مقاله در مورد رفتار اجتماعی

بخشی از مقاله

جدول مطالب
درك شخصي و اطلاعات موجود در زمينه احساس و درك
1- درك كردن مردم، مكانيسم وابستگي
Paul Thagard & Zira kunda
2- تلاشي پويا براي ساخت معني، نوعي فعاليت تعاملي و مدل رقابتي درك اجتماعي
Stephen J. Read & Lynn C. Miller
تصور قالبي و دسته بندي اجتماعي
3- محرك هاي شكل گيري برداشت هاي گروهي: ساخت مدلي از يادگيري مقوله‌هاي شكل گرفته بر پاية رفتارهاي اجتماعي .
Yoshihisakashima, Jodie woolcock & Deborah king
4-درك ضروري و تصور قالبي: شبيه سازي با استفاده از مثالهاي ارائه شده در يك شبكة پيوند گراي رارتجاعي.
Eliot R. sinith & Jamie decoster
استدلال هاي غير ضروري
5-يك دسدگاه پيوندگرا در زمينة انساد غير ضروري
Ficnik van overwalle & Dirk von Rooy
شخصيت و رفتار
6-شخصيت شامل يك شبكة فعاليتي پايدار حاصل از رفتاهرا يشناختي- عاطفي مي‌باشد.
الگوهاي شخصيتي تغييرات رفتاري از ساختار پايدار شخصيتي بوجود مي آيد.
Yuichi Shoda & walter mischel
ديدگاه ها و عقايد
7-ميله هماهنگ كاهش ناهماهنگي
thomas R.Shultz & mark R. lepper
8-در زمينة يكپارچگي موارد علمي و اجتماعي: مشاهده (بررسي)، مدل سازي و ترفيع دادن هماهنگي تبييني استدلال.
Micheal Ronney & patricia schank
نفوذ اجتماعي و عملكرد متقابل گروهي
9-در رمينة روانشانسي اجتماعي:            و شبكه عصبي، مدل هايي از نيروهاي درون فردي
10-ديدگاهها، عقايد و ساير مطالب موجود در اين زمينه: اظهارات ارائه شده در زمينة سيستم هاي سازماندهي شدة فردي.
Richard Eiser, mark J.A. claessen, Janathan J.

مقدمه           
مدل هاي شبكة عصبي كه مدل هاي پيوند گرا نيز ناميده مي شوند به نظر مي رسد كه نشان دهندة يك تغيير الگويي در روانشناسي شناختي، علم شناخت و هوش مصنوعي مي باشند. اين مدل ها ايدة ما را كه تصور مي كنيم ذهن همانند يكگ كامپيوتر عمل مي كند به كل تغيير مي دهد و در عوض مدل هاي مغزي بسياري در زمينة عملكرد ذهن در اختيار ما قرار مي دهد كه اين مدل ها نشان مي دهند كه احتمالاً مي توان مدل‌هاي بسيار خوبي از عملكرد شناختي را از طريق عصب هاي ساده نظير واحدهاي عصبي تهيه نمود. اين بدان معنا مي باشد كه ما مي توانيم مدل هايي از ذهن را كه از واحدهاي عملكردي مشابه به واحدهاي فيزيكي تشكيل شده است تهيه نمائيم كه نشان دهندة يك مغز واقعي مي باشد.

اين ديدگاه سبب به وجود آمدن يك بينش جديد در زمينة عملكرد ذهن و عملكرد متقابل آن در برابر محيط گرديد.
جاي بسي تعجب است كه با وجود اهميت اين مدل ها تا همين اواخر هم روانشناسان علوم اجتماعي توجه بسيار كمي به آنها مبذول داشته اند. اين مدل ها به طور مستقيم به ويژگيهاي اساسي درك اجتماعي و عملكردهاي متقابل اجتماعي مي پردازند:
انسجام همزمان موارد اطلاعاتي چندگانه و قالب زماني كاملاً كوتاهي كه اين عملكردهاي در درون آن شكل مي گيرند. هر عملكرد دنيوي درك اجتماعي حاصل از عملكرد متقابل و همزمان موارد اطلاعاتي چند گانه مي باشد. كه اين بدان معنا مي‌باشد كه هر يك از موارد اطلاعاتي به طور متقابل بر روي شكل گيري و معناي ساير موارد اطلاعاتي تأثير گذار مي باشد. علاوه بر اين و اين عملكرد متقابل در چنان چهارچوب زماني كوتاهي رخ مي دهد كه بسيار كوتاهتر از هر چهار چوب زماني موجود در عملكردهاي متقابل منطقي مي باشد. بنابراين اكثر درك اجتماعي بايد به صورت مشابه رخ دهد و هر دفعه اين موارد از ويژگيهاي اساسي مدل هاي شبكة عصبي مي باشند.

