Appunti di psicologia generale 2 (schemi)

Capitolo 12 – La motivazione

La motivazione è definita come un processo che avvia, guida e orienta il comportamento in una determinata direzione, che è l'origine di determinate scelte. In sintesi la motivazione si interessa del fare, è ciò che ci induce ad agire.

• James → La maggior parte del comportamento umano è guidato da istinti.
• McDougall → Propensities (tendenze istintive del comportamento umano).
• Freud → Pulsioni (modelli tensioriduttivi).
• Hull → Tendenza = pulsione + abitudine (drive); introduzione dei fattori di aspettativa e incentivo.
• Murray → Introduzione del concetto di bisogno (concetto tensioriduttivo).
  • Bisogno come forza psicologica.
  • Bisogni primari e secondari.
  • Pressioni (ostacoli posti dall’ambiente) alfa e beta.
  • Temi = interazione tra bisogni e pressioni.
  • Test di Appercezione Tematica (TAT) → Tavole contenenti immagini usate per studi sulla personalità.
• Maslow → Piramide dei bisogni (fisiologici → sicurezza → appartenenza → stima → autoaffermazione).
  • A partire dalla teoria di Maslow sono stati sviluppati vari strumenti di misurazione della motivazione come il Porter Need Satisfaction Questionnaire (Porter).
• McClelland → Introduzione del concetto di motivo (preoccupazione ricorrente, concern).
  • Motivo alla riuscita, all’affiliazione, al potere.
  • Motivi impliciti ed espliciti.
  • IAT (implicit association test) → Misurazione dei motivi impliciti (non verbalizzabili).
• Heckausen → Introduzione del concetto di volizione e del modello Rubicone (pone una netta distinzione tra processi precedenti e successivi alla realizzazione della decisione).
• Atkinson → Tendenza motivazionale (T) = combinazione tra tendenza al successo (S) e tendenza ad evitare il fallimento (F) (T = M *P *I – M *P *I)_x x _y y.
  • M = motivo; P = probabilità; I = incentivo, che corrisponde a delle emozioni anticipate di soddisfazione nel caso di successo, o di vergogna nel caso di fallimento.
• Weiner → Attribuzioni causali riferite ad eventi passati.
  • Locus, controllabilità, stabilità, globalità.
  • Introduzione del ASQ (Attributional Style Questionnaire) → Individuazione degli stili di attribuzione delle persone.
• Bandura → Introduzione del concetto di autoefficacia percepita (elevata specificità); questa teoria ha spinto a sviluppare strumenti molto specifici come il Basket Efficacy Beliefs Scales, per misurare l’autoefficacia percepita dei giocatori di basket.
• Ellen Skinner → Introduzione dei costrutti di controllo (agenti, mezzi, fini).
• Emmons → Introduzione del concetto di obiettivo (concretezza, specificità del contesto, collocazione temporale precisa, misurabilità).
• Locke e Latham → Teoria del goal setting (divide gli obiettivi secondo quattro caratteristiche).
  • Livello di difficoltà o sfida, ampiezza, prossimità temporale, significato che rivestono per una persona.
  • Teoria del goal setting in ambito lavorativo → Ciclo di elevata performance.
• Little → Striving e personal project (coltivare amicizie, migliorare capacità atletiche, essere utili alla società).
• Schwartz → Dieci valori (principi guida) di base, divisi in due dimensioni.
  • Apertura al cambiamento vs. conservativismo.
  • Valori di successo e potere vs. autotrascendenza.
• Eccles → Quali elementi motivazionali influenzano il successo in ambito scolastico.
• Schwarzer → Propone il modello HAPA (health action process approach) → Cambiamento comportamentale connesso alla salute (fumo, alimentazione, attività fisica).
  • Introduzione del concetto di pianificazione (del comportamento).
• Kuhn e McPartland → Twenty statements test → Misurare le rappresentazioni che le persone hanno di sé.
• Markus e Nurius → Teoria dei sé possibili (sé attuale, sé ideale, sé imperativo).
  • Aspetti di indipendenza (uomini) ed interdipendenza (donne) del sé.
• Higgins → Diversi gradi di congruenza e discrepanza tra sé attuale e sé ideale.
• Dweck → Teorie implicite sulle caratteristiche del sé, con vari gradi di modificabilità.
  • Concezioni entitarie e concezioni incrementali.
• Elliot e McGregor → Obiettivi di approccio e obiettivi di evitamento (achievement goal framework).

Capitolo 7 – L’apprendimento

L’apprendimento è il processo grazie al quale acquisiamo conoscenze sul mondo e le codifichiamo nelle memorie a lungo termine, creando un vasto deposito di conoscenze precedenti che contribuisce tanto a pianificare e guidare il nostro comportamento quanto a sostenere nuovi e ulteriori sforzi di apprendimento e a determinarne l’esito.

• Studi dell’apprendimento focalizzati su:
  • Ruolo delle informazioni di tipo statistico.
  • Ruolo delle conoscenze precedenti (spiegano le differenze tra i giudizi di covariazione e i giudizi di causalità).
• Cosa apprendiamo → Approccio computazionale.
• Come apprendiamo → Approccio algoritmico.
• Relazioni top-down → Se accade l’evento A allora accade l’evento B.
• Relazioni bottom-up → Relazioni apprese automaticamente.
• Cosa apprendiamo (da dati statistici?) → Previsione e intervento.
• La regola del ΔP (Jenkins e Ward) → Covariazioni
  • Differenza tra due probabilità condizionali ΔP = P(C|S) – P(C|-S).
  • ΔP può essere indice diagnostico o meno, e indizio di causalità in assenza di concause.
• Patricia Cheng → Power pc (concezione del ΔP come una qualsiasi altra variazione di percezione).
  • Relazione tra: intensità della resa psicologica dello stimolo e intensità dello stimolo.
  • Collegamento a: Teoria del prospetto (cap. 13).
• Noisy or → Funzione disgiuntiva probabilistica
  • P(C) = P(C|S₁) + P(C|S₂) – P(C|S₁)*P(C|S₂).
  • Due cause non sono indipendenti (interagiscono) quando la loro combinazione segue una qualsiasi funzione di combinazione che non sia la noisy or.
• Teoria del supporto causale → Adotta un approccio bayesiano (grafici di Bayes).
• Metodi di studio dell’apprendimento di relazioni tra eventi
  • Quattro dimensioni metodologiche (tipo di partecipanti; presentazione simultanea o seriale degli eventi stimolo; tipi di misura dell’apprendimento; valore di incentivo dell’outcome).
• Ivan Pavlov → Condizionamento classico (rispondente)
  • Estinzione; intensità; generalizzazione; discriminazione appresa; inibizione esterna (primo tipo); overshadowing (secondo tipo); inibizione condizionale (terzo tipo); condizionamento di secondo ordine.
• Thorndike → Condizionamento strumentale
  • Apprendimento per prove ed errori (condizionamento strumentale) → Legge dell’effetto.
• Skinner → Condizionamento operante
  • Programmi di rinforzo (intervalli e rapporti, fissi e variabili) → Rinforzi più efficaci delle punizioni.
  • Shaping (modellamento).
• Conclusioni degli studi classici, fattori critici → Ripetizioni di contingenze, contiguità temporale, valore incentivante.
• Tolman → Apprendimento latente
  • Orientamento spaziale e mappe cognitive.
• Bandura → Apprendimento sociale
  • Rinforzo vicario.
• Hudson → One-shot learning
• Kamin → Forward blocking
• Baker & Mackintosh; Baker & Mercier → Effetti di familiarizzazione
• Shanks → Backward blocking
  • Retropective revaluation → Elaborazione a posteriori dello stimolo.
• Ceiling effects → Massimo livello di un effetto e quindi non più aumentabile.
• Martin Seligman → Genetic preparedness
  • Impotenza appresa.
• Numerosi studi hanno dimostrato sensibilità ed insensibilità umana agli indizi statistici:
  • Sensibilità → Apprendimento implicito.
  • Insensibilità → Correlazioni illusorie → Possono incrementare le illusioni di controllo.
• ΔP pesato → ω(a) > ω(b) > ω(c) > ω(d)
• Modello Rescorla-Wagner → Descrive l’apprendimento associativo bottom-up
  • L’apprendimento è proporzionale alla sorpresa generata dalla comparsa o dalla non comparsa dell’US nei casi in cui si è manifestato il CS.
  • Topi di Rescorla → Apprendimento bottom-up.
  • Topi di Kamin → Forward blocking.
  • Topi di Hudson → Apprendimento per “caso singolo” seguito da evitamento del CS.
  • Non descrive nessun processo di apprendimento top-down.
• Modelli top-down
  • ΔP pesato = ω₁a/(ω₁a + ω₂b) – ω₃c(ω₃c + ω₄d)
  • Differenza di diagonali (AD) = a + b – b – c
  • Regola euristica dell’integrazione di prove (EI) = (ω_a + ω_d – ω_c – ω_b)/(ω_a + ω_b + ω_c + ω_d)
• Non è ancora disponibile un unico modello algoritmico per l'apprendimento top-down. I modelli esistenti (Power PC e modelli bayesiani) sono di natura computazionale (descrivono cioè il risultato dell'apprendimento). Per l'apprendimento top-down di regole dichiarative (se … allora) si ricorre a descrizione di classi di strategie di giudizio o di ragionamento messe in atto dai partecipanti. Queste strategie si possono cogliere variando qualche parametro di una delle due euristiche “generali” che sono versioni “pesate”:
  • della regola ΔP
  • della regola di combinazione lineare ΔD o regola euristica dell'integrazione lineare detta differenza di diagonali anche chiamata pCI (proportion of confirming instance) (Inheler e Piaget). Una sua forma rielaborata è chiamata regola euristica dell'integrazione di prove EI (evidence integration) detta wpCI (weighted proportion of confirming instance). Sembra costituire il miglior modello generale dei giudizi umani espliciti di covariazione o causalità (Shank).
  • In conclusione, gli esseri umani talvolta sono molto precisi nell'apprendere insiemi di relazioni covarazionali o causali sulla base dell'esperienza diretta del loro ambiente. Lo sono tanto negli apprendimenti bottom-up automatici, quanto in alcuni modelli basati su inferenze top-down (come dimostrato dalla sensibilità al pow e dalla capacità di apprendere implicitamente). Tuttavia in alcuni casi in cui valutano esplicitamente e consapevolmente un insieme di osservazioni, si avvalgono di strategie che possono deviare molto dalla norma, in gran parte descrivibili attraverso le regole euristiche dell'integrazione lineare EI o della stima pesata di ΔP.

Capitolo 10 – Il linguaggio

Il linguaggio è la facoltà che ci permette di usare una lingua a fini comunicativi. In quanto apparato simbolico è parte di un complesso sistema di comunicazione composto da più livelli integrati.

• Biologicamente → Area di Broca (produzione linguistica) e area di Wernicke (comprensione linguistica).
• Suoni del linguaggio descritti attraverso due discipline
  • Fonetica → Studia i dettagli acustici dei suoni e come vengono articolati.
  • Fonologia → Descrivere le categorie astratte dei suoni del linguaggio per ogni lingua.
• Fonema → Unità di base di un suono linguistico.
• Altri campi di studi sono: grammatica, sintassi, morfologia, semantica, pragmatica.
• Parole possono essere formate per: derivazione, composizione, flessione.
• Lessico mentale → Contiene tutte le conoscenze morfologiche, ortografiche, fonologiche, sintattiche e semantiche associate ai costituenti linguistici; il lessico mentale fa parte della memoria semantica, un deposito di tutte le nostre conoscenze acquisite.
• Priming semantico → Riconosciamo più velocemente una parola target se è preceduta da una parola “prime” semanticamente associata ad essa.
  • Modello della diffusione dell’attivazione → Quando il prime viene riconosciuto, la sua rappresentazione nella memoria semantica si attiva.
• Levelt → Rappresentazione mentale delle parole:
  • Concetti (rappresentazione mentale della parola); lemmi (funzione grammaticale della parola); lessemi (espressione ortografica e fonologica della parola).
• Caramazza → Independent Network Model (sviluppato su due livelli di rappresentazione).
• Taft → Ipotesi della decomposizione obbligatoria
  • Struttura ortografica sillabica di base.
• Il sistema di elaborazione delle parole
  • Proprietà acustiche dei fonemi → Dipendono da: contesto, velocità del parlato e caratteristiche del parlante.
  • Riconoscimento di una parola → Dipende da quanto un input percettivo corrisponda alla rappresentazione lessicale che ne abbiamo.
  • Segmentazione dei suoni del parlato → Resa possibile dagli indici distribuzionali e dalla mobilità posizionale; probabilità di transizione (probabilità che ad un suono segua un altro suono).
  • Warren → Effetto di reintegrazione dei fonemi (un fonema coperto da un altro suono viene completato automaticamente, senza accorgersene); l’effetto McGurk contribuisce a chiarire il ruolo del contesto (sillaba pronunciata con labiale diverso da ciò che viene udito).
  • Identificazione di una parola → Identificare una parola target all’interno di una frase.
  • Modello della coorte → Uniqueness point; tre fasi: accesso, selezione, integrazione; il riconoscimento di una parola presentata acusticamente avviene in 200-250 ms.
  • Decisione lessicale → Tempo necessario a decidere se una stringa di lettere corrisponda o meno ad una parola della lingua; varia in funzione di quante parole simili esistono.
  • Pandemonium (Selfridge) → Nel modello del Pandemonium il riconoscimento della lettera è garantito da un sistema che utilizza alcune caratteristiche che restano invariate anche se la posizione della lettera viene modificata; demoni dell’immagine, demoni dei tratti, demoni cognitivi (demoni o neuroni), demoni decisionali.
  • Reicher → Effetto di superiorità della parola.
  • Modello DRC (Dual-route Cascade Model) (Coltheart) → Postula connessioni bidirezionali fra conoscenze semantiche, fonologiche e ortografiche; prevede tre procedure: una via non lessicale, una via lessicale diretta, una via lessicale semantica; le vie non-lessicale e lessicale diretta cooperano nel buffer fonemico: se gli output sono congruenti la lettura è veloce, altrimenti è lenta.
  • Componente ERP (Event Related Potential) → N400.
• Il sistema di elaborazione delle frasi
  • Illusione di Mosè.
  • Principi di minimalità: principio di attaccamento minimale (Mario guardava la ragazza con il binocolo → Binocolo si riferisce preferibilmente a “guardare”), principio della chiusura ritardata (il disco sul tavolo vicino al muro è di Paola → “Vicino al muro” si riferisce prevalentemente a “tavolo”), principio della catena minima (a quale studente hai detto di scrivere la lettera → “A quale studente” viene associato preferibilmente all’azione “scrivere”).
  • Informazione prosodica → Intonazione della frase.
  • Corso temporale del processo di comprensione di una frase → Il processo inizia prima dell’arrivo dell’informazione linguistica corrispondente all’oggetto del verbo, come dimostra l’anticipazione della saccade. L’informazione estratta dal verbo è usata per guidare i movimenti oculari sull’oggetto che soddisfa i requisiti degli argomenti ammessi dal verbo.