А.С. Кожаринов1, Ю.А. Кириченко2, И.В. Афанасьев3, А.И. Власов4, Н.П. Лабуз5
1,2 Национальный исследовательский технологический университет «МИСиС (Москва, Россия)
3-5 МГТУ им. Н.Э. Баумана (Москва, Россия)
Постановка проблемы. Человеку в своей психофизической деятельности свойственно допускать ошибки и отклонения в мышлении и поведении. Некоторые из них подчиняются определенным закономерностям и могут иметь прогнозируемый и систематический характер. Типичные представители таких ошибок и отклонений - когнитивные искажения, которые наиболее критически проявляются в деятельности человека (оператора), когда он является активным элементом системы управления и его неверные действия могут иметь опасный для функционирования системы характер. Многообразие когнитивных искажений и учет особенностей их влияния в различных сферах деятельности определяют актуальность их исследования и разработки методов и программного инструментария для их автоматизированного детектирования особенно с использованием технологий, моделей и средств искусственного интеллекта. Решение задач изучения и детектирования когнитивных искажений направлено на создание методов и средств предотвращения бессознательной активизации человеческим мозгом таких искажений и ошибок в поведении и принятии решений.
Цель. Провести систематизацию и обобщение влияния когнитивных искажений на функционирование человеко-машинных систем, а также представить концепцию автоматизированной интеллектуальной системы детектирования когнитивных искажений человека-оператора.
Результаты. Рассмотрена модель деятельности человека-оператора, в соответствие с которой приведена классификация инструментария для детектирования когнитивных искажений. Приведена классификация когнитивных искажений по Бастеру Бенсу, а также в каждой группе искажений представлены методы детектирования, которые в последующем могут быть использованы для разработки программного обеспечения. Предложена концепция автоматизированной интеллектуальной системы детектирования когнитивных искажений и определены ключевые характеристики для создания демонстрационного прототипа.
Практическая значимость. Представленная концепция автоматизированной интеллектуальной системы детектирования когнитивных искажений может найти применение в самых разных видах деятельности и, в первую очередь, в сферах, в которых человек в рамках своей профессиональной деятельности выполняет обязанности, связанные с регулярным процессом принятия решений в условиях высоких рисков и ответственности (например, экипажи летательных аппаратов; операторы оборудования, используемого в опасных производственных и технологических процессах; несущие боевое дежурство военнослужащие; врачи, ставящие диагноз в условиях ограниченного времени и недостатка информации о состоянии организма пациента; авиадиспетчеры и т.п.). Кроме того, возможно ее применение при проведении медицинских консультаций, онлайн-собеседований, оптимизации кадрового потенциала организаций, что позволит существенно увеличить эффективность работы систем, управляемых человеком.
Кожаринов А.С., Кириченко Ю.А., Афанасьев И.В., Власов А.И., Лабуз Н.П. Методы анализа когнитивных искажений и концепция автоматизированной интеллектуальной системы их детектирования // Нейрокомпьютеры: разработка, применение. 2022. T. 24. № 4. С. 39-74. DOI: https://doi.org/ 10.18127/j19998554-202204-04
- Кукин П.П., Лапин В.Л., Пономарев Н.Л. и др. Безопасность жизнедеятельности, безопасность технологических процессов и производств, охрана труда. Учеб. пособие для вузов. Изд. 4-е, перераб. М.: Высшая школа. 2007. 335 с.
- Бодалев А.А. Восприятие и понимание человека человеком. М.: Изд-во МГУ. 1982. 199 с.
- Shepherd J. The face and social attribution // Handbook of research on face processing. Amsterdam: North Holland. 1989.
Р. 289-320. - Ушаков Д.В. Анатомия психологического знания // Психологическое знание: Современное состояние и перспективы развития / Под ред. А.Л. Журавлева, А.В. Юревича. М.: ИП РАН. 2018. С. 71-115.