روانشناسان اجتماعي كه اين مدل ها را ناديده گرفته اند به دليل ديگري متعجب مي باشند. همانطور كه Read, Vanman & Miller در سال 1997 نشان دادند تشابهات بسيار مهمي ميان ويژگيهاي اين صله ها و اصول Gestalt وجود دارند، اصولي كه پاية تئوري بسياري از روانشناسي هاي اجتماعي جديد را شكل مي دهند. با وجود اين اخيراً به نظر مي رسد كه علاقة بيشتري به استفاده از اين مدل هاي پديدة اجتماعي نشان داده شده است. اين كتاب كلية مطالب موجود در اين زمينه را دور هم گرد آورده است. اين كار به خوانندگان كمك مي كند تا با شكل گيري اين ديدگاههاي جديد آشنا شوند و تئوريهاي بسياري از اين مدل ها را دريابند. هريك از فصل هاي اين كتاب به بررسي يك مدل پيوندگرا از يك مشكل اصلي در زمينة روانشناسي اجتماعي مي پردازد.

از آنجائيكه اكثر مؤلفان از يك سيستم مهندسي استاندارد استفاده مي كنند مي توانند براي مولد خود از يك برنامة كامپيوتري خاص و يا سيستم هاي موجود و در دسترس عموم استفاده نمايند تا خوانندگان مشتاق با كمترين كار به مدل هاي مورد نظر خود دسترسي پيدا كنند. مؤلفان در اين زمينه تعدادي از مطلب اساسي روانشناسي اجتماعي را مد نظر قرار داده و نشان مي دهند كه چگونه اين مدل ها سبب شكل گيري يك درك و بينش جديد از برخي مسائل اصلي مي گردند. علاوه بر اين بسياري از فصل هاي اين كتاب سرنخ هايي را بدست مي دهد كه اين ديدگاه بذرهاي شكل گيري يك تئوري جديد را بوجود مي آورند كه سالهاست در اين زمينه مورد غفلت قرار گرفته است.

Smith & decoster و Woolcock & kashima و king مدل هايي از يادگيري و كاربرد مقوله هاي اجتماعي و تصورات قالبي بوجود آوردند. Thagard &kunda، van qureall & Miller و van rooy مدل هايي از منطق، استدلال، پديده هاي اجتماعي و درك شخصي را مورد توصيف قرار دادند. شودا و ميشل مدلي از شخصيت و رفتار اجتماعي ارائه نمودند. شالتز و ليچر نشان داد كه چگونه يك مدل شبكة عصبي مي تواند پديده هاي ناهماهنگ را در برگيرد.

در نهايت Nowak &vallacher، Eiser، claessen و loose نشان دادند كه اينها تنها مدل هايي از شناخت فردي نيستند بلكه همچنين مي توانند جنبه هاي بسيار مهم نفوذ اجتماعي و عملكردهاي مقابل گروهي را نيز در بر گيرند.

مدل هاي پيوندگرا
در زير ما به شرح مختصري از مدل هاي پيوندگرا مي پردازيم. ما يك محدودة وسيعتر را در نظر گرفته بوديم با وجود اين مقدمه هاي بسيار خوبي در دسترس مي باشند كه برخي روانشناسي هاي شناختي را در بر مي گيرند و دو مقدمة شكل گرفته اخير روانشناسي هاي اجتماعي را مورد توجه قرار داده اند. بنابراين تكرار آنچه كه قبلاً گفته شده است و به صورت معضل در جايي ديگر شرح داده شده است بي مورد مي‌باشد.

به نظر مي رسد كه هنوز هم به جز دو نسخة چاپ شده توسط Rumelhart& Ncclelland و گروه تحقيقي PDP مقدمة بهتري در زمينة مدل هاي شبكة عصبي و كاربردهاي روانشناسي آنها به چشم نمي خورد. ساير منابع بسيار خوب براي روانشناسي اجتماعي شامل موارد زير مي باشند:

كتاب چاپ شدة Anderson كه چندي پيش منتشر گرديد، كتاب هاي Bechtel و Abrahamsen كه در كنار مطالب چاپ شدة گروه تحقيق PPP در بازار موجود مي باشند. اخيراً نيز Vanman & Miller, Smith & Read بر روي كاربردهاي چنين مدل‌هايي برابي مشكلات موجود در روانشناسي اجتماعي متمركز شده اند.

علاوه بر اين ريد، ون من و ميلر به بحث در زمينة اصولي پرداخته اند كه پايه هاي تئوري بسياري از اصول روانشناسي اجتماعي جديد را تشكيل داده اند.
مدل سازي پيوندگرا به صورت يكسري فعاليت ها كه به صورت مشابه ميان واحدهاي ساده و عقب مانده عمل مي كنند در امور مربوط به شناخت و درك دخيل مي باشند.

