagai teori umum tentang kategorisasi. Mereka termasuk kategori definisi berbasis fitur, kategori berbasis prototipe, dan pendekatan pendekatan berbasis contoh. Salah satu bentuk skema adalah skrip. Model alternatif untuk pengetahuan atau ganisasi adalah jaringan semantik, yang melibatkan aweb hubungan berlabel antara node konseptual. Model jaringan awal, berdasarkan konsep ekonomi kognitif, sangat hierarkis. Tetapi yang selanjutnya cenderung menekankan frekuensi penggunaan asosiasi tertentu. 2. Bagaimana kita mewakili bentuk-bentuk lain dari pengetahuan dalam pikiran? Banyak psikolog kognitif telah mengembangkan model-model untuk pengetahuan prosedural. Ini didasarkan pada simulasi komputer dari representasi tersebut. Contoh dari amodel tersebut adalah sistem produksi. 3. Bagaimana pengetahuan deklaratif berinteraksi dengan pengetahuan prosedural? Model penting psikologi inkognitif adalah ACT, serta revisi yang terbaru, ACT-R. Ini mewakili kedua pengetahuan prosedural dalam bentuk sistem produksi dan pengetahuan deklaratif dalam bentuk jaringan semantik. Dalam masing-masing model ini, metafora untuk memahami representasi pengetahuan dan pemrosesan informasi didasarkan pada cara komputer memproses informasi. Misalnya, model ini lebih suka pemrosesan serial informasi. Penelitian tentang bagaimana otak manusia memproses informasi telah menunjukkan bahwa otak, tidak seperti komputer, menggunakan pemrosesan informasi secara paralel. Selain itu, tampak bahwa banyak dari pemrosesan informasi tidak terbatas hanya pada daerah otak tertentu. Alih-alih didistribusikan di berbagai wilayah otak sekaligus. Pada tingkat analisis amikroskopis, neuron di dalam otak mungkin tidak aktif, atau mereka tereksitasi atau dihambat oleh tindakan neuron-neuron lain yang dengannya mereka berbagi sinaps. Pada akhirnya, penelitian tentang bagaimana otak memproses informasi telah menunjukkan bahwa beberapa rangsangan tampaknya lebih responsif terhadap rangsangan berikutnya sehingga lebih mudah untuk memproses rangsangan berikutnya. Sebuah model untuk representasi pengetahuan manusia dan pemrosesan informasi berdasarkan pada apa yang kita ketahui tentang otak adalah model pemrosesan yang didistribusikan secara pararel (PDP). Itu juga disebut model koneksionis. Dalam model seperti itu, dinyatakan bahwa unit seperti neuron mungkin bersemangat atau dihambat oleh tindakan unit lain, atau mungkin tidak aktif. Selanjutnya, pengetahuan disajikan kembali dalam hal pola eksitasi atau kekuatan hambatan, bukan pada unit tertentu. Sebagian besar model PDP juga menjelaskan efek utama dengan menyarankan mekanisme penyebaran aktivasi. Banyak psikolog kognitif percaya bahwa pikiran setidaknya sebagian modular. Ini memiliki pusat kegiatan yang berbeda yang beroperasi secara independen satu sama lain. Namun, psikolog kognitif lain percaya bahwa transmisi manusia diatur oleh banyak operasi mendasar. Menurut pandangan ini, fungsi kognitif spesifik hanyalah variasi pada suatu tema.



Kemungkinannya, kognisi melibatkan beberapa modu-lar, proses domain-spesifik dan beberapa funda-mental, proses domain-umum.



Berpikir tentang Berpikir: Pertanyaan Analitis, Kreatif, dan Praktis 1. Menentukan pengetahuan khusus dan mengolah pengetahuan, dan memberikan contoh masing-masing. 2. Skrip apa yang Anda gunakan dalam kehidupan sehari-hari? Bagaimana Anda membuatnya lebih baik untuk Anda? 3. Jelaskan beberapa atribut skema, dan bandingkan dan kontraskan dua skema yang disebutkan dalam bab ini. 4. Menurut Anda, mengapa banyak model untuk representasi pengetahuan berasal dari orangorang dengan minat yang kuat dalam kecerdasan buatan? 5. Apa saja kelebihan dan kekurangan dari model hierarki dari representasi pengetahuan? 6. Bagaimana Anda merancang eksperimen untuk menguji apakah tugas kognitif tertentu lebih baik dijelaskan dalam hal komponen modular, atau dalam hal beberapa proses mendasar mendasar yang mendasari proses umum? 7. Apa sajakah contoh praktis dari bentuk pengetahuan nondeklaratif dalam model Squire? (Untuk ide tentang pengondisian, lihat Bab 1; untuk ide tentang habituasi atau onpriming, lihat Bab 4.) 8. Bagaimana Anda menggunakan prima semantik untuk meningkatkan kemungkinan bahwa seseorang akan memikirkan sesuatu yang Anda ingin orang itu pikirkan (mis., Ulang tahun Anda, restoran untuk dikunjungi, atau menonton film untuk dilihat)?