- Веккер Л.М. Восприятие и основы его моделирования. Л.: Изд-во Ленингр. ордена Ленина гос. ун-та им. А.А. Жданова. 1964. 194 с.
- Леонтьев Д.А. Понимание смысла и смысл понимания // Понимание: опыт мультидисциплинарного исследования / Под ред. А.А. Брудного, А.В. Уткина, Е.И. Яцуты. М.: Смысл. 2006. С. 20-27.
- Park В., Judd C. M., Ryan C. S. Social categorization and the representation of variability information // European Review of Social Psychology. John Wiley and sons LTD. 1991. V. 2. Р. 211-245.
- Taylor S.E., Fiske S.T., Etkoff N.L., Ruderman A.J. Categorical and contextual bases of person memory and stereotyping // Journal of personality and social psychology. 1978. V. 36. № 7. Р. 778-793.
- Tversky A., Kahneman D. Extensional versus intuitive reasoning: The conjunction fallacy in probability judgment // Psychological Review. 1983. № 90. Р. 293–315.
- Попов А.Ю., Вихман А.А. Когнитивные искажения в процессе принятия решений: научная проблема и гуманитарная технология // Вестник Южно-Уральского государственного университета. Сер. Психология. 2014. Т. 7. № 1. С. 5-16.
- Билибин К.И., Власов А.И., Журавлева Л.В.и др. Конструкторско-технологическое проектирование электронных средств / Под ред. В.А. Шахнова. М.: Изд-во МГТУ им. Н.Э. Баумана. 2005. 568 с.
- Крюкова Т.Л., Екимчик О.А., Хохлова Ю.А., Кирпичник О.В. Феномен когнитивных искажений субъективных оценок жизненных явлений и его измерение (первичная русскоязычная адаптация шкалы когнитивных искажений - CdS) // Вестник Костромского государственного университета. Сер. Педагогика. Психология. Социокинетика. 2018. № 4. С. 61-67.
- Kahneman D., Krueger A.B. Developments in the measurement of subjective well-being // The Journal of Economic Perspectives. 2006. № 20. P. 3–24.
- Kahneman D., Tversky A. (Eds.). Choices, values and frames. New York: Cambridge University Press and the Russell Sage Foundation. 2000.
- Канеман Д. Думай медленно. Решай быстро. М.: АСТ. 2016. 653 с.
- Чалдини Р. Психология влияния. Убеждай. Воздействуй. Защищайся. СПб: Питер. 2016. 338 с.
- Бурков В.Н., Новиков Д.А. Теория активных систем: состояние и перспективы. М.: Синтег. 1999.
- Бурков В.Н., Новиков Д.А. Теория активных систем (История развития и современное состояние) // Проблемы управления. 2009. № 3.1. С. 28-35.
- Бурков В.Н., Лернер А.Я. Принцип открытого управления. М.: ИАТ. 1974.
- Бурков В.Н. Основы математической теории активных систем. М.: Наука. 1977.
- Батурина О. Фундаментальная ошибка атрибуции педагогов при восприятии ими поведения обучающихся: результаты эмпирического исследования // Педагогическое образование и наука // МАНПО. 2014. № 5. С. 145–147.
- Власов А.И. Современное состояние и тенденции развития теории и практики активного гашения волновых полей // Приборы и системы. Управление, контроль, диагностика. 1997. № 11. С. 59.
- Мозжухина Ю.Н. Когнитивные искажения как свойство поведенческих моделей // Проблемы педагогики. 2017. № 9(32).
С. 22-25. - Психология мышления / Под ред. А.М. Матюшкина. М.: Прогресс. 1965. 532 с.
- Ильин Е.П. Психология творчества, креативности, одаренности. СПб: Питер. 2009.
- Зефиров Т.Л., Зиятдинова Н.И., Купцова А.М. Физиологические основы памяти. Развитие памяти у детей и подростков. Казань: КФУ. 2015. 40 с.
