Статья боковой панель

Опубликована
27 June 2026
Файлы
pdf
Статистика
Прочитано : 0 Число скачиваний : 0

Основная статья Содержание

Аннотация

В статье предлагается концептуализация конструкта «когнитивный ресурс» (КР) как пространства состояний с вероятностной структурой (далее вероятностного пространства состояний, ВПС), отражающего флюидную инфраструктуру когнитивной системы (КС). В отличие от классических трактовок ресурса как ограничения или исчерпаемого «запаса», КР рассматривается как контекстно-адаптивная возможность актуализации и перераспределения множества когнитивных элементов, взаимосвязанных с интенциональной и активационной структурами. На основе вероятностно-динамического подхода формулируется модель, в которой текущая мощность КР задается не объемом, а распределением вероятностей доступа к когнитивным конфигурациям (состояниям) в зависимости от требований задачи. Предлагаются операциональные индикаторы флюидности КР: (1) полнота и скорость реконфигурации когнитивных элементов при смене требований; (2) устойчивость и вариативность траекторий переходов между состояниями в задачах контроля, внимания и дивергентного мышления; (3) связь этих показателей с маркерами активации и усилия. Описывается дизайн верификации модели с использованием задач, чувствительных к перестройке когнитивных состояний, интерференции, вариативности стратегий, неопределенности и длительности нагрузки. Предполагается, что высокофлюидный КР проявляется как расширение репертуара доступных состояний и повышение вероятности продуктивных переключений, что обеспечивает как творческое, так и адаптивное поведение. Теоретическая новизна работы состоит в согласовании ресурсно-информационного подхода с современными нейрокогнитивными представлениями о метастабильной и вероятностной организации когнитивных архитектур.

Ключевые слова

когнитивный ресурс флюидность вероятностное пространство состояний когнитивный контроль когнитивное усилие когнитивная функциональная избыточность

Детали статьи

Об авторе

Наталья Борисовна Горюнова,

Кандидат психологических наук, Институт психологии РАН, Москва, Россия

Как цитировать
[1]
Горюнова, Н.Б. 2026. Когнитивный ресурс как пространство состояний с вероятностной структурой. Учёные записки Института психологии РАН. 6, 2(19) (июн. 2026), 85–95.
Скачать ссылку
Endnote/Zotero/Mendeley (RIS)
BibTeX

