APS的焦点
2020年APS珍妮特·泰勒·斯彭斯奖,表彰她在早期职业生涯中的变革性贡献
8位心理学科学家因变革性早期职业贡献而获得2020年APS珍妮特·泰勒·斯彭斯奖。该奖项以美国心理学会的第一位当选主席命名,表彰那些体现心理科学未来的最有创造力和最有前途的研究人员。半岛体育官方网址入口今年的获奖者被选中是因为他们的创新研究影响的领域从面临家庭分离的移民儿童的宣传到使用机器学习和认知建模来理解为什么在基于医学图像的决策中会出现错误。
的bdapp官网下载请获奖者分享他们最自豪的成就和正在进行的研究。
了解更多关于斯宾塞奖,并看到过去的获奖者,在psychologicalscience.org/aps-spence-award.
迪伦啊
我的研究项目主要集中在儿童和青少年的焦虑和压力相关障碍。我的实验室研究了早期的经历,如照顾和创伤,如何塑造威胁和安全学习的发展,情绪调节,以及焦虑症和创伤后应激障碍的风险。这项工作的中心重点是敏感期和额边缘回路和情绪行为的发育变化,目标是将这些知识转化为优化儿童和青少年的治疗。
我和我的实验室对移民儿童面临家庭分离和美墨边境其他暴行的政策和倡导产生了影响,我对此感到非常自豪。在不同的关键时刻,我的实验室一起支持为流动儿童伸张正义,包括领导向公众和政策制定者传播科学的努力,为流动家庭传播资源,并提出最佳实践和治疗建议。我特别自豪的是,我贡献了一份法律声明,详细介绍了关于早期生活创伤的调查结果,法官在裁决中引用了这一声明,即美国政府必须为所有失散儿童及其照顾者提供心理健康筛查和护理。
令我特别兴奋的是,我的实验室正在着手进行两项研究。首先,我们一直在深入思考如何分析早期环境中的巨大异质性,以更准确地描绘压力暴露的关键特征如何影响发育中的大脑和行为。其次,我们正在研究个体如何在他们的环境中学习安全(例如,在护理人员的环境中),并应用这种学习来调节恐惧。
撒母耳Gershman
哈佛大学
计算认知神经科学实验室
我的兴趣很广泛:我的实验室研究的课题很广泛,从动物的突触可塑性和巴甫洛夫条件反射到语言、感知和推理。我实验室的主要研究重点是强化学习和决策制定。我们感兴趣的是什么表示
以及大脑用来适应世界的算法。特别有趣的是
一直是结构的问题:我们如何提取我们观察的潜在结构,以及我们如何利用这种结构来改善决策?
在我读本科的时候,我记得我学过一个假设:多巴胺编码了一个奖励预测错误。这不仅是一个非常重要的想法,而且也是一个计算模型如何促进神经科学和心理学发展的案例研究。随着我在研究生院的深入研究,以及后来作为博士后和教授的深入研究,我意识到,尽管这个想法很简单,但它是不完整的。在实验文献中有很多空白,所以我给自己设定的任务之一就是丰富这个想法,为它配备必要的理论装备来解释经验数据。我预测在某些情况下,多巴胺反应将是奖励大小的非单调函数。这被证明是正确的,它在我们的理论模型中建立了信任,我们在未来的合作中建立了这种信任。
我对高级认知,特别是“直觉理论”(心智理论、直觉物理学等)如何促进强化学习非常感兴趣。我们现在正试图将人类电子游戏学习作为理论归纳和基于理论的规划问题来解决。
Hyowon Gweon
斯坦福大学
社会学习实验室
我感兴趣的是我们如何向别人学习以及如何帮助别人学习。虽然人类不是唯一参与社会学习的物种,但只有人类会在几代人的时间里逐步积累知识,并创建文化机构(如学校)来促进这一过程。是什么让人类的社会学习如此独特、强大和有效?我们的研究使用了一系列的方法(发展、计算、神经成像)来更好地理解支持我们向他人学习(作为学习者)和帮助他人学习(作为教师)的认知过程。
