NeuroSyntax
The Method of Multiple Working Hypotheses: With this method the dangers of parental affection for a favorite theory can be circumvented یکی از بهترین متن هایی که مطالعه کردم در زمینه رویکرد پژوهشی #article
صحبت کوتاه دیشب رو انجام دادم تا برسم به این مقاله. امیدوارم حداقل تعدادی از شما این مقاله رو خونده باشید یا بخونید. مقاله درباره این هست که بهترین رویکرد پژوهشی چی هست؟ سه رویکرد رو معرفی میکنه که شامل Ruling Theories، Single Hypothesis and Multiple Hypotheses
نویسنده مقاله توضیح میده که ما به دلیل خصوصیات انسانی ای که داریم زمانی که یک تئوری علمی مطرح میکنیم حسی والدینی به اون تئوری ایجاد میکنم. این باعث میشه که اون تئوی رو بسیار عزیز بداریم و به دنبال شواهدی بگردیم که اون تئوری رو حمایت میکنه و شواهدی که اون تئوری رو حمایت نمیکنه یا حتی نقض میکنه به کناری بزنیم. پرسش میکنه که چطور میشه این مسئله رو رفع کرد؟ پاسخ نویسنده این هست که باید بجای روش یک تئوری/یک فرضیه، روش چندین فرضیه رو اتخاذ کنیم. در واقع ما همواره در بررسی ها باید خانواده ای از فرضیه ها رو تولید کنیم و در روند پژوهشی تمامی این فرضیه ها رو تست کنیم. هر چند میدونیم که برخی از این فرضیه ها در روند پژوهش و تحلیل از میان خواهند رفت (چون مشاهدات اونها رو حمایت نمیکنن و یا نقض نمیکنن)، توضیح میگه که همین که مسیر بررسی چندین فرضیه رو بریم و هر کدوم رو به دقت بررسی کنیم و برای هر کدوم شواهد پیدا کنیم باعث میشه از بسیاری انکار ها و یا گرامیداشت های غیرضروری جلوگیری بشه. هر چند حتی زمانی که چندین فرضیه تشکیل بدیم باز حسی والدینی خواهیم داشت به اون فرضیه ها، ولی این حس چون میان چندین فرضیه هست میتونه از غرض ورزی ها جلوگیری کنه.
این مقاله سال 1965 چاپ شده. مسئله پاپر و هیوم رو هم از پست قبلی به یاد میارید. حال به رویکرد پژوهشی ما توجه کنید. افرادی که مقاله یا پایان نامه نوشتن این رو میدونن. در بحث ها ما بیشتر به سراغ مقالاتی هستیم که فرضیه ها یا یافته های مارو حمایت میکنه و کمتر مشاهداتی رو بحث میکنیم که کاملا مخالف مشاهده ما باشه. این دقیقا جایی هست که ما پیشرفت رو متوقف میکنیم. یافته هایی که با مطالعه و مشاهده ما همخوانی ندارن یا به صورت بنیادی در تضاد با مشاهدات ما هستند و یا تنها حمایت نمیکنند. در مثال اول که باید تئوری/فرضیه کنار گذاشته بشه یا مشاهده توضیح داده بشه (یا حتی مجدد تکرار بشه تا اگر خطایی رخ داده رفع بشه). اما اگر مشاهده لزوما به صورت بنیادی مشاهده ما رو به مخاطره نمیندازه باید همچنان سعی کنیم توضیح بدیم چرا همخوانی کامل بین مشاهدات و تئوری/فرضیه ما وجود نداره.
نویسنده مقاله توضیح میده که ما به دلیل خصوصیات انسانی ای که داریم زمانی که یک تئوری علمی مطرح میکنیم حسی والدینی به اون تئوری ایجاد میکنم. این باعث میشه که اون تئوی رو بسیار عزیز بداریم و به دنبال شواهدی بگردیم که اون تئوری رو حمایت میکنه و شواهدی که اون تئوری رو حمایت نمیکنه یا حتی نقض میکنه به کناری بزنیم. پرسش میکنه که چطور میشه این مسئله رو رفع کرد؟ پاسخ نویسنده این هست که باید بجای روش یک تئوری/یک فرضیه، روش چندین فرضیه رو اتخاذ کنیم. در واقع ما همواره در بررسی ها باید خانواده ای از فرضیه ها رو تولید کنیم و در روند پژوهشی تمامی این فرضیه ها رو تست کنیم. هر چند میدونیم که برخی از این فرضیه ها در روند پژوهش و تحلیل از میان خواهند رفت (چون مشاهدات اونها رو حمایت نمیکنن و یا نقض نمیکنن)، توضیح میگه که همین که مسیر بررسی چندین فرضیه رو بریم و هر کدوم رو به دقت بررسی کنیم و برای هر کدوم شواهد پیدا کنیم باعث میشه از بسیاری انکار ها و یا گرامیداشت های غیرضروری جلوگیری بشه. هر چند حتی زمانی که چندین فرضیه تشکیل بدیم باز حسی والدینی خواهیم داشت به اون فرضیه ها، ولی این حس چون میان چندین فرضیه هست میتونه از غرض ورزی ها جلوگیری کنه.
