Teorie zpracování informací a informační chování
Vývoj počítačů výrazně ovlivnil pohled na lidskou mysl. Ve 20. století se vědci snažili zodpovědět složité otázky týkající se poznání a zpracování informací v lidském mozku. V roce 1950 se objevuje teorie zpracování informací[1] neboli Information Processing Theory, která vysvětluje poznávání a zpracování informací na procesech, které probíhají právě v počítači. [2] Dle této teorie lidský mozek pracuje stejně jako počítač, a tedy přijímá a zpracovává informace jako on.
S prvním představením teorie vzniká také první model zpracování informací, tzv. Broadbentův model. Obecně modely této teorie zobrazují fáze zpracování informací v mozku a tvoří základ pro vývoj umělé inteligence. Níže přestavím další dva modely známějších proponentů než je Donald Eric Broadbent, kteří výrazně přispěli k rozvoji teorie zpracování informací.
Transdisciplinarita a kognitivní paradigma
Teorie zpracování informací vybudovala základy moderních kognitivních věd, a díky tomu vzniklo i kognitivní paradigma, se kterým se zřídka můžeme setkat také pod názvem informačně-procesní paradigma.[3] Kognitivní paradigma v roce 1970 formuje i kognitivní psychologii[4] a společně s teorií zpracování informací zasahují například do neurověd, informačních věd a knihovnictví, umělé inteligence, lingvistiky, pedagogiky nebo psychologie.
V rámci informačních věd je důležité zmínit, že se tato teorie s kognitivním paradigmatem rozdělila do dvou vzájemně prolínajících směrů, a to do směru technologického a uživatelského,[28] což už velice úzce souvisí s oblastí informačního chování. Směr technologický se soustředí například na vývoj organizačních, vyhledávácích nebo expertních systémů,[22] naopak směr uživatelský se orientuje na oblast vyhledávání informací.[28] Jak tedy můžeme vidět, teorie zpracování informací má velice široký transdisciplinární dosah.
Hlavní představitelé
K vývoji této teorie přispělo mnoho uznávaných vědeckých kapacit. Mezi ty nejdůležitější patří například George A. Miller,[5] který zavádí pojem chunking (v překladu shlukování, kouskování, sdružování…)[6] a
tzv. Millerův zákon, který je taktéž znám pod synonymem Millerovo magické číslo 7.
Dalšími významnými proponenty této teorie jsou Richard Chatham Atkinson a Richard Martin Shiffrin, kteří v roce 1968 představili jejich paměťový model.
I vědci jako Alan Baddeley a Graham James Hitch se podíleli na rozvoji této teorie. V roce 1974 rozpracovávají blíže pracovní paměť z modelu Atkinsona a Shiffrina.[8]
Poslední vědeckou kapacitou, kterou zde v této souvislosti zmíním, bude lingvista Noam Chomsky. Úzce propojil oblast lingvistiky se zpracováním informací a strukturou mysli.[10] Vytváří také lingvistické aspekty, které se později promítají do vývoje umělé inteligence.[11]
Výzkumy zaměřené na teorii zpracování informací a informační chování
První výzkumný článek, který reflektuje provázanost teorie zpracování informací s informačním chováním je „Development of Self-learning Economics App for Secondary School Students in Malaysia Based on Information Processing Model“. Popisuje designový proces návrhu aplikace „EconsF4“, který se odvíjí od modelů zpracování informací. Celý proces je založen na pochopení kognitivních procesů při učení a tedy, jak potencionální uživatelé, studenti střední školy v Malajsii, mohou lépe s informacemi interagovat a kognitivně je zpracovávat.[12] V rámci designového procesu aplikace se postupovalo od identifikace uživatelské potřeby, zkoumání kognitivních procesů až po návrh prototypu aplikace. Zkoumání kognitivních procesů probíhalo v tomto případě v rámci kvalitativních polostrukturovaných rozhovorů a analýzy toho, jak 12 absolventů pracuje s dokumenty, konkrétně s ekonomickým obsahem (výběr, opakování, organizace dokumentů, zpracování atd.).[12]
Druhý výzkumný článek z roku 1988 s názvem „Information Processing Theory: Classroom Applications“ se zaměřuje taktéž na design, nikoli však vzdělávací aplikace, nýbrž na design vzdělávacího procesu. Jak si můžeme všimnout, jedná se o článek staršího data, nicméně je velice užitečný k pochopení toho, jak probíhaly výzkumy ke zlepšení vzdělávacího procesu za pomocí modelu zpracování informací. Autoři článku tento model považuji za natolik promyšlený, že jej lze využívat například ke předpovědi procesu učení, lepšímu zapamatování informací u žáků včetně důrazu na udržení jejich pozornosti, smysluplnost učiva a organizaci informací.[12]