مهمترين اجزاي اين مدل ها عبارتند از:
1-واحدهاي عملكردي ساده يا گره ها، كه فعاليت هاي ورودي را جمع آوري مي كند و با پيروي از يك معادلة خاص اين فعاليت هاي حاصله را به گره هايي كه به آنها متصل مي باشد ارسال مي دارد.

2-معادله هايي كه تعيين كنندة عملكرد هر يك از گره ها در يك نقطة زماني مي باشد كه اين امر بر پاية فعاليت هايي كه از ساير گره ها وارد مي شوند تعيين مي گردد.

3-اتصالات وزني ميان گره ها كه وزنها بر روي چگونگي انشعاب اين فعاليت ها تأثيرگذار مي باشند.

4-يك قانون يادگيري كه معين مي سازد چگونه وزن ها در پاسخ به تجربه تغيير مي كنند، گرچه اختلافاتي (تفاوت هايي) در مدل هاي شبكة عصبي به چشم مي خورد ولي ما در اينجا تنها به ذكر 2 نمونه از اين تفاوت ها اكتفا مي نمائيم. اول اينكه آيا روابط فيديك(پيش زمينه اي) در ميان گره ها وجود دارد يا خير. در شبكه هاي انتقال تغذيه واحدها داراي اتصالات غير مستقيمي مي باشند كه داراي هيچگونه فيد بك يا رابطه اي در اين زمينه نمي باشد. شبكه به صورت لايه لايه شكل گرفته است كه وروديهاي غذايي به درون لايه هاي دروني انتقال داده مي شوند و در نتيجه يكسري فعاليت ها به صورت عرق در لاية بالايي شكل مي گيرند. ساده ترين مدل اين شبكه داراي 2 لايه مي باشد يك لاية دروني و يك لاية بيروني، گرچه لازم به ذكر است كه شبكه هاي پيچيده تر ممكن است داراي لايه هاي نهفته ديگر مد نيز باشند.

شبكه هايي با لايه هاي پنهاني نظير شبكة انتشار معكوس داراي قدرت محاسبه اي بيشتري مي باشند. يك مثال بسيار خوب از شبكة انتقال تغذيه                  مي باشد كه در آن سيستم داراي يك ارتباط اختياري ميان يك ورودي كه به شكل الگوي فعاليت در لاية ورودي ظاهر مي شود و يك الگوي شكل گرفته در لاية خارجي مي گردد، چنين شبكه هايي مي توانند ياد بگيرند كه موارد را دسته بندي نمايند يا به مواد مختلف نامهاي متفاوتي بدهند.

در عوض در شبكه هاي فيدبك يا شبكه هاي تعاملي تنها برخي از اتصالات به صورت دو جانبه به هم متصل مي باشند كه منجر به ارتباطات فيد بك مي شود و فرآيندها به طور پويا همگي در يكسري چرخه هاي بزرگ صورت مي پذيرند. گره هاي موجود در اين شبكه ها داراي يك فعال سازي مينيموم و ماكسيسمم مي باشد (كه معمولاً از 0 تا 1 يا از 1- تا 1 مي باشد) از آنجائيكه فعال سازي واحدها به سمت مجانب ها پيش محدود فعال سازي گره ها چندين بار جديد مي شود و از آنجائيكه اين سيستم در جهت تعيين راه حلي براي يك ورودي خاص مي باشد اين كار بايد صورت پذيرد. در عوض در شبكه هايي كه تغذيه را جا به جا مي سازند فعال سازي تنها يك بار تجديد مي گردد. به خاطر روابط فيدبك موجود مي توان گفت كه شبكه هاي فيد بك يا تعاملي سيستم هاي پويايي هستند كه عملكرد آنها در طي زمان شكل مي گيرد. در نتيجه آنها داراي ويژگيهاي مفيد و جالب توجه مي باشند كه جزو ويژگيهاي شبكه هاي تغذيه رسان نمي باشند.

يكي از مفيدترين ويژگيهاي چنين شبكه اي اين است كه آنها به صورت سيستم هاي محدود و مشابهي عمل مي كنند كه هدف آنها تنظيم فشارهاي همزمان در ميان اجزاي يك شبكه مي باشد.

اكثر شبكه هاي ارائه شده در اين كتاب، شبكه هاي فيدبك مي باشند، قابليت هاي تنظيم فشار شبكه ها از جمله جنبه هاي اساسي مدل ها مي باشند. دومين تفاوت مهم در ميان مدل ها اين است كه آيا مفاهيم داراي يك بازنمايي موضعي مي باشند يا خير. در يك بازنمايي موضعي يك مفهوم و يا شايد كل يك مطلب توسط سك گره ارائه داده مي شود. در عوض در يك بازنمايي گسترده يك مفهوم توسط الگوي فعال سازي گروهي از گره ها اراده داده مي شوند.

گرچه برخي محققان معتقدند كه بازنمايي گسترده نوعي ويژگي تعيين كنندة پيوندگرايي مي باشد اما ما در اينجا ديدگاه گروهي از محققان را در نظر مي گيريم كه معتقدند بازنمايي كه يك شخص بايد بكار برد بايد وابسته به مطلب مورد نظر خود باشد.

هركدام از اين بازنمايي ها نقاط ضعف و نقاط قوت مربوط به خودشان را دارند. ما در اينجا به ذكر 3 نمونه از ومزيت هاي بازنمايي گسترده مي پردازيم. اول اينكه چنين بازنمايي بيشتر احتمال دارد كه با تلاش هاي صورت گرفته در زمينة مدل سازي ذهن با استفاده از واحدهاي شبيه عصب هماهنگ باشد و به احتمال زياد براي شواهد ما مناسب تر مي باشد.

دوم اينكه بازنمايي گسترده داراي ويژگي مطبوع تنزل مي باشد. اين بدان معنا مي باشد كه فقدان تعداد كمي از عصب ها تأثير بسيار كمي بر روي قابليت بازنمايي چنين مدلي دارد. در عوض در يك مدل موضعي از دست رفتن يك عصب منجر به مختل شدن عمل بازنمايي مولد مي شود. سوم اينكه از دست رفتن يك بازنمايي گسترده ميزان شباهت ورودي ها را محاسبه مي كند. اين بدان معنا مي باشد كه چنانچه بردارهاي فعال سازي نشان دهندة وروديهاي متفاوت بر حد كافي شبيه هم باشند در شبكه يك بازنمايي مشترك را دريافت خواهند نمود.

با وجود اين بايد گفت كه مولدهاي موضعي نقاط قوت مربوط به خودشان را دارند كه عكس برخي از نقاط ضعف مدل هاي گسترده مي باشد. اول اينكه مدل هاي موضعي اغلب بيشتر قابل تفسير مي باشند چرا كه هر مفهوم مربوط به يك گره خاص مي‌باشد. در عوض در يك بازنمايي گسترده از آنجائيكه هر مفهوم وابسته به الگوي فعال سازي يك گروه از گره ها مي باشد تفسير ويژگيهاي هر مدل كار مشكلي مي باشد.

يك مدل ساده با 20 مفهوم را در نظر بگيريد. در يك مدل موضعي تنها 20 واحد و يك جدول وزن 20*20 مورد نياز مي باشد اما در عوض تصور كنيد كه ما يك مدل بازنمايي گسترده داريم كه در آن هر مفهوم با 20 عضو نشان داده شده است. در اين مدل نياز به 400 واحد و يك جدول وزن 400*400 داريم. مدل گسترده 400 تا از هر وزن را دارا مي باشد و چنانچه مدل بزرگ تر شود مشكل ما نيز بزرگ تر خواهد شد. مسئله ديگر اين است كه آيا يك شخص بايد از بازنمايي موضعي استفاده كند تا از بازنمايي گسترده. تصور كنيد كه يك شخص در حال تهية يك مدل شناخت بالا مي باشد مدلي نظير مدل استدلال منطقي، تفرسي و يا همساني شناخت. در چنين مدل‌هايي جزءبيشتر به روابط ميام مفاهيم توجه دارد مفاهيمي مانند روابط تلويحي يا غير مهم. و اغلب مكانيسم تئوري كليدي تنظيم همسان موانع متقابل ميان مفاهيم مي‌باشد..

در چنين مواردي، به نظر مي رسد كه الگوي فعال سازي يك مجموعه از عصب ها مي تواند بدون فقدان و هرگونه نيروي تئوري چنانچه مربوط به يك گره باشد ترسيم شود. در چنين مواردي استفاده از يك بازنمايي گسترده ممكن است چندين مفيد واقع نشود و هزينه هاي زيادي را نيز در بر خواهد داشت. بنابراين ما معتقديم كه انتخاب بازنمايي توسط يك فرد بستگي به مطلب مورد نظر دارد. چنانچه نوعي تنزل مطبوع مورد اهميت باشد و يا چنانچه فردي به دنبال مسائل يادگيري مفاهيم و يا دسته بندي آنها باشد كه از حساسيت و شباهت زيادي برخوردار است بنابراين يك بازنمايي گسترده مورد نياز مي باشد.