心理学入門(5-2)
Summary
TLDRこのビデオ脚本では心理学講師の大井さんが心の機能をテーマに、思考の3つのタイプ:問題解決、推論、創造的思考について解説しています。特に人工知能研究と比較しながら、人間がどのように思考するかを探求し、機械学習の手法を通じて問題解決プロセスを分析しています。さらに、創造的思考におけるアイデアの生成過程を4つの段階に分け、実験結果を通じて新しい解決策を生み出すために必要な「温める段階」の重要性を示しています。
Takeaways
- 🧠 大井講師が心理学における心の機能をテーマに解説。
- 🤔 思考は問題解決、推論、創造的思考の3つに分かれると説明。
- 💡 AI研究は人工知能技術の進歩を背景に、人間の知的活動を模倣。
- 🏆 AIは人間に負けないハイレベルのゲーム能力を持つソフトウェアを開発。
- 🎨 人工知能は画像や映像の判別、表情の再現にも応用されている。
- 📚 機械学習はデータベースを活用し、自己学習を繰り返して高度な知能を獲得。
- 🔍 人間とAIの思考プロセスを比較し、人間の思考を理解するヒントを得る。
- 🔄 思考は問題解決能力として定義され、情報や記憶を総動員して最適な意思決定を下す。
- 📉 問題解決にはアルゴリズムとヒューリスティクスの2つの方法があると説明。
- 🔮 推論は仮説を立てて検証する思考プロセスであり、機能的推論と演繹的推論に分けられる。
- 🎨 創造的思考は新しい発想を生み出す力であり、準備、温め、ひらめき、検証の4つのプロセスがある。
Q & A
このビデオでは何をテーマに話していますか?
-このビデオでは「心の機能」をテーマに、特に思考に関する内容に焦点を当てています。
思考にはどのようなタイプがありますか?
-思考には問題解決、推論、創造的思考の3つのタイプがあります。
人工知能とはどのような技術ですか?
-人工知能とは、コンピューターを用いて知的な情報処理能力を設計・実現する技術です。
人工知能研究が注目される主な理由は何ですか?
-人工知能研究が注目される主な理由は、人間と同じレベル以上の知的ゲームをこなすなど、ハイレベルの知的任务を遂行できるようになったことです。
機械学習とはどのようなプロセスですか?
-機械学習とは、データベースをもとにプログラムが自己学習を繰り返し、最終的に高度な習熟を果たすプロセスです。
問題解決におけるアルゴリズムとヒューリスティクスの違いは何ですか?
-アルゴリズムは全ての可能性を検討し正解にたどり着く方法で、ヒューリスティクスは効率的な方法を使って有力な候補だけを検討する方法です。
推論とはどのような思考プロセスですか?
-推論とは、現象の背後にある法則を推測し、仮説を立てて検証する思考プロセスです。
創造的思考が生まれるプロセスはどのようなものでしょうか?
-創造的思考が生まれるプロセスには準備、温め、ひらめき、検証の4つの段階があります。
「安いネックレス問題」とはどのような問題ですか?
