該不該盲目做技術(shù)炫酷的研究?怎么才是好的認知神經(jīng)科學(xué)研究?
本文轉(zhuǎn)載自路同學(xué)公眾號,僅供分享學(xué)習(xí)參考。
我們該不該盲目做技術(shù)炫酷的研究?怎么才是好的認知神經(jīng)科學(xué)研究?
這些問題主要針對心理學(xué),尤其是認知神經(jīng)科學(xué)領(lǐng)域,針對很多平時觀察到的現(xiàn)象,本文僅是一些觀察到的現(xiàn)象陳述與自己的一些感想。
【申明自保一下,僅發(fā)表一下自己的感想,無任何偏見,留言區(qū)可以積極討論!】
什么才是對自己來說有意義的研究?
Cognitive Neuroscience的本質(zhì)還是Science,既然是一個科學(xué)學(xué)科,我們勢必需要從問題的角度出發(fā)。然而,很多時候很多研究的萌發(fā)并不是從想解決一個具體問題開始的。往往僅有一個粗略的想法就認為可以去做一個實驗,就去掃個核磁,事后再基于結(jié)果來編一個故事來“圓”這個結(jié)果。盡管有些時候這樣的研究能收獲好的成果、能編出精彩的故事,但這樣的研究一定是對自己來說有意義的研究嗎?往往只有做整個研究的人才知道這樣一個故事背后各種基于數(shù)據(jù)驅(qū)動的嘗試的辛苦。一方面,它不能有效地去培養(yǎng)學(xué)生的科研思維;另一方面,事后“嘗試性與探索性”的分析往往是一個極度容易消磨自己科研興趣的過程。
真正對自己來說有意義的研究首先必然是自己感興趣的,必然是想回答一個自己渴望了解人類行為的背后機制緣由的問題。其次是基于這個問題給出自己的推斷,這些推斷可以對應(yīng)成自己對這個研究問題的種種假設(shè)。然后就需要設(shè)計必要的實驗來驗證自己的假設(shè),那這里的實驗設(shè)計一定需要用腦成像的方法才更優(yōu)嗎?其實不然,一方面,實驗的設(shè)計與你所要回答的問題是緊密相關(guān)的,只要能回答你的問題,可能一個非常簡單的行為學(xué)實驗就足矣;另一方面,當(dāng)我們想去了解一個機制的時候,往往需要一個層層遞進的過程,從行為、到皮層、到底層的神經(jīng),在這個過程中如果直接跳過行為機制就嘗試去理解神經(jīng)層面的機制往往會缺失對問題很多基礎(chǔ)的理解。
培養(yǎng)思維優(yōu)先還是掌握高級技術(shù)優(yōu)先?
私認為對科研能力的培養(yǎng),培養(yǎng)思維是永遠高于學(xué)習(xí)技術(shù)的。其實,技術(shù)層面只要認真學(xué)是一定可以掌握的,甚至,只要有人給你講解清楚你一定能學(xué)會。但是,思維層面往往并不是可以直接教給你的,這是一個需要不斷積累與大量自我思考以及與他人交流的過程。“我會各種技術(shù),從核磁到腦電到MEG到TMS,從GLM到Decoding到reinforcement learning,那我就比你厲害嗎?可是我都沒想清楚我自己該做什么研究該在什么時候使用這些不同的技術(shù)?!?/p>
那為什么很多時候大家會產(chǎn)生一種學(xué)習(xí)技術(shù)更難的假象呢?一方面,對心理學(xué)背景的偏見,主觀認為自己是心理學(xué)專業(yè)背景的就學(xué)不會那些看起來“厲害而炫酷”的方法,所以需要保持自己的自信,要相信自己靜心一定可以。另一方面,客觀來說,自己沒有意識到自己的科研思維很差,以為自己做不出漂亮的研究是因為技術(shù)能力的不足,所以往往是那些對做研究更迷茫的或是過于樂觀的人會更喜歡找“技術(shù)不足”的借口。
炫酷的方法一定強于傳統(tǒng)的研究手段?
使用什么樣的研究手段完全取決你想回答的問題是什么以及你的實驗設(shè)計。當(dāng)然,同樣的問題往往可以用不同的手段來回答,不一定一定要用腦成像等更“高深”的方法,有時候往往簡單而精妙的行為學(xué)實驗就能清晰地回答你的問題。比如以“客體的特征-位置綁定”為例,我們想知道被試在注意/記憶一個物體的某個特征時是否同時編碼了物體的物體信息,第一反應(yīng)會覺得這個問題很難用行為學(xué)證明,因為位置不是任務(wù)相關(guān)特征,很難在行為學(xué)指標(biāo)上去考察,所以我們可以選擇以腦成像的手段來嘗試證明,通過MVPA的方法來解碼被試在注意/記憶物體某個特征時物體對應(yīng)的位置信息。但是,其實我們是可以設(shè)計更精妙的實驗來證明特征-位置綁定這個問題的,例如spatial congruency bias范式,我們依次呈現(xiàn)兩個物體讓被試判斷兩個物體某一個特征(比如形狀)是否一樣,在實驗中操縱依次呈現(xiàn)兩個物體的位置相同或不同,行為學(xué)上可以基于信號檢測論計算bias來證明被試在依次呈現(xiàn)的兩個物體出現(xiàn)在同樣的位置時更可能判斷它們兩的形狀是一樣的。
所以,核心依然是是否能回答你的研究問題,不一定方法要炫酷,如果傳統(tǒng)的研究手段也能有效地回答你的問題,那它也是好的方法。
寫在最后,本文并沒有想強調(diào)或刻意比較孰優(yōu)孰劣,只是想談?wù)勛约簩蒲羞^程的一些淺薄理解。希望每個正步入或者正在認知神經(jīng)科學(xué)圈里的小伙伴能找到自己感興趣的科研問題、去嘗試一層一層地去理解與回答這個問題,并在這個過程中逐漸清晰自己需要研究的問題的本質(zhì)、去設(shè)計精妙的實驗、去找到最適合的方法來回答它!
/END/
記得點關(guān)注、點在看哦!也歡迎給作者打賞!
愛胡思亂想
渴望成為優(yōu)秀學(xué)生的
路同學(xué)愿和你談?wù)勑摹?/p>
路同學(xué)
zitonglu1996.github.io
謝謝大家觀看,如有幫助,來個喜歡或者關(guān)注吧!
本文轉(zhuǎn)載自路同學(xué)公眾號,本文僅供學(xué)習(xí)參考,有任何疑問及建議,掃描以下公眾號二維碼添加交流:
更多學(xué)習(xí)內(nèi)容,僅在知識星球發(fā)布:
