Теория информационной интеграции

Не следует путать с Интегрированной теорией информации .

Принципиальная схема теории интеграции информации

Теория интеграции информации была предложена Норманом Х. Андерсоном для описания и моделирования того, как человек объединяет информацию из ряда источников, чтобы вынести общее суждение. Теория предлагает три функции .

Функция оценки $V(S)$ представляет собой эмпирически полученное отображение стимулов на интервальной шкале . Оно уникально с точностью до интервального перестановочного преобразования ( $y=ax+b$).

Функция интегрирования $r=I\{s_{1},s_{2},..,s_{n}\}$ — алгебраическая функция, объединяющая субъективные значения информации. «Когнитивная алгебра» относится к классу функций, которые используются для моделирования процесса интеграции. Это могут быть сложение, усреднение , взвешенное усреднение , умножение и т. д.

Производственная функция ответа $R=M(r)$ Это процесс, посредством которого внутреннее впечатление преобразуется в явную реакцию.

Теория интеграции информации отличается от других теорий тем, что она не основана на принципе последовательности, например балансе или конгруэнтности , а скорее опирается на алгебраические модели . Эту теорию также называют функциональным измерением, поскольку она может предоставить проверенные масштабные значения стимулов. Элементарное изложение теории вместе с программой Microsoft Windows для проведения функционального анализа измерений представлено в учебнике Дэвида Дж. Вайса.

Модели интеграции

В теории интеграции информации используются три основных типа алгебраических моделей: сложение, усреднение и умножение.
Добавление моделей
$R=$ реакция/явное поведение
$F/G=$ способствующие факторы

$R_{1}=F_{1}+G_{1}$ (Условие 1)
$R_{2}=F_{2}+G_{2}$ (Условие 2)

Обычно эксперимент планируют так, чтобы:
$R_{1}=R_{2}$, и
$F_{1}>F_{2}$, так что
$G_{1}<G_{2}$.

Есть два особых случая, известных как дисконтирование и увеличение.

Дисконтирование : значение любого фактора уменьшается, если добавляются другие факторы, производящие тот же эффект.
Пример: $F_{2}$ отсутствует или имеет нулевое значение. Если $F_{1}$ положительно, то G ₁ должно быть меньше $G_{2}$.

Аугментация : обратная версия типичной модели.
Пример: Если $F_{1}$ отрицательно, то $G_{1}$ должно быть больше, чем $G_{2}$.

Два преимущества добавления моделей:

1. От участников не требуется точный интуитивный расчет.
2. Сама модель добавления не обязательно должна быть полностью допустимой. Определенные виды взаимодействия между факторами не повлияют на качественные выводы.

Ссылки

• Андерсон, Н. Х. Применение аддитивной модели для формирования впечатления. Наука , 1962, 138, 817–818.
• Андерсон, Н. Х. О количественной оценке теории конфликтов Миллера. Психологическое обозрение , 1962, 69, 400–414.
• Андерсон, Нью-Хэмпшир. Простая модель интеграции информации. В Р. П. Абельсоне, Э. Аронсоне, У. Дж. Макгуайре, Т. М. Ньюкомбе, М. Дж. Розенберге и П. Х. Танненбауме (ред.), «Теории когнитивной последовательности: справочник». Чикаго: Рэнд МакНелли, 1968 г.
• Андерсон, Н. Х. Функциональное измерение и психофизическое суждение. Психологическое обозрение , 1970, 77, 153–170.
• Андерсон, Н.Х. Теория интеграции и изменение отношения. Психологическое обозрение , 1971, 78, 171–206.
• Андерсон, Нью-Хэмпшир (1981). Основы теории интеграции информации . Нью-Йорк: Академическая пресса.
• Норман, КЛ (1973). Метод оценки максимального правдоподобия для моделей интеграции информации . (ЧИП №35). Ла-Хойя, Калифорния: Калифорнийский университет, Сан-Диего, Центр обработки человеческой информации.
• Норман, КЛ (1976). Решение для весов и весов в функциональных измерениях. Психологическое обозрение, 83 , 80–84.

Внешние ссылки

• Модели интеграции стимулов, повторяемые для оценки правдоподобия