-「安いネックレス問題」とは、15セント以内で3つの鎖をつなげてネックレスを作るという問題です。
休憩が創造的思考に与える影響について教えてください。
-休憩を入れることで、新しいアイデアや解決策を考え出すひらめきの可能性が高まることが実験から示されています。
Outlines
🧠 思考と人工知能の関係性
第1段落では心理学の視点から思考の機能を紹介し、人工知能(AI)との関連性について解説しています。思考は問題解決、推論、創造的思考の3つに分類され、それぞれ特徴が異なると説明されています。AI研究は人間を超えたハイレベルの知的ゲームや画像・映像の判別技術を開発し、人間と比較しながら人間の思考プロセスを理解するためのヒントを提供していると述べています。また、AIの核である機械学習はデータベースを活用して自己学習を繰り返し、最終的に高度な知的成果を生み出すプロセスを踏んでいると紹介されていますが、その学習プロセスは完全には理解されていないと気づかしています。
🔍 思考のタイプと問題解決の方法
第2段落では思考を問題解決能力として捉え、そのプロセスを解説しています。問題解決にはアルゴリズムとヒューリスティクスという2つの方法が存在すると説明されています。アルゴリズムは全ての可能性を検討することで正解にたどり着く方法で、ヒューリスティクスは効率的に有力な候補をピックアップし検討する方法です。具体例として、5文字の文字列を意味のある単語に並べ替える問題を紹介し、2つの方法の考え方を比較しています。さらに、人間と機械の思考プロセスの違いについても触れ、人間はヒューリスティクスに長けていると指摘しています。
🔬 科学的思考力と推論
第3段落では科学的思考力を持ち、人間が高度な科学文明を築くことができた理由について触れています。科学的思考力は仮説を立てて検証する思考であり、機能的推論と演繹的推論の2つのタイプに分けられます。機能的推論は具体的な事実から一般的な法則を導き出す推論で、演繹的推論は一般的な法則から具体的な事実に当てはめる推論です。また、推論の阻害要因として素朴理論と確証バイアスについても説明しており、これらのバイアスが正確な推論を妨げると注意しています。
🎨 創造的思考とそのプロセス
第4段落では創造的思考について解説し、新しい発想を生み出す力である創造性に焦点を当てています。創造的思考は準備、温め、ひらめき、検証の4つのプロセスから成り立ち、新しいアイデアを生み出すためには時間が必要とされています。ウォールズが行った実験を紹介し、休憩を入れることでアイデアのひらめきにプラスの影響があることを実証しています。この実験は創造的思考の重要性と、アイデアの孵化に必要な時間の重要性を強調しています。
📚 問題解決の具体例と結び
最後の第5段落では、具体的な問題解決の例として「安いネックレス問題」を紹介し、その解答を説明しています。問題は3つの鎖を15セント以内でつなぐというもので、新しい思考が必要な問題です。解答として、1本の鎖をバラバラにして残りの3本をつなぐ方法が提示され、これが最も効率的であると結論づけています。この段落ではこれまでの内容を総括し、ビデオの冒頭に戻り、視聴者に理解を確認する形で締めくくります。
Mindmap
Keywords
💡思考
💡人工知能 (AI)
💡機械学習
💡アルゴリズム
💡ヒューリスティックス
💡推論
💡創造的思考
💡素朴理論
💡確証バイアス
💡安いネックレス問題
Highlights
心の機能をテーマに、思考の3つのタイプ:問題解決、推論、創造的思考について解説。
人工知能研究が人間の思考プロセスを模倣し、知的ゲームにおけるハイレベルな成果を上げている。
AI技術が画像や映像の判別において、有名人の表情を再現することができる。
機械学習手法がデータベースを活用し、自己学習を繰り返して最終的に高度な能力を獲得するプロセスを踏んでいる。
人工知能の研究は人間の思考プロセスを理解する上で大きなヒントを提供している。
思考は問題解決能力として定義され、情報や知識を総動員して最適な意思決定を下すプロセス。
問題解決におけるアルゴリズムとヒューリスティクスの2つの攻略方法について解説。
