LONG-TERM MEMORY

Di Bab 2, kami mempresentasikan model yang menggambarkan bagaimana informasi memasuki memori,
disimpan, dan diambil. kami fokus terutama pada dua bagian pertama dari model: memori sensorik dan
memori kerja. dalam bab ini, kita mengalihkan perhatian kita ke bagian ketiga dari model, memori jangka
panjang (HM).

Ketika kita berbicara tentang memori sensorik dan bekerja, kita biasanya memeriksa peristiwa yang baru-
baru ini dialami atau saat ini dalam kesadaran. LTM, sebaliknya, melibatkan jejak memori yang
dikembangkan selama beberapa hari, minggu, bulan, dan tahun. LTM adalah tempat penyimpanan
permanen dari masa informasi yang telah kami kumpulkan. Juga dikodekan dalam LTM kami adalah
memori yang memungkinkan kita mengenali orang dan benda yang dikenal, mengendarai mobil, menyikat
gigi, atau mengetik huruf.

Latihan dan pengulangan yang konstan, sangat penting untuk menyimpan informasi dalam memori kerja,
kurang penting untuk LTM. Misalnya, kita dapat menyebutkan nama paman kita, menamai sebuah kota
besar di Pantai Timur, atau dengan mudah memberikan contoh hewan berbulu besar tanpa harus melatih
informasi ini meskipun fakta bahwa kita mungkin tidak memikirkan topik ini untuk berbulan-bulan atau
bahkan bertahun-tahun. Lebih penting bagi LTM adalah makna dan organisasi. Penarikan kembali
bergantung pada pemahaman kita tentang informasi apa dan mampu menemukannya.

Ketika Anda mempertimbangkan tema pertama kami untuk pendidikan kognitif, pembelajaran itu adalah
proses konstruktif di mana pengetahuan dibuat dan diciptakan kembali berdasarkan pembelajaran
sebelumnya, pentingnya LTM untuk belajar menjadi jelas. Memahami bagaimana LTM bekerja
memungkinkan kita menemukan cara untuk membantu siswa mengakses dan menggunakan pengetahuan
mereka sebelumnya untuk menciptakan pengetahuan baru. Sama seperti penelitian kognitif yang telah
membantu kita memahami banyak hal tentang bagaimana informasi pada awalnya memasuki sistem
kognitif kita, itu juga telah memberi kita sejumlah besar pengetahuan tentang bagaimana informasi yang
kita proses diatur, disimpan, diambil, dan digunakan.

Bab ini adalah yang pertama dari tiga yang dikhususkan untuk topik LTM. Dalam bab ini kita mulai dengan
menghadirkan kerangka umum yang mewakili bagaimana berbagai jenis pengetahuan yang berbeda
diatur dalam LTM. Kami kemudian menjelaskan beberapa unit yang teoritikus kognitif telah usulkan
sebagai "membangun blok kognisi," menyoroti fitur yang memenuhi syarat masing-masing sebagai cara
yang berguna untuk berpikir tentang memori dan pemikiran, termasuk peran citra. Sebuah deskripsi
perkembangan baru yang penting dalam penelitian memori berikut. , dan di bagian akhir, kami
memaparkan implikasi dari riset memori jangka panjang untuk pendidikan....
Kerangka untuk Memori Jangka Panjang

Psikolog kognitif telah menemukan itu berguna untuk membedakan antara jenis-jenis pengetahuan dalam
memori (Radvansky, 2006). Klasifikasi yang mereka buat memiliki akal sehat dan basis neurofisiologis
(misalnya, lihat Eichenbaum, 1997). Mungkin perbedaan paling mendasar adalah antara pengetahuan
deklaratif dan pengetahuan prosedural (Anderson, 1983a, 1993; Chi 8t Ohlsson, 2005; Schraw 2006).
Pengetahuan deklaratif adalah pengetahuan faktual, “mengetahui apa.” Beberapa contoh dari memori
deklaratif mengingatkan bahwa Sakhalin adalah sebuah pulau di lepas pantai Siberia, bahwa Ebbinghaus
mempelajari ingatan dengan menggunakan suku kata yang tidak masuk akal, dan bahwa Anda memiliki
Oat Squares untuk sarapan. Pengetahuan prosedural, sebaliknya, adalah "mengetahui bagaimana" untuk
melakukan kegiatan tertentu. Pengetahuan prosedural kami memungkinkan kami membuat kopi,
mengendarai mobil, menggunakan komputer, dan melakukan sejumlah tindakan lain. Seorang anak kecil
yang telah belajar cara membuka kunci doo, menyalakan keran, menyikat giginya, dan membuka buku
menunjukkan ingatannya tentang pengetahuan prosedural.

