Bilişsel esneklik ve istikrar: aktivasyon-temelli ve ağırlık-temelli uyarlamalar

Odaklanma ile esneklik arasındaki denge neden önemli

Günlük yaşam, bir göreve sıkı sıkıya bağlı kalmak ile hızla yön değiştirmek arasındaki dengeyi sürekli talep eder. Örneğin akşam yemeği hazırlarken, keskin bir bıçakla doğrama sırasında güçlü bir şekilde odaklanmak gerekir; aynı zamanda tencereyi kontrol etme, sosu karıştırma ve malzeme alma arasında esnekçe geçiş yapmak gerekir. Bu makale, insanların ne zaman bir göreve bağlı kalmaya ne zaman geçiş yapmaya karar verdiğini taklit eden bir bilgisayar modeli kurarak bu zihinsel dengelemelerin nasıl çalışabileceğini inceliyor; böylece sağlıklı düşünce süreçleri ve bu dengenin bozulduğu durumlar hakkında içgörü sağlanıyor.

Takılıp kalma ile geçiş yapma arasındaki çekişme

Psikologlar bu gerilimi bilişsel istikrar (bir göreve odaklanma) ile bilişsel esneklik (gerekirse görevleri değiştirme) arasındaki bir takas olarak tanımlar. İnsanlar bu takası duruma göre ayarlar: geçişler sık ise, geçiş yapmaya daha hazır olurlar; görevler genellikle tekrarlıyorsa, daha istikrarlı bir moda yerleşirler. Bu ayarlamalar dakikalar içinde hızlıca olabildiği gibi, hangi ortamların veya görevlerin daha fazla esneklik gerektirdiğini öğrendikçe günler içinde yavaşça da oluşabilir. Makalenin merkezi sorusu, bu hızlı ve yavaş ayarlama biçimlerinin tek, tutarlı bir mekanizma içinde nasıl anlaşılabileceğidir.

Zihinsel kontrolün bir öğrenme modeli

Yazarlar, uzun-kısa süreli bellek (LSTM) adı verilen popüler bir yinelemeli sinir ağı türü üzerine inşa edilmiş Öğrenen Kontrol Dinamikleri (LCD) modelini tanıtıyor. Özel bir "kontrol" birimini sert kodlamak yerine, ağın kendini nasıl kontrol edeceğini öğrenmesine izin veriyorlar. Model, klasik bir görev-değiştirme düzeninde eğitiliyor: her denemede bir dizi sayı, hangisinin bir eşikten daha büyük veya daha küçük olarak yargılanacağını gösteren bir ipucu ve bazen ekstra bir "çevre" sinyali görüyor. Modelin öğrenmesi gereken iki şey var: her bir bireysel yargı görevini nasıl yapacağı ve iç kontrol ayarlarını nasıl düzenleyeceği; böylece aynı görevi verimli şekilde tekrarlayabilsin ya da farklı bir göreve sorunsuzca geçebilsin.

Durumdaki hızlı kaymalar ile alışkanlıktaki yavaş değişimler

Modelin içinde iki tür değişiklik meydana gelebilir. Birincisi aktivasyon-temelli: anlık etkinlik örüntüsü, cari ilgili göreve doğru kayabilir ve önceki görevden uzaklaşabilir. Bu, neyin az önce olduğuna bağlı olarak hızlı ama kırılgan bir uyum sağlar. Diğeri ağırlık-temelli: ağdaki bağlantıların uzun vadeli gücü yavaşça ayarlanır; bazı durumlar kalıcı olarak "görev vadileri" oluşturarak kalmayı teşvik ederken, diğerleri daha sığ vadiler oluşturarak geçişi kolaylaştırır. Yazarlar simülasyonlarda, yalnızca hızlı değişimlerin bile sık geçiş olan durumlarda daha küçük geçiş maliyetleri üretebileceğini; oysa ağın ağırlıklarındaki yavaş değişimlerin, mevcut koşullar aynı olsa bile modelin ne kadar kolayca geçiş yapıp kalacağını kalıcı olarak yeniden şekillendirdiğini gösteriyorlar.

Esnekliğin ne zaman gerekli olduğunu öğrenmek

Araştırma daha sonra modelin dış dünyadan gelen sinyalleri kullanarak ne kadar esnek olması gerektiğine karar vermeyi öğrenip öğrenemeyeceğini soruyor. Bir dizi simülasyonda farklı yapay "çevreler" tutarlı olarak ya sık ya nadir görev geçişleriyle ilişkilendirildi. Zamanla model bu çevre ipuçlarına yanıt vermeyi öğrendi: sık-geçiş ortamlarında iç görev temsilleri daha örtüşen hale geldi ve bu temsiller arasında daha hızlı hareket etti; az-geçiş ortamlarında ise bu temsiller daha ayrışmıştı ve aynı görevin tekrarı özellikle güçlü oldu. Başka bir simülasyon setinde model, belirli bazı görevlerin genellikle değiştiğini diğerlerinin ise tekrarlanmaya meyilli olduğunu öğrendi. Ardından kontrol ayarlarını yalnızca mevcut denemeye değil, az önce hangi görevi yaptığına da bağlı olarak, daha ince taneli görev-bazlı bir şekilde uyguladı.

Modeli insan davranışıyla ilişkilendirmek

Bu fikirlerin gerçek insanları tanımlayıp tanımlamayacağını test etmek için yazarlar, benzer bir görev-değiştirme deneyi yapan 100’den fazla gönüllüden elde edilen verileri yeniden analiz ettiler. İnsan katılımcılar model gibi, sık geçişle ilişkilendirilen bağlamlarda ve görevlerden sonra daha küçük geçiş maliyetleri gösterdiler. Yeniden analiz ayrıca modelin tahminini destekledi: en belirleyici değişimlerin yalnızca belirli bir görevde değil, o görevi izleyen denemede ortaya çıktığını gösteriyor — bu da insanların bir sonrakinde ne kadar esneklik gerekeceğine dair görev-spesifik beklentileri taşıdığını öne sürüyor.

Düşünme biçimimizi anlamak için çıkarımlar

Daha yalın bir ifadeyle, makale odaklanma ile esneklik arasındaki dengemizin iki iç içe geçmiş sürece dayandığını savunuyor: yaptıklarımıza bağlı kısa vadeli hızlı bir ayarlama ve tekrar tekrar karşılaştığımız ortamlar ve görevlere göre zihinsel "ayarlarımızı" yavaşça ince ayarlayan öğrenmeye dayalı bir süreç. Her ikisinin de tek bir sinir ağı modelinde nasıl ortaya çıkabileceğini göstererek ve insan verileriyle örtüşmesini sağlayarak, çalışma zihnin değişen taleplere uyum sağlamak için kendi düşünce alışkanlıklarını nasıl şekillendirebileceğine dair somut bir taslak sunuyor.

Atıf: 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

Anahtar kelimeler: bilişsel esneklik, görev değiştirme, sinir ağı modeli, bilişsel kontrol, uyarlanabilir davranış