ヒューリスティクスは人間が効率的に問題解決を行う方法であり、機械学習とは異なる思考のあり方。
機能的推論と演繹的推論が仮説検証の思考プロセスに重要な役割を果たしている。
素朴理論と確証バイアスが仮説検証の思考を阻害する要因として挙げられる。
創造的思考は新しい発想を生み出す力であり、問題解決において重要な役割を果たす。
創造的思考のプロセスは準備、温め、ひらめき、検証の4つの段階に分けられる。
休憩を入れたグループの方が創造的思考において高い正答率を示した実験結果が紹介される。
問題解決における新しいアイデアを生み出すためには、時間と思考の温まりが必要なとされる。
「安いネックレス問題」という実験を通じて、創造的思考における負荷効果と付加効果について解説。
「安いネックレス問題」の解答方法が提示され、創造的思考の重要性が強調される。
心理学と人工知能研究が相互に影響し、人間の思考プロセスをより深く理解する手がけになっている。
Transcripts
こんにちは心理学入門担当講師の大井です
この回では心の機能というテーマでお届け
しているんですけれどもこの動画では
思考をテーマにして思考とは何か思考って
3つに分かれて問題解決とか
推論とか
創造的思考みたいな整理ができるんです
けれどもそういったタイプとかパターン別
にどんな特徴があるのかについてお話をし
ていきたいと思います
思考ということに関する
研究で言うと最近特にすごくこう
脚光を浴びてるのはAIアーティショル
アーティフショーインテリジェンス人工
知能研究ですよね
人工知能とは
計算機コンピューターによる知的な情報
処理能力を
設計実現する
技術ですその人工知能研究によって例えば
ですねこう今まではこう人間でないと
できなかったようなハイレベルな知的
ゲーム
憑依とかチェスとか以後などについてその
まあ例えば人類最高峰の出力者名人みたい
な人をコンピューターが作ったソフト
将棋とかオセロとか囲碁とかHSとか全部
そうなんですけれどもについてはもう
コンピューターが作ったコンピューターで
動くソフトウェアがその機械の機械という
かその世界のトッププロを
完全に打ち負かすレベルになっていますよ
ねそれからこの画面の右側の
画像を見ていただきたいんですけれども
その画像や映像の
判別や先生にも人工知能的な技術が
威力を発揮しています例えばこの
画像では全く別人の顔からある有名なん
ですね
俳優の表情を人工知能によってこう
作り上げてその別人の顔の動きに
なぞらえるような形で特定の有名人の表情
を本当にそれっぽく再現する生成すること
ができるソフトウェアの説明です
こんな風に人工知能ってこう様々なところ
で
最近ね特に取り上げられるようになって
いってるわけですけれどもその人工知能の
肝なのがいわゆる機械学習っていう手法
ですよね機械学習っていうのは
元となるようなデータベースを使ってその
データベースに対してそのプログラムが
ある特定のアウトかも得るための自分自身
で学習を重ねていくそういうプロセスを何
万回と自己学習を繰り返させることで最終
的にものすごいレベルで
習熟した何かが生まれてくるというような
プロセスを踏んでいることが多いです
でこういった人工知能的な研究というのは
ある種の問題解決の
プロセスを扱っているものなのでその人間
の思考プロセスになぞらえながら人間の
プロ思考プロセスと比較しながらその人間
の思考プロセスを知るのに大きなヒントを
与えてくれたりもします
今の機械学習ですとその基本その機械学習
のプロセス機械学習っていうのはその
インプットとアウトプットと出来上がりと
いうのはわかるんですけれどもどんな形で
学習されているのかどんなプロセスで判断
がされてるのかみたいなところは今の
ところ追えないのでなぜそう判断したのか
についてはつまりその機械のAIの思考の
プロセスについては詳しくはわからないと
いうのも正直なところです
でもその最近はこういった人工知能研究が
盛んですけれどもその心理学の世界でも
認知心理学主に認知心理学者が人間は
どんなプロセスで思考してるんだろうと