Kategori ketiga pengetahuan pengetahuan bersyarat semakin dikelompokkan dengan pengetahuan

deklaratif dan prosedural (lihat Gambar 3.1) dan ditekankan sebagai tujuan penting untuk belajar.
Pengetahuan bersyarat adalah "mengetahui kapan dan mengapa" menggunakan pengetahuan deklaratif
dan prosedural. Sebagai contoh, siswa mungkin telah belajar konsep dasar aljabar (misalnya, mewakili
angka dengan huruf dan mengekspresikan hubungan numerik dengan ekspresi aljabar) dan dapat
diandalkan melakukan operasi prosedural tertentu (eg7, menyederhanakan ekspresi aljabar) tetapi masih
tidak dapat diterapkan pengetahuan ini untuk masalah dunia nyata, seperti menghitung waktu
mengemudi di perjalanan atau membeli jumlah ubin yang tepat untuk lantai kamar mandi. Pengetahuan
bersyarat diperlukan untuk membantu siswa menggunakan pengetahuan deklaratif dan prosedural
mereka secara efektif.

Most learning involves interplay among declarative, procedural, and conditional knowledge. 1: concert
pianist learning a new song by Domenico Scarlatti, for instance, may search her memory for declarative
knowledge about that composer’s preferred method of executing certain embellishments, such as the
appoggiatura, mordent, and trill declarative knowledge that will be used in the development of procedural
and conditional knowledge. Her procedural and conditional knowledge about performing, in turn, give
substance to the declarative knowledge she possesses (e.g., “Scarlatti intended for the mordents to be
played according to the basic tempo of the passage. That would mean there should be thirty second notes
here”) and allow her to use this knowledge in her performance.

Perbedaan pengetahuan kondisional prosedural deklaratif adalah berharga untuk membantu para
pendidik berpikir tentang tujuan kita untuk belajar siswa. Siswa pemula dalam program pendidikan guru,
misalnya, dapat menghafal dan membaca prinsip pembelajaran kelas kooperatif (misalnya, “Menetapkan
suasana pengambilan keputusan bersama dan kepercayaan”) sebagai pengetahuan deklaratif tetapi
memiliki sedikit atau tidak ada gagasan tentang bagaimana, mengapa, dan ketika benar-benar
menggunakan prinsip ini di kelas (yaitu, mereka tidak memiliki pengetahuan prosedural dan pengetahuan
bersyarat). Sama pentingnya dengan pengetahuan deklaratif, kita hampir selalu akan diuntungkan dari
berpikir di luar itu untuk memasukkan baik tujuan pengetahuan prosedural dan Bersyarat.

Misalnya, salah satu tujuan pendidikan yang paling penting adalah membantu siswa mengembangkan
kumpulan pengetahuan deklaratif yang relatif besar, stabil, dan saling terkait. Sebagai pendidik, kami
berharap siswa untuk menjadi "berpengetahuan" dalam domain yang beragam seperti matematika, sains,
sastra, dan sejarah. Namun kita juga perlu menempatkan premi yang cukup besar untuk mengetahui
"bagaimana," "kapan," dan "mengapa." Alasannya adalah bahwa hampir semua pembelajaran
menggabungkan elemen deklaratif, prosedural, dan bersyarat. Tidak peduli apa domain konten,
pengetahuan deklaratif meskipun blok bangunan dasar dari semua keahlian sangat berharga ketika
dihubungkan secara tepat dengan tindakan. Dalam pengaturan mulai dari siswa SD membaca dan menulis
kepada siswa di sekolah profesional jurnalisme, arsitektur, pengajaran, bisnis, dan kedokteran,
pengetahuan prosedural dan bersyarat adalah hasil penting dari proses pendidikan.

