Apprentissage des concepts - Concept learning

L'apprentissage de concepts , également connu sous le nom d' apprentissage de catégories , de réalisation de concepts et de formation de concepts , est défini par Bruner , Goodnow et Austin (1967) comme « la recherche et la liste d'attributs pouvant être utilisés pour distinguer les exemplaires des non exemplaires de diverses catégories. ". Plus simplement, les concepts sont les catégories mentales qui nous aident à classer les objets, les événements ou les idées, en partant du principe que chaque objet, événement ou idée a un ensemble de caractéristiques pertinentes communes. Ainsi, l'apprentissage de concept est une stratégie qui oblige un apprenant à comparer et à opposer des groupes ou des catégories qui contiennent des caractéristiques pertinentes pour le concept avec des groupes ou des catégories qui ne contiennent pas de caractéristiques pertinentes pour le concept.

Dans une tâche d'apprentissage de concept, un apprenant humain ou machine est entraîné à classer des objets en lui montrant un ensemble d'exemples d'objets ainsi que leurs étiquettes de classe. L'apprenant simplifie ce qui a été observé en le condensant sous forme d'exemple. Cette version simplifiée de ce qui a été appris est ensuite appliquée à de futurs exemples. L'apprentissage des concepts peut être simple ou complexe car l'apprentissage se déroule dans de nombreux domaines. Lorsqu'un concept est difficile, il est moins probable que l'apprenant soit capable de simplifier, et donc moins susceptible d'apprendre. Familièrement, la tâche est connue sous le nom d' apprentissage à partir d'exemples. La plupart des théories de l'apprentissage des concepts sont basées sur le stockage d'exemplaires et évitent le résumé ou l'abstraction manifeste de quelque nature que ce soit.

  • Apprentissage de concept : Déduire une fonction à valeur booléenne à partir d'exemples d'apprentissage de son entrée et de sa sortie.
  • Un concept est une idée de quelque chose formée en combinant toutes ses caractéristiques ou attributs qui construisent le concept donné. Chaque concept a deux composants :
    • Attributs : caractéristiques que l'on doit rechercher pour décider si une instance de données est positive du concept.
    • Une règle : dénote quelle conjonction de contraintes sur les attributs sera qualifiée d'instance positive du concept.

Types de notions

L'apprentissage conceptuel doit être distingué de l'apprentissage en récitant quelque chose de mémoire (rappel) ou en discriminant entre deux choses qui diffèrent (discrimination). Cependant, ces problèmes sont étroitement liés, puisque le rappel de la mémoire des faits pourrait être considéré comme un processus conceptuel « trivial » où les exemples antérieurs représentant le concept sont invariants. De même, alors que la discrimination n'est pas la même chose que l'apprentissage initial des concepts, les processus de discrimination sont impliqués dans le raffinement des concepts au moyen de la présentation répétée d'exemples.

Concepts concrets ou perceptuels vs concepts abstraits

Les concepts concrets sont des objets qui peuvent être perçus par des sensations et des perceptions personnelles. Ce sont des objets comme des chaises et des chiens où des interactions personnelles se produisent avec eux et créent un concept. Les concepts deviennent plus concrets à mesure que le mot que nous utilisons pour les associer a une entité perceptible. Selon la théorie du double codage de Paivio , les concepts concrets sont ceux dont on se souvient le plus facilement à partir de leurs codes de mémoire perceptifs. Des preuves ont montré que lorsque des mots sont entendus, ils sont associés à un concept concret et reproduisent toute interaction précédente avec le mot au sein du système sensorimoteur. Des exemples de concepts concrets dans l'apprentissage sont les premiers concepts mathématiques éducatifs comme l'addition et la soustraction.

