Опубликовать статью Вход и регистрация
Расширенный поиск
Разделы статьи

РОЛЬ МЕНТАЛЬНОЙ РЕПРЕЗЕНТАЦИИ В ОБРАБОТКЕ НАРРАТИВА (НА ПРИМЕРЕ РЕШЕНИЯ ЗАДАЧ-ГОЛОВОЛОМОК)

Научная статья
Горюнова Н.Б.
Воронин А.Н.
DOI:
https://doi.org/10.23670/IRJ.2022.120.6.157
Выпуск: № 6 (120), 2022
Опубликована:
2022/06/17
PDF

ПСИХОЛОГИЧЕСКИЕ НАУКИ / PSYCHOLOGY

DOI: https://doi.org/10.23670/IRJ.2022.120.6.157

РОЛЬ МЕНТАЛЬНОЙ РЕПРЕЗЕНТАЦИИ В ОБРАБОТКЕ НАРРАТИВА (НА ПРИМЕРЕ РЕШЕНИЯ ЗАДАЧ-ГОЛОВОЛОМОК)

Научная статья

Горюнова Н.Б.1, Воронин А.Н.2, *

1ORCID 0000-0001-8819-5903;

2ORCID 0000-0002-6612-9726;

1, 2 Институт психологии РАН, Москва, Россия

* Корреспондирующий автор (voroninan[at]bk.ru)

Аннотация

В работе изучалась роль репрезентации в обработке нарратива через конструирование ментальной модели ситуации, описанной в тексте задачи. Проведен анализ подходов к обработке повествовательного дискурса, рассмотрены разные уровни ментальных моделей (поверхностная модель, текстовая основа и модель ситуации). Взаимосвязь между ментальной моделью, реконструируемой в процессе понимания текста задачи и успешностью ее решения изучалась на примере задач-головоломок с применением набора когнитивных и дискурсивных методик. На основе анализа современных концепций обработки нарратива, показано, что репрезентация ситуации является ключевым аспектом обработки текста. Выявлены индивидуальные различия в степени включения релевантной информации в ментальные модели в процессе понимания нарратива.

Ключевые слова: репрезентация, ситуационная модель, нарратив, когнитивный ресурс.

THE ROLE OF MENTAL REPRESENTATION IN PROCESSING OF THE NARRATIVE (ON THE EXAMPLE OF SOLVING PUZZLE PROBLEMS)

Research article

Goryunova N. B.1, Voronin A. N. 2*

1ORCID 0000-0001-8819-5903;

2ORCID 0000-0002-6612-9726;

1, 2 Psychology Institute of the Academy of Science, Moscow, Russia

* Corresponding author (voroninan[at]bk.ru)

Abstract

The work studied the role of representation in the processing of narrative through the construction of a mental model of the situation described in the task text. The analysis of approaches to the processing of narrative discourse is carried out, different levels of mental models (surface model, textual basis and situation model) are researched. The relationship between the mental model reconstructed in the process of understanding the task text and the success of its solution was studied on the example of puzzle problems using a set of cognitive and discursive techniques. Based on the analysis of modern concepts of narrative processing, it is shown that the representation of the situation is a key aspect of text processing. Individual differences in the degree of relevant information inclusion in mental models in the process of understanding the narrative are revealed.

Keywords: representation, situational model, story narrative, cognitive resource.

Введение

В течение нескольких десятилетий в когнитивной науке велись споры о том, следует ли рассматривать когнитивные процессы как репрезентативные или нет. До 90-х годов доминировали такие направления как когнитивизм и коннекционизм, в которых познание рассматривалось как деятельность по решению проблем, при этом предполагалось, что внутренние процессы, управляемые мозгом, манипулируют ментальными репрезентациями [10].

В 90-е годы в когнитивной науке появились эвристические модели, такие как энактивизм, теория расширенного разума, воплощенное познание, которые опирались на теорию динамических систем, рассматривая когнитивные системы как взаимосвязанные переменные (организм и окружающую среду), меняющиеся во времени. В рамках динамического подхода исследователи отказались от репрезентативного взгляда на познание, предложив рассматривать его как процесс самоорганизации компонентов внутренних и внешних состояний биологической системы, осуществляющих познавательную деятельность.