Ve třetím výzkumném článku „Teaching Implications of Information Processing Theory and Evaluation Approach of Learning Strategies using LVQ Neural Network“ najdeme opět aplikaci modelu zpracování informací do vzdělávání. „Teachers with a greater understanding of the theory and how it is formed to, select learning strategies in order to improve the retention and retrieval of learning.“[4] V tomto případě je pozornost soustředěna výhradně na žáky, kteří mají problémy s chováním či učením a také na vhodné výukové prostředí a socializaci, které mohou mít výrazný dopad na prospěch žáků.[4]
Poslední výzkumný článek, který zde zmíním, najdete pod názvem „A New Model of Information Processing based on Human Brain Mechanism: Toward a Cognitive Intelligent System“. Autoři představují studii, ve které navrhují nový model informačního systému založeného na mechanismech lidského myšlení.[13] Objevuje se zde mnoho typů modelů zpracování informací, seznámíme se s pojmem fúze a definicí obecného modelu zpracování informací. Dle autorů se jedná o „teorii lidského vývoje, která používá počítač jako metaforu pro zkoumání myšlenkových procesů“[13] V návaznosti na tuto definici je také důležité zmínit, že právě teorie zpracování informací a její modely tvoří základ tohoto výzkumu zaměřující se na umělou inteligenci, a tedy vytvoření nového inteligentního informačního sytému.[13]
Kritika a silné stránky teorie zpracování informací
Od 50. let 20. století, tedy od prvního představení teorie zpracování informací, došlo k výraznému posunu ve vědeckém zkoumání lidského mozku, a to přispělo také ke změně v nahlížení na tuto teorii. Protože je již zřejmé, že lidský mozek jako počítač informace nezpracovává, výsledem je četná kritika. Nicméně i přes tuto kritiku jsou modely teorie zpracování informací stále využívány například v již zmiňovaných oblastech pedagogiky, designu služeb, programování umělé inteligence, lingvistice, neurovědách a kognitivních vědách. Hraje také významnou roli v historickém vývoji těchto disciplín.
Kritika se nevíce soustředí na rozdíly mezi lidským mozkem a počítačem, proto jsem zde vybrala pár zásadních příkladů.
- Na rozdíl od procesů probíhajících v lidském mozku, počítač není schopen si uvědomovat sebe samého a prožívat jakékoliv emoce.[14]
- Procesy, jako uchovávání, zpracovávání a přenos informací odehrávající se v mozku se taktéž nedají ztotožnit s tím, jak probíhají v počítači. Obecně zpracování informací může probíhat paralelně (zpracování více informací najednou)[15] nebo sériově (zpracování informace po jednotlivých krocích). První typ je typický pro lidský mozek, neboť k sériovému zpracování není tak rychlostně vybaven, jako počítač.[15]
- Počítač má také oddělené procesy zpracování, ukládání a vybavování informací[16] a jeho součástí je centrální procesor.[17] Mozek centrální procesor naopak postrádá a nemá oddělené zmíněné procesy.
- Mozek má jedinečnou schopnost, a tou je neuroplasticita. Neuroplasticita označuje funkci, která umožňuje určitým částem mozku převzít funkci za jiné mozkové části, které by případně selhávaly. [18]
Před tím, než srovnávání lidské mysli s počítačem vůbec započalo, objevila se tzv. První Gödelova věta o neúplnosti, [19] ze které vyplývá, že lidské myšlení nelze redukovat na žádná pravidla, což mělo významný dopad na oblast umělé inteligence, zpracování přirozeného jazyka[25] a matematiky. [19] První větou Gödel také přispěl ke značnému pokroku v oblasti filozofie mysli.[19]
Další oblast kritiky se soustředí na fakt, že teorie zpracování informací nevnímá člověka ani jeho mozek, jako živý organismus[20], nýbrž jako počítač. Od toho se také odvíjí již výše zmíněné modely zpracování informací, které jsou základem pro programování umělé inteligence[21] a budování expertních systémů. [22]
Budování expertních systémů, vývoj umělé inteligence, pozitivní dopady na vývoj mnoha vědeckých disciplín a výrazný vliv první Gödelovy věty lze naopak považovat za silné stránky teorie zpracování informací.