Dimulai pada Bab 4, dengan pengenalan konsep-konsep metakognisi dan strategi pembelajaran dan
berlanjut di seluruh bab yang tersisa, kita sering meninjau kembali dan menguraikan tentang pentingnya
pengetahuan bersyarat. Di sini, bagaimanapun, kami fokus terutama pada peran pengetahuan deklaratif
dan prosedural dalam kognisi. Kami mulai dengan membahas dua subkategori pengetahuan deklaratif,
Semantic dan memori episodik.

Memori Semantik dan Episodik

Dalam kategori pengetahuan deklaratif, Tulving (1972, 2002) telah membedakan lebih lanjut antara
memori untuk pengetahuan umum, yang disebut memori semantik, dan memori pengalaman pribadi,
yang disebut memori episodik.

Memori semantik mengacu pada ingatan konsep dan prinsip umum dan asosiasi di antara mereka
(Radvansky, 2006). Memori semantik berisi informasi seperti fakta bahwa lemon berwarna kuning dan
komputer mengandung chip. Juga dalam memori semantik adalah pengetahuan terorganisasi yang kita
miliki tentang kata-kata dan konsep dan bagaimana mereka terkait. Misalnya, bidang-bidang seperti
sastra Inggris dan sejarah Amerika mewakili jaringan besar informasi semantik yang kita encode, atur, dan
tersedia untuk diambil. Mengingat arti kata, lokasi geografis, dan rumus kimia membutuhkan pencarian
memori semantik.

Memori episodik mengacu pada penyimpanan dan pengambilan pengalaman otobiografi pribadi (Tulving,
1983, 1985). Mengingat peristiwa masa kecil, mengingat kembali perincian percakapan dengan seorang
teman, dan mengingat apa yang Anda miliki untuk makan malam tadi malam semuanya jatuh ke dalam
lingkup memori episodik. Kenangan episodik makan diambil menggunakan "label pribadi," asosiasi
dengan waktu atau tempat tertentu yang terkait dengan memori. Jelas, banyak hal yang harus kita ingat
untuk berfungsi secara efektif dalam kehidupan pribadi kita bersifat episodik.
Ketidaksepakatan yang berkelanjutan ada di antara para peneliti psikologis tentang perbedaan antara
memori semantik dan episodik. Beberapa peneliti, seperti McKoon dan Ratcliff (1986), Howe (2000), dan
Craik (2000) percaya bahwa tidak ada pembagian antara keduanya; masing-masing hanya merupakan
jenis mengingat yang berbeda. Lainnya, seperti Squire (1987), melihat perbedaannya sebagai
mencerminkan sistem ingatan terpisah di otak. Bekerja dengan amnesik yang kehilangan ingatan episodik
dan studi menggunakan neuroimaging fungsional aktivitas otak telah mendukung teori dua sistem
(Tulving, 2002). Penelitian lain telah menunjukkan bahwa sistem memori semantik dan episodik tidak
benar-benar terpisah tetapi kadang-kadang bekerja bersama-sama (Klein, Cosmides, Tooby, 8r Chance,
2002). Tentu saja perbedaan dua sistem ini berguna untuk membantu kita berpikir tentang jenis-jenis
informasi yang kita dan siswa kita harus ingat dan prosedur kognitif yang digunakan siswa (Roediger,
1990). Di satu sisi, kita membutuhkan basis pengetahuan yang luas untuk berpikir dan bernalar secara
efektif. Di sisi lain, ingatan episodik kita harus berfungsi cukup baik bagi kita untuk menempatkan diri kita
dalam ruang dan waktu dan memiliki gambaran yang cukup akurat tentang pengalaman kita.

