Simple Science

最先端の科学をわかりやすく解説

# 生物学# 動物の行動と認知

読解能力の比較:人間、バブーン、ハト

研究によると、人間と動物で読む戦略が違うらしい。

― 0 分で読む


動物と人間の読解スキル動物と人間の読解スキル読書戦略があるんだって。研究によると、人間、ヒヒ、ハトには独自の
目次

読書は人間文化の重要な部分で、動物と違った特性を持ってるんだ。人間は文字を読んで理解することができるけど、これは他の動物にはない特別なスキルを要する。読む能力はトレーニングと特定の脳の部分の使用が必要で、研究によると人間の脳の特定のエリアが読書と関連してるんだ。バブーンやハトみたいな動物も、読み取りに似たタスクをこなせる証拠があるんだよ。

動物の読書行動に関する研究

バブーンとハトが書かれた言葉や文字を認識できるか調査されたんだ。どちらも、なじみのある文字のパターンと新しい組み合わせを区別する能力を示したよ。これって、どうやって人間が読書能力を発達させたのかって興味深い疑問を提起するよね。バブーンやハトが人間と似たタスクをこなせるとしても、彼らがどんなメンタルプロセスを使ってるかはまだ不明なんだ。

画像処理用のコンピュータプログラムも、読書に関するタスクをこなせるんだ。これって、書かれた情報を効果的に処理する方法がいくつかあるかもしれないことを示唆してる。人間、バブーン、ハトにおける読書のような行動の背後にある認知能力を調査する研究が行われたよ。進化的に近いと、人間に似た思考が霊長類に見られるのかを知りたかったんだ。

人間が読むことを学ぶ方法

人間は通常、音と文字を結びつけることで読書を学ぶんだ。このプロセスは、言葉や音の理解が既にあるときにうまく機能するよ。効率的な読書システムがあれば、人は声に出して読むときに言葉をすぐに認識できるんだ。脳は書かれた言葉を特定のエリアで処理し、文字のパターンに基づいて本物の言葉と非言葉を区別する助けになる。人間は文字や音に関する豊富な知識を持っていて、これが区別を助けてるよ。

レキシカル判断タスク、つまり文字列が言葉かどうかを決める課題は、読書や言葉の認識を研究するのに一般的なんだ。バブーンやハトでも同様のタスクが行われて、人間とのパフォーマンスを比較したんだ。

異なる種における認知プロセスの調査

この研究では、研究者たちが人間、バブーン、ハトが書かれた言葉についてどうやって判断を下すかを知りたかったんだ。「スピーチレスリーダーモデル」っていうモデルを使って、こうした判断プロセスで使われるメンタル戦略を明らかにしようとしたよ。このアプローチは、異なる種が読書のような行動でどう比較されるかを示すことができるんだ。

このモデルは、動物にはアクセスできない音や意味に依存しないで機能するよ。このモデルを使うことで、視覚情報が書かれた言葉に関する決定を下すのにどれだけ役立つかを見ることができる。モデルは、参加者が知ってることと見てることを組み合わせた3つの予測から成り立ってる。例えば、参加者が学んだことに基づいて、特定の場所に文字が現れる可能性を予測できるんだ。

研究の結果

この研究では、人間、バブーン、ハトの3つのグループが関与したんだ。各参加者は、なじみのある文字の組み合わせを認識する能力をテストされたよ。人間が一番良くて、90%以上の正確さで判断したんだ。次はバブーンで、約75%の正確さ、ハトは約70%で遅れをとった。バブーンとハトのために作られたモデルは似たような行動パターンを示したけど、それでも人間に比べると正確さが劣ってたんだ。

このモデルは、各種の個体がどれだけパフォーマンスを反映してるかを正確に映し出したよ。ほとんどの人間参加者は、判断において文字の組み合わせに依存しているようだった。一方で、バブーンは文字と文字の組み合わせのミックスを使うことが多かった。ハトは一般的に、決定プロセスでピクセルレベルの情報を好んで使ってるんだ。

参加者間の変動性の理解

これらの発見がどれだけ信頼できるものなのかを確かめるために、研究者たちは個別の応答の一貫性を調べたよ。ほとんどの時間、各種の参加者が似たような意思決定プロセスを示したんだ。ただ、特にハトの参加者の間には変動があって、彼らの戦略が人間やバブーンに比べて安定していないことを示してる。

パフォーマンスの違いは、すべての動物が読書に関連するタスクをこなせていても、彼らの戦略や使う認知ツールが大きく異なり得ることを示唆してるかもしれない。この観察は、タスクが達成されたかどうかだけでなく、異なる種が同じタスクにアプローチする方法を調べることが、ユニークな認知戦略を明らかにすることの重要性を強調してる。

視覚処理の違い

人間の読書は主に文字を認識可能なパターンにグループ化することに依存してる。研究によると、人間は文字の並びを単なる配列ではなく、全体の形として簡単に認識できるんだ。比較すると、バブーンは視覚情報を異なる方法で処理する傾向があって、大きなパターンを扱う際に時間がかかることが多いよ。これは、彼らが視覚的な詳細に焦点を当てる方法が人間とは違うかもしれないことを示唆してる。

一方で、ハトは非常にローカルなレベルで詳細を処理することを好むんだ。食べ物の小さな違いを識別する必要が、この地方的な強調に貢献してるんだ。これはつまり、ハトは言葉を決定する際に大きな文脈を理解することからあまり得られない可能性があるってことだね。

情報処理における適応能力

スタイルの違いがあっても、3つの種すべてが状況に応じてアプローチを調整できるんだ。この柔軟性は、各種が独自の認知的強みを持っていて、必要に応じて戦略を変更できることを示してるよ。

人間は通常、文字の配列を認識するのが得意だけど、バブーンは文字と文字の組み合わせの間で異なる戦略を切り替える傾向があるんだ。ハトは主にピクセルレベルの情報を使うけど、他の種と同じように状況に応じてアプローチを変えることができるよ。

結論:より広い意味

この研究は、異なる種が書かれた言葉を認識する際に、さまざまな認知戦略を使用していることを強調してる。人間の読者は文字の配列に焦点を合わせるけど、バブーンは文字と文字の配列の両方を使用し、ハトは主にピクセルレベルの詳細に依存してるんだ。これらの発見は、比較研究で単に成功や失敗を測定するという考えに挑戦してる。代わりに、異なる種が同じ問題にどう取り組むかを理解することで、彼らの認知能力や進化的適応についてより明確なイメージを提供できることを示唆してる。

人間、バブーン、ハトのような種が情報を処理する方法を研究することで、読書スキルの発展やその背後にある認知戦略についての洞察を得られるんだ。将来の研究では、各種がどの認知ツールに依存しているかをさらに探ることで、彼らの読書能力やそれが時間をかけて進化してきた方法について、もっと明らかにできるかもしれないね。

オリジナルソース

タイトル: Non-Human Recognition of Orthography: How is it implemented and how does it differ from Human orthographic processing

概要: The ability to robustly recognize strings of letters, a cornerstone of reading, was observed in Baboons and Pigeons despite their lack of phonological and semantic knowledge. Here, we apply a comparative modeling approach to investigate the neuro-cognitive basis of Human, Baboon, and Pigeon orthographic decision behavior, addressing whether phylogenetic relatedness entails similar underlying neuro-cognitive phenotypes. We use the highly transparent Speechless Reader Model (SLR), which assumes letter string recognition based on widely accepted computational principles of predictive coding so that orthographic decisions rely on a prediction error signal emerging from multiple, hierarchically ordered representational levels, i.e., low-level visual, letter, or letter sequence representations. We investigate which representations species use during successful orthographic decision-making. We introduce multiple SLR variants, each including one or multiple prediction error representations, and compare the simulations of each SLR variant to the orthographic decisions from individuals of three species after learning letter strings without meaning. Humans predominantly relied on letter-sequence-level representations, resulting in the highest task performance in behavior and model simulations. Baboons also relied on sequence-based representations but in combination with pixel- and letter-level representations. In contrast, all Pigeons relied on pixel-level representations, partly in combination with letter- and letter-sequence-level representations. These findings suggest that orthographic representations utilized in orthographic decisions reflect the phylogenetic distance between species: Humans and Baboons use more similar representations compared to Pigeons. Overall, the description of orthographic decisions based on a small set of representations and computations was highly successful in describing behavior, even for Humans who mastered reading in its entirety. Significance StatementImagine being able to read without ever learning the alphabet. Research has shown that baboons and pigeons can exhibit reading-like behavior, suggesting shared processes across the species involved. To increase our understanding of the similarities and differences between humans and animals in reading-like behavior, we use a computational model to uncover the underlying processes that enable humans, baboons, and pigeons to perform these tasks. We found that humans and baboons rely on similar processes, focusing on information related to letters and letter sequences. In contrast, pigeons rely more heavily on visual cues. This discovery sheds light on the evolution of processes underlying reading and reading-like behavior, indicating that the lower the evolutionary distance between species, the more similar processes are involved.

著者: Benjamin Gagl, I. Weyers, S. Eisenhauer, C. J. Fiebach, M. Colombo, D. Scarf, J. C. Ziegler, J. Grainger, O. Guentuerkuen, J. L. Mueller

最終更新: 2024-08-13 00:00:00

言語: English

ソースURL: https://www.biorxiv.org/content/10.1101/2024.06.25.600635

ソースPDF: https://www.biorxiv.org/content/10.1101/2024.06.25.600635.full.pdf

ライセンス: https://creativecommons.org/licenses/by/4.0/

変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。

オープンアクセスの相互運用性を利用させていただいた biorxiv に感謝します。

類似の記事

ニューラル・コンピューティングと進化コンピューティング神経形態コンピューティングと視覚処理の進展

ニューロモーフィックコンピューティングが視覚データ処理をどう変えてるか探ってみる。

― 1 分で読む