Литература

  1. Воронин А.Н., Горюнова Н.Б. Когнитивный ресурс: структура, динамика, развитие. М.: Изд-во «Институт психологии РАН», 2016.
  2. Горюнова Н.Б., Дружинин В.Н. Операциональные дескрипторы когнитивного ресурса и продуктивность решения тестовых задач и задач-головоломок // Психологический журнал. 2001. Т. 22. № 4. С. 21–29.
  3. Горюнова Н.Б., Дружинин В.Н. Операциональные дескрипторы ресурсной модели общего интеллекта // Психологический журнал. 2000. Т. 21. № 4. С. 57–64.
  4. Канеман Д. Внимание и усилие / Под ред. А.Н. Гусева. М.: Смысл, 2006.
  5. Максимова Н.Е., Александров И.О., Тихомирова И.В., Филиппова Е.В., Фомичева Л.Ф. Структура и актуалгенез субъектас позиций системно-эволюционного подхода // Психологический журнал. 2004. Т. 25. № 1. С. 17–40.
  6. Agrawal M., Mattar M. G., Cohen J. D., Daw N.D. The temporal dynamics of opportunity costs: A normative account of cognitive fatigue and boredom // Psychological Review. 2022. Vol. 129(3). P. 564–585. DOI: 10.1037/rev0000309.
  7. Anderson J. R. How can the human mind exist in the physical universe? New York, NY: Oxford University Press. 2007.
  8. Cao R., Pastukhov A., Aleshin S., Mattia M., Braun J. Instability with a purpose: how the visual brain makes decisions in a volatile world. 2020. bioRxiv. DOI:10.1101/2020.06.09.142497.
  9. Champaud J.-L.-Y., Asite S., Fabrizi L. Development of brain metastable dynamics during the equivalent of the third gestational trimester // Developmental Cognitive Neuroscience. 2025. Vol. 73. Art. 101556.
  10. Euler M.J. Intelligence and uncertainty: Implications of hierarchical predictive processing for the neuroscience of cognitive ability // Neuroscience and Biobehavioral Reviews. 2018. Vol. 94. P. 93–112.
  11. Farooqui A.A., Gezici T., Manly T. Chunking of Control: An Unrecognized Aspect of Cognitive Resource Limits // Journal of Cognition. 2023. Vol. 6(1). P. 1–25. DOI: https:// doi.org/10.5334/joc.275
  12. Gao M., Turner B.M., Sloutsky V.M. The Role of Attention in Category Representation // Cognitive Science. 2024. Vol. 48. Art. e13438.
  13. Inzlicht M., Shenhav A., Olivola C.Y. The Effort Paradox: Effort Is Both Costly and Valued // Trends in Cognitive Sciences. 2018. Vol. 22(4). P. 337–349.
  14. Kurzban R., Duckworth A., Kable J.W., Myers J. An opportunity cost model of subjective effort and task performance // Behavioral and Brain Sciences. 2013. Vol. 36. P. 661–679.
  15. Marques J.C., Li M., Schaak D. Robson D.N., Li J.M. Internal state dynamics shape brainwide activity and foraging behaviour // Nature. 2020. Vol. 577. P. 239–243. DOI: https://doi.org/10.1038/s41586-019-1858-z.
  16. Master S.L., Li S., Curtis C.E. Trying Harder: How Cognitive Effort Sculpts Neural Representations during Working Memory // Journal of Neuroscience. 2024. Vol. 44(28). Art. e0060242024.
  17. Murray S., Amaya S. The strategic allocation theory of vigilance // WIREs Cognitive Science. 2024. Vol. 15(6). Art. e1693. DOI: 10.1002/wcs.1693.
  18. Obando J.A.M., Musslick S., Cohen J.D. Learning expectations shape cognitive control allocation // Proceedings of the National Academy of Sciences of the United States of America. 2025. Vol. 122(44). Art. e2416720122. DOI: https://doi.org/10.1073/pnas.2416720122.
  19. Otto A.R., Daw N.D. The Opportunity Cost of Time Modulates Cognitive Effort // Neuropsychologia. 2019. V. 123. P. 92–105.
  20. Parr T., Holmes E., Friston K.J., Pezzulo G. Cognitive effort and active inference // Neuropsychologia. 2023. Vol. 184. Art. 108562.
  21. Pessiglione M., Blain B., Wiehler A., Naik S. Origins and consequences of cognitive fatigue // Trends in Cognitive Sciences. 2025. Vol. 29(8). P. 730-749. DOI: 10.1016/j.tics.2025.02.005.
  22. Pezzulo G., Parr T., Friston K. Active inference as a theory of sentient behavior // Biological Psychology. 2024. Vol. 186. Art. 108741.
  23. Saberi M., Rieck J.R., Golafshan S. et al. The brain selectively allocates energy to functional brain networks under cognitive control // Scientific Reports. 2024. Vol. 14. Art. 32032. DOI: https://doi.org/10.1038/s41598-024-83696-7.
  24. Sayali C., Heling E., Cools R. Learning progress mediates the link between cognitive effort and task engagement // Cognition. 2023. Vol. 236. Art. 105418. DOI: 10.1016/j.cognition.2023.105418.
  25. Seamans J.K., Emberly E., White S., Morningstar M., Linsenbardt D., Ma B., Czachowski C.L., Lapish C.C. Neural basis of cognitive control signals in anterior cingulate cortex during delay discounting // bioRxiv (Preprint). 2025. DOI: 10.1101/2024.06.07.597894.
  26. Shenhav A., Botvinick M., Cohen J.D. The expected value of control: An integrative theory of anterior cingulate cortex function // Neuron. 2013. Vol. 79(2). P. 217–240.
  27. Sun H., Rosenblatt M., Dadashkarimi J., Rodriguez R., Tejavibulya L., Scheinost D. Edge-centric network control on the human brain structural network // Imaging Neuroscience. 2024. Vol. 2. DOI: https://doi.org/10.1162/imag_a_00191.
  28. Tognoli E., Kelso J. A. The metastable brain // Neuron. 2014. Vol. 81(1). P. 35–48. DOI: 10.1016/j.neuron.2013.12.022.
  29. Wu Z., Huang L., Wang M., He X. Development of the brain network control theory and its implications // Psychoradiology. 2024. DOI: 10.1093/psyrad/kkae028.
  30. Yang Y.C., Stocco A. Allocating mental effort in cognitive tasks: A model of motivation in ACT-R cognitive architecture // Topics in Cognitive Science. 2024. Vol. 16. P. 74–91.