いうことについていくつかこう実験をし
たり
研究したりしてきましたのでそれを簡単に
紹介していきたいと思います
思考というのは主にですねここでは3種類
紹介したいんですけれども一つはそのまま
思考真菌ですね
ざっくり言うと思考というのは
適用のための問題解決能力であるという風
に
定義されます人間が思考するのは何らかの
解決べき問題が発生した時なんですね
でその解決を得るために思考っていう
プロセスがあるわけですけどまあそれまで
に手に入れてる様々な情報うちとか外から
手に入ってる情報知覚された外貨情報とか
自分の中にある動機づけや欲求とか
あるいはその自分がかつて経験した記憶
から引っ張り出してきた知識なんかを全て
総動員してまあ最適な意思決定を下して
いくためのプロセスこれが思考なわけです
ねこの問題解決のプロセスが思考なわけ
です
でその思考のまあなんていうのかな買い
分類として
推論というのがあります
推論というのは
現象の背後にある法則を
推測すること
ある現象が起きた時
にこれって何か原因で起きてるのかなって
ことを推論していくことですね
最後にもう一つ紹介したいのが
創造的思考ですクリエイティブシンキング
これはある問題解決をするときに今まで
全く
想像していなかった考えられていなかった
新しい問題解決を作り上げる生み出すこと
を意味します
それでは一つ一つ見ていきたいと思うん
ですけれどもまず思考を問題解決すると
その問題解決には大きく分けると2つの
攻略があると言われています一つは
アルゴリズムと呼ばれる攻略ですこれは
その問題解決に至るまでにその問題解決
するための様々な可能性があるわけですが
その様々な可能性を全てチラ見つぶしに
検討していくことで
必ず正解にたどり着くそういう方法のこと
を指します
もう一つはヒューリスティクスと言われる
方法でこれはそのすべてしらみつぶしに
調べるのではなくてまあ簡単で
効率的な方法を使って全てのことを調べず
にまあいくつか有力な候補だけを
ピックアップして
検討していくという方法です
具体的な例を挙げていきます
例えば
rhtaeという5文字の
文字列があったとしてこの文字列を意味の
ある単語に並べ替えなさいという問題が出
たとして
アルゴリズム的な問題解決の方法はこう
全ての可能性を全部調べるというやり方に
なるんですね
Rで始まる単語はとかhで始まる
組み合わせはTで始まる組み合わせは
みたいな感じでこう全てを全部書き出して
その中で書き出した後に意味の通るものは
これだなみたいにこう選択していくこれが
アルゴリズム的な問題解決の求め方です
もう一つは
ヒューリスティックスはそんなふうに全部
しらみつぶしに調べるのではなくてある
程度数を絞っていきます例えば英単語の
綴り方の知識を使ってこのシーンの後には
この母音が来るとかこのシーンとこの
シーンは連続しないとかそういった知識を
使って
元々いろんな選択肢がある中のいくつかを
捨てて枝葉を捨てていくんですねで効率的
に最初から絞って正解を見つけていこうと
するプロセスなわけです前者は
しらみつぶしに調べるので
必ず正解にたどり着けますが後者は
効率的ではありますけれどもたまに
間違えることもあります
で先ほど紹介した
AIの話とか機械学習の話とかあったと
思うんですけれども機械学習とかは基本的
にすごく高い高度な計算力にものを言わせ
てこうしらみつぶしに全てを計算するん
ですね
なので機械が得意とする手法です
ヒューリスティックスというのはそれに
比較してどちらかというと人間が割と取り
やすい方法だったりします例えばその
なんかこう高度なね知的ゲームの一つとし
て将棋なんてことを考えてみた時にこう
機械の将棋ソフトだったらそのこういう
こう与えられた局面でどれが最善集なのか
ということを考えるときに全ての可能性を
考えてその評価をしていくという方法を
とるのが光なんですけれども人間は全ての
可能性は考えずに有力な手をいくつかこう
ね3つぐらい最初に広報を絞ってそこに
ついてだけ深く考えるみたいな方法をとる
んですねこれはヒューリスティックス的な
問題解決の仕方だということができます
