چگونه یک بازی Minecraft راز تفکر هوشمندانه را باز کرد
به گزارش گروه دانشگاه خبرگزاری دانشجو، تیمی از دانشمندان از بازی ویدیویی محبوب Minecraft استفاده کردند تا چگونگی ترکیب غرایز فردی را با نشانه های اجتماعی هنگام یادگیری در محیط های پیچیده کشف کنند.
با ردیابی اقدامات و تمرکز بصری بازیکنان در یک کار جستجوی شبیه‌سازی شده، آنها دریافتند که موفقیت فقط به استفاده از یک استراتژی بستگی ندارد، بلکه به انعطاف‌پذیر بودن و انطباق بین اکتشاف انفرادی و مشاهده اجتماعی بستگی دارد. این آزمایش جدید یک شکاف طولانی مدت بین مطالعات سنتی و یادگیری در دنیای واقعی را پر می کند، و نشان می دهد که هوش انسانی در سازگاری، به ویژه در محیط های نامشخص، رشد می کند.
لبه منحصر به فرد انسانی: یادگیری اجتماعی در میان نسل ها
توانایی یادگیری از دیگران یک ویژگی اصلی انسان است. این نوع یادگیری اجتماعی به ما امکان می‌دهد دانش را به نسل‌ها منتقل کنیم و به ما کمک می‌کند تا بر اساس اکتشافات کسانی که قبلاً آمده‌اند، بسازیم. این چیزی است که دستاوردهایی مانند آسمان خراش ها، سفرهای فضایی و پیشرفت های پزشکی نجات بخش را ممکن می کند.
با این حال، بیشتر مطالعات علمی در مورد یادگیری اجتماعی بر روی کارهای ساده و انتزاعی متمرکز شده‌اند که نحوه یادگیری ما را در موقعیت‌های پیچیده و واقعی نشان نمی‌دهند. در نتیجه، ما هنوز نسبتا کمی در مورد اینکه چگونه افراد تجربه شخصی (یادگیری غیراجتماعی) را با اطلاعات دیگران (یادگیری اجتماعی) در محیط های واقع بینانه ترکیب می کنند، می دانیم.
برای کشف این موضوع، یک تیم بین‌المللی از محققان، از خوشه‌ی تعالی علم هوش (SCIoI)، موسسه توسعه انسانی ماکس پلانک، دانشگاه توبینگن، و دانشگاه نیویورک، یک آزمایش جستجوی مجازی با استفاده از بازی ویدیویی Minecraft طراحی کردند. مطالعه آنها که امروز (25 آوریل) در Nature Communications منتشر شد ، نشان داد که سازگاری، توانایی تغییر انعطاف‌پذیر بین استراتژی‌های یادگیری اجتماعی و فردی، قوی‌ترین پیش‌بینی‌کننده موفقیت است.
Minecraft به عنوان یک آزمایشگاه تحقیقاتی: یک محیط یادگیری اجتماعی واقعی
در این آزمایش، هر شرکت کننده آواتاری را کنترل می کند که بلوک های Minecraft را برای یافتن منابع از بین می برد. هر زمان که منبعی کشف می شود، یک اسپل آبی ظاهر می شود که برای سایر بازیکنان قابل مشاهده است و به طور بالقوه می تواند اطلاعات اجتماعی مفیدی در مورد مکان منابع بیشتر ارائه دهد.
در ابتدای هر دور، بازیکنان مطلع می شوند که آیا آنها به تنهایی کار خواهند کرد یا در یک گروه چهار نفره که می توانند در زمان واقعی با یکدیگر تعامل داشته باشند. علاوه بر این، آنها در دو نوع محیط آزمایش می شوند. در محیط‌های «لکه‌ای»، منابع با هم خوشه‌بندی می‌شوند، به این معنی که شرکت‌کنندگان می‌توانند بلوک‌های متعددی را که حاوی منابع نزدیک به یکدیگر هستند پیدا کنند، در حالی که در محیط‌های «تصادفی» منابع پراکنده شده‌اند.
بنابراین، اطلاعات اجتماعی به ویژه در محیط‌های «لکه‌دار» ارزشمند است، زیرا ممکن است پاداش‌های دیگری را در نزدیکی خود نشان دهد. با این حال، اطلاعات اجتماعی در محیط‌های «تصادفی» ارزشی ندارد، زیرا الگوی قابل یادگیری مکان‌های منابع وجود ندارد. هر بازیکن سعی می کند به جای تلاش برای رسیدن به یک هدف جمعی، پاداش های خود را به حداکثر برساند، و بنابراین باید به طور موثر با استفاده از تعادل مناسب استراتژی های یادگیری فردی و اجتماعی، جوایزی را بیابد.