Minat baru-baru ini dalam memori episodik sebagian telah dihidupkan kembali oleh penelitian tentang
topik memori implisit, bentuk retensi yang tidak disengaja dan tidak disadari, seperti yang mendasari
memainkan sepotong piano atau mengikat sepatu Anda (misalnya, lihat Roediger, 1990; Schacter, 1993,
1996; Schacter & Cooper, 1993).

Memori implisit: Retensi Tanpa Mengingat

Ketika kita memikirkan ingatan, kita biasanya berpikir tentang membawa pengalaman masa lalu ke
pikiran. Apakah memori itu bersifat sukarela (pencarian sadar untuk informasi) atau tidak disengaja
(pikiran muncul di kepala kita), Kita mengenalinya sebagai berkaitan dengan beberapa peristiwa yang lalu.
Jenis memori ini, melibatkan ingatan sadar atau pengakuan pengalaman sebelumnya, disebut memori
eksplisit. Memori eksplisit telah dipelajari selama beberapa dekade oleh para peneliti ingatan; biasanya
diuji oleh recall dan tugas-tugas pengenalan yang memerlukan pengambilan informasi yang disengaja.

Namun seringkali catatan pengalaman kita sebelumnya tidak tersedia bagi kesadaran kita, tetapi masih
mempengaruhi perilaku kita. Memori semacam ini disebut memori implisit. Memori implisit adalah
bentuk retensi yang tidak disengaja dan tidak disadari di mana tindakan kita dipengaruhi oleh peristiwa
sebelumnya tetapi tanpa kesadaran (Jacoby dan Witherspoon, 1982). Banyak dari penampilan kita sehari-
hari, misalnya, mencerminkan pembelajaran sebelumnya tetapi menolak mengingat secara sadar. Dalam
keterampilan yang beragam seperti menggunakan komputer, mengikat sepatu kami, dan mengendarai
mobil, mengingat secara sadar tampaknya memainkan bagian kecil. Bahkan, ketika seseorang mencoba
untuk merefleksikan bagaimana keterampilan ini dilakukan, kinerja sering memburuk (Roediger, 1990).

Peneliti memori dating kembali ke Ebbinghaus telah mengakui fenomena memori implisit, tetapi
penelitian sistematis pada topik tanggal kembali hanya ke 1980-an (Graf & Scharter, 1995; Jacoby, 1983;
Jacoby & Witherspoon, 1992). Sejak awal 1990-an, topik ini telah beralih dari ketidakjelasan ke posisi
penting sentral dalam psikologi kognitif (Litman & Reber, 2005; Ratcli fl n8 McKoon, »l996; (Roediger,
1990; Schachter & Cooper, 1993).

Minat dalam topik memori implisit pertama kali dikembangkan di antara para ahli saraf kognitif yang
bekerja dengan amnesia, individu dengan bentuk-bentuk tertentu dari cedera otak yang membuat
mereka tidak dapat mengingat materi verbal, seperti kata-kata atau nama, selama lebih dari satu periode
yang sangat singkat. Namun, fungsi lain, seperti kemampuan perseptual dan keterampilan motorik, tetap
utuh.

Kesimpulan awal adalah bahwa ketidakmampuan individu tersebut untuk mentransfer materi verbal dari
STM ke LTM memainkan peran penting dalam amnesia mereka. Pandangan itu terbukti terlalu sederhana,
namun, sebagaimana para peneliti menunjukkan bahwa beberapa jenis memori verbal jangka panjang
dalam amnesia tidak terganggu sama sekali. Sebaliknya, dimensi krusial adalah apakah memori eksplisit
atau implisit sedang diuji.