На рубеже 2000-х была предложена теория активного вывода, которая легла в основу нейрокогнитивных моделей, объясняющих основные вычислительные процессы различных поведенческих функций (восприятия, внимания, памяти, эмоций и многих других) [8], [11], [13]. Теория активного вывода в соответствии с байесовской статистикой утверждает, что мозг как динамическая система моделирует структуру своих связей с другими динамическими системами (телом и окружающей средой), релевантную для конкретного действия. Математически, воплощенные нейронные сети моделируют набор узлов (скрытые состояния) и ребер (условные связи) вероятностной графической модели [10].

Однако это не решало проблемы репрезентации: когнитивисты утверждали, что генеративные модели отражают «реконструируемые, внутренние репрезентации» мира [15], в рамках динамической парадигмы, генеративные модели проявляются как свободные от репрезентаций сети нейронных взаимодействий и порождают действия, которые используют возможности окружающей среды [9].

А. Констант с соавторами [10] предположили, что архитектура или конфигурация нейронных путей в рамках (марковской) генеративной модели для состояний дискретных пространств может реализовывать как репрезентативные, так и нерепрезентативные процессы. Выбор действий, основанный на выводах о латентных состояниях мира, предполагает реконструируемые репрезентации, в то же время действия, основанные непосредственно на наблюдениях, свободны от них.

В нашей работе научный интерес сфокусирован на репрезентативных процессах когнитивной системы, предполагающих конструирование в ментальном пространстве модели ситуации, описанной в тексте задачи. В процессе чтения условий задачи в рабочей памяти должны активизироваться элементы опыта в виде когерентных ментальных структур или репрезентативной модели. Мы полагаем, что релевантная репрезентация ментальной модели является необходимым условием решения задачи.

Идеи репрезентации развивались в работах Ван Дейка, где контекст рассматривается как категория репрезентации памяти [1]. В теории концептуальной интеграции одной из ключевых характеристик субъекта является способность создавать новые смыслы на основе уже имеющихся, порождая интегральное ментальное пространство [12]. Внимание может влиять на обработку ментальной модели объекта, сохраняемой в сенсорной памяти, таким же образом, как и на обработку физического объекта, находящегося перед глазами [21]. При глобальной обработке визуальная система способна сжимать избыточные свойства заданного набора стимулов в сводную метрику за счет снижения детального представления отдельных элементов [18]. При этом у участников может создаваться впечатление, что они видят весь набор стимулов в деталях.

В ситуационных моделях обработка фрагмента текста предполагает построение ментальной репрезентации описанного в нем события [22]. Под ментальной репрезентацией понимается набор предложений, связанных между собой аргументами. Исходя из такого понимания, в обработке дискурса выделяют, как минимум, четыре аспекта:

1) процессы, отвечающие за определение точного содержания предложений, составляющих текст;

2) процессы, связывающие фактические слова в тексте с идеями, объектами или событиями, к которым эти слова относятся;

3) процессы, соединяющие различные части текста друг с другом (согласованность);

4) процессы, участвующие в реконструкции ментальной модели ситуации [20].

В концепции У. Кинча [17], выделяется три различных типа моделей: поверхностная модель (дерево структуры фраз, фиксирующее точные слова в тексте вместе с их синтаксическими связями); текстовая база (близкая к дословной форме текста); модель ситуации (идеи или события, о которых идет речь). Согласно автору, ситуационная модель – это ментальная симуляция событий в текстовой истории, которая фиксирует ряд различных характеристик, включая пространство, время, причинность, эмоциональные состояния персонажей и т.п.

Реконструкция ситуационной модели может включать несколько этапов: поверхностная форма преобразуется в текстовую базу, а затем создается модель ситуации, которая интегрирует содержимое текстовой базы с информацией из «общих знаний» индивида [17]. В связи с ограниченными ресурсами когнитивная обработка текста осуществляется дискретными циклами. Чем больше ситуационных совпадений описываемого в тексте события с содержимым рабочей памяти, тем легче обработка этого фрагмента [22].

По мере развития повествования в зависимости от контекста ментальные модели могут повторно активизироваться и обновляться, если этот механизм нарушен, то трудно будет заметить изменения в тексте [14]. Чтобы получить связное представление о тексте, активированная нерелевантная информация должна быть удалена из ситуационной модели. Индивидуальные различия в способности игнорировать нерелевантные признаки (дистракторы), вероятно, играют ключевую роль в репрезентации проблемной ситуации.