Les concepts abstraits sont des mots et des idées qui traitent des émotions, des traits de personnalité et des événements. Des termes comme « fantaisie » ou « froid » contiennent un concept plus abstrait. Chaque personne a sa définition personnelle, qui change et se compare constamment, des concepts abstraits. Par exemple, le froid pourrait signifier la température physique de la zone environnante ou il pourrait définir l'action et la personnalité d'une autre personne. Alors que dans les concepts concrets, il existe encore un niveau d'abstraction, les concepts concrets et abstraits peuvent être vus à une échelle. Certaines idées comme la chaise et le chien sont plus tranchées dans leurs perceptions, mais des concepts comme le froid et la fantaisie peuvent être vus de manière plus obscure. Des exemples d'apprentissage de concepts abstraits sont des sujets comme la religion et l'éthique. L'apprentissage par concept abstrait consiste à comparer les stimuli en fonction d'une règle (par exemple, identité, différence, bizarrerie, supérieur à, addition, soustraction) et lorsqu'il s'agit d'un nouveau stimulus. Avec l'apprentissage par concept abstrait, trois critères permettent d'exclure toute explication alternative pour définir la nouveauté des stimuli. Un stimuli de transfert doit être nouveau pour l'individu. Cela signifie qu'il doit être un nouveau stimulus pour l'individu. Deuxièmement, il n'y a pas de réplication des stimuli de transfert. Troisièmement et enfin, pour avoir une expérience d'apprentissage abstrait complète, il doit y avoir une quantité égale de performance de base et de performance de transfert.

Binder, Westbury, McKiernan, Possing et Medler (2005) ont utilisé l'IRMf pour scanner le cerveau des individus pendant qu'ils prenaient des décisions lexicales sur des concepts abstraits et concrets. Les concepts abstraits ont suscité une plus grande activation dans le gyrus précentral gauche, le gyrus frontal inférieur gauche et le sillon et le gyrus temporal supérieur gauche, tandis que les concepts concrets ont suscité une plus grande activation dans les gyrus angulaires bilatéraux, le gyrus temporal moyen droit, le gyrus frontal moyen gauche, le cingulaire postérieur bilatéral. gyri et precunei bilatéral.

En 1986, Allan Paivio a émis l'hypothèse de la théorie du double codage , qui stipule que l'information verbale et visuelle est utilisée pour représenter l'information. Lorsque l'on pense au concept de « chien », on pense à la fois au mot chien et à l'image d'un chien. La théorie du double codage suppose que les concepts abstraits impliquent le système sémantique verbal et que les concepts concrets sont également impliqués dans le système imaginaire visuel.

Concepts définis (ou relationnels) et associés

Les concepts relationnels et associés sont des mots, des idées et des pensées qui sont connectés sous une forme ou une autre. Pour les concepts relationnels, ils sont liés dans une définition universelle. Les termes relationnels courants sont haut-bas, gauche-droite et repas-dîner. Ces idées sont apprises dans notre petite enfance et sont importantes pour les enfants à comprendre. Ces concepts font partie intégrante de notre compréhension et de notre raisonnement dans les tâches de conservation. Les termes relationnels qui sont des verbes et des prépositions ont une grande influence sur la façon dont les objets sont compris. Ces termes sont plus susceptibles de créer une compréhension plus large de l'objet et ils sont capables de passer à d'autres langues.

Les concepts associés sont liés par le passé et la propre perception de l'individu. L'apprentissage associatif de concepts (également appelé apprentissage de concepts fonctionnels) consiste à classer les stimuli en fonction d'une réponse ou d'un résultat commun, indépendamment de la similitude perceptive dans les catégories appropriées. C'est associer ces pensées et idées à d'autres pensées et idées qui sont comprises par quelques-uns ou par l'individu. Un exemple de ceci est à l'école primaire lors de l'apprentissage de la direction de la boussole Nord, Est, Sud et Ouest. L'enseignant a utilisé "Ne jamais manger de gaufres détrempées", "Ne jamais manger de vers aigres" et les élèves ont pu créer leur propre version pour les aider à apprendre les instructions.