این مقاله سال 1965 چاپ شده. مسئله پاپر و هیوم رو هم از پست قبلی به یاد میارید. حال به رویکرد پژوهشی ما توجه کنید. افرادی که مقاله یا پایان نامه نوشتن این رو میدونن. در بحث ها ما بیشتر به سراغ مقالاتی هستیم که فرضیه ها یا یافته های مارو حمایت میکنه و کمتر مشاهداتی رو بحث میکنیم که کاملا مخالف مشاهده ما باشه. این دقیقا جایی هست که ما پیشرفت رو متوقف میکنیم. یافته هایی که با مطالعه و مشاهده ما همخوانی ندارن یا به صورت بنیادی در تضاد با مشاهدات ما هستند و یا تنها حمایت نمیکنند. در مثال اول که باید تئوری/فرضیه کنار گذاشته بشه یا مشاهده توضیح داده بشه (یا حتی مجدد تکرار بشه تا اگر خطایی رخ داده رفع بشه). اما اگر مشاهده لزوما به صورت بنیادی مشاهده ما رو به مخاطره نمیندازه باید همچنان سعی کنیم توضیح بدیم چرا همخوانی کامل بین مشاهدات و تئوری/فرضیه ما وجود نداره.
در اینجا میرسیم به مشاهده توماس کون از روند تکامل در یک فیلد علمی
کون به درستی مشاهده میکنه که آنچه پاپر ارائه میکنه در فیلدهای علمی انجام نمیشه. یک چرخه پژوهشی در هر فیلد برقرار هست. ما با دوران پیشاعلمی اون زمینه خاص آغاز میکنیم. جایی که هیچ درباره پرسش های اون فیلد نمیدونیم و یا با انسجام نمیدونیم. برای مثال علم اعصاب از یک نقطه ای در تاریخ زاده میشه و پیش از اون ما مشاهدات مسنجمی درباره پرسش های این فیلد نداریم. اما کم کم این مشاهدات گردآوری میشن، تئوری های زیادی شاید ارائه بشه ولی با مشاهدات زیاد معمولا تعدادی از اون تئوری ها باقی میمونن و تبدیل به نرم اون زمینه علمی خاص میشن. (برای مثال رویکرد تکاملی در بیولوژی از جایی آغاز میشه و الآن به یک تئوری نرم تبدیل شده.) در دوران نرمال افراد مختلف معمولا مشغول کار درباره جزئیات اون تئوری میشن و مشاهداتی رو در حمایت اون تئوری و بررسی اون تئوری ارائه میکنن اما اون حوزه تکون خاصی نمیخوره و بنیادی چیزی عوض نمیشه.
اما در روند جمع آوری مشاهدات گاهی به مشاهداتی برخورد میکنیم که قابل توضیح با تئوری نرمال موجود نیستن. در این حالت مشاهدات تکرار میشن و اگر خطایی رخ نداده باشه فیلد وارد یک بحران میشه. تعدادی از پژوهشگران سعی خواهد کرد مشاهده رو به هر روشی شده با مطالعات و تئوری های قبلی توضیح بدن ولی در نهایت این مشاهدات اگر غیر قابل توضیح باقی بمونن یک انقلاب در اون حوزه باید انجام بشه و تئوری جدیدی ایجاد میشه و پارادایم های اون حوزه علمی عوض میشن. دوباره تئوری های جدید تبدیل به نرم میشن و این چرخه تکرار میشه.
برای مثال این اتفاق در فیزیک با آزمایشی مثل Double Slit و یا مشاهدات دیگر رخ میده و منجر به زاده شدن فیزیک کوآنتوم میشه (پیش از اون بسیاری از پدیده ها توسط فیزیک نیوتنی توضیح داده میشد). یا در بیولوژی ساختار ژن مدلسازی میشه، پیشرفت های تکنولوژی باعث مشاهده ساختار پروتئین و ژن میشه و این باعث ایجاد یک حوزه جدید میشه و نگرش های جدید که بیولوژی مولکولی رو میسازه و حالا دوباره نرمال شده.
هر چند چرخه ای که کون معرفی میکنه در آکادمیای امروز هم مشاهده میشه پرسش این هست که چطور میشه به سیستم فشار آورد به صورتی که زودتر فهمید یک تئوری کامل نیست؟ برای اینکار طبق چرخه کون باید یک مشاهده ای انجام بشه که همخوانی نداشته باشه با تئوری های فعلی. اما چطور میشه اینو پیدا کرد؟ بهتر بپرسم، چطور میشه یافته شدن چنین مشاهده ای رو تسریع کرد؟
خیلی اوقات شاید چنین مشاهداتی حتی رخ بده ولی بهش توجه نشه. دلیل این هست که چون با تئوری فعلی همخوانی نداره شاید به کنار گذاشته بشه (بهش توجه نشه) یا حتی نویز شناخته بشه. برای اینکه این رویکرد عوض بشه باید نوع نگرش ما تغییر کنه. ذهن ما باید آماده انجام این مشاهدات باشه. برای مثال بجای اینکه همواره از خودمون بپرسیم چه مشاهداتی تئوری من رو حمایت میکنه، باید به صورت موازی این پرسش رو هم انجام بدیم که چه مشاهداتی ممکنه تئوری من رو نقض کنه؟ دقیقا چی باید بشه که تئوری من نقض بشه؟ و بعد دقیقا باید برم سراغ انجام اون آزمایشی که اون مشاهده رو احیانا ثبت کنه یا و جستجو کنم ببینم آیا چنین چیزی انجام شده یا نه. در واقع بخشی از رویکرد من باید این باشه که تئوری خودم رو نقض کنم. باید در این امر پافشاری کنم. هر چقدر بیشتر پافشاری کنم ولی تئوری من زیر چکش ها دوام بیاره یعنی تئوری بهتری هست.