Важным аспектом понимания дискурса является реконструкция пространства, в котором происходят события. Динамика реконструкции модели ситуации отражает взаимодействие между общими семантическими знаниями об объектах и эпизодическими знаниями, обусловленными контекстом [16]. Согласно концепции структурного фокусирования, автоматическая активация фоновых знаний, связанных с описанной в тексте ситуацией, фокусирует внимание субъекта на определенных аспектах, регулируя степень активации различных когнитивных элементов при конструировании ментальной модели [19]. Фокусировка может так же приводить игнорированию включенной в текст нерелевантной информации, если она не находится в фокусе внимания. Контекст способен переопределять характеристики, связанные с конкретным понятием, и заменять их специфичными для конкретной ситуации.

Парадигма ситуационных моделей в понимании нарратива базируется на представлении о том, что обработка текста может включать моделирование описанных действий путем скрытой активации моторных процессов, которые используются для их выполнения. Перцептивные размер, форма, ориентация, направления движения и моторные компоненты, активируемые в процессе понимания фрагментов текста, играют существенную роль в реконструкции модели ситуации [14]. В рамках идеи воплощенного познания мысленная симуляция описываемых объектов содержит перцепционные характеристики их референтов в реальном мире. Обработка нарратива включает не только понимание отдельных слов и структуры текста, но и построение связной визуально-пространственной ментальной модели ситуации.

Рассмотренные выше модели обработки нарратива представляют концептуальную основу того, как может обрабатываться и интерпретироваться текст. Гипотетически, понимание нарратива предполагает мысленное моделирование описанных в тексте событий путем реактивации и интеграции следов предшествующего опыта из множества перцептивных и моторных модальностей, сформированного ранее в нейрокогнитивных структурах. Важным условием понимания текста является реконструкция ментальной модели ситуации, в которой содержание анализируемого текста преломляется через структуру индивидуальных знаний: чем больше умственных усилий вкладывается в обработку, тем точнее реконструкция ментальной модели ситуации и сильнее память о ней. Если удается реконструировать модель ситуации, связывающую различные концепты в тексте в единый ландшафт, весь объем текстовых данных будет одинаково доступен. Если не удается построить такую модель, то дополнительное время, потраченное на конструирование фрагментарных моделей, элементы которых связаны с отдельными параметрами ситуации, не повлияет на понимание текста задачи.

Идеи, лежащие в основе рассмотренных концепций обработки нарратива, согласуются с представлениями о когнитивном ресурсе [4] и его роли в реконструкции ментальной модели проблемной ситуации. Симультанное «схватывание» некоторого множества элементов ситуации, удержание его в фокусе внимания и оперирования им позволяет поддерживать ментальную модель в активном состоянии в процессе решения задачи. Полученные ранее результаты [3] позволяют допустить, что в процессе чтения условий задачи в рабочей памяти активизируются элементы опыта в виде когерентных ментальных структур или модели, что обуславливает индивидуальные различия в степени включения релевантных когнитивных элементов в репрезентацию проблемной ситуации.

Цель исследования выявить взаимосвязь между типом ментальной модели, реконструируемой в процессе понимания текста задачи и успешностью ее решения. Изучение когнитивных механизмов, лежащих в основе реконструкции модели проблемной ситуации в мысленном плане, определяет новизну и актуальность исследования.

Гипотетически, существуют индивидуальные различия в степени включения релевантной/нерелевантной информации в ситуационную модель в процессе понимания нарратива (условий задачи). Это предположение конкретизируется в системе гипотез:

  1. Продуктивность по тесту Равена как один из дескрипторов когнитивного ресурса и показатель успешной/неуспешной реконструкции релевантной модели проблемной ситуации (матричной задачи) связана с эффективностью решения задач-головоломок.
  2. Продуктивность по тесту Равена как показатель эффективности выявления множества правил связана с дискурсивными способностями (выявлением множества языковых правил).
  3. Продуктивность по методике «Описание признаков понятий» положительно связана успешностью решения задач-головоломок.

