• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Ученые выявили особенности восприятия историй у дошкольников

Ученые выявили особенности восприятия историй у дошкольников

© iStock

Психолингвисты Центра языка и мозга ВШЭ совместно с коллегами из США и Германии впервые использовали регистрацию движений глаз во время проведения теста на определение нарративных навыков у дошкольников и взрослых. Исследователи обнаружили, что понимание историй зависит от их структуры, а вопросы про внутренние состояния персонажей вызывают трудности у детей 5-6 лет. Результаты исследования опубликованы в журнале Journal of Experimental Child Psychology.

Появление способности воспринимать и создавать связные рассказы, или формирование нарративных навыков, — важный этап развития речи и когнитивных функций у детей. Исследования показывают, что понимание историй формируется в несколько этапов: от простого восприятия последовательности событий до умения интерпретировать причины поступков героев и их внутренние состояния (мысли, эмоции, намерения).

Для оценки  нарративных навыков используют специальные тесты. Один из самых распространенных  — тест на определение нарративных навыков многоязычных детей (Multilingual Assessment Instrument for Narratives, MAIN). Он состоит из четырех историй про животных (“Кот”, “Собака”, “Козлята”, “Птенчики”), представленных в шести картинках. Задача ребёнка — рассказать историю по картинкам и ответить на десять вопросов по каждой истории. Вопросы затрагивают причины поведения различных персонажей, например, “Почему собака прыгнула на дерево?”, а также  их внутренних состояний, например, “Как чувствует себя собака?”.

Все истории похожи между собой по структурной и визуальной сложности. Тем не менее, некоторые работы (в частности, исследования ученых университета Упсалы) показали, что истории про кота и собаку (см. Рисунок 1) могут быть для детей легче, чем истории про козлят и птенчиков (Рисунок 2). Одно из объяснений — детям особенно трудно отвечать на вопросы о внутренних состояниях героев по сравнению с вопросами об их целях и причинах поступков. В новом исследовании ученые из Центра языка и мозга НИУ ВШЭ совместно с коллегами из США и Германии проверили эту гипотезу, а также изучили, будет ли детям легче отвечать на вопросы о внутренних состояниях героев, если дать им визуальные подсказки.

Рисунок 1. История про собаку
© Irina A. Sekerina et al. Attention–language interface in Multilingual Assessment instrument for Narratives, Journal of Experimental Child Psychology, Volume 249, 2025
Рисунок 2. История про птенчиков
© Irina A. Sekerina et al. Attention–language interface in Multilingual Assessment instrument for Narratives, Journal of Experimental Child Psychology, Volume 249, 2025

Ученые протестировали две группы: 53 дошкольника (5–6 лет) и 20 молодых взрослых (контрольная группа). Участники смотрели истории на экране компьютера и отвечали на вопросы о мотивах и внутренних состояниях персонажей. В некоторых случаях использовались визуальные подсказки, например, обведение персонажа, чтобы привлечь внимание к выражению его лица. Во время эксперимента движения глаз участников записывались с помощью айтрекера, чтобы понять, какие элементы истории они обрабатывают дольше. Авторы проанализировали точность ответов на вопросы в зависимости от истории,  типа вопроса и наличия визуальной подсказки.

Несмотря на то что взрослые в целом справлялись с тестом лучше детей, истории про птенчиков и козлят оказались сложнее для понимания, чем истории про кота и собаку, для всех участников. Это может быть связано с количеством персонажей и структурой рассказов: в и историях про кота и собаку меньше участников и картинки лучше указывают на мотивы героев (собака голодная и хочет забрать сосиски у мальчика), чем в историях про козлят и птенчиков (персонажей больше и может быть неочевидно, почему собака лезет за кошкой). В целом, дети хуже отвечали на вопросы о внутренних состояниях героев (что они чувствовали: например, что чувствует собака, когда от неё убежала мышка на Рисунке 1), чем на вопросы о целях их действий (что и зачем они хотели сделать: например, почему собака стащила сосиски). Визуальные подсказки, хоть и привлекали внимание детей к деталям историй, не помогли им лучше интерпретировать эмоции персонажей.

Исследование помогает лучше понять механизмы восприятия историй у детей и может быть полезно для развития новых методов диагностики речевых нарушений.

Владислава Староверова

«Наши данные показывают, что в 5-6 лет у детей еще недостаточно когнитивного опыта для того, чтобы оценить внутреннее состояние героев по картинкам, им сложнее понимать внутренний мир персонажей, чем мотивы их действий. Это знание может помочь при разработке программ развития речи и эмоционального интеллекта», — комментирует один из авторов исследования, младший научный сотрудник Центра языка и мозга НИУ ВШЭ Владислава Староверова.

Вам также может быть интересно:

Ученые ВШЭ рассказали, как определить важные для речевой функции области мозга при операциях

Сотрудники Центра языка и мозга НИУ ВШЭ провели школу по трактографии — методу, который позволяет «увидеть» важнейшие связи в мозге и помогает хирургам избежать повреждений критически важных для речевой функции областей во время операции. Участниками курса стали нейрохирурги и радиологи из Москвы и других регионов страны, интересующиеся методами предоперационного картирования речи.