دفعه بعدی که بحث مینویسید از خودتون بپرسید، اگر این تئوری/فرضیه ای که در ذهن دارم رو بذارم کنار چه تئوری ها/فرضیه های دیگری میتونه مشاهدات من رو توضیح بده؟ اگر چندین تئوری پیدا میکنم باید بپرسم چرا تئوری اولیه رو اولویت بخشیدم؟ چون بیشتر دوسش دارم یا چون براش شواهد نقض کمتری هست؟
برای اینکه به خودم بگم همه قوها قطعا سفید هستن فایده نداره همش تعداد قوهای سفیدی که میبینم رو بشمرم و با بالارفتن این عدد خوشحال بشم. باید این این جستار رو به صورت موازی آغاز کنم که بگم اگر قوی سیاهی وجود داره کجا زندگی میکنه؟ باید قوی سیاه رو پیدا کنم.
Neurosyntax
کون به درستی مشاهده میکنه که آنچه پاپر ارائه میکنه در فیلدهای علمی انجام نمیشه. یک چرخه پژوهشی در هر فیلد برقرار هست. ما با دوران پیشاعلمی اون زمینه خاص آغاز میکنیم. جایی که هیچ درباره پرسش های اون فیلد نمیدونیم و یا با انسجام نمیدونیم. برای مثال علم اعصاب از یک نقطه ای در تاریخ زاده میشه و پیش از اون ما مشاهدات مسنجمی درباره پرسش های این فیلد نداریم. اما کم کم این مشاهدات گردآوری میشن، تئوری های زیادی شاید ارائه بشه ولی با مشاهدات زیاد معمولا تعدادی از اون تئوری ها باقی میمونن و تبدیل به نرم اون زمینه علمی خاص میشن. (برای مثال رویکرد تکاملی در بیولوژی از جایی آغاز میشه و الآن به یک تئوری نرم تبدیل شده.) در دوران نرمال افراد مختلف معمولا مشغول کار درباره جزئیات اون تئوری میشن و مشاهداتی رو در حمایت اون تئوری و بررسی اون تئوری ارائه میکنن اما اون حوزه تکون خاصی نمیخوره و بنیادی چیزی عوض نمیشه.
اما در روند جمع آوری مشاهدات گاهی به مشاهداتی برخورد میکنیم که قابل توضیح با تئوری نرمال موجود نیستن. در این حالت مشاهدات تکرار میشن و اگر خطایی رخ نداده باشه فیلد وارد یک بحران میشه. تعدادی از پژوهشگران سعی خواهد کرد مشاهده رو به هر روشی شده با مطالعات و تئوری های قبلی توضیح بدن ولی در نهایت این مشاهدات اگر غیر قابل توضیح باقی بمونن یک انقلاب در اون حوزه باید انجام بشه و تئوری جدیدی ایجاد میشه و پارادایم های اون حوزه علمی عوض میشن. دوباره تئوری های جدید تبدیل به نرم میشن و این چرخه تکرار میشه.
برای مثال این اتفاق در فیزیک با آزمایشی مثل Double Slit و یا مشاهدات دیگر رخ میده و منجر به زاده شدن فیزیک کوآنتوم میشه (پیش از اون بسیاری از پدیده ها توسط فیزیک نیوتنی توضیح داده میشد). یا در بیولوژی ساختار ژن مدلسازی میشه، پیشرفت های تکنولوژی باعث مشاهده ساختار پروتئین و ژن میشه و این باعث ایجاد یک حوزه جدید میشه و نگرش های جدید که بیولوژی مولکولی رو میسازه و حالا دوباره نرمال شده.
هر چند چرخه ای که کون معرفی میکنه در آکادمیای امروز هم مشاهده میشه پرسش این هست که چطور میشه به سیستم فشار آورد به صورتی که زودتر فهمید یک تئوری کامل نیست؟ برای اینکار طبق چرخه کون باید یک مشاهده ای انجام بشه که همخوانی نداشته باشه با تئوری های فعلی. اما چطور میشه اینو پیدا کرد؟ بهتر بپرسم، چطور میشه یافته شدن چنین مشاهده ای رو تسریع کرد؟
خیلی اوقات شاید چنین مشاهداتی حتی رخ بده ولی بهش توجه نشه. دلیل این هست که چون با تئوری فعلی همخوانی نداره شاید به کنار گذاشته بشه (بهش توجه نشه) یا حتی نویز شناخته بشه. برای اینکه این رویکرد عوض بشه باید نوع نگرش ما تغییر کنه. ذهن ما باید آماده انجام این مشاهدات باشه. برای مثال بجای اینکه همواره از خودمون بپرسیم چه مشاهداتی تئوری من رو حمایت میکنه، باید به صورت موازی این پرسش رو هم انجام بدیم که چه مشاهداتی ممکنه تئوری من رو نقض کنه؟ دقیقا چی باید بشه که تئوری من نقض بشه؟ و بعد دقیقا باید برم سراغ انجام اون آزمایشی که اون مشاهده رو احیانا ثبت کنه یا و جستجو کنم ببینم آیا چنین چیزی انجام شده یا نه. در واقع بخشی از رویکرد من باید این باشه که تئوری خودم رو نقض کنم. باید در این امر پافشاری کنم. هر چقدر بیشتر پافشاری کنم ولی تئوری من زیر چکش ها دوام بیاره یعنی تئوری بهتری هست.