Teorie zpracování informací a její uplatnění v oblasti informačního chování
Protože modely zpracování informací znázorňují přesný postup informace lidskou myslí, umožňují tak v danou chvíli určit myšlenkové operace, které v ní právě probíhají. [12] Toho lze využít například při procesu učení — od přijímání informací, přes kognitivní zpracování informací až po konečnou reakci na informace. Učení je totiž proces shromažďování informací a jejich organizování do mentálních schémat.[4] Od toho se samozřejmě odvíjí design vzdělávacího procesu, při kterém hraje zásadní roli organizace znalostí, jejich zpřístupňování, smysluplnost dokumentů a udržení pozornosti s cílem jednoduššího a efektivnějšího myšlenkového zpracování s minimem zapomínání. Musím také zmínit možnost uplatnění modelů zpracování informací při designování učebních aplikací nebo navrhování eLearningových kursů.[23]
Design se však nemusí týkat pouze učebních aplikací, e-learningových kursů nebo klasických vyučovacích hodin, ale také designu služeb (systémy, aplikace, rozhraní, nástroje apod.). Tomu předchází výzkum, který bude zkoumat například to, jak lidé s informacemi interagují, jakými způsoby nebo jaký význam přikládají informacím, signálům, podnětům…[11]
Výše jsem zmiňovala využití kognitivního paradigmatu a teorie zpracování informací ve vývoji vyhledávacích, organizačních[28] či expertních systémů,[22] ale mimo jiné se s jejich využitím setkáváme také ve vývoji interaktivních informačních vyhledávacích systémů,[11]získávání dovedností a rozhodování.[24]
Použitá literatura:
[1] PAPPAS, Christopher. E-Learning Industry: Instructional Design Models and Theories: Information Processing Theory [online]. 2014, 24. March [cit. 2021–03–15]. Dostupné z: https://elearningindustry.com/information-processing-theory.
[2] MCLEOD, Saul. Information processing: Simply Psychology [online]. 2008 [cit. 2021–03–15]. Dostupné z: http://www.simplypsychology.org/informationprocessing.html.
[3] SEDLÁKOVÁ, Miluše. Vybrané kapitoly z kognitivní psychologie: mentální reprezentace a mentální modely. Praha: Grada, 2004. Psyché (Grada). ISBN 80–247–0375–0.
[4] KANDARAKIS, Andreas G. a Marios S. POULOS. Teaching Implications of Information Processing Theory and Evaluation Approach of learning Strategies using LVQ Neural Network. 2008, 111–119. Issue 3, Volume 5. Dostupné také z: https://pdfs.semanticscholar.org/1ce1/4f0a975b79c6fa812a910075c16647fda477.pdf?_ga=2.205465686.774625830.1579167983-889536092.1579167983. University of Athens, Ionian University. s. 111.
[5] DOOREY, Marie. George A. Miller: American Psychologist. Encyclopaedia Britannica [online]. [cit. 2021–03–16]. Dostupné z: https://www.britannica.com/biography/George-A-Miller
[6] PLHÁKOVÁ, Alena. Dějiny psychologie. Praha: Grada, 2006. Psyché (Grada). ISBN 978–80–247–0871–3. s. 229.
[7] ATKINSON, R.C. a R.M. SHIFFRIN. Atkinson and Shiffrin memory model. Resarch Gate [online]. [cit. 2021–03–16]. Dostupné z: https://www.researchgate.net/figure/Atkinson-and-Shiffrin-memory-model-From-Atkinson-R-C-and-Shiffrin-R-M-The_fig1_299456892
[8] AMIN, Hafeez a Aamir MALIK. Memory Retention and Recall Process. KAMEL, Nidal a Aamir MALIK, ed. EEG/ERP Analysis [online]. CRC Press, 2014, s. 219–238 [cit. 2021–04–15]. DOI: 10.1201/b17605–11. ISBN 978–1–4822–2469–6. s. 222.
[9] BADDELEY, Alan D. a Graham HITCH. Working Memory. Psychology of Learning and Motivation [online]. Volume 8. 1974, s. 47–89 [cit. 2021–03–16]. DOI: doi.org/10.1016/S0079–7421(08)60452–1. Dostupné z: https://linkinghub.elsevier.com/retrieve/pii/S0079742108604521, s. 47–89.
[10] Sternberg, R. (2009). Kognitivní psychologie. (Vyd. 2., Překlad František Koukolík). Praha: Portál. ISBN 978–80–7367–638–4.
[11] LORENZ, Michal. Úvod do informačního chování: video-přednáška [online]. 2021 [cit. 2021–03–17]. Dostupné z: https://web.microsoftstream.com/video/0edf9899-19b1-4fb1-b73d-3fcac382db5d
[12] PAVELKOVÁ, Lucie. Teorie zpracování informací: modely a aplikace. Brno, 2020, s.63. Bakalářská diplomová práce. Masarykova univerzita, Ústav české literatury a knihovnictví, Kabinet informačních studií a knihovnictví. Vedoucí práce PhDr. Michal Lorenz, Ph.D, s. 45 - 46.
