Clear Sky Science · he
גמישות קוגניטיבית מול יציבות באמצעות התאמות מבוססות-פעילות ומשקל
מדוע האיזון בין מיקוד וגמישות חשוב
החיים היומיומיים דורשים מאיתנו באופן מתמיד לאזן בין הצורך להישאר מרוכזים במשימה אחת לבין הצורך לעבור במהירות בין משימות. למשל, הכנת ארוחה מחייבת ריכוז רב בזמן חיתוך עם סכין חדה, ובו־זמנית גמישות במעבר בין בדיקת הסיר, ערבוב הרוטב והכנסת רכיבים. מאמר זה בוחן כיצד אולי פועלים תהליכים מנטליים אלה על ידי בניית מודל מחשב המדמה את ההחלטה מתי להישאר על משימה ומתי להחליף — ומאיר הן חשיבה בריאה והן מצבים פתולוגיים שבהם האיזון הזה משתבש.
מאבק על ההיצמדות מול המעבר
פסיכולוגים מתארים מתחים אלו כוויכוח בין יציבות קוגניטיבית (שמירה על מיקוד במשימה אחת) וגמישות קוגניטיבית (מעבר למשימות כשהן נדרשות). אנשים מכוונים את האיזון הזה לפי הסיטואציה: כאשר מעברים נפוצים הם נוטים להתכונן יותר להחלפה; כאשר משימות חוזרות, הם נוטים למצב יציב יותר. התאמות אלה יכולות להתרחש במהירות בתוך דקות, אך גם לאט יותר לאורך ימים כשאנחנו לומדים אילו סביבות או משימות דורשות בדרך כלל יותר גמישות. השאלה המרכזית במאמר היא כיצד ניתן להבין את צורות ההתאמה המהירות והאיטיות הללו במסגרת מנגנון אחד שלם.

מודל למידה של בקרה מנטלית
המחברים מציגים את מודל דינאמיקת הבקרה הלימודית (LCD), המבוסס על סוג נפוץ של רשת חוזרת הנקראת LSTM (זיכרון ארוך-קצר טווח). במקום לקמפל יחידת "בקרה" נפרדת, הם מאפשרים לרשת ללמוד כיצד לשלוט בעצמה. המודל מאומן על מטלת החלפת משימות קלאסית: בכל ניסיון הוא מקבל סט מספרים, רמז המציין איזה מספר לשפוט כגדול או קטן מסף, ולפעמים אות נוספת המתארת את "הסביבה". על המודל ללמוד שתי יכולות: לבצע כל משימת שיפוט פרטנית, ולכוונן את הגדרות הבקרה הפנימיות שלו כדי שהוא יוכל או לחזור על אותה משימה ביעילות או לעבור חלק למשימה שונה.
שינויים מהירים במצב מול שינויים איטיים בהרגל
במוודל יכולות להתרחש שתי סוגי שינויים. סוג אחד מבוסס-פעילות: דפוס הפעילות הרגעי יכול להסיט עצמו קרוב יותר למשימה הרלוונטית הנוכחית ולהתרחק מהקודמת. זה מספק התאמה מהירה אך פגיעה שתלויה במה שקרה ממש עכשיו. הסוג השני מבוסס-משקל: חוזק הקשרים ברשת מכוּון לאט כך שבמצבים מסוימים נוצרות "עמקי משימה" חזקות שמעודדות להישאר, בעוד שבאחרים העמקים רדודים יותר והמעבר קל יותר. המחברים מראים בסימולציות ששינויים מהירים לבד יכולים להקטין עלויות החלפה במצבים של החלפות תכופות, בעוד ששינויים איטיים במשקלים מעצבים באופן קבוע עד כמה המודל נוטה להחליף או להיצמד, גם כאשר התנאים הנוכחיים זהים.
למידה מתי נדרשת גמישות
המחקר שואל האם המודל יכול ללמוד להשתמש ברמזים מהסביבה כדי להחליט כמה להיות גמיש. באוסף סימולציות אחד, "סביבות" מלאכותיות שונות היו מקושרות בעקביות להחלפות משימות תכופות או נדירות. עם הזמן המודל למד להגיב לרמזי הסביבה האלה: בסביבות עם החלפות מרובות, ייצוגי המשימה הפנימיים שלו הפכו למתואמים יותר והוא עבר ביניהם מהר יותר; בסביבות עם החלפות מעטות, הייצוגים הללו היו מופרדים יותר וחזרתיות על אותה משימה התחזקה במיוחד. בסדרת סימולציות אחרת, המודל למד שמשימות מסוימות נוטות להחליף בדרך כלל בעוד שאחרות נוטות לחזור. אז הוא יישם את כיוונוני הבקרה שלו בצורה מדויקת יותר, משימה אחר משימה, שתלויה לא רק בניסיון הנוכחי אלא גם במשימה שביצע זה הרגע.

חיבור המודל להתנהגות אנושית
כדי לבדוק האם רעיונות אלה מתארים אנשים אמיתיים, המחברים ביצעו ניתוח מחודש של נתונים מיותר מ-100 נבדקים שביצעו ניסוי דומה של החלפת משימות. משתתפי האדם, כמו המודל, הראו עלויות החלפה קטנות יותר בהקשרים ולאחר משימות שהיו קשורות לעיתים קרובות להחלפה. הניתוח מחדש גם תמך בתחזית המודל שחלק מהשינויים המובהקים ביותר מופיעים לא פשוט במשימה נתונה, אלא בניסיון העוקב אחריה — דבר המרמז שאנשים נושאים איתם ציפיות ספציפיות למשימה לגבי הסיכוי שהם יצטרכו גמישות בפעם הבא.
מה משמעות הדבר להבנת החשיבה שלנו
במילים פשוטות, המאמר טוען שיכולתנו לאזן בין מיקוד וגמישות נשענת על שני תהליכים טבועים זה בזה: כוונון מהיר וקצר־טווח שתלוי במה שעשינו זה עתה, וכוונון איטי המבוסס על למידה של "הגדרות" מנטליות בסביבות ובמשימות שאנו פוגשים שוב ושוב. על ידי הצגה כיצד שניהם יכולים לצמוח במודל רשת עצבית יחיד ולהתאים לנתוני אדם, העבודה מציעה תבנית קונקרטית לאופן שבו המוח עשוי לעצב ולשנות את הרגלי המחשבה שלו כדי לענות על דרישות משתנות.
ציטוט: Xu, S., Verguts, T. & Braem, S. Cognitive flexibility versus stability via activation-based and weight-based adaptations. Commun Psychol 4, 58 (2026). https://doi.org/10.1038/s44271-026-00397-9
מילות מפתח: גמישות קוגניטיבית, החלפת משימות, מודל רשת עצבית, בקרה קוגניטיבית, התנהגות מסתגלת