دفعه بعدی که بحث مینویسید از خودتون بپرسید، اگر این تئوری/فرضیه ای که در ذهن دارم رو بذارم کنار چه تئوری ها/فرضیه های دیگری میتونه مشاهدات من رو توضیح بده؟ اگر چندین تئوری پیدا میکنم باید بپرسم چرا تئوری اولیه رو اولویت بخشیدم؟ چون بیشتر دوسش دارم یا چون براش شواهد نقض کمتری هست؟
برای اینکه به خودم بگم همه قوها قطعا سفید هستن فایده نداره همش تعداد قوهای سفیدی که میبینم رو بشمرم و با بالارفتن این عدد خوشحال بشم. باید این این جستار رو به صورت موازی آغاز کنم که بگم اگر قوی سیاهی وجود داره کجا زندگی میکنه؟ باید قوی سیاه رو پیدا کنم.
Neurosyntax
جلسه چهاردهم کارگاه دینامیک مغز
مباحث:
Autoregressive Models
Granger Causality
Limitations And Common Problems Of Functional Connectivity Methods
Problem 1: Common Reference
Problem 2: Volume Conduction
Problem 3: Poor Signal-to-Noise Ratio
Problem 4: The Sample Size Bias
Problem 5: Common Input
#Video #Advanced_Neuroscience #BrainDynamicsWorkshop #Session14
مباحث:
Autoregressive Models
Granger Causality
Limitations And Common Problems Of Functional Connectivity Methods
Problem 1: Common Reference
Problem 2: Volume Conduction
Problem 3: Poor Signal-to-Noise Ratio
Problem 4: The Sample Size Bias
Problem 5: Common Input
#Video #Advanced_Neuroscience #BrainDynamicsWorkshop #Session14
Neurosyntax_Workshop_Ephys_Sess14.pdf
2.5 MB
اسلایدهای جلسه چهاردهم کارگاه دینامیک مغز: تئوری، آنالیز و تفسیر
سرفصل های این جلسه:
Autoregressive Models
Granger Causality
Limitations And Common Problems Of Functional Connectivity Methods
Problem 1: Common Reference
Problem 2: Volume Conduction
Problem 3: Poor Signal-to-Noise Ratio
Problem 4: The Sample Size Bias
Problem 5: Common Input
#Slide #Advanced_Neuroscience #BrainDynamicsWorkshop #Session14
سرفصل های این جلسه:
Autoregressive Models
Granger Causality
Limitations And Common Problems Of Functional Connectivity Methods
Problem 1: Common Reference
Problem 2: Volume Conduction
Problem 3: Poor Signal-to-Noise Ratio
Problem 4: The Sample Size Bias
Problem 5: Common Input
#Slide #Advanced_Neuroscience #BrainDynamicsWorkshop #Session14
من میخوام این کتاب رو بخونم و بدم نمیاد یک گروه باشیم که بحث کنیم. اگر گروهی جمع بشه جلسات رو جمعه صبح ساعتای ده، ده و نیم به بعد و یا شنبه یا یکشنبه صبح ساعتای نه صبح باید داشته باشیم (زمان های دیگر برای من مقدور نیست). اگر علاقه مند هستید زیر این پست در کامنت ها اعلام کنید. ساعت رو شاید بتونیم کمی جابجا کنیم.
من کتاب رو مطالعه کردم هنوز که دربارش نظری بدم ولی مصاحبه های Hacker رو شنیدم. کتاب درباره مفاهیمی هست که به صورت پیش فرض در پشت مطالعات علوم اعصاب وجود داره و شاید گاهی implicit هستن و نسبت بهشون آگاه نیستیم و این باعث میشه یا آزمایشات درستی طراحی نکنیم و یا در نتیجه گیری و تفسیر دچار خطا بشیم. کتاب به مهم ترین محققین علوم اعصاب حوزه های مختلف مثل ادراک، حافظه و ... اشاره میکنه و پیش فرض های کارهای اونها رو بررسی میکنه.
در پستی که قبلا منتشر کردم اعلام کردم که علوم آکسیوماتیک هستن. شما نمیتونید بدون داشتن یک ساختمانی از مفاهیم دست به کار تجربی بزنید. در واقع ما همیشه با پیشفرض آغاز میکنیم. به همین دلیل خوب هست که با پیشفرض هایی که به صورت بارز و یا غیربارز در فیلد وجود داره آشنا باشید تا از مغالطه های منطقی در تفسیر ها جلوگیری کنید.
کتاب بنظرم میاد از این جنبه مفید هست (حداقل اگر نسبتی با حرفای هکر داشته باشه.)
از طرفی جلسات بهانه ای خواهد بود برای گفتمان های جدی در همین راستا (یعنی صحبت ها نیاز نیست به کتاب محدود بشه هر چند محوریت سخن کتاب خواهد بود.)
در پستی که قبلا منتشر کردم اعلام کردم که علوم آکسیوماتیک هستن. شما نمیتونید بدون داشتن یک ساختمانی از مفاهیم دست به کار تجربی بزنید. در واقع ما همیشه با پیشفرض آغاز میکنیم. به همین دلیل خوب هست که با پیشفرض هایی که به صورت بارز و یا غیربارز در فیلد وجود داره آشنا باشید تا از مغالطه های منطقی در تفسیر ها جلوگیری کنید.
کتاب بنظرم میاد از این جنبه مفید هست (حداقل اگر نسبتی با حرفای هکر داشته باشه.)
از طرفی جلسات بهانه ای خواهد بود برای گفتمان های جدی در همین راستا (یعنی صحبت ها نیاز نیست به کتاب محدود بشه هر چند محوریت سخن کتاب خواهد بود.)
