[论文解读] A rational analysis of curiosity
本文提出了对好奇心的理性分析,主张人们倾向于寻求能最大化未来知识效用的刺激。该模型通过展示当环境结构将置信度与暴露程度关联时,好奇心在中等置信度水平达到峰值,从而统一了基于新奇性的理论与信息缺口理论,其有效性通过行为实验得到验证,实验显示在不同条件下均存在倒U型和随置信度下降的好奇心关系。
We present a rational analysis of curiosity, proposing that people's curiosity is driven by seeking stimuli that maximize their ability to make appropriate responses in the future. This perspective offers a way to unify previous theories of curiosity into a single framework. Experimental results confirm our model's predictions, showing how the relationship between curiosity and confidence can change significantly depending on the nature of the environment. Please refer to https://psyarxiv.com/wg5m6/ for a more updated version of this manuscript with a more detailed modeling section with extensive experiments.
研究动机与目标
- 为好奇心提供一种目的性、理性的解释,以统一以往的机制性理论。
- 研究环境结构——特别是置信度与暴露之间的关系——如何影响好奇心。
- 检验当暴露依赖于置信度时,好奇心是否在置信度上呈现倒U型曲线,而当暴露独立于置信度时,好奇心是否呈下降趋势。
- 评估人类的好奇心行为在不同环境条件下是否与模型预测一致。
- 通过识别如何通过操控环境结构来增强好奇心,探讨其在教育设计中的启示。
提出的方法
- 在Marr(1982)和Anderson(1990)的启发下,采用理性分析框架,将好奇心形式化为在不确定性下对最大化未来知识效用的追求。
- 定义一个计算模型,其中好奇心由能最大程度提升当前知识预期效用的刺激所驱动。
- 基于两种环境条件推导预测:(1)暴露概率依赖于置信度(置信条件),(2)暴露独立于置信度(均匀条件)。
- 预测在置信条件下,好奇心应在中等置信度时达到峰值(倒U型);而在均匀条件下,好奇心应随低置信度而增加(下降趋势)。
- 开展一项包含220名参与者的实验,通过主轮(置信度评估)和附加轮(好奇心测量)中的答案揭示行为来测量好奇心。
- 使用以置信度和不确定性(置信度 × (1 − 置信度))为预测变量的回归模型分析数据,检验二次项与线性趋势。
实验结果
研究问题
- RQ1环境结构——特别是暴露对置信度的依赖性——如何影响好奇心与置信度之间的关系?
- RQ2当暴露依赖于置信度时,好奇心是否如模型预测的那样在置信度上呈现倒U型曲线?
- RQ3当暴露独立于置信度时,好奇心是否如模型预测的那样随置信度增加而下降?
- RQ4人类的好奇心行为在不同环境条件下与模型预测的一致程度如何?
- RQ5所提出的理性模型能否在单一框架下统一以往独立的 curiosity 理论(新奇性、信息缺口、学习进展)?
主要发现
- 在主轮中,置信条件和均匀条件下的好奇心均显著呈现倒U型关系,相关系数 r = 0.2,且不确定性系数显著(p < 0.001)。
- 在附加轮中,置信条件下的好奇心显著呈现倒U型关系(置信度和不确定性系数的 r 值分别为 0.9,p < 0.05),证实了模型的预测。
- 在均匀条件下,好奇心与置信度显著呈下降关系(置信度的 r = 0.91,p < 0.001),而不确定性系数不显著(p = 0.09)。
- 模型预测具有稳健性:当暴露依赖于置信度时,好奇心在中等置信度时最高;当暴露独立于置信度时,好奇心在低置信度时最高。
- 排除揭示少于3个或超过37个答案的参与者(n = 78),最终分析保留220名参与者(置信条件118人,均匀条件102人)。
- 结果支持这一主张:好奇心并非由单一机制驱动,而是对环境结构的理性反应,统一了新奇性与信息缺口理论。
更好的研究,从现在开始
从阅读论文到最终审阅,大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成,并经人工编辑审核。