Eksperimen awal yang representatif oleh Iacoby dan Witherspoon (1982) membandingkan subjek amnesik
dan normal memberikan contoh yang sangat baik dari prosedur eksperimental yang telah digunakan
untuk membedakan kinerja memori eksplisit dan implisit. Mereka menggunakan homofon (misalnya,
bacaan / reed) sebagai bahan eksperimen mereka. Pada Tahap 1, semua subjek diminta pertanyaan (mis.,
Beri nama alat musik yang menggunakan buluh) untuk membiaskan interpretasi dari target homophones
terhadap interpretasi mereka yang kurang sering. Mendengar kata itu dalam isolasi, sebagian besar subjek
akan berpikir untuk membaca, bukan membaca buluh. Pertanyaannya mendorong pilihan yang kurang
sering. Di. Fase 2, subjek diminta untuk mengeja kata-kata, tugas yang untuk mata pelajaran tampak sama
sekali tidak terkait dengan Fase 1. Daftar kata-kata yang akan dieja, bagaimanapun, berisi beberapa
homofon yang sebelumnya disajikan dan beberapa tidak. Meskipun para peneliti tidak membuat
hubungan antara Fase 1 dan 2, bagaimana subjek memilih mengeja homofon adalah ukuran kunci dari
efek pertemuan sebelumnya dengan beberapa homofon. Jika presentasi sebelumnya mempengaruhi
interpretasi kemudian, kemungkinan ejaan yang lebih rendah (misalnya, buluh) akan lebih mungkin untuk
homofon yang dihadapi sebelumnya. Seperti yang Iacoby dan Witherspoon (1982) tunjukkan, pengaruh
memori pada ejaan tidak selalu membutuhkan kesadaran untuk mengingat. Kesadaran, bagaimanapun,
memang diperlukan dalam tugas pengenalan yang disajikan dalam Tahap 3 dari eksperimen, yang
mengharuskan subjek untuk menunjukkan apakah mereka telah melihat kata sebelumnya. Kata-kata dari
Fase 1 dicampur ke dalam rangkaian kata-kata di Fase 3.

Bisa ditebak, kemungkinan untuk mengenali dengan benar apakah mereka telah melihat sebuah kata
sebelumnya (ukuran Fase 3) jauh lebih rendah untuk amnesik (.25) daripada untuk kontrol normal (.76).
Seperti yang diharapkan, memori eksplisit amnesik sangat buruk. Namun performa ejaan amnesik itu
mengejutkan. Ini mengungkapkan efek yang sangat kuat dari pertemuan mereka sebelumnya dengan
kata-kata yang dipaparkan oleh pertanyaan-pertanyaan meskipun mereka tidak memiliki kesadaran akan
dampaknya; yaitu, ejaan yang mereka pilih (misalnya, buluh, tidak dibaca) mencerminkan memori implisit
mereka dari menemukan kata-kata dalam pertanyaan yang dijawab pada Tahap 1. Faktanya, meskipun
kedua kelompok menunjukkan pengaruh memori implisit, kemungkinan mereka memilih ejaan frekuensi
rendah bahkan lebih tinggi daripada kontrol normal (.63 vs. .59)! ’

Sejak saat itu, efek memori implisit telah ditunjukkan pada subjek baik amnesik dan normal
dengan menggunakan berbagai metode eksperimental. Ini memiliki beragam seperti kinerja yang
lebih baik pada tugas penyelesaian, di mana subjek ditunjukkan rangsangan parsial dan diminta
untuk menyelesaikannya (misalnya, setelah melihat kata bunga sebelumnya, menebak Word
FLOWER lebih mudah ketika ditampilkan —L-WER), dan tugas-tugas keputusan, di mana subjek
membuat penilaian yang lebih menguntungkan (misalnya, suka atau preferensi) tentang masing-
masing anggota pasangan yang sebelumnya mereka telah terkena. Para peneliti juga telah
menunjukkan bahwa efek dari memori implisit meluas ke bahan nonverbal, seperti pola dan
bentuk visual baru (lihat Schacter 8: Cooper, 1993).