مغز، بدن و رفتار
طی صد سال اخیر کوشش بخشی از پژوهش های علوم اعصاب بر این بوده که ارتباط میان دینامیک سیستم عصبی و رفتار را در یابد. در واقع پرسش این است: سیستم عصبی چگونه رفتار را تولید میکند؟
اگر پرسش را اینگونه مطرح کنیم آنگاه برای پاسخ به پرسش باید سه قدم اصلی برداریم: 1) یک رفتار مشخص تعریف کنیم، 2) فعالیت عصبی را در زمان آن رفتار ثبت کنیم، 3) یک نقشه یک به یک میان فعالیت عصبی و متغیرهای رفتاری بیابیم.
چگونه رفتار را تعریف کنیم؟
اگر ارگانیسم مورد مطالعه خودمان را تفکیک کرده باشیم آنگاه میتوانیم رفتار ارگانیسم را هر گونه اثری تعریف کنیم که بر روی خود و یا محیط اطرافش میگذارد. با این تعریف فرآیند های شناختی نیز زیرمجموعه رفتار تعریف می شوند. اگر با این تعریف راحت نیستید میتوانید تعریف را اینگونه تغییر دهید: هر گونه اثری که سیستم بر محیط اطراف خودش میگذارد و با این تعریف فرآیندهای انتزاعی شناختی را از رفتار جدا کنید.
بیاید فرض کنیم که میخواهیم مکانیزم عصبی مرتبط با انقباض عضلات دست را پیدا کنیم. ابتدا باید بپرسیم چه چیزی را میخواهیم اندازه گیری کنیم؟ فرض کنید برای فعالیت عصبی ما سیگنال خارج سلولی را ثبت میکنیم و برای رفتار نیز میزان انقباض عضلات را اندازه گیری میکنیم. حالا باید تابعی میان انقباض عضلات (متغیر رفتاری) و فعالیت عصبی پیدا کنیم.
Neurosyntax
طی صد سال اخیر کوشش بخشی از پژوهش های علوم اعصاب بر این بوده که ارتباط میان دینامیک سیستم عصبی و رفتار را در یابد. در واقع پرسش این است: سیستم عصبی چگونه رفتار را تولید میکند؟
اگر پرسش را اینگونه مطرح کنیم آنگاه برای پاسخ به پرسش باید سه قدم اصلی برداریم: 1) یک رفتار مشخص تعریف کنیم، 2) فعالیت عصبی را در زمان آن رفتار ثبت کنیم، 3) یک نقشه یک به یک میان فعالیت عصبی و متغیرهای رفتاری بیابیم.
چگونه رفتار را تعریف کنیم؟
اگر ارگانیسم مورد مطالعه خودمان را تفکیک کرده باشیم آنگاه میتوانیم رفتار ارگانیسم را هر گونه اثری تعریف کنیم که بر روی خود و یا محیط اطرافش میگذارد. با این تعریف فرآیند های شناختی نیز زیرمجموعه رفتار تعریف می شوند. اگر با این تعریف راحت نیستید میتوانید تعریف را اینگونه تغییر دهید: هر گونه اثری که سیستم بر محیط اطراف خودش میگذارد و با این تعریف فرآیندهای انتزاعی شناختی را از رفتار جدا کنید.
بیاید فرض کنیم که میخواهیم مکانیزم عصبی مرتبط با انقباض عضلات دست را پیدا کنیم. ابتدا باید بپرسیم چه چیزی را میخواهیم اندازه گیری کنیم؟ فرض کنید برای فعالیت عصبی ما سیگنال خارج سلولی را ثبت میکنیم و برای رفتار نیز میزان انقباض عضلات را اندازه گیری میکنیم. حالا باید تابعی میان انقباض عضلات (متغیر رفتاری) و فعالیت عصبی پیدا کنیم.
Neurosyntax
مشکل نخست: محیط، گمشده علوم اعصاب
اما اینجا یک مشکل وجود دارد. فرض کنید ارگانیسم دقیقا یک حرکت خاص را برنامه ریزی میکند و در نتیجه یک فعالیت عصبی خاص در دو موقعیت متفاوت مشاهده میشود. 1) موقعیت یک زمانی است که فرد زیر فشار هوای X قرار دارد و 2) موقعیت دوم زمانی است که فرد زیر فشار هوای X/2 قرار دارد. در این دو شرایط با اینکه ارگانیسم در فرض ما یک انقباض مشخص را برنامه ریزی میکند اما متغیر رفتاری ای که ما مشاهده خواهیم کرد به دلیل فشار هوای متفاوت، گوناگون خواهد بود. هنری یین در مقاله "بحران در علوم اعصاب" به این مسئله اشاره میکند و توصیه میکند خروجی سیستم عصبی از رفتار جدا شود. رفتار نه تنها به برنامه ریزی سیستم عصبی بلکه به شرایط محیطی نیز وابسته خواهد بود.