Concepts complexes . Les constructions telles qu'un schéma et un script sont des exemples de concepts complexes. Un schéma est une organisation de concepts (ou caractéristiques) plus petits et est révisé par des informations situationnelles pour aider à la compréhension. Un script, en revanche, est une liste d'actions qu'une personne suit pour atteindre un objectif souhaité. Un exemple de script serait le processus d'achat d'un CD. Il y a plusieurs actions qui doivent se produire avant l'acte réel d'achat du CD et un script fournit une séquence des actions nécessaires et l'ordre approprié de ces actions afin de réussir l'achat du CD.

Méthodes d'apprentissage d'un concept

Découverte – Chaque bébé découvre des concepts par lui-même, comme découvrir que chacun de ses doigts peut être contrôlé individuellement ou que les soignants sont des individus. Bien que cela soit guidé par la perception, la formation du concept est plus que la mémorisation des perceptions.

Exemples - La généralisation supervisée ou non supervisée à partir d'exemples peut conduire à l'apprentissage d'un nouveau concept, mais la formation de concept est plus que la généralisation à partir d'exemples.

Mots – Entendre ou lire de nouveaux mots mène à l'apprentissage de nouveaux concepts, mais former un nouveau concept est plus que d'apprendre une définition de dictionnaire. Une personne peut avoir précédemment formé un nouveau concept avant de rencontrer le mot ou la phrase correspondant.

Comparaison et contraste d'exemples – Un moyen efficace d'apprendre de nouvelles catégories et d'induire de nouvelles règles de catégorisation consiste à comparer quelques exemples d'objets tout en étant informé de leur relation catégorielle. Comparer deux exemplaires tout en étant informé que les deux appartiennent à la même catégorie permet d'identifier les attributs partagés par les membres de la catégorie, car cela illustre la variabilité au sein de cette catégorie. D'un autre côté, comparer deux exemplaires tout en étant informé que les deux appartiennent à des catégories différentes peut permettre d'identifier des attributs ayant une valeur diagnostique. La comparaison au sein des catégories et entre les catégories ne sont pas aussi utiles pour l'apprentissage par catégorie (Hammer et al., 2008), et la capacité d'utiliser ces deux formes d'apprentissage basé sur la comparaison change à l'enfance (Hammer et al., 2009).

Invention - Lorsque les hommes préhistoriques qui manquaient d'outils utilisaient leurs ongles pour gratter la nourriture d'animaux tués ou de melons écrasés, ils ont remarqué qu'une pierre cassée avait parfois un bord tranchant comme un ongle et était donc adaptée pour gratter la nourriture. Inventer un outil en pierre pour éviter les ongles cassés était un nouveau concept.

Problèmes théoriques

En général, les problèmes théoriques qui sous-tendent l'apprentissage des concepts sont ceux qui sous-tendent l' induction . Ces questions sont abordées dans de nombreuses publications diverses, y compris la littérature sur des sujets tels que les espaces Version , théorie de l' apprentissage statistique , PAC apprentissage , Théorie de l' information , et Algorithmique Théorie de l' information . Certaines des grandes idées théoriques sont également discutées par Watanabe (1969, 1985), Solomonoff (1964a, 1964b) et Rendell (1986) ; voir la liste de référence ci-dessous.

Théories psychologiques modernes

Il est difficile de faire des déclarations générales sur l'apprentissage des concepts humains (ou animaux) sans déjà supposer une théorie psychologique particulière de l'apprentissage des concepts. Bien que les vues classiques des concepts et de l'apprentissage des concepts en philosophie parlent d'un processus d' abstraction , de compression de données , de simplification et de résumé, les théories psychologiques actuellement populaires de l'apprentissage des concepts divergent sur tous ces points fondamentaux. L'histoire de la psychologie a vu la montée et la chute de nombreuses théories sur l'apprentissage des concepts. Le conditionnement classique (tel que défini par Pavlov ) a créé la première technique expérimentale. L'apprentissage par renforcement tel que décrit par Watson et élaboré par Clark Hull a créé un paradigme durable en psychologie comportementale . La psychologie cognitive a mis l' accent sur une métaphore de l'informatique et du flux d'informations pour la formation de concepts. Réseau de neurones modèles de formation de concept et la structure des connaissances ont ouvert des modèles hiérarchiques puissants d'organisation des connaissances telles que George Miller est Wordnet . Les réseaux de neurones sont basés sur des modèles informatiques d'apprentissage utilisant l' analyse factorielle ou la convolution . Les réseaux de neurones sont également ouverts aux neurosciences et aux modèles psychophysiologiques d'apprentissage suivant Karl Lashley et Donald Hebb .