Untuk ahli teori memori, dua aspek penelitian memori implisit telah sangat menarik. Pertama
adalah munculnya bukti yang tegas bahwa perilaku dapat dipengaruhi oleh memori peristiwa
masa lalu bahkan tanpa kesadaran. Kedua, dan bahkan lebih menarik bagi banyak ahli teori,
adalah kenyataan bahwa tugas-tugas memori implisit dan eksplisit kadang-kadang menimbulkan
disosiasi fungsional, di mana kinerja memori implisit dan eksplisit tidak berhubungan. Dalam
penelitian Jacoby dan Witherspoon (1982), misalnya, kinerja memori eksplisit seperti yang
ditunjukkan oleh pengenalan kata sangat disukai subjek normal, tetapi kinerja memori implisit
pada tugas ejaan tidak. Weldon dan Roediger (l987; "Lihat juga, Roediger, 1990) sama
menunjukkan disosiasi antara tugas-tugas memori eksplisit dan implisit. Ketika daftar campuran
gambar dan kata-kata dipelajari dan subyek ingat diuji kemudian dalam mengingat bebas
eksplisit, nama-nama dari gambar lebih baik diingat daripada kata-kata. Pada tes penyelesaian
fragmen kata implisit (lihat contoh sebelumnya), di mana beberapa fragmen berhubungan
dengan kata-kata yang disajikan dan beberapa untuk nama-nama gambar, studi sebelumnya
kata-kata menghasilkan efek yang jauh lebih besar daripada mempelajari gambar.

Temuan disosiasi seperti ini sangat menarik bagi ahli teori memori, beberapa di antaranya
(misalnya, Squire, 1987) telah mengusulkan sistem memori yang berbeda untuk menjelaskannya.
Para ahli teori ini, yang cenderung menjadi mereka yang bekerja dalam tradisi ilmu saraf,
berpendapat bahwa sistem memori deklaratif bertanggung jawab atas kinerja pada tes retensi
eksplisit, sedangkan sistem prosedural mendasari memori implisit. Pakar teori lainnya, seperti
Roediger dan Jacoby, menegaskan penjelasan yang lebih jelas bahwa tugas-tugas memori
eksplisit dan implisit memerlukan operasi kognitif yang berbeda. Mereka berpendapat tidak
perlu mengusulkan sistem memori yang berbeda. Sampai sekarang, bagaimanapun, baik sistem
memori ganda maupun akun pemrosesan (Litman dan Reber, 2005) telah terbukti sepenuhnya
memuaskan dalam menjelaskan semua hasil eksperimen.

Apa yang telah dipelajari tetap sangat luar biasa: Para peneliti telah mengeksplorasi secara
sistematis tugas kelas memori yang benar-benar baru dan memperoleh banyak pengetahuan
dasar tentang bagaimana memori implisit memengaruhi perilaku. Temuan bahwa memori
implisit dan eksplisit dapat dipisahkan dari satu sama lain mungkin memiliki implikasi penting
untuk memahami kinerja memori dalam kelompok khusus, seperti anak-anak yang sangat muda
dan orang tua. Penelitian memeriksa pola perkembangan untuk memori implisit dan eksplisit
(lihat, misalnya, Drummey dan Newcombe, 1995; Hayes 8r Hennessy, 1996 ', kemungkinan akan
terus menghasilkan revisi teori kami tentang pengembangan memori. Demikian pula, kami akan
lebih memahami proses memori yang terkait dengan penuaan atau kehilangan memori karena
cedera karena kemajuan empiris dan teoritis di bidang ini.

Blok Bangunan Kognisi

Satu tantangan untuk ilmu kognisi adalah menemukan "unit" yang paling berarti untuk
menggambarkan operasi kognitif. Pada bagian sebelumnya, kami menyajikan kerangka kerja
untuk menggambarkan isi LTM. Pada bagian ini, kami menguraikan kerangka kerja tersebut
dengan menggambarkan lima konsep yang diajukan oleh para ahli teori sebagai "membangun
blok kognisi" yang menyusun informasi yang disimpan dalam LTM. Konsep-konsep ini memiliki
fitur umum, tetapi masing-masing mewakili pandangan yang agak berbeda tentang cara terbaik
untuk mengkonseptualisasikan informasi yang disimpan dalam memori. Tiga dari mereka konsep,
proposisi, dan schemata telah terkait paling dekat dengan pengetahuan deklaratif (lihat Gambar
3.1) dan, meskipun sama-sama relevan untuk memahami memori episodik, telah dipelajari paling
ekstensif dalam konteks memori semantik. Keempat dan kelima konsep produksi dan skrip telah
digunakan terutama untuk menjelaskan pengetahuan prosedural. Masing-masing dari lima
menerangi aspek-aspek yang agak berbeda dari LTM dan penting dalam berpikir tentang memori
dan kognisi.