Any behavior is the result of two types of influences, one from the organism’s nervous system, and the other from the environment. From the naïve perspective, what is seen is the contribution of the organism and its output. What is not seen is the contribution of the environment, the forces that are acting upon the body just as neural signals are amplified to generate torque through muscle contraction. There is, in fact, no one-to-one mapping between muscle contraction and any posture or movement. The causal chain commonly envisioned, from neural output to muscle contraction to movement, is largely imaginary. We cannot tell by muscle output alone what the movement actually is, just as we cannot predict the speed or position of a car by measuring engine output. Even if we obtain a complete recording of every motor neuron or every muscular contraction, this recording, when played back again, would not reproduce the same behavior. Ref
Neurosyntax
اما اینجا یک مشکل وجود دارد. فرض کنید ارگانیسم دقیقا یک حرکت خاص را برنامه ریزی میکند و در نتیجه یک فعالیت عصبی خاص در دو موقعیت متفاوت مشاهده میشود. 1) موقعیت یک زمانی است که فرد زیر فشار هوای X قرار دارد و 2) موقعیت دوم زمانی است که فرد زیر فشار هوای X/2 قرار دارد. در این دو شرایط با اینکه ارگانیسم در فرض ما یک انقباض مشخص را برنامه ریزی میکند اما متغیر رفتاری ای که ما مشاهده خواهیم کرد به دلیل فشار هوای متفاوت، گوناگون خواهد بود. هنری یین در مقاله "بحران در علوم اعصاب" به این مسئله اشاره میکند و توصیه میکند خروجی سیستم عصبی از رفتار جدا شود. رفتار نه تنها به برنامه ریزی سیستم عصبی بلکه به شرایط محیطی نیز وابسته خواهد بود.
Any behavior is the result of two types of influences, one from the organism’s nervous system, and the other from the environment. From the naïve perspective, what is seen is the contribution of the organism and its output. What is not seen is the contribution of the environment, the forces that are acting upon the body just as neural signals are amplified to generate torque through muscle contraction. There is, in fact, no one-to-one mapping between muscle contraction and any posture or movement. The causal chain commonly envisioned, from neural output to muscle contraction to movement, is largely imaginary. We cannot tell by muscle output alone what the movement actually is, just as we cannot predict the speed or position of a car by measuring engine output. Even if we obtain a complete recording of every motor neuron or every muscular contraction, this recording, when played back again, would not reproduce the same behavior. Ref
Neurosyntax
مشکل دوم: جهانِ مغز نه مشاهده گرِ آن
بوژاکی در کتاب Brain from inside-out مینویسد که بسیاری از فرمول بندی ها و تقسیم بندی های رفتاری-شناختی در دوران فلسفه و روانشناسی انجام شده است، زمانی که ما شناختی از دینامیک مغز نداشتیم. و رویکرد علوم اعصاب این بوده که ارتباط میان فعالیت سیستم عصبی و ظرفیت های شناختی از پیش تعیین شده پیدا کند. (در بسیاری از این مطالعات رفتار خارجی به کل نادیده گرفته میشود که در مشکل بعدی اشاره خواهد شد). بوژاکی پیشنهاد میکند که این رویکرد پیدا کردن همبستگی میان سیستم عصبی و رفتار هر چند به ما دانش خوبی داده است اما پایه ای نیست. (تا چه زمانی قرار هست این رویکرد را ادامه بدهیم؟ اگر گسترده دینامیک مغز را در تعداد رفتار هایی که میتوانیم دسته بندی کنیم ضرب کنید، جایگشت آن از عمر بسیاری از ما عبور خواهد کرد. شاید زمان آن هست که در رویکردهای خودمان تجدید نظر کنیم؟) به بیان او ما در این دوران در حال پیدا کردن ترکیب ها و واژگان سیستم عصبی بودیم اما هنوز درکی از سینتکس سیستم عصبی نداریم. در واقع این رویکرد function mapping برای ما مشخص نمیکند دقیقا چگونه یک رفتار ایجاد میشود.
دو مثال بارز در علوم اعصاب وجود دارد که به صورت واضحی نشان میدهد این رویکرد ما را به توضیح سیستم عصبی نزدیک تر نکرده است. (در آینده متنی خواهم نوشت درباره سطوح دانشی و توصیف، پیشبینی و توضیح را جدا خواهم کرد. کارکرد رویکرد بالا بیشتر توصیفی و پیشبینی است نه توضیحی).
مثال نخست: C. Elegance - موجودی با دقیقا 302 نورون که نقشه شبکه آنها، توالی ژنی نورون ها، و ... بر ما مشخص هست و ما همچنان نمیتوانیم بر مبنای سیستم عصبی رفتار موجود را توضیح دهیم.
مثال دوم: Central pattern generators در شکم Crab - یک سیستم 30 نورونی که نقشه آن کاملا مشخص است و به صورت همزمان میتوانید فعالیت همه نورون ها را ثبت کنید. 4 دهه افرادی مثل Eve Marder بر روی این سیستم کار کردند و هنوز مشخص نیست این 30 نورون چگونه رفتار شکم موجود را تولید میکنند. (این را مقایسه کنید با بیلیون ها نورنی که در سر ما هست و رویکرد ثبت تک نورونی را در نظر بگیرید و ببینید چقدر زمان خواهد برد که با رویکرد فعلی ما بخواهیم چیزی را توضیح دهیم.)
به پیشنهاد بوژاکی یا ماردر یا افراد مشابه، ما ابتدا باید درک صحیحی از محدودیت های ساختار و عملکردی سیستم عصبی پیدا کنیم و سپس متناسب با این محدودیت ها رفتار را توضیح دهیم. (در مشکلات بعدی اشاره خواهد شد.)