[13] A New Model of Information Processing based on Human Brain Mechanism: Toward a Cognitive Intelligent System [online]. Jawa Tengah, Indonesia: Semarang, 2013, 56–61. 2338–5154. Dostupné z: https://www.researchgate.net/publication/330381248_A_New_Model_of_Information_Processing_based_on_Human_Brain_Mechanism_Toward_a_Cognitive_Intelligent_System. Conference Paper. Diponegoro University. s. 56–61(vlastní překlad).
[14] VADINSKÝ, Ondřej. Různé pohledy na otázku: Mohou stroje myslet? ELECTRONIC JOURNAL FOR PHILOSOPHY. University of Economics Prague, 4/2011, 2–25. ISSN 1211–0442. s. 7.
[15] STERNBERG, Robert J. Cognitive Psychology. Cengage Learning, 2011, 6th edition. s. 349 [cit. 2021–03–17] ISBN 978–1133313915.
[16] PIŠL, Vojtěch. Lidský mozek vs. počítačový procesor. Kdo je lepší? MENTEM: Trénujte svůj mozek [online]. 11. července 2016 [cit. 2021–03–18]. Dostupné z: https://www.mentem.cz/blog/mozek-vs-pocitac/
[17] GÄRDENFORS, Peter. Cognitive science: from computers to anthills as models of human thought [online]. 2007, 1–16 [cit. 2021–03–18], s. 9.
[18] HUMPOLÍČEK, Pavel. Neuroplasticita: od problému k řešení. PsychoLogOn [online]. 11. 1. 2013 [cit. 2021–03–18]. Dostupné z: http://www.psychologon.cz/component/content/article/122-neuroplasticita-od-problemu-k-reseni
[19] GOLDSTEINOVÁ, Rebecca. Neúplnost — Důkaz a paradox Kurta Gödela. Science World [online]. [cit. 2021–03–19]. Dostupné z: https://www.scienceworld.cz/neziva-priroda/neuplnost-2-lidske-mysli-stroje-a-paranoia-1463/?switch_theme=mobile
[20] OLSEN, Svend Erik. On the information processing paradigm in the study of human language. Journal of Pragmatics [online]. 1982, 6(3–4), 305–315 [cit. 2021–03–19]. DOI: 10.1016/0378–2166(82)90006–6. ISSN 03782166. Dostupné z: https://linkinghub.elsevier.com/retrieve/pii/0378216682900066, s. 331.
[21] HOŘÍNKOVÁ KOUŘILOVÁ, Lenka. Hermeneutika: nové přístupy v teorii a praxi informační vědy. IKAROS: elektronický časopis o informační společnosti. 2008, 12(5). Dostupné také z: https://ikaros.cz/hermeneutika-nove-pristupy-v-teorii-a-praxi-informacni-vedy
[22] BAWDEN, David a Lyn ROBINSON. Úvod do informační vědy. Přeložil Michal LORENZ, přeložil Karel MIKULÁŠEK, přeložil Dana VÉVODOVÁ. Doubravník: Flow, 2017. ISBN 978–80–88123–10–1, s. 77.
[23] PAPPAS, Christopher. 3 Tips To Apply The Levels Of Processing Theory In eLearning Course Design. ELearning Industry [online]. 26. 08. 2016 [cit. 2021–03–19]. Dostupné z: https://elearningindustry.com/information-processing-theory
[24] WHITE, Eoin J., Muireann MCMAHON, Michael T. WALSH, J. Calvin COFFEY a Leonard O‘SULLIVAN. Toward a Model of Human Information Processing for Decision-Making and Skill Acquisition in Laparoscopic Colorectal Surgery. Journal of Surgical Education [online]. 2018, 75(3), 749–757 [cit. 2021–03–19]. DOI: 10.1016/j.jsurg.2017.09.010. ISSN 19317204., s. 749–751.
[25]JAKUBÍČEK, Miloš. Stručný úvod do problematiky Gödelových vět o neúplnosti. Dostupné také z: https://nlp.fi.muni.cz/uui/referaty2007/jakubicek_milos/referat.pdf. Referát, s. 6.
[26] Future Minds: Ernst Mach Workshop VIII, June 12–13, 2019. The Karel Čapek Center [online]. [cit. 2021–03–19]. Dostupné z: https://www.cevast.org/en/events/12-future-minds
[27] THEWAY, Chesway. Computer vs Brain. Medium [online]. Sep 8, 2017 [cit. 2021–03–19]. Dostupné z: https://medium.com/designerd/creative-vs-critical-thinking-2d10d28b0f6c
[28] PILECKÁ, Věra. Vzájemné inspirace informační a kognitivní vědy. ProInflow: Časopis pro informační vědy. 2009(1), 27–38. Dostupné také z: https://digilib.phil.muni.cz/bitstream/handle/11222.digilib/133669/2_ProInflow_1-2009-1_3.pdf?sequence=1, s. 32.