Konsep
Salah satu cara utama kita berurusan dengan berbagai informasi membingungkan di dunia adalah
untuk membentuk kategori (Medin dan Rips, 2005). Dalam sains, misalnya, Chi, Slotta, dan de
Leeuw (1994) telah mengusulkan bahwa konsep siswa tentang sains jatuh ke dalam tiga kategori
utama: materi (misalnya, hewan dan mineral), proses (misalnya, osmosis dan percepatan), dan
mental menyatakan (misalnya, rasa ingin tahu dan keraguan). Bahasa kita secara umum
mencerminkan kategori konseptual: Kata-kata kakek, olahraga, burung, psikologi, biru, anjing,
dan ceria masing-masing mewakili kategori yang berarti bagi sebagian besar dari kita. Konsep
adalah struktur mental yang melaluinya kita mewakili kategori yang berarti. Objek atau peristiwa
tertentu dikelompokkan bersama berdasarkan kesamaan yang dirasakan; mereka yang "cocok"
kategori adalah contoh, atau contoh konsep; mereka yang tidak cocok adalah tidak ada contoh.
Fitur serupa di seluruh contoh konsep (misalnya, semua lautan mengandung air dan besar)
disebut atribut; fitur penting untuk mendefinisikan konsep disebut atribut de fi ning.
Mempelajari konsep melibatkan menemukan atribut-atribut pendefinisian dan menemukan
aturan atau aturan-aturan yang menghubungkan atribut-atribut satu sama lain.

Rule Governed Theories of Conceptual Structure. Ada tradisi yang kaya dari penelitian psikologi
tentang bagaimana kita mengidentifikasi dan memperoleh konsep. Salah satu tradisi tersebut,
dicontohkan oleh karya awal Bruner, Goodnow, dan Austin (1956), berfokus pada identifikasi
konsep. Bruner dkk. siswa disajikan dengan berbagai benda sederhana atau rangsangan, seperti
segitiga dan kotak, untuk yang hanya ada empat fitur yang jelas: jumlah, ukuran, warna, dan
bentuk. Tugasnya adalah menemukan konsep yang tidak diketahui.

Para peneliti telah menetapkan aturan yang mendefinisikan konsep, yang dapat menjadi relatif
sederhana (mis., I '"Semua objek hijau adalah contoh") atau cukup kompleks (misalnya, "Pola
hijau Eter atau pola besar adalah contoh"). Stimulus tunggal (misalnya, segitiga hijau) dalam larik
ditentukan sebagai contoh positif dari konsep yang tidak diketahui untuk ditemukan. Atas dasar
contoh itu, subjek diminta untuk merumuskan dugaan terbaik hipotesis mereka tentang konsep
yang tidak diketahui. Mereka kemudian diizinkan untuk memilih stimulus lain dari array dan
untuk menanyakan apakah itu adalah contoh positif atau negatif dari konsep, yang ditanggapi
dengan jujur oleh eksperimen. Prosedur dilanjutkan sampai subjek yakin mereka bisa
mengidentifikasi konsep tersebut.