Refs: 1, 2
برخی دیگر از افراد نیز به محدودیت های تقسیم بندی های رفتاری اشاره کرده اند هرچند رویکرد آنها با چیزی که مطرح شد متفاوت هست. برای مثال راس پولدراک پروگرم Cognitive Ontology را در استنفورد راه اندازی کرده است و در پی آن است تا با استفاده از داده های عینی بتواند تقسیم بندی های شناختی/رفتاری را انجام دهد. از طرفی سعی دارد تا تعاریف منسجمی از واژگان رفتاری/شناختی ارائه کند تا زبان مشترکی بین افراد شکل بگیرد. کراکائر و سایرین هم در مقاله "علوم اعصاب به رفتار نیاز دارد" درباره محدودیت های مطالعات رفتاری فعلی اشاره میکنند و توضیح میدهند حتی تکنولوژی های جدید در کنترل سیستم عصبی (مثل آپتوژنتیک) نیز نمیتواند کمبود فهمی ما را جبران کنند و ما باید در تلاش باشیم تا رفتار را با دقت تعریف کنیم.
Ref: 1, 2
Neurosyntax
بوژاکی در کتاب Brain from inside-out مینویسد که بسیاری از فرمول بندی ها و تقسیم بندی های رفتاری-شناختی در دوران فلسفه و روانشناسی انجام شده است، زمانی که ما شناختی از دینامیک مغز نداشتیم. و رویکرد علوم اعصاب این بوده که ارتباط میان فعالیت سیستم عصبی و ظرفیت های شناختی از پیش تعیین شده پیدا کند. (در بسیاری از این مطالعات رفتار خارجی به کل نادیده گرفته میشود که در مشکل بعدی اشاره خواهد شد). بوژاکی پیشنهاد میکند که این رویکرد پیدا کردن همبستگی میان سیستم عصبی و رفتار هر چند به ما دانش خوبی داده است اما پایه ای نیست. (تا چه زمانی قرار هست این رویکرد را ادامه بدهیم؟ اگر گسترده دینامیک مغز را در تعداد رفتار هایی که میتوانیم دسته بندی کنیم ضرب کنید، جایگشت آن از عمر بسیاری از ما عبور خواهد کرد. شاید زمان آن هست که در رویکردهای خودمان تجدید نظر کنیم؟) به بیان او ما در این دوران در حال پیدا کردن ترکیب ها و واژگان سیستم عصبی بودیم اما هنوز درکی از سینتکس سیستم عصبی نداریم. در واقع این رویکرد function mapping برای ما مشخص نمیکند دقیقا چگونه یک رفتار ایجاد میشود.
دو مثال بارز در علوم اعصاب وجود دارد که به صورت واضحی نشان میدهد این رویکرد ما را به توضیح سیستم عصبی نزدیک تر نکرده است. (در آینده متنی خواهم نوشت درباره سطوح دانشی و توصیف، پیشبینی و توضیح را جدا خواهم کرد. کارکرد رویکرد بالا بیشتر توصیفی و پیشبینی است نه توضیحی).
مثال نخست: C. Elegance - موجودی با دقیقا 302 نورون که نقشه شبکه آنها، توالی ژنی نورون ها، و ... بر ما مشخص هست و ما همچنان نمیتوانیم بر مبنای سیستم عصبی رفتار موجود را توضیح دهیم.
مثال دوم: Central pattern generators در شکم Crab - یک سیستم 30 نورونی که نقشه آن کاملا مشخص است و به صورت همزمان میتوانید فعالیت همه نورون ها را ثبت کنید. 4 دهه افرادی مثل Eve Marder بر روی این سیستم کار کردند و هنوز مشخص نیست این 30 نورون چگونه رفتار شکم موجود را تولید میکنند. (این را مقایسه کنید با بیلیون ها نورنی که در سر ما هست و رویکرد ثبت تک نورونی را در نظر بگیرید و ببینید چقدر زمان خواهد برد که با رویکرد فعلی ما بخواهیم چیزی را توضیح دهیم.)
به پیشنهاد بوژاکی یا ماردر یا افراد مشابه، ما ابتدا باید درک صحیحی از محدودیت های ساختار و عملکردی سیستم عصبی پیدا کنیم و سپس متناسب با این محدودیت ها رفتار را توضیح دهیم. (در مشکلات بعدی اشاره خواهد شد.)
Refs: 1, 2
برخی دیگر از افراد نیز به محدودیت های تقسیم بندی های رفتاری اشاره کرده اند هرچند رویکرد آنها با چیزی که مطرح شد متفاوت هست. برای مثال راس پولدراک پروگرم Cognitive Ontology را در استنفورد راه اندازی کرده است و در پی آن است تا با استفاده از داده های عینی بتواند تقسیم بندی های شناختی/رفتاری را انجام دهد. از طرفی سعی دارد تا تعاریف منسجمی از واژگان رفتاری/شناختی ارائه کند تا زبان مشترکی بین افراد شکل بگیرد. کراکائر و سایرین هم در مقاله "علوم اعصاب به رفتار نیاز دارد" درباره محدودیت های مطالعات رفتاری فعلی اشاره میکنند و توضیح میدهند حتی تکنولوژی های جدید در کنترل سیستم عصبی (مثل آپتوژنتیک) نیز نمیتواند کمبود فهمی ما را جبران کنند و ما باید در تلاش باشیم تا رفتار را با دقت تعریف کنیم.