- Когнитивная психология: история и современность. Хрестоматия / Под ред. М. Фаликман, В. Спиридонова. М.: Ломоносовъ. 2011. 384 с.
- Benson B. Cognitive bias cheet sheet. Электронный ресурс. URL: busterbenson.com. дата обращения 05.12.2021.
- Власов А.И., Конькова А.Ф. Медико-диагностические экспертные системы для оценки адекватности адаптивной реакции организма на воздействие экстремальных факторов // Конверсия. 1995. № 9-10. С. 18-21.
- Белов П.Г. Теоретические основы системной инженерии безопасности. М.: ГНТП «Безопасность», МИБ СТС. 1996. 424 с.
- Ткачева О.Н., Чердак М.А., Мхитарян Э.А. Обследование пациентов с когнитивными нарушениями // РМЖ. 2017. 25.
С. 1880-1883. https://www.rmj.ru/articles/nevrologiya/Obsledovanie_pacientov_s_kognitivnymi_narusheniyami/. - Нейрокомпьютеры в системах обработки изображений. Кн. 7 / Под ред. А.И. Галушкина. М.: Радиотехника. 2003. 192 с.
- Нейрокомпьютеры в системах обработки сигналов. Кн. 9 / Под ред. Ю.В. Гуляева, А.И. Галушкина. М.: Радиотехника. 2003. 224 с.
- Девятков В.В., Алфимцев А.Н. Распознавание манипулятивных жестов // Вестник Московского государственного технического университета им. Н.Э. Баумана. Сер. Приборостроение. 2007. № 3(68). С. 56-74.
- Василова Е.В., Власов А.И., Евдокимов Г.М. Невербальные коммуникации животного мира: системный анализ жестовых языков // Международный научно-исследовательский журнал. 2017. № 5-3(59). С. 14-23.
- Василова Е.В., Власов А.И., Евдокимов Г.М. Невербальные коммуникации животного мира: картирование элементов жестовых языков // Международный научно-исследовательский журнал. 2017. № 6-3(60). С. 102-110.
- Аверьянихин А.Е., Власов А.И., Евдокимова Е.В. Иерархическая пирамидальная субдискретизация в глубоких сверточных сетях для распознавания визуальных образов // Нейрокомпьютеры: разработка, применение. 2021. Т. 23. № 1. С. 17-31.
- Власов А.И., Папулин С.Ю. Анализ данных с использованием гистограммной модели комбинации признаков // Нейрокомпьютеры: разработка, применение. 2019. Т. 21. № 5. С. 18-27.
- Сакулин С.А., Алфимцев А.Н., Локтев Д.А., Коваленко А.О., Девятков В.В. Защита изображения человека от распознавания нейросетевой системой на основе состязательных примеров // Вестник компьютерных и информационных технологий. 2020. Т. 17. № 2(188). С. 32-38.
- Кожаринов А.С., Чернов Т.С., Разумный Н.П., Николаев Д.П., Арлазаров В.В. Оценка качества входных изображений в системах распознавания видеопотока // Информационные технологии и вычислительные системы. 2017. № 4. С. 71-82.
- Taranyan A.R., Devyatkov V.V., Alfimtsev A.N. Selective covariance-based human localization, classification and tracking in video streams from multiple cameras // 9th International Conference on Bioinformatics Models, Methods and Algorithms, Proceedings (BIOINFORMATICS 2018). Part of 11th International Joint Conference on Biomedical Engineering Systems and Technologies. BIOSTEC 2018. 2018. 9. С. 81-88.
- Девятков В.В., Алфимцев А.Н., Таранян А.Р. Селективно-ковариационный метод локализации, классификации и отслеживания людей в видеопотоках от множества видеокамер // Вестник МГТУ им. Н.Э. Баумана. Сер. Приборостроение. 2016. № 6(111). С. 54-70.
- Иванова Г.С., Головков А.А., Тюрин С.А. Детектирование и классификация объектов городской инфраструктуры по изображениям в видимом спектре // Технологии инженерных и информационных систем. 2017. № 2. С. 15-25.
- Иванова Г.С., Головков А.А., Тюрин В.А. Детектирование и классификация объектов на изображениях в инфракрасном спектре // Технологии инженерных и информационных систем. 2017. № 2. С. 81-90.
- Юлдашев М.Н., Власов А.И. Программный комплекс динамической классификации объекта на основе диапазонов предикатов дерева решений // Свидетельство о регистрации программы для ЭВМ 2020665601, 27.11.2020. Заявка № 2020664889 от 20.11.2020.
- Prudius A.A., Karpunin A.A., Vlasov A.I. Analysis of machine learning methods to improve efficiency of BIG DATA processing in industry 4.0 // Journal of Physics: Conference Series. 2019. N.032065.
- Ryszard S. Michalski, Jaime G. Carbonell, Tom M. Mitchell Machine Learning: An Artificial Intelligence Approach, Tioga Publishing Company. 1983.
- Liang Wang, Li Cheng, Guoying Zhao. Machine Learning for Human Motion Analysis. IGI Global. 2009. 318 p.
- Лекун Я. Как учится машина. Революция в области нейронных сетей и глубокого обучения. (Библиотека Сбера: Искусственный интеллект). М.: Интеллектуальная Литература. 2021.
- Пытьев Ю.П. Математические методы интерпретации эксперимента. М.: Высшая школа. 1989. 351 с.
- Бродский А.К., Кан В.Л. Краткий справочник по математической обработке результатов измерений. М.: Государственное издательство стандартов. 1960. 167 с.
- Ахремчик О.Л. Когнитивные искажения в процессе проектирования систем автоматизации // Вестник Тверского государственного технического университета. 2012. № 22. С. 103-104.
- Дегтярёва В.В., Созаева Д.А. Когнитивные особенности принятия управленческих решений в условиях цифровой экономики. Результаты эксперимента // Вестник университета. 2019. № 4. С. 5-13.
- Лучинкина И.С. Когнитивные механизмы коммуникативного поведения в интернет-пространстве // Научный результат. Педагогика и психология образования. 2018. Т. 4. № 3. С. 56-70.
- Миллер R.B. Время отклика в разговорных транзакциях человек-компьютер // Proc. AFIPS Fall Joint Computer Conference. 1968. V. 33. Р. 267-277.
- Jorm A.F., Jacomb P.A. The Informant Questionnaire on Cognitive Decline in the Elderly (IQCODE): Socio-demographic correlates, reliability, validity and some norms // Psychological Medicine. 1989. № 19. Р. 1015-1022.
- Larson J., Mattu S., Kirchner L. and Angwin J. How We Analyzed the COMPAS Recidivism Algorithm. 2016.
- Andrew Thompson Google’s Sentiment Analyzer Thinks Being Gay Is Bad // Motherboard. 2017.
- Kliegr T., Bahnik S., Furkanz J. A review of possible effects of cognitive biases on interpretation of rule-based machine learning models // Artificial Intelligence. 2021. V. 295. № 103458.
- Витт Н. Личностно-ситуационная опосредованность выражения и распознавания эмоций в речи // Вопросы психологии. 1991. № 1. С. 95-107.
- Alfimtsev A., Nazarova S., Zelong X. Automatic chronological ordering of audio data using spectograms // Journal of Theoretical and Applied Information Technology. 2017. Т. 95. № 21. С. 5825-5836.
- Алмаев Н.А., Юмкина Г.Ю. Формальные коэффициенты оценки речевой продукции в интервью: опыт разработки и применения // Вопросы психолингвистики. 2007. № 5. С. 46.
- Петрова Е.М., Ничушкина Т.Н. Анализ проблем автоматического распознавания русской речи // Технологии инженерных и информационных систем. 2019. № 1. С. 3-10.