こんな風にこうまあ人間と機械を
比較した時にその思考のあり方がね少し
特徴として違うところもあるんですね
まあでももちろんだからだからといって
人間がアルゴリズムをしないというわけで
はありません
あそうですねちなみにこう
rstainの意味のある単語並べ替える
問題としての答えとしてハートみたいな例
が挙げられます他にもあるんでちょっと
考えてみてください
それから2点目が
推論です
人間が高度な科学文明を築くことができた
のはその高度なねその科学的思考力が
備わっていたからと言われたりもしますが
その化学思考力とは何かというと
仮説を立ててそれを検証するという思考な
んですねその
仮説検証の思考っていうのはそのある種の
推論の道筋とも言えますこの
仮説検証の
思考と
重要な役割を果たすのが機能的推論と呼ば
れるタイプの推論ですインダクションと
英語では言うわけですがこの機能的推論と
いうのは
観察した事実をいくつか積み重ねることに
よってそこに裏に流れている
原因や法則性を
推測していくという
推論のことを指します
具体的な事実から一般的な法則を導き出す
例えばまあねそのアレルギーを持つ
アレルギー反応に子供のアレルギー反応を
悩んでいるお母さんがいたとしてその
お母さんがねその子供に何を食べさせたら
アレルギー反応が出るのかみたいなことを
いろいろ
経験を積み重ねてこう何アレルギーなの
かってことを探っていったりすることが
あるかもしれません
きつねうどんとか
牛丼を食べてもアレルギー反応は出ない
けれども
卵うどんや親子丼を食べるとアレルギー
反応が出るそうするとじゃあこの子供は
卵にアレルギーがあるんじゃないかって
いう風にこう結論付けたりする
それが機能的推論なわけですね
ちなみにこの機能的推論の逆つまり一般的
法則を別の具体的な事実に当てはめようと
するS論のことを
演繹的推論リダクションという風に呼び
ます例えばね子供はうちの子供は卵
アレルギーだとすると
鳥の卵だけじゃなくてうずらの卵にも
アレルギー反応が出るんじゃないかなとか
ダチョウの卵にもアレルギー反応が出るん
じゃないかなみたいに一般的な法則から別
の具体的な事実に当てはめてそれを推論し
ていくというのが
演劇的推論になります
この機能的推論なんですけれどもをして
仮説というかね法則を導き出していくとき
に
我々はそのそれがねこういつもうまくいく
とは限らないわけですねそれを阻害する
要因がいくつかあります
一つは
素朴理論と呼ばれる考え方でこれは日常的
な経験から自然に獲得するものの見方の
ことを指します
例えば地球は球体なわけですそれは誰もが
ねもう知ってるわけですけれども日常的な
経験でね地球は球体ってあることは
なかなか自覚できませんよねどちらかと
いうと
遠くの水平線とか見るとね水平線って言葉
であるようにこう
景色ってすごくこう水平線のあたりを
まっすぐに見えますよねでまっすぐに
見えるとそこから
我々のクラス支給が球体だ大きな球体で
あってあるような
結論にはなかなかこう至りにくいというの
があります
これが素朴理論です
もう一つは
確証バイアスと呼ばれるバイアスですこれ
は自分が建てた仮説自分が信じている仮説
を
拡張する
確かめる支持することを好む傾向のことを
指します
例えば
血液型性格占いを信じてる人がその
血液型性格占いを支持している人の情報に
はすぐアクセスできるけれども支持しない
論文とか情報にはなかなかアクセスしない
とか無視するとか言ったものがその例に
なります
別に血液型性格占いにとどまらず特定のね
ある強いことを信頼を信じている
特定の対象に
信じている時に起きやすいバイアスです
それから3点目が
創造的な思考ですね
人間の思考力が高度と呼ばれる所以の一つ
として
創造的な
創造性が言われたりしてます
創造性っていうのは前例のない新しい発想
ができることです
特にその解決法を着想する
段階で必要になります
でこの
創造的な思考が生まれるプロセスについて
終わらすという人が分類をその4つの
プロセスに分けて分類をしています
まずは
準備の段階があるんだとは言います