Ref: 1, 2
Neurosyntax
eNeuro
The Brain–Cognitive Behavior Problem: A Retrospective
In 2001, I was invited to write a review for a prominent journal. I thought that the best way to exploit this opportunity was to write an essay about my problems with ill-defined scientific terms and question whether the dominant framework in neuroscience…
مشکل سوم: مغز در جهان دکارتی
به دلیل محدودیت های ابزاری و تفکری، رویکرد مطالعاتی ما در علوم اعصاب به صورتی پیش رفته است که نقش بدن در رفتار و شناخت به صورت کلی حذف شده است. آصیف غضنفر در مقاله "حیاتِ رفتار" مینویسد بدن در علوم اعصاب فعلی تنها به عنوان نگه دارنده مغز در نظر گرفته می شود. در یک ستاپ آزمایشی در حیوانات و یا حتی در انسان، سابجکت به صورت غیر محرک جلوی یک سیستم مینشیند و باید یک تسک شناختی/رفتاری را حل کند که در بسیاری از موارد نیازی به هیچ گونه حرکت خاصی در محیط ندارد. (معمولا کلامی، با لمس و یا با ساکاد و ... گزارش انجام می شود.) در این آزمایشات بدن به صورت کلی از معامله حذف می شود و مسئله بع شکل Sensory-motor transformation در می آید (برای مثال حسی از کامپیوتر دریافت میشود، یک پردازشی در مغز صورت میگیرد و حرکت با لمس یا ساکاد مشخص میشود). در صورتی که مطالعات رفتاری و آناتومیک نشان می دهد که گستره تفاوت های بالایی در اجزای مختلف بدن موجود حتی در یک گونه وجود دارد که بر روی عملکرد های رفتاری/شناختی آنها اثر میکند. برای بررسی دقیق رفتاری و دریافت مکانیزم های عصبی رفتار باید بتوانیم به سمتی حرکت کنیم که موجودات زنده را در شرایط زیستی نرمال آنها مطالعه کنیم و به تاریخ زیستی و تفاوت های فردی هر سابجکت احترام بگذاریم. مطالعاتی وجود دارد که مکانیزم های نورونی یک رفتار خاص در شرایط آزاد و شرایط محدود شده بسیار متفاوت هستند. از طرف دیگر مطالعات جدید نشان میدهد که ارتباط میان بدن-مغز در ادراک نقش بسزایی را بازی میکند. برای مثال برخی ادراکات تنها در زمان بازدم رخ میدهد. ریتم قلب و شش ها با ریتم های مغزی برای فعالیت های خارجی به صورت موقت کوپل می شوند. تئوری های احساسات ما نیز بر گرفته از ارتباط میان بدن و مغز است. نگرش نادرست شاید ریشه در تفکرات دکارت دارد که بدن و ذهن را از هم جدا کرد و البته نگاه به مغز به شکل یک کامپیوتر. خوشبختانه با تغییر تکنولوژی و دسترسی به ثبت های وایرلس این رویکرد در حال تغییر است.
Ref: 1, 2
Neurosyntax
به دلیل محدودیت های ابزاری و تفکری، رویکرد مطالعاتی ما در علوم اعصاب به صورتی پیش رفته است که نقش بدن در رفتار و شناخت به صورت کلی حذف شده است. آصیف غضنفر در مقاله "حیاتِ رفتار" مینویسد بدن در علوم اعصاب فعلی تنها به عنوان نگه دارنده مغز در نظر گرفته می شود. در یک ستاپ آزمایشی در حیوانات و یا حتی در انسان، سابجکت به صورت غیر محرک جلوی یک سیستم مینشیند و باید یک تسک شناختی/رفتاری را حل کند که در بسیاری از موارد نیازی به هیچ گونه حرکت خاصی در محیط ندارد. (معمولا کلامی، با لمس و یا با ساکاد و ... گزارش انجام می شود.) در این آزمایشات بدن به صورت کلی از معامله حذف می شود و مسئله بع شکل Sensory-motor transformation در می آید (برای مثال حسی از کامپیوتر دریافت میشود، یک پردازشی در مغز صورت میگیرد و حرکت با لمس یا ساکاد مشخص میشود). در صورتی که مطالعات رفتاری و آناتومیک نشان می دهد که گستره تفاوت های بالایی در اجزای مختلف بدن موجود حتی در یک گونه وجود دارد که بر روی عملکرد های رفتاری/شناختی آنها اثر میکند. برای بررسی دقیق رفتاری و دریافت مکانیزم های عصبی رفتار باید بتوانیم به سمتی حرکت کنیم که موجودات زنده را در شرایط زیستی نرمال آنها مطالعه کنیم و به تاریخ زیستی و تفاوت های فردی هر سابجکت احترام بگذاریم. مطالعاتی وجود دارد که مکانیزم های نورونی یک رفتار خاص در شرایط آزاد و شرایط محدود شده بسیار متفاوت هستند. از طرف دیگر مطالعات جدید نشان میدهد که ارتباط میان بدن-مغز در ادراک نقش بسزایی را بازی میکند. برای مثال برخی ادراکات تنها در زمان بازدم رخ میدهد. ریتم قلب و شش ها با ریتم های مغزی برای فعالیت های خارجی به صورت موقت کوپل می شوند. تئوری های احساسات ما نیز بر گرفته از ارتباط میان بدن و مغز است. نگرش نادرست شاید ریشه در تفکرات دکارت دارد که بدن و ذهن را از هم جدا کرد و البته نگاه به مغز به شکل یک کامپیوتر. خوشبختانه با تغییر تکنولوژی و دسترسی به ثبت های وایرلس این رویکرد در حال تغییر است.
Ref: 1, 2
Neurosyntax
Trends in Neurosciences
Cognition through the lens of a body–brain dynamic system
Continuous interactions between physiological body–brain rhythms influence how individuals
act, perceive, and evaluate their environment. Despite increasing interest, the intricate
interface between breathing, cardiac, neural rhythms, and cognitive function…
act, perceive, and evaluate their environment. Despite increasing interest, the intricate
interface between breathing, cardiac, neural rhythms, and cognitive function…