Basé sur des règles

Les théories de l'apprentissage conceptuel basées sur des règles ont commencé avec la psychologie cognitive et les premiers modèles informatiques d'apprentissage qui pourraient être mis en œuvre dans un langage informatique de haut niveau avec des instructions informatiques telles que des règles de production if:then . Ils prennent en entrée des données de classification et une théorie basée sur des règles qui sont le résultat d'un apprenant basé sur des règles dans l'espoir de produire un modèle plus précis des données (Hekenaho 1997). La majorité des modèles basés sur des règles qui ont été développés sont heuristiques, ce qui signifie que des analyses rationnelles n'ont pas été fournies et que les modèles ne sont pas liés aux approches statistiques de l'induction. Une analyse rationnelle des modèles basés sur des règles pourrait présumer que les concepts sont représentés comme des règles, et demanderait ensuite à quel degré de croyance un agent rationnel devrait être en accord avec chaque règle, avec quelques exemples observés fournis (Goodman, Griffiths, Feldman et Tenenbaum). Les théories de l'apprentissage des concepts basées sur des règles sont davantage axées sur l'apprentissage perceptif et moins sur l'apprentissage par définition. Les règles peuvent être utilisées dans l'apprentissage lorsque les stimuli sont confus, par opposition à simples. Lorsque des règles sont utilisées dans l'apprentissage, les décisions sont prises en fonction des seules propriétés et reposent sur des critères simples qui ne nécessitent pas beaucoup de mémoire ( Rouder et Ratcliff, 2006).

Exemple de théorie basée sur des règles :

« Un radiologue utilisant une catégorisation basée sur des règles observerait si des propriétés spécifiques d'une image radiographique répondent à certains critères ; par exemple, y a-t-il une différence extrême de luminosité dans une région suspecte par rapport à d'autres régions ? Une décision est alors basée sur cette propriété seule." (voir Rouder et Ratcliff 2006)

Prototype

La vision prototype de l'apprentissage de concept soutient que les gens font abstraction de la tendance centrale (ou prototype) des exemples vécus et l'utilisent comme base pour leurs décisions de catégorisation.

La vision prototype de l'apprentissage de concept soutient que les gens catégorisent en fonction d'un ou plusieurs exemples centraux d'une catégorie donnée, suivis d'une pénombre d'exemples de moins en moins typiques. Cela implique que les gens ne catégorisent pas sur la base d'une liste de choses qui correspondent toutes à une définition, mais plutôt sur un inventaire hiérarchique basé sur la similarité sémantique avec le ou les exemples centraux.

Exemple

La théorie des exemplaires est le stockage d'instances spécifiques (exemplaires), avec de nouveaux objets évalués uniquement par rapport à leur ressemblance avec des membres connus (et non-membres) spécifiques de la catégorie. Cette théorie fait l'hypothèse que les apprenants stockent les exemples textuellement . Cette théorie considère l'apprentissage de concept comme très simpliste. Seules les propriétés individuelles sont représentées. Ces propriétés individuelles ne sont pas abstraites et ne créent pas de règles. Un exemple de ce à quoi pourrait ressembler une théorie exemplaire est « l'eau est humide ». On sait simplement que certains (ou un, ou tous) exemples d'eau stockée ont la propriété humide. Les théories basées sur des exemples sont devenues empiriquement plus populaires au fil des ans, certaines preuves suggérant que les apprenants humains n'utilisent des stratégies basées sur des exemples que dans l'apprentissage précoce, formant des prototypes et des généralisations plus tard dans la vie. Un résultat important des modèles exemplaires dans la littérature en psychologie a été une diminution de l'accent mis sur la complexité dans l'apprentissage des concepts. L'une des théories exemplaires les plus connues de l'apprentissage des concepts est le modèle de contexte généralisé (GCM).