 

Методы

  1. Методическая процедура выделения признаков понятий (ВПП) – предъявлялись карточки с понятиями, заимствованные из субтеста Словарный теста Векслера, который является относительно стабильным показателем общего интеллекта. Данная методическая процедура позволяет оценить релевантность и полноту репрезентаций отдельных понятий в структуре знания. Учитывали количество выделенных признаков и их релевантность.
  2. Продвинутые Прогрессивные Матрицы Равена (ППМР) для психометрической оценки продуктивного компонента g [6].
  3. Тест дискурсивных способностей (ТДС), разработанный А.Н. Ворониным, включает 4 типа повседневного дискурса: взаимодействие с незнакомыми и случайными знакомыми; взаимодействие с близкими и знакомыми людьми; деловые отношения; интернет-дискурс [2].
  4. Текстовые задачи (задачи-головоломки) для оценки соответствия типа ментальной модели задачи ее формальной структуре. Для анализа были выбраны две задачи: «В Бруклин или Бронкс» и «По дороге идут машины» [3]. В отличие от матричных задач процесс решения задач-головоломок предполагает построение пространственной модели (визуальной картинки) в мысленном плане на основе вербального описания условий задачи, выделение формальной структуры задачи из семантического контекста и поиск правильного решения. Для оценки успешности решения задач-головоломок использовалась номинальная шкала: 1 – решил (прошел 3-й и 4-й этапы), 0 – не решил (дошел лишь до 2-го этапа).

Участниками исследования были студенты бакалавриата и магистратуры Государственного академического университета гуманитарных наук. Формирование выборки осуществлялось по принципу добровольного участия. На данном этапе выборка составила 29 человек (79 % женщин) в возрастном диапазоне от 18 до 30 лет. Статистическая обработка данных осуществлялась с помощью пакета SPSS.

Процедура исследования

Общее время проведения обследования с использованием всех методик составляет около 2-х часов. На первом этапе участники выполняли групповые тестовые методики (ВПП, ППМР, ТДС), среднее время выполнения 1,5 часа. На втором – задачи-головоломки, среднее время выполнения 0,5 часа.

Результаты и их обсуждение

На данной выборке была выявлена корреляция между когнитивной продуктивностью (по тесту Равена) и уровнем дискурсивных способностей (r = -0,41, p ≤ 0,05). Продуктивная умственная деятельность при решении матричных задач предполагает новое видение ситуации путем формирования ментальной модели, отражающей сложные взаимосвязи между элементами ситуации. Тест дискурсивных способностей оценивает репродуктивную ментальную активность: воспроизведение вербального материала, включающего опыт и знания, зафиксированные в языковой форме, выявление множества языковых правил, позволяющих с помощью релевантных языковых средств осуществлять дискурсивную практику. Изначально предполагалось, что когнитивный ресурс как инфраструктура когнитивного функционирования будет обуславливать успешность выполнения дискурсивных задач. Эта гипотеза не подтвердилась, возможно из-за того, что продуктивный (общий, флюидный) и репродуктивный (вербальный, кристализованный) компоненты когнитивного функционирования имеют разнонаправленные векторы развития, а эта новая гипотеза требует дополнительной верификации на разных типах вербального стимульного материала.

Решение задач-головоломок сопряжено у испытуемых с трудностями формализации условий задачи. Основная трудность при решении данного типа задач состоит в том, что они не активизируют необходимого способа действия и не содержат ориентиров, в соответствии с которыми испытуемый может прийти к решению [5]. Так же трудности при решении задач-головоломок обусловлены тем, что в них на первый план выдвинуты несущественные моменты, а существенные условия замаскированы составителями [7].

При анализе протоколов условно были выделены формальные этапы решения задачи-головоломки:

1) на основе вербального описания построить пространственную модель;

2) преобразовать пространственную модель с учетом временных характеристик;

3) совершить обратное преобразование временных характеристик в пространственные и осуществить «попадание точки в интервал»;

4) выполнить числовые операции.

Трудности в формализации условий данного типа задач могут возникать из-за неспособности игнорировать нерелевантную информацию. На данной выборке это проявилось в большом количестве контекстных ассоциаций, не имеющих отношение к решению головоломки. Выявленная отрицательная корреляция между количеством контекстных ассоциаций и успешностью решения задачи-головоломки (r = - 0.37, p ≤ 0,05), косвенно подтверждает предположение о том, что фокусирование внимания на несущественных признаках не позволяет увидеть формальную структуру задачи и реконструировать релевантную модель ситуации, значительно снижая вероятность ее решения. В данном исследовании, участники, которые смогли выделить формальную структуру и реконструировали релевантную модель, пройдя все четыре условно выделенных этапа решения, успешно справились с ней.