استراتژی در عمل: تصمیم گیری بین غریزه فردی و سرنخ های گروهی
رالف کورورز، نویسنده ارشد این مطالعه گفت: استفاده از بازی مانند Minecraft مفید است زیرا چالش‌های زندگی واقعی را شبیه‌سازی می‌کند. برای مثال، از آنجایی که شما می‌توانید در هر لحظه تنها بخش کوچکی از دنیای بازی را ببینید، باید انتخاب کنید که آیا روی جستجوی خود تمرکز کنید یا به آنچه که بازیکنان دیگر انجام می‌دهند تا از آنها بیاموزید، توجه کنید.
این بدان معناست که من دائماً با یک انتخاب روبرو هستم: آیا از غریزه خودم پیروی می کنم و به تنهایی به جستجو می پردازم، یا از اطلاعات اجتماعی (در این مورد، "چلپخت های آبی") با دنبال کردن بازیکنانی که قبلا چیزی پیدا کرده اند استفاده می کنم، زیرا احتمالاً یک پچ منبع را پیدا کرده اند؟"
ردیابی توجه و تصمیم گیری در زمان واقعی
از طریق یک روش محاسباتی جدید توسعه‌یافته برای خودکارسازی رونویسی داده‌های میدان بینایی، دانشمندان اندازه‌گیری کردند که کدام اشیاء، رویدادها و سایر بازیکنان توسط هر شرکت‌کننده مشاهده شده و با نرخ ۲۰ بار در ثانیه ثبت شده است. آنها مدلی ایجاد کردند که نگاه افراد، نحوه حرکت و انتخاب هایی که هنگام جستجوی غذا انجام می دهند را گرد هم می آورد.
چارلی وو از دانشگاه توبینگن توضیح داد: «به عبارت ساده‌تر، اکنون می‌توانیم پیش‌بینی کنیم که شرکت‌کننده کدام بلوک بعدی را با ترکیب استراتژی‌های یادگیری فردی و اجتماعی، همه در یک چارچوب محاسباتی انتخاب می‌کند. این رویکرد جدید به ما امکان می‌دهد تا الگوریتم‌های یادگیری را که هوش مصنوعی مدرن را تقویت می‌کنند، با مکانیسم‌های یادگیری اجتماعی انعطاف‌پذیر که به‌طور انطباق‌پذیر از رفتارهای موفق دیگران یاد می‌گیرند، متصل کنیم.»
قدرت سازگاری در هوش انسانی
در مجموع، این مطالعه یک شکاف چند دهه بین تحقیقات در مورد یادگیری فردی و اجتماعی را پر می کند. نتایج نشان می‌دهد که انسان‌ها فقط مقلدهای منفعل یا یادگیرندگان فردی سرسخت نیستند. بلکه به صورت پویا بین این استراتژی ها تعادل ایجاد می کنند. مکانیسم‌های تطبیقی یادگیری فردی و اجتماعی یکدیگر را تقویت می‌کنند و توسط واحد واحد عملکرد فردی هدایت می‌شوند.
علاوه بر این، میزانی که هر فرد توانسته است راهبردهای یادگیری فردی و اجتماعی خود را تطبیق دهد بهترین پیش بینی کننده عملکرد آنها بود. این تأکید می کند که سازگاری، به جای استراتژی های ثابت، چیزی است که هوش انسان را هدایت می کند.
از دنیای دیجیتال تا نوآوری در دنیای واقعی
این کار درک ما را از مکانیسم‌های شناختی زیربنای یادگیری تطبیقی و تصمیم‌گیری در زمینه‌های اجتماعی ارتقا می‌دهد، مسیرهای جدیدی را برای درک نحوه انتشار اطلاعات در گروه‌ها، چگونگی ظهور نوآوری‌های جدید باز می‌کند و سرنخ‌هایی در مورد نحوه طراحی سیستم‌هایی می‌دهد که یادگیری تطبیقی را در محیط‌های اجتماعی بهتر تقویت می‌کنند.
به طور خلاصه:
این مطالعه نشان داد که سازگاری، توانایی تغییر انعطاف‌پذیر بین استراتژی‌های یادگیری فردی و اجتماعی، یک عامل کلیدی برای موفقیت است.
محققان از بازی ویدیویی محبوب Minecraft برای شبیه سازی یک محیط پیچیده و تعاملی برای مطالعه نحوه یادگیری افراد از دیگران استفاده کردند.
یک روش جدید مبتنی بر رایانه، داده‌های میدان بصری را در زمان واقعی ضبط می‌کند و امکان مدل‌سازی و پیش‌بینی دقیق نحوه استفاده شرکت‌کنندگان از یادگیری اجتماعی و فردی را می‌دهد.
این یافته ها به پر کردن شکاف تحقیقاتی طولانی مدت کمک می کند و نشان می دهد که افراد به صورت پویا استراتژی های یادگیری خود را تنظیم می کنند، که پیامدهای مهمی برای طراحی محیط های یادگیری موثرتر و درک نحوه انتشار اطلاعات در گروه ها دارد.
مرجع: "مکانیسم های تطبیقی یادگیری اجتماعی و اجتماعی در جستجوی علوفه جمعی غوطه ور" 25 آوریل 2025، Nature Communications .