Un problème avec la théorie des exemplaires est que les modèles d'exemplaires dépendent de manière critique de deux mesures : la similitude entre les exemplaires et avoir une règle pour déterminer l'appartenance à un groupe. Parfois, il est difficile d'atteindre ou de distinguer ces mesures.

Multiple-prototype

Plus récemment, les psychologues cognitifs ont commencé à explorer l'idée que le prototype et les modèles exemplaires forment deux extrêmes. Il a été suggéré que les gens sont capables de former une représentation prototype multiple, en plus des deux représentations extrêmes. Par exemple, considérons la catégorie « cuillère ». Il existe deux sous-groupes ou groupes conceptuels distincts : les cuillères ont tendance à être soit grandes et en bois, soit petites et en métal. La cuillère prototypique serait alors un objet de taille moyenne fait d'un mélange de métal et de bois, ce qui est clairement une proposition irréaliste. Une représentation plus naturelle de la catégorie « cuillère » consisterait plutôt en plusieurs (au moins deux) prototypes, un pour chaque groupe. Un certain nombre de propositions différentes ont été faites à cet égard (Anderson, 1991 ; Griffiths, Canini, Sanborn & Navarro, 2007 ; Love, Medin & Gureckis, 2004 ; Vanpaemel & Storms, 2008). Ces modèles peuvent être considérés comme offrant un compromis entre modèles exemplaires et prototypes.

Basé sur l'explication

L'idée de base de l'apprentissage basé sur l'explication suggère qu'un nouveau concept est acquis en en faisant l'expérience et en formant un schéma de base. En termes simples, en observant ou en recevant les qualités d'une chose, l'esprit forme un concept qui possède et est identifié par ces qualités.

La théorie originale, proposée par Mitchell, Keller et Kedar-Cabelli en 1986 et appelée généralisation basée sur l'explication, est que l'apprentissage se fait par généralisation progressive. Cette théorie a d'abord été développée pour programmer des machines à apprendre. Appliqué à la cognition humaine, il se traduit comme suit : l'esprit sépare activement les informations qui s'appliquent à plus d'une chose et les intègre dans une description plus large d'une catégorie de choses. Cela se fait en identifiant des conditions suffisantes pour que quelque chose rentre dans une catégorie, similaire à la schématisation.

Le modèle révisé s'articule autour de l'intégration de quatre processus mentaux – la généralisation, la fragmentation, l'opérationnalisation et l'analogie.

  • La généralisation est le processus par lequel les caractéristiques d'un concept qui lui sont fondamentales sont reconnues et étiquetées. Par exemple, les oiseaux ont des plumes et des ailes. Tout ce qui a des plumes et des ailes sera identifié comme « oiseau ».
  • Lorsque les informations sont regroupées mentalement, que ce soit par similitude ou par parenté, le groupe est appelé un morceau. Les morceaux peuvent varier en taille d'un seul article avec des pièces ou de plusieurs articles avec plusieurs pièces.
  • Un concept est opérationnalisé lorsque l'esprit est capable d'en reconnaître activement des exemples par caractéristiques et de l'étiqueter de manière appropriée.
  • L'analogie est la reconnaissance de similitudes entre des exemples potentiels.

Cette théorie particulière de l'apprentissage des concepts est relativement nouvelle et des recherches supplémentaires sont en cours pour la tester.

bayésien

Adoptant une approche mathématique de l'apprentissage des concepts, les théories bayésiennes proposent que l'esprit humain produise des probabilités pour une certaine définition de concept, sur la base d'exemples qu'il a vus de ce concept. Le concept bayésien de probabilité antérieure empêche les hypothèses des apprenants d'être trop spécifiques, tandis que la probabilité d'une hypothèse garantit que la définition n'est pas trop large.