全く新しいことを解決法として生み出すの
でそれ以前にご失敗が必要になるわけです
ね
過去の経験とか習得済みの知識とかを騒動
にするけど
失敗を繰り返すというまず段階があって
そこから新しいものを全く新しいものを
生み出す着想するまでに
アイディアの卵を温めている
温めの段階というのが必要になるとワレス
は言いますつまり新しい一旦こう限界に
達してから新しいものが生み出されるまで
にちょっとした時間が必要だっていう風に
言うんですね
でその温めるている段階を経るとある
新しい着想新しい解決法がひらめきます
これがひらめきの段階
でそのひらめきの段階ひらめいたアイデア
についてそれを様々な角度から検討して
いく検証の段階この4つに分かれてるん
ですけれどもポイントは今までの方法で
うまくいかなかったっていうところから
全く新しい解決を着想するまでの間に
温めの段階って呼ばれるような時間が必要
になるということなんですね
これを
興味深い
方法を使って
示したデータで示した実験がありますので
紹介します
シルベイラという人が行った実験です
シルベイラは
その安いネックレス問題という問題を実験
参加者に
解いてもらいました安いネックレス問題
このスライドの右下のところ出てきてるん
ですけれども
3つずつの和がつながった4本の鎖そこに
左の方に書いてありますねがありますが
それをつないで一つのネックレスにして
ください
ネックレスにするには
鎖をねこう切ったりまたつなげたりする
必要がありますけれどもそれにはお金が
かかるんだそうですでその1個の輪を開く
のに2000と
閉じるのに3000とかかってお金は全部
で15セントしか使えないという風に言う
わけですつまり開いたり閉じたりを
3回できるということですね
それによってこの3つの鎖をこうつなげて
ブレスレットにできるかどうか考えなさい
という問題ですなかなか難しい問題なん
ですよね
素直にこう
純粋に数珠につなげようとすると4回こう
開いたり閉じたりしなきゃいけないそう
すると15セントオーバーするっていうの
がポイントです何かだから新しい
解決法を生み出す見つけなきゃいけない
わけですね
でこの安いネックレス問題を実験参加者は
解くんですけれども
3つ条件が設けられました一つは30分
連続でこの問題を解くという条件です
ずっと解き続けるって事です
もう一つは
解く時間は30分なんだけれども
途中で30分
休憩時間を入れるグループですこの休憩
時間の間にまあその問題について考えない
ように他のことをしてもらうんですけどね
とにかく休憩を入れる
もう一つはその休憩時間をもっと長く
するっていうグループです4時間の休憩を
とります
でこれらの3条件でこの安いネックレス
問題の正答率がどう変わったかということ
を比較しました
そうしましたら連続で解いたグループの
正答率が55%だったのに対して30分
休憩を入れたグループは65%4時間休憩
を入れたグループは85%が正解しており
その正解率が休憩を入れるごとに高くなっ
ていったということが分かりました
これは先ほどの
ウォレスの言う新しい
解決を着想するために時間が必要になると
いうことをある種支持する結果ですよね
このことを
負荷効果ま卵がね温められる家庭のこと
卵が温めて帰る家庭のことを不可っていう
風に呼んだりすると思うんですけれども
それをとって付加効果なんていう風に呼ば
れたりするんですね
はいちなみにこの安いネックレス問題皆
さん回答は分かったでしょうか
猫なんかどっかで見たことあるかもしれ
ませんこういう問題が好きな人をね
解決は回答はこれです
それぞれ3本の鎖を全部つなごう3本とか
4本の鎖を全部つなごうとするとダメなの
でどうするかっていうと1本の鎖を
バラバラにするバラバラにして残りの3本
をつなぐように使うとこの1本のバラバラ
にした鎖の3つの和だけを開いたり閉じ
たりすれば全部が繋がるので
合計15セント以内に収まるというのが
正解になるわけですねはい
はいそれじゃあ2本目の動画はこれにこれ
で終わりにしたいと思います
5.0 / 5 (0 votes)