«Огромное счастье — возможность обсудить свои научные идеи с заинтересованными людьми»

Созданная в нижегородском кампусе Вышки Международная лаборатория динамических систем и приложений ведет глубокие теоретические изыскания и прикладные исследования, среди которых изучение океанических волн, пересоединений солнечной короны, вулканических явлений и устойчивости судов. Ее ученые, за последние 5 лет выигравшие более 20 значимых научных грантов, активно сотрудничают с российскими и зарубежными коллегами из Китая, Испании, США, Великобритании, Бразилии и других стран. О работе лаборатории новостная служба «Вышка.Главное» побеседовала с ее заведующей, профессором Ольгой Починкой.

Лингвисты НИУ ВШЭ выяснили, как билингвы используют конструкции с числительными в русском языке

Исследователи ВШЭ выделили более 4000 примеров устной русской речи билингвов из семи регионов России и выяснили: большинство нестандартных форм в конструкциях с числительными связано не только с их родным языком, но и с тем, как часто выражение встречается в повседневной речи. Например, фразы «два часа» или «пять километров» почти всегда совпадают с литературным вариантом, а вот менее привычные выражения, особенно с числительными от двух до четырех, а также с собирательными формами вроде «двое» или «трое», часто звучат иначе. Исследование опубликовано в журнале International Journal of Bilingualism.

Первый цифровой тест для оценки навыков чтения у взрослых доступен на RuStore

Центр языка и мозга НИУ ВШЭ разработал первый стандартизированный инструмент для оценки навыков чтения на русском языке у взрослых — тест «ЛексиМетр-В». Теперь он доступен в цифровом формате на платформе RuStore. Это приложение позволяет быстро и эффективно диагностировать нарушения чтения, включая дислексию, у людей в возрасте от 18 лет и старше.

Двадцать против десяти: в НИУ ВШЭ проанализировали, как развивались числительные у лезгинских народов

Считается, что в лезгинских языках Дагестана и Азербайджана изначально использовалась двадцатеричная система счета, а десятичная появилась позже. Однако новый анализ числительных в разных диалектах показал, проведенный лингвистом из НИУ ВШЭ Максимом Меленченко, что могло быть и наоборот: изначально использовался десятичный счет, а двадцатеричный появился позже. Исследование опубликовано в журнале Folia Linguistica.

Сервисы должны быть гибкими: как использовать искусственный интеллект государству

Международная лаборатория цифровой трансформации в государственном управлении НИУ ВШЭ провела круглый стол «Искусственный интеллект в государственном управлении: современные тенденции». Какие сервисы улучшит ИИ и что важно учитывать, применяя новые технологии, рассказали российские и зарубежные ученые.

Искусственный интеллект помогает точнее прогнозировать риски сложных заболеваний

Разработанные в Центре искусственного интеллекта НИУ ВШЭ нейросетевые модели значительно улучшают прогнозирование риска ожирения, диабета первого типа, псориаза и других многофакторных заболеваний. Совместное исследование с компанией Genotek показало, что алгоритмы глубокого обучения эффективнее традиционных методов, особенно при сложных взаимодействиях генов (эпистазах). Результаты опубликованы в журнале Frontiers in Medicine.

Мозг детей с аутизмом иначе слышит мир

Международный коллектив исследователей при участии ученых из Центра языка и мозга НИУ ВШЭ впервые применил в одном эксперименте два метода — магнитоэнцефалографию и морфометрический анализ — для изучения детей с расстройствами аутического спектра. Оказалось, что мозг детей с аутизмом хуже справляется с фильтрацией и пониманием звуков, особенно в той части, которая обычно отвечает за речь. Исследование опубликовано в журнале Cerebral Cortex.

Искусственный интеллект может стать катализатором устойчивого развития

Искусственный интеллект трансформирует все сферы жизни, расширяя наши возможности и границы. В то же время технологии бросают человечеству новые вызовы, связанные с безопасностью, этикой и защитой окружающей среды. На сегодняшний день каждая нейросеть оставляет за собой большой углеродный след. Однако при грамотном управлении ИИ может принести пользу планете и стать залогом устойчивой экономики будущего. Об этом рассказал научный руководитель Лаборатории алгоритмов и технологий анализа сетевых структур НИУ ВШЭ в Нижнем Новгороде Панос Пардалос в рамках XXV Ясинской (Апрельской) международной научной конференции по проблемам развития экономики и общества.

Генетический прогноз рецидива рака: ученые проверили, можно ли доверять компьютерным моделям

В биомедицинских исследованиях алгоритмы машинного обучения часто используются для анализа данных, например для предсказания рецидива рака. Однако не всегда ясно, находят ли эти алгоритмы значимые закономерности или подстраиваются под случайные шумы в данных. Ученые из НИУ ВШЭ, ИБХ РАН и МГУ разработали тест, который позволяет определить эту разницу. Он может стать важным инструментом для проверки надежности алгоритмов в медицине и биологии. Исследование опубликовано в цифровом архиве arXiv.