- Пешков Д.В., Минитаева А.М. Нейронная сеть для определения принадлежности предложений заданному языку // Технологии инженерных и информационных систем. 2019. № 4. С. 10-19.
- Морозов В.П. Искусство и наука общения: Невербальная коммуникация // Психофизиологические и психоакустические основы.
- Байгужин П.А., Шибкова Д.З., Айзман Р.И. Факторы, влияющие на психофизиологические процессы восприятия информации в условиях информатизации образовательной среды // ScienceforEducationToday. 2019. Т. 9. № 5. С. 48-70.
- Власов А.И., Ларионов И.Т., Орехов А.Н., Тетик Л.В. Система автоматического анализа методов распознавания эмоционального состояния человека // Нейрокомпьютеры: разработка, применение. 2021. Т. 23. № 6.
- Орехов А.Н. Решение нестандартных задач компьютерной системой // Нейрокомпьютеры: разработка, применение. 2021. T. 23. № 3. С. 43−62.
- Хрисанфова Л. А. Представления об индивидуально-психологических особенностях человека по структурным особенностям его лица // Экспериментальная психология. 2009. Т. 2. № 4. С. 51-73.
- Барабанщиков В. А., Хрисанфова Л. А. Доверие к человеку при первичном восприятии его лица // Методы исследования психологических структур и их динамики / Под ред. Т.Н. Савченко, Г.М. Головиной. М.: ИП РАН. 2007. Вып. 4. С. 117-127.
- Миненко А.С., Ванжа Т.В. Система распознавания эмоционального состояния человека // Проблемы искусственного интеллекта. 2020. № 3(18). C. 60-69.
- Breazieal P., Washeef A. Robots Emotion: A functional perspective / Who Need Emotions: The Brain Meet the Robots // MIT Press. 2003. P.138–169.
- Эчеагарай-Патрон Б.А., Кобер В.И. Метод распознавания лиц с использованием трехмерных поверхностей // Информационные процессы. 2016. Т. 16. № 3. C. 170-178.
- Си Я. Автоматические распознавание эмоций пользователя для организации интеллектуального интерфейса // Молодежный научно-технический вестник 2013. № 2(4). С. 51.
- Мищенкова Е.С. Сравнительный анализ алгоритмов распознавания лиц // Вестник Волгоградского государственного университета. Сер. 9: Исследования молодых ученых. 2015. № 11. С. 75-78.
- Тухтасинов М.Т., Раджабов С.С. Алгоритмы распознавания лиц на основе локальных направленных шаблонов // Проблемы вычислительной и прикладной математики. 2016. № 5(5). С. 101-106.
- Заболеева А. В. Развитие системы автоматизированного определения эмоций и возможные сферы применения // Открытое образование. 2012. № 3. С. 60–63.
- Брумштейн Ю.М., Молимонов Д.А. Модели, методы, технические средства управления рисками проектирования, создания и эксплуатации сложных человеко-машинных систем с учетом психофизиологических характеристик людей-операторов // Прикаспийский журнал: управление и высокие технологии. 2019. № 3(47). С. 143-162.
- Власов А.И., Зеновкин Н.В. Методы визуального управления при реализации пользовательских интерфейсов // Программные продукты и системы. 2011. № 1. С. 23-26.
- Жердев И.Ю., Барабанщиков В.А. Аппаратно-программный комплекс для исследований зрительного восприятия сложных изображений во время саккадических движений глаз человека // Экспериментальная психология. 2014. Т. 7. № 1. С. 123-131.
- Попов А. Ю., Вихман А. А. Когнитивные искажения в процессе принятия решений: научная проблема и гуманитарная технология // Вестник ЮУрГУ. Серия «Психология». 2014. Т. 7. № 1. С. 5-15.
- База биометрических данных и алгоритмы распознавания URL: http://biometrics.idealtest.org/datasets/1/1000/base/3450(Дата обращения 15.08.2021).