Однако, на данном этапе исследования не удалось выявить различий выраженности анализируемых когнитивных показателей в группах, решивших/не решивших задачи-головоломки, в том числе и в выраженности показателя продуктивности по методике «Описание признаков понятий», косвенно оценивающем релевантность и полноту репрезентаций отдельных понятий в структуре индивидуального знания. Отсутствия взаимосвязей и различий между анализируемыми переменными не позволило проверить все гипотезы, верификация которых требует некоторой модификации набора анализируемых переменных и расширение объема выборки.

Заключение

Идеи, лежащие в основе рассмотренных концепций обработки нарратива, согласуются с представлениями о когнитивном ресурсе как инфраструктуре, обеспечивающей когнитивное функционирование как с репрезентацией, так и без нее. Конструирование и поддержание в активном состоянии ментальной модели предполагает симультанное «схватывание» некоторого множества элементов ситуации, удержание его в фокусе внимания и оперирования им. Различия в степени релевантности ментальной модели, конструируемой в процессе решения текстовой задачи, обусловлены индивидуальным набором характеристик когнитивного ресурса.

Результаты исследования позволяют по-новому определить конструкт «репрезентация» в контексте представлений о когнитивном ресурсе. При обработке нарратива в пространстве рабочей памяти активизируются элементы индивидуального опыта, которые обеспечивают возможность реконструкции когерентных ментальных структур, представленных в виде модели ситуации. Однако допущение о взаимодействии активированных элементов опыта и знаний в рабочей памяти с аффордансами, заложенными в тексте задачи, требует дополнительной эмпирической проверки и модификации дизайна исследования с привлечением новых переменных.

Развиваемые идеи и результаты могут быть использованы в образовательных программах, предполагающих работу с текстами, текстовыми задачами, тестами, основанными на вербальном материале.

Финансирование Работа выполнена при финансовой поддержке РФФИ в рамках научного проекта № 20-013-00495 «Эмпирическая верификация структурно-функциональной модели когнитивного ресурса».   Funding The work was carried out with the financial support of the RFBR in the framework of the scientific project No. 20-013-00495 "Empirical verification of the structural and functional model of a cognitive resource".
Благодарности Мы благодарим С.Д. Бирюкова за полезные обсуждения и комментарии к более ранним версиям этой статьи.   Acknowledgement We thank S.D. Biryukov for useful discussions and comments on earlier versions of this article.
Конфликт интересов Не указан. Conflict of Interest None declared.