一个例子是我们最新发表的作品(Bridgers, Jara-Ettinger, & Gweon, 2020)。这是我在斯坦福建立自己实验室时发起的首批项目之一,我和我的第一批研究生之一,索菲·布里杰斯。我们从一个看似简单的问题开始:我们如何知道要教什么?与Julian Jara-Ettinger(耶鲁大学)一起,我们把这个问题变成了一个结合了计算和开发方法的项目。我们提出了一个如何选择教学内容的计算模型,并在幼儿中对其定量预测进行了实证测试。其中最重要的信息是,人类,即使是小孩子,也会很容易地考虑学习什么对某人来说是有益的或困难的,并选择教授能最大化学习者预期效用的内容。
我们与博士后Yang Wu,研究生Mika Asaba和Aaron Chuey一起,将我们在社会学习方面的工作扩展到几个方向,包括从他人身上学习的数据,孩子如何从他人身上学习自我,以及孩子关于知识转移的直觉理论。
凯瑟琳·汉弗莱斯
范德比尔特大学
压力和早期逆境(SEA)实验室
我的研究侧重于早期经验,基于这样一种理解,即早期发展是大脑可塑性增强的时期,护理环境对于支持积极的发展轨迹至关重要。这项研究通常分为三个相互关联的方面:1)描述早期环境的变化(例如,区分忽视和虐待,以及评估环境的一致性、认知和情感丰富),2)将早期环境的变化与儿童结果联系起来(例如,精神病理学、认知和适应功能),3)确定儿童环境的预测因素(例如,照顾者特征)。更广泛的目标是确定旨在改善护理体验的干预目标,进而促进儿童的积极长期结果。
我们对儿童看护环境的很多假设都来自自我报告测量或基于实验室的观察。虽然两者在知识生成方面都非常有价值,但我们对儿童在自然环境中的体验的了解仍然存在很大差距。我正在与计算机工程师合作开发可穿戴设备,以评估孩子、父母和家庭网络在日常生活中物理互动的方式。如果我们能做到这一点,我们就能更好地了解不同发展阶段的互动是如何变化的,孩子们与家人的互动是如何变化的,以及这些互动对特定功能领域(如语言发展、依恋安全)可能意味着什么。
路加福音海德
密歇根大学
密歇根神经遗传学和发育精神病理学实验室
我对在风险和弹性的背景下理解大脑和行为发展有广泛的兴趣。具体来说,我的实验室专注于1)反社会行为的发展,2)精神变态和冷酷无情特征的发展,3)父母和社区的风险和保护作用,4)与贫困相关的逆境对大脑和行为发展的影响,5)青年和家庭在面对逆境时如何成功(即恢复力)。
我为我们的工作感到自豪,我们的工作表明,在冷酷无情的特征的发展中,父母的养育是一个环境/非遗传的风险因素,因为我认为它反对医学上的信念,即冷酷无情的特征是不可治疗的,或者“精神变态是天生的”,因此我们几乎无法促进这些年轻人的积极发展。我也为我们现在所做的工作感到自豪,我们正在采取更广泛的方法来研究发育神经科学。在这两种情况下,导致成功的因素都与我实验室中令人难以置信的学员和团队成员,以及令人难以置信和慷慨的合作者有关。
我希望我的实验室在不久的将来能更多地关注弹性。我们已经知道,贫穷及其相关的逆境对青年有害。我们现在需要更好地理解为什么如此多的年轻人和家庭即使在逆境中也能茁壮成长。除了短期关注恢复力,我希望我的实验室最终能够进行个性化干预,预防性干预,或长期的政策举措,这些都是我们现在所做的工作所提供的信息。最终,我强烈地感觉到,我们的工作必须在社会层面上产生影响。
努尔Kteily
在最广泛的层面上,我感兴趣的是心理力量,它有助于解释为什么人类社会如此可靠地组织成相对稳定的社会等级,一些群体在上层享有特权,而另一些群体在底层没有特权。在我的工作中,我试图更好地理解维持等级制度的机制(有时也会受到挑战)。作为历史上导致弱势群体被统治和剥削的机制之一,公然的非人性化近年来引起了我的兴趣。
