Журнал Decision Support Systems опубликовал результаты исследования, проведенного учеными при поддержке Российского научного фонда. Ученые из Высшей школы экономики и Сколтеха, создавших модель машинного обучения, способную предсказать успешность человека в решении задачи на внимание на основе времени реакции и движений глаз.
Успех в решении сложных умственных задач зависит как от общих когнитивных способностей, так и от достаточного ресурса внимания человека. Внимание становится особенно важным, когда визуальная информация должна быть удержана в сознании, например, для диспетчера аэропорта. Умственное внимание также необходимо для обучения, когда нужно сконцентрироваться на сложной задаче.
Вопросу изучения ментального внимания было посвящено много исследований, и было установлено, что оно коррелирует с общим интеллектом и успеваемостью. Авторы статьи задались целью понять, применяя алгоритм машинного обучения, какие измеряемые данные могут предсказать точность выполнения задачи на внимание. Ученые собрали данные о движении глаз и времени реакции.
В эксперименте испытуемые должны были выполнить задание на сопоставление цветов в двух вариациях: с клоунами и воздушными шарами. Перед игроком на короткое время появлялось изображение разных цветов. Испытуемый должен был сравнить картинку с предыдущей и ответить, совпадают ли цвета.
В каждом из заданий есть шесть уровней сложности, в зависимости от количества обрабатываемых цветов. Движения глаз испытуемых записывались с помощью специального устройства – iTracker. Всего было проанализировано 57 здоровых взрослых людей, средний возраст которых составлял 23 года. Наилучший результат показала модель “XGBoost regressor”. Ее точность предсказания составила 82,8%.