Список литературы / References

  1. Ван Дейк Т. Дискурс и власть: репрезентация доминирования в языке и коммуникации / Т. Ван Дейк. Пер. с англ. URSS. – 2015. – 352с.
  2. Воронин А. Н. Дискурсивные способности: теория, методы изучения, диагностика / А. Н. Воронин. М.: Институт психологии РАН. – 2015. – 176 с.
  3. Воронин А. Н. Когнитивный ресурс: структура, динамика и развитие / А. Н. Воронин, Н. Б. Горюнова. М.: Институт психологии РАН. – – 275 с.
  4. Дружинин В. Н. Когнитивные способности: структура, диагностика, развитие / В. Н. Дружинин. М.: ПЕР СЭ; СПб.: ИМАТОН-М. – – 224 с.
  5. Пономарев Я.А. Психология творческого мышления / Я.А. Пономарев. М.: АПН РСФСР. – – 351 с.
  6. Равен Дж. Джон Карлайл Равен (1902 – 1970), его научное наследие и влияние на современную психологию / Равен Дж., Равен Дж. // Азимут научных исследований: педагогика и психология. – 2020. – Т. 9. – № 3 (32). – P. 381-397.
  7. Рубинштейн С.Л. О мышлении и путях его исследования / С.Л. Рубинштейн. М.: Академия наук СССР. – 1958. – 151 с.
  8. Badcock P. B. The hierarchically mechanistic mind: A free-energy formulation of the human psyche /P. B.Badcock, J.Friston, M. J. D. Ramstead // Physics of Life Reviews. – 2019. DOI: 10.1016/j.plrev.2018.10.002.
  9. Clark A. Surfing Uncertainty: Prediction, Action, and the Embodied Mind /A. Clark // New York, NY: Oxford University Press. – 2015. DOI: 10.1093 /acprof:oso/ 9780190217013.001.0001.
  10. Constant A. Representation Wars: Enacting an Armistice Through Active Inference /A.Constant, A.Clark, J. Friston // Front. Psychol. – 2021. – 11:598733. DOI: 10.3389/fpsyg.2020.598733.
  11. Constant A. A variational approach to niche construction /A.Constant, M. J. D. Ramstead, S. P. L. Veissière et al. // Journal of the Royal Society, Interface. – 2018. – 15(141). DOI 10.1098/rsif.2017.0685.
  12. Fauconnier G. Generalized integration networks. Lecture 9 /G. Fauconnier // Ten Lectures on Cognitive Construction of Meaning / Distinguished Lectures in Cognitive Linguistics. – –Vol. 5. – Brill Books. – P. 182-204.
  13. Friston K. J. Active inference and learning /K. J. Friston, T. FitzGerald, F. Rigoli et al.// Neuroscience and Biobehavioral Reviews, – 2016. – Vol. 68. – 862–879.
  14. Hoeben Mannaert L. N. How are mental simulations updated across sentences? /L. N.Hoeben Mannaert, K.Dijkstra, R. A. Zwaan // Memory & Cognition. – 2019. – Vol. 47. – P. 1201–1214.
  15. Hohwy J. The self-evidencing brain /J. Hohwy // Noûs. – 2016. – Vol. 50(2). – 259–285.
  16. Kang X. The influence of state change on object representations in language comprehension /X.Kang, A. Eerland, H. Joergensen et al. // Memory & Cognition. – 2020. – Vol. 48. – P. 390–399.
  17. Kintsch W. Symbol systems and perceptual representations /W. Kintsch // In M. De Vega, A. Glenberg, & A. Graesser (Eds.) Symbols and Embodiment / Oxford: Oxford Univ. Press. – 2008. – P. 145-164.
  18. Sama M. A. Global and local interference effects in ensemble encoding are best explained by interactions between summary representations of the mean and the range /M. A. Sama, D. Srikanthan, A. Nestor et al. // Attention, Perception, & Psychophysics. – 2021. – Vol. 83. – P. 1106–1128.
  19. Sanford A. J. Memory-based approaches and beyond /A. J.Sanford, S. C. Garrod // Discourse Processes. – 2008. – Vol. 39. – P. 205–224.
  20. Traxler M. J. Introduction to Psycholinguistics: Understanding Language Science / M. J. Traxler – Chichester: Wiley. 2012. – 592 p.
  21. Xie T. Attention can operate on object representations in visual sensory memory /T.Xie, W.Nan, S. Fu // Attention, Perception, & Psychophysics. – 2021. – 83. – P. 3069–3085.
  22. Zwaan R.A. Situation models, mental simulations, and abstract concepts in discourse comprehension /R.A. Zwaan // Psychon Bull Rev. – 2016. – 23. – P. 1028–1034

Список литературы на английском языке / ReferencesinEnglish

  1. Van Dijk T. Diskurs i vlast': reprezentaciya dominirovaniya v yazyke i kommunikacii [Discourse and power: representing language dominance and communication] / T. Van Dijk. Translated from English. URSS. – 2015. – 352 p. [in Russian]
  2. Voronin A. N. Diskursivnye sposobnosti: teoriya, metody izucheniya, diagnostika [Discursive abilities: theory, methods of study, diagnostics] / A.N. Voronin - M.: Institute of Psychology of the Russian Academy of Sciences. – 2015. – 176 p. [in Russian]
  3. Voronin A. N. Kognitivnyj resurs: struktura, dinamika i razvitie [Cognitive resource: structure, dynamics and development] / A.N. Voronin, N.B. Goryunova - : Institute of Psychology of the Russian Academy of Sciences. – 2016. – 275 p. [in Russian]
  4. Druzhinin V. N. Kognitivnye sposobnosti: struktura, diagnostika, razvitie [Cognitive abilities: structure, diagnostics, development] / V. N. Druzhinin. M.: PER SE; St. Petersburg: IMATON-M. – 2001. – 224 p.[in Russian]
  5. Ponomarev Ya.A. Psihologija tvorcheskogo myshlenija [Psychology of creative thinking] / Ya.A. Ponomarev. M.: APN RSFSR. – 1960. – 351 p.[in Russian]
  6. Raven J. Dzhon Karlajl Raven (1902 – 1970), ego nauchnoe nasledie i vlijanie na sovremennuju psihologiju [John Carlisle Raven (1902 – 1970), his scientific legacy and influence on modern psychology] / Raven J., Raven J. // Azimut nauchnyh issledovanij: pedagogika i psihologija [Azimuth of scientific research: Pedagogy and Psychology]. – 2020. – Vol. 9. – № 3 (32). –P. 381-397.[in Russian]
  7. Rubinstein S.L. O myshlenii i putjah ego issledovanija [On thinking and the ways of its research] / S.L. Rubinstein. M.: Academy of Sciences of the USSR. – 1958. – 151 p.[in Russian]
  8. Badcock P. B. The hierarchically mechanistic mind: A free-energy formulation of the human psyche /P. B.Badcock, J.Friston, M. J. D. Ramstead // Physics of Life Reviews. – 2019. DOI: 10.1016/j.plrev.2018.10.002.
  9. Clark A. Surfing Uncertainty: Prediction, Action, and the Embodied Mind /A. Clark // New York, NY: Oxford University Press. – 2015. DOI: 10.1093 /acprof:oso/ 9780190217013.001.0001.
  10. Constant A. Representation Wars: Enacting an Armistice Through Active Inference /A.Constant, A.Clark, J. Friston // Front. Psychol. – 2021. – 11:598733. DOI: 10.3389/fpsyg.2020.598733.
  11. Constant A. A variational approach to niche construction /A.Constant, M. J. D. Ramstead, S. P. L. Veissière et al. // Journal of the Royal Society, Interface. – 2018. – 15(141). DOI 10.1098/rsif.2017.0685.
  12. Fauconnier G. Generalized integration networks. Lecture 9 /G. Fauconnier // Ten Lectures on Cognitive Construction of Meaning / Distinguished Lectures in Cognitive Linguistics. – –Vol. 5. – Brill Books. – P. 182-204.
  13. Friston K. J. Active inference and learning /K. J. Friston, T. FitzGerald, F. Rigoli et al.// Neuroscience and Biobehavioral Reviews, – 2016. – Vol. 68. – 862–879.
  14. Hoeben Mannaert L. N. How are mental simulations updated across sentences? /L. N.Hoeben Mannaert, K.Dijkstra, R. A. Zwaan // Memory & Cognition. – 2019. – Vol. 47. – P. 1201–1214.
  15. Hohwy J. The self-evidencing brain /J. Hohwy // Noûs. – 2016. – Vol. 50(2). – 259–285.
  16. Kang X. The influence of state change on object representations in language comprehension /X.Kang, A. Eerland, H. Joergensen et al. // Memory & Cognition. – 2020. – Vol. 48. – P. 390–399.
  17. Kintsch W. Symbol systems and perceptual representations /W. Kintsch // In M. De Vega, A. Glenberg, & A. Graesser (Eds.) Symbols and Embodiment / Oxford: Oxford Univ. Press. – 2008. – P. 145-164.
  18. Sama M. A. Global and local interference effects in ensemble encoding are best explained by interactions between summary representations of the mean and the range /M. A. Sama, D. Srikanthan, A. Nestor et al. // Attention, Perception, & Psychophysics. – 2021. – Vol. 83. – P. 1106–1128.
  19. Sanford A. J. Memory-based approaches and beyond /A. J.Sanford, S. C. Garrod // Discourse Processes. – 2008. – Vol. 39. – P. 205–224.
  20. Traxler M. J. Introduction to Psycholinguistics: Understanding Language Science / M. J. Traxler – Chichester: Wiley. 2012. – 592 p.
  21. Xie T. Attention can operate on object representations in visual sensory memory /T.Xie, W.Nan, S. Fu // Attention, Perception, & Psychophysics. – 2021. – 83. – P. 3069–3085.
  22. Zwaan R.A. Situation models, mental simulations, and abstract concepts in discourse comprehension /R.A. Zwaan // Psychon Bull Rev. – 2016. – 23. – P. 1028–1034