МОСКВА, 2 марта. /ТАСС/. Математики и нейробиологи из России создали систему машинного обучения, способную оценивать внимательность человека по тому, как двигаются его глаза и по скорости его реакции на разные события. Об этом в среду сообщила пресс-служба НИУ ВШЭ со ссылкой на статью в журнале Decision Support Systems.
"Разработанный нами подход может использоваться для непосредственной оценки когнитивных способностей специалистов, уровень внимательности которых может изменяться под влиянием таких факторов, как физическое состояние и усталость", - заявила научный сотрудник НИУ ВШЭ Валентина Бачурина, чьи слова приводит пресс-служба вуза.
Измерение ментального внимания широко изучалось в психологии развития и образовании. Известно, что этот показатель сильно связан с общим уровнем развития интеллекта и с успеваемостью. Российские ученые впервые применили алгоритмы машинного обучения для изучения того, по каким измеряемым данным можно предсказать точность выполнения задачи на внимание.
Для этого Бачурина и ее коллеги набрали группу из шести десятков студентов ВШЭ и всесторонне изучили то, как они вели себя во время простого теста на внимательность, оценивающего способность человека быстро определять различия и сходства. В рамках этого испытания добровольцы смотрели на быстро меняющиеся изображения и должны были определить, поменялись ли цвета некоторых объектов на них при смене картинки.
Тест на внимательность
В это же время ученые отслеживали то, куда и с какой скоростью двигался взгляд добровольцев, а также наблюдали за тем, как менялась частота верных и неверных ответов при увеличении числа меняющихся цветов на тестовых изображениях. Эти данные нейробиологи и математики обработали при помощи нескольких моделей машинного обучения, способных выделять общие закономерности в подобных массивах информации.
Как отмечают Бачурина и ее коллеги, одна из этих систем, построенная на алгоритме XGBoost, могла с 83% точностью определять то, даст ли участник правильный ответ, а также предугадывать уровень его внимательности при решении сложных и легких тестовых задач. Это позволило ученым определить то, какие особенности поведения добровольцев позволяют максимально точно определить их внимательность.
В частности, исследователи обнаружили, что сильнее всего на эту черту поведения студентов влияло то, с какой скоростью они давали ответы на вопросы. Чем больше варьировался этот показатель, тем менее внимательными оказывались добровольцы при прохождении тестов. Аналогичная зависимость существовала между тем, как часто и долго студенты сосредотачивали свой взгляд на разных объектах и переводили его на другие предметы.
Последующие опыты с этим алгоритмом, как надеются Бачурина и ее коллеги, помогут выделить и другие факторы, отражающие уровень внимательности человека. Это позволит создать системы для отслеживания изменений в уровне внимательности водителей, хирургов, авиадиспетчеров и других специалистов, от ментальной концентрации которых зависит жизнь большого числа людей, подытожили исследователи.