Die Dual-N-Back-Aufgabe ist die einzige mir bekannte Aufgabe , die empirisch belegt ist, dass sie das Arbeitsgedächtnis verbessert . Es scheint das Arbeitsgedächtnis durch Multitasking zu verbessern, obwohl dieses Multitasking bestimmte Kriterien erfüllen muss, nämlich dass Sie die Aufgabe nicht so gut lernen können, dass Sie sie schließlich „automatisieren“ können, ohne ins Arbeitsgedächtnis zu gehen.
Daher frage ich mich, ob andere Formen des Multitasking wie das Spielen von Starcraft II (siehe meine früheren Gedanken ) und das Fahren mit einem Mobiltelefon das Arbeitsgedächtnis ebenfalls verbessern können?
Eine mögliche Folgefrage: Wenn nein, was unterscheidet die in der Dual-N-Back-Aufgabe gefundene Art von Multitasking von anderen Arten von Multitasking?
Im Allgemeinen würde ich die Hypothese aufstellen, dass „Gedächtnistrainings“-Programme nicht zu einer bereichsübergreifenden Steigerung der fluiden Intelligenz oder des Arbeitsgedächtnisses führen werden.
Als allgemeinen Hintergrund können Sie sich die Literatur zum Expertengedächtnis ansehen .
Daher ist mein allgemeiner Ratschlag für Menschen, die ihr Arbeitsgedächtnis oder ihre flüssige Intelligenz verbessern möchten, sich stattdessen auf die domänenspezifischen Fähigkeiten zu konzentrieren, die sie verbessern möchten, und sich darauf zu konzentrieren, diese zu üben.
Meiner Meinung nach ist das Dual-n-Back (alias Jaeggi-Training) immer noch umstritten. Eine Meta-Analyse von Jaeggi und Co-Autoren (2015) ergab zugunsten ihrer ursprünglichen Arbeit, aber andere haben ihren Schlussfolgerungen widersprochen, insbesondere Melby-Lervåg & Hulme (2016) , die eine Meta-Analyse durchgeführt hatten 2013 das Gegenteil feststellen ; Jaeggi und Co-Autoren widersprechen dieser Kritik natürlich. Doughertyet al. (2016) waren auch von der Metaanalyse der Jaeggi-Gruppe nicht überzeugt.
Es gibt einen Leitartikel von 2016 in Nature über den Stand der Dinge in dieser Forschungsrichtung mit dem Untertitel:
In einem jungen Fachgebiet sind widersprüchliche Ergebnisse zu erwarten, aber was tun, wenn selbst die Metaanalysen nicht übereinstimmen?
Eine empirische Studie von Lawlor-Savage und Goghari (2016) , die nach diesen Metaanalysen veröffentlicht wurde und die (gemäß ihrer Einleitung) in der Metaanalyse dargelegte methodologische Bedenken für ihr eigenes experimentelles Design berücksichtigte, konnte ebenfalls keine Verbesserungen gegenüber dual finden -n-zurück. Ich sage nicht, dass dies das letzte Wort zu diesem Thema ist, nur dass sich die Replikation als schwierig erwiesen hat.
Daher denke ich, dass es etwas verfrüht ist, zu fragen, was sonst so funktioniert, wenn wir nicht sicher sind, ob das funktioniert.
Ich denke, das "Automatisierungsproblem" wird meiner Erfahrung nach aus mehreren Gründen verursacht.
1: Das Design von brainworkshop auf feste Zeitintervalle zwischen den Versuchen ist schlecht. Manchmal erhöhen wir unser n-back-Level ohne weitere Sekunden, um uns an den Buchstaben oder die Position zu erinnern, was den Rest der Versuche ruiniert. Und so haben wir uns entschieden, uns Buchstaben und Positionen zu merken und diese schlechte Praxis schließlich zu „automatisieren“.
2: Es ist schlecht, zu viele Buchstaben in Brainworkshop zu haben. Wenn Sie können, stellen Sie sich vor, wie wir versucht haben, uns ein langes Wort zu merken, als wir noch Kinder waren. Also saugen wir die lange Buchstabenkette in unser Gedächtnis ein, anstatt uns an das zu erinnern, was wir gesehen haben.
3: Positionen sind nicht der beste Weg, um n-back zu üben, genau wie im letzten Grund. Das menschliche Gehirn kann diese Art von räumlichem 3x3-Muster leicht erkennen. Während wir trainieren, kommen wir nicht umhin, irgendwann die 3x3-Muster zu lernen. Wie schwer ist es, sich einen Satz mit 3 Positionen und einen Satz mit 3 Buchstaben zu merken, oder? Aber während wir diese festhalten, stehen uns weniger Teile unseres Geistes zur Verfügung, um Erinnerungen abzurufen.
shanusmagnus
InquilineKea
Jerome Anglim