Karya Bruner et al. (1956) menunjukkan dengan cukup jelas bahwa kebanyakan individu dengan
cepat merumuskan hipotesis tentang atribut yang relevan dan memilih rangsangan yang sesuai.
Sejumlah besar individu mengadopsi apa yang disebut strategi fokus konservatif untuk menguji
hipotesis mereka di mana hipotesis pertama mereka cukup global. Berikut ini adalah protokol:
Ini adalah satu segitiga besar berwarna hijau. Saya tidak dapat mengesampingkan semua hal ini.
Tapi aku bisa mengesampingkan contoh-contoh dengan dua dan tiga objek, objek ukuran kecil
dan menengah, objek merah dan biru, dan lingkaran dan kotak. Sekarang, saya akan memilih
contoh baru yang berbeda dalam satu dan hanya satu atribut dari yang pertama; dengan cara itu,
saya dijamin mendapat informasi baru.
Lainnya mengadopsi strategi yang disebut perjudian fokus, di mana mereka bervariasi. lebih dari
satu atribut stimulus sekaligus. Dalam strategi ini, subjek dapat memintas langkah-langkah
metodis dari fokus konservatif tetapi juga menjalankan risiko tidak mendapatkan informasi sama
sekali oleh pilihan mereka. Yang lain lagi menggunakan strategi Pemindaian, di mana mereka
mencoba untuk menguji beberapa hipotesis sekaligus, suatu teknik yang menempatkan
beberapa tekanan pada kemampuan subyek untuk memunculkan bara dan memproses
informasi.

Karya awal Bruner dkk. (1956) dan lain-lain (misalnya, Haygood dan Bourne, 1965; Neisser &
Weene, 1962) menunjukkan bahwa individu biasanya memecahkan masalah identifikasi konsep
dengan mencoba menemukan aturan yang berkaitan dengan atribut konsep. secara umum,
konsep dengan aturan yang lebih sulit lebih sulit untuk dipelajari. Aturan paling sederhana
melibatkan konfirmasi (mis., Objek hijau apa pun) dan negasi (mis., Objek apa pun yang tidak
hijau), yang berlaku jika hanya satu atribut yang dipertimbangkan. Tetapi kebanyakan konsep
melibatkan lebih dari satu atribut yang relevan dan membutuhkan aturan yang lebih kompleks.
Di antara yang paling umum adalah aturan konjungtif, di mana dua atau lebih atribut harus hadir
(misalnya, segitiga apa pun yang berwarna hijau), dan aturan disjungtif, di mana objek adalah
contoh konsep jika memiliki satu atau atribut lainnya ( misal, baik segitiga atau objek hijau),
Karya Bourne (misalnya, Bourne, 1982) telah mewakili pernyataan paling jelas dari aturan yang
mengatur struktur konseptual. Dalam pandangannya, konsep dibedakan satu sama lain
berdasarkan aturan seperti di atas. Aturan-aturan ini dapat dipelajari baik melalui instruksi atau
melalui pengalaman dengan contoh-contoh yang baik adalah anggota kelas (contoh positif) atau
tidak (contoh negatif). Seseorang belajar mengklasifikasikan satu set binatang sebagai burung
atau non-burung dengan mendapatkan aturan untuk menggabungkan sifat-sifat karakteristik
burung (misalnya, sayap, uang kertas. Dan bulu). Menggunakan aturan-aturan ini seseorang
dapat dengan jelas mengklasifikasikan suatu contoh baru baik sebagai burung atau non-burung.
Ini berfungsi dengan baik dengan klasifikasi yang sangat sederhana, di mana contoh baru adalah
burung atau bukan burung. Tetapi sistem konseptual berdasarkan aturan seperti itu tidak selalu
memadai.

Sebagian besar konsep dunia yang alami atau nyata adalah "fuzzier" dan berbeda secara kualitatif
dari yang dipelajari di laboratorium. Pertimbangkan konsep furnitur. Kita semua akan dengan
cepat setuju bahwa meja, kursi, sofa, dan lampu lantai adalah furnitur, dan kita dapat
menggambarkan banyak aturan yang membedakan barang perabot dari benda lain. Tetapi
beberapa upaya kami dalam pembentukan aturan dengan cepat mengalami kesulitan. Kehadiran
kaki? Bagaimana dengan beberapa lampu lantai? Bagaimana dengan meja atau meja? adalah
permadani karpet? Beberapa orang akan mengatakan itu tetapi ingin memasukkan pernyataan
kualifikasