No Plan, Yet Human: A Reactive Robotics Model Predicts Human Planning Failures on a Clinical Task
تُظهر هذه الدراسة أن AICON، وهو إطار عمل روبوتي تفاعلي يفتقر إلى التخطيط الاستباقي، يتنبأ بدقة بصعوبات التخطيط البشري وأنماط الفشل في اختبار "برج لندن"، لا سيما لدى الأفراد ذوي القدرة الإدراكية المنخفضة، مما يشير إلى أن التخطيط البيولوجي تحت القيود يتحول نحو الأنماط التفاعلية المشابهة لتلك المُمذجة في الروبوتات.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
يتمتع البشر بقدرة فائقة على حل الألغاز التي تتطلب سلسلة من الخطوات. وسواء كنا نقوم بإعادة ترتيب الأثاث في غرفة ما أو نتنقل عبر مسار معقد في مدينة، فإننا غالبًا ما نبدو وكأننا نستشرف المستقبل، متخيلين حالات مستقبلية لتقرير ما يجب فعله بعد ذلك. وتعد هذه القدرة على التخطيط حجر الزاوية في الذكاء البشري، لكنها أيضًا قدرة هشة؛ فعندما يتعرض الدماغ لإصابة أو يتأثر بحالات مثل مرض باركنسون، يمكن لهذه السعة أن تتقلص، مما يترك الناس عالقين في مشكلات كان بإمكانهم حلها سابقًا. إن فهم كيفية وأسباب حدوث هذه الإخفاقات بدقة أمر بالغ الأهمية لتطوير طرق أفضل لتشخيص وعلاج هذه الحالات. ولعقود من الزمن، حاول العلماء بناء نماذج حاسوبية تحاكي التفكير البشري، عادةً عن طريق برمجتها لمحاكاة الاحتمالات المستقبلية تمامًا كما يفعل الشخص. ومع ذلك، يشير دراسة جديدة إلى أن الطريقة الأكثر دقة لفهم المعاناة البشرية قد لا تكمن في بناء مخطط أفضل، بل في بناء نظام لا يخطط على الإطلاق.
لقوتي الباحثون في جامعة برلين التقنية والجامعة الحرة في برلين إلى لغز بسيط ومعروف جيدًا يسمى اختبار "برج لندن" للتحقيق في هذا الأمر. في هذا الاختبار، يُعرض على الشخص ثلاثة أوتاد بارتفاعات مختلفة ومجموعة من الخرز الملون. والهدف هو نقل الخرز من ترتيب البداية إلى ترتيب مستهدف محدد باستخدام أقل عدد ممكن من الحركات. القواعد صارمة: لا يمكن تحريك خرزة إلا إذا كانت في أعلى كومة، ولا يمكن للوتد أن يحمل سوى عدد معين من الخرز بناءً على ارتفاعه. وبينما تبدو القواعد بسيطة، فإن الجهد الذهني المطلوب يتباين بشكل كبير من لغز لآخر. فبعض الترتيبات سهلة الحل، بينما تقع أخرى في فخ حتى الأشخاص الأصحاء في تسلسلات طويلة ومربكة من الحركات. وغالبًا ما يفشل المصابون بمرض باركنسون، أو ضعف الإدراك الطفيف، أو أولئك الذين عانوا من سكتة دماغية، في هذه الاختبارات بطرق محددة ومتوقبة، حيث يعلقون في أنواع معينة من الألغاز بينما يحلون غيرها.
لفهم هذه الأنماط، طبق الفريق نموذجًا يسمى (AICON)، والذي صُمم في الأصل لمساعدة الروبوتات على تحريك الأشياء في العالم الحقيقي. وبخلاف البرامج الحاسوبية التقليدية التي تحاكي المستقبل لإيجاد حل، فإن (AICON) لا يستشرف المستقبل، بل يستجيب فقط للموقف الراهن. تخيل روبوتًا لا يمكنه إلا رؤية الشيء الموجود أمامه مباشرة والهدف الحالي؛ فهو يحسب المسار الأكثر انحدارًا نحو الهدف بناءً على ما هو مرئي حاليًا ويتخذ خطوة في ذلك الاتجاه. ويكرر هذه العملية، معدلًا مساره باستمرار بناءً على الحالة الجديدة للعالم، دون محاكاة تسلسل من الحركات لخمس خطوات في المستقبل. استخدم الباحثون هذا النظام التفاعلي لحل نفس الـ 24 لغزًا من ألغاز "برج لندن" التي قُدمت للمشاركين البشريين. ثم قارنوا أداء الحاسوب بالنتائج الفعلية من 295 شخصًا، بما في ذلك المتطوعون الأصحاء والمرضى الذين يعانون من حالات عصبية مختلفة.
كشفت النتائج عن نمط مثير للاهتمام ومنافي للبديهة. فعندما نظر الباحثون إلى المتطوعين الأصحاء، لم يكن النموذج الحاسوبي التفاعلي هو المطابق الأفضل. بدلاً من ذلك، كان أداء الأشخاص الأصحاء يُفسر بشكل أفضل من خلال النماذج التي تنظر إلى الأمام وتخطط، مما يشير إلى أن البشر الأصحاء يستخدمون بالفعل التفكير الاستباقي لحل هذه الألغاز. ومع ذلك، تغيرت القصة تمامًا عندما نظر الباحثون إلى المجموعات ذات القدرة المنخفضة على التخطيط. فبالنسبة للأشخاص المصابين بمرض باركنسون، أو ضعف الإدراك الطفيف، أو تاريخ من السكتة الدماغية، كان النموذج التفاعلي أكثر دقة بكثير من أي نموذج قائم على التخطيط. لقد توقع الحاسوب الذي لا يخطط الصعوبات المحددة التي واجهها هؤلاء المرضى بشكل أفضل من حاسوب يحاول التخطيط، كما حدد بشكل صحيح الألغاز التي ستكون الأصعب بالنسبة لهم، والأهم من ذلك، توقع أنواع الأخطاء المحددة التي سيرتكبونها.
يدعم هذا الاكتشاف فرضية قائمة منذ فترة طويلة لاحظها مبتكرو نموذج (AICON) قبل بدء هذه الدراسة. فقد لاحظوا أن نقاط ضعف النموذج الخاصة - وتحديدًا معاناته مع الألغاز التي تتطلب إدارة أهداف متضاربة - تحاكي معاناة مرضى باركنسون. وتؤكد البيانات الجديدة أن قدرة الدماغ على التخطيط تتراجع، يتحول السلوك البشري نحو وضع تفاعلي، معتمدًا على الإشارات الفورية بدلاً من المحاكاة المستقبلية. لم تظهر الدراسة أن النموذج يمكنه حل الألغاز فحسب، بل أظهرت أن النموذج فشل بنفس الطريقة التي فشل بها مجموعات معينة من البشر. وهذا التوافق يشير إلى أن الاستراتيجية التفاعلية ليست مجرد ملاذ احتياطي للأدمغة المعتلة، بل هي جزء أساسي من كيفية معالجة الأنظمة البيولوجية للمعلومات. وهذا يعني أنه حتى عندما نكون أصحاء، فإننا نستخدم على الأرجح مزيجًا من التخطيط والتفاعل، ولكن عندما تتضرر قدرتنا على التخطيط، يسيطر الجانب التفاعلي، وتكشف الأخطاء التي نرتكبها عن البنية الأساسية لذلك النظام.
وقد أكد الباحثون بعناية أن هذا لا يعني أن التخطيط غير مهم أو أن النموذج التفاعلي هو نسخة مثالية للعقل البشري. فالنموذج لا يمكنه تفسير التعلم، أو الفروق الفردية، أو استراتيجيات التخطيط المتعمدة التي يستخدمها الأصحاء؛ فهو لا يلتقط سوى مكون واحد من عملية حل الألغاز. ومع ذلك، فإن حقيقة أن نظامًا بُني للمناولة الروبوتية، دون معرفة بعلم الأعصاب البشري، يمكنه التنبؤ بأنماط الفشل المحددة للمرضى الذين يعانون من اضطرابات دماغية، تعد مؤشرًا قويًا. وهي تشير إلى أن المنطق الجوهري لكيفية تنظيم الأنظمة البيولوجية للمعلومات هو أمر أعمق وأكثر شمولية مما كان يُعتقد سابقًا. ومن خلال دراسة كيفية فشل آلة تفاعلية بسيطة، قد يكون العلماء قد وجدوا نافذة جديدة لفهم كيفية عمل الدماغ البشري عندما يكون تحت الضغط، مما يوفر مسارًا محتملاً نحو أدوات تشخيص أكثر دقة وعلاجات مستهدفة لأولئك الذين يعانون من صعوبات في التخطيط المتسلسل.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.