Par exemple, disons qu'un parent montre à un enfant trois chevaux et qu'on lui dit qu'ils sont appelés "chevaux" - elle doit comprendre exactement ce que l'adulte veut dire par ce mot. Elle est beaucoup plus susceptible de définir le mot "chevaux" comme faisant référence à ce type d'animal ou à tous les animaux , plutôt qu'à un exemple étrangement spécifique comme "tous les chevaux sauf Clydedales" , ce qui serait un concept contre nature. Pendant ce temps, la probabilité que « chevaux » signifie « tous les animaux » lorsque les trois animaux présentés sont tous très similaires est faible. L'hypothèse selon laquelle le mot "cheval" fait référence à tous les animaux de cette espèce est la plus probable des trois définitions possibles, car elle a à la fois une probabilité antérieure raisonnable et une vraisemblance donnée par des exemples.

Le théorème de Bayes est important car il fournit un outil puissant pour comprendre, manipuler et contrôler les données 5 qui adopte une vision plus large qui ne se limite pas à la seule analyse des données 6 . L'approche est subjective, et cela nécessite l'évaluation de probabilités a priori 6 , ce qui la rend également très complexe. Cependant, si les bayésiens montrent que les preuves accumulées et l'application de la loi de Bayes sont suffisantes, le travail surmontera la subjectivité des entrées impliquées 7 . L'inférence bayésienne peut être utilisée pour toutes les données collectées honnêtement et présente un avantage majeur en raison de son orientation scientifique 6 .

Un modèle qui intègre la théorie bayésienne de l'apprentissage des concepts est le modèle ACT-R , développé par John R. Anderson . Le modèle ACT-R est un langage de programmation qui définit les opérations cognitives et perceptives de base qui permettent à l'esprit humain en produisant une simulation étape par étape du comportement humain. Cette théorie exploite l'idée que chaque tâche que les humains effectuent consiste en une série d'opérations discrètes. Le modèle a été appliqué à l'apprentissage et à la mémoire, à la cognition de niveau supérieur, au langage naturel, à la perception et à l'attention, à l'interaction homme-machine, à l'éducation et aux forces générées par ordinateur.

En plus de John R. Anderson, Joshua Tenenbaum a contribué au domaine de l'apprentissage des concepts ; il a étudié les bases informatiques de l'apprentissage humain et de l'inférence à l'aide de tests comportementaux d'adultes, d'enfants et de machines à partir des statistiques bayésiennes et de la théorie des probabilités, mais aussi de la géométrie, de la théorie des graphes et de l'algèbre linéaire. Tenenbaum s'efforce de mieux comprendre l'apprentissage humain en termes informatiques et essaie de créer des systèmes informatiques qui se rapprochent des capacités des apprenants humains.

Théorie de l'affichage des composants

La théorie de l'affichage des composants (CDT) de MD Merrill est une matrice cognitive qui se concentre sur l'interaction entre deux dimensions : le niveau de performance attendu de l'apprenant et les types de contenu de la matière à apprendre. Merrill classe le niveau de performance d'un apprenant comme : trouver, utiliser, mémoriser et le contenu matériel comme : faits, concepts, procédures et principes. La théorie fait également appel à quatre formes de présentation primaires et à plusieurs autres formes de présentation secondaires. Les principales formes de présentation comprennent : les règles, les exemples, le rappel et la pratique. Les formulaires de présentation secondaires comprennent : les prérequis, les objectifs, les aides, les mnémoniques et les commentaires. Une leçon complète comprend une combinaison de formes de présentation primaires et secondaires, mais la combinaison la plus efficace varie d'un apprenant à l'autre et également d'un concept à l'autre. Un autre aspect important du modèle CDT est qu'il permet à l'apprenant de contrôler les stratégies d'enseignement utilisées et de les adapter pour répondre à son propre style d'apprentissage et à ses préférences. Un objectif majeur de ce modèle était de réduire trois erreurs courantes dans la formation de concepts : sur-généralisation, sous-généralisation et conception erronée.

Voir également

Les références