我特别自豪的是,有两篇论文探讨了被另一个群体剥夺人性的心理体验(我们称之为元剥夺人性)。尽管它很重要,但很少有研究考虑到遭受非人化的经历。在一篇论文中,我们研究了在围绕2016年大选的言论背景下,穆斯林美国人和拉美裔美国人在多大程度上感到被非人化,我们认为这是一个需要阐明的观点。
最近,我正在进行的一个新的、正在进行的研究项目尤其令我兴奋,这个项目探讨的是,在社会等级制度中,以前处于不利地位的群体,在形势逆转、他们所在的群体升至顶端时,会如何表现。具体来说,我们考虑他们如何对待他们以前的压迫者和第三方弱势群体,这取决于等级结构转变之前的各种背景因素。这项研究可以帮助我们更好地理解随着时间的推移,等级结构倾向于复制的过程。
Amitai Shenhav
布朗大学
Shenhav实验室
我感兴趣的是,是什么让思考变得困难,以及我们为什么仍然要思考。更具体地说,我的实验室研究的是交叉决策(确定正确的行动路线)和认知控制(尽管有不同的倾向,但仍追求正确的行动)的神经和计算机制。我们结合了计算建模和行为和神经活动的测量,来理解是什么让认知任务变得费力,包括什么让决策变得费力;人们何时以及如何确定精神努力是“值得”投资的;是什么让一些人比其他人更愿意投入认知努力。
我们想要了解驱动决策参与认知努力的机制的原因之一是,了解这些机制对于那些难以激励自己完成认知要求任务的人有何不同。这种动机障碍在精神疾病和神经疾病中普遍存在,包括抑郁症、精神分裂症和阿尔茨海默氏症患者,并可能严重削弱人的能力。我们的目标是通过将我们的建模与我们收集的行为和神经数据结合起来,确定哪些缺陷决定了这些损伤(和/或它们的子类型),这些数据是通过针对人们在环境中如何处理激励的不同方面的任务收集的。
除了了解这些机制在个体之间的差异,我们还渴望了解它们在个体内部是如何随着时间的推移而发展的。特别是,我们想要更好地理解一个人的童年环境是如何帮助形成对从事不同形式努力的动机的看法的。我们已经开始研究这些早期经历是如何塑造成人认知的,但在未来几年,我们希望将这项研究扩展到发展的早期阶段。
詹妮弗Trueblood
范德比尔特大学
计算决策实验室
我的研究旨在了解人们在面对多种选择时如何做出决定,不断变化的信息如何影响决策过程,以及人们如何对复杂事件进行推理。为了解决这些问题,我使用计算认知建模来形式化假设,然后用行为实验来测试这些假设。
我最自豪的成就是将实验室里的理论应用于现实世界的决策问题。例如,我和我的同事一直在使用机器学习和认知建模的结合来理解为什么在基于医学图像的决策中会出现错误。通过与范德比尔特大学医学中心病理科的合作,我们发现先前的信息(包括不相关的信息)可以影响细胞图像的解释。这项工作对人工智能和自动化系统具有重要意义,这些系统正在开发中,以支持人类医学图像分类和决策。
在另一项研究中,我一直在利用量子认知为法律决策提供一个新的视角。尽管“量子概率论”应用于人类行为听起来可能有点奇怪,但它是发展心理学理论的强大框架,因为它自然地适应了上下文和顺序效应。
最近,我一直在思考如何建立更好的人类决策理论。在过去的几十年里,已经提出了许多正式的决策理论。现在,我们还不清楚这些理论是如何联系在一起的。多种理论是否有共同的原则?不同理论的观点能否结合起来构建更好的理论?此外,我们能否期待机器学习的进步来构建联合认知和机器学习模型,以进一步推进人类决策理论,并建立更好的人类行为预测模型?
APS定期在我们的网站上开放某些在线文章供讨论。从2021年2月起,您必须是登录的APS成员才能发表评论。发表评论,即表示您同意我们的社区指导原则以及显示您的个人资料信息,包括您的姓名和隶属关系。文章评论中出现的任何观点、发现、结论或建议都是作者的观点,并不一定反映APS或文章作者的观点。欲了解更多信息,请参阅我们的社区指导原则.
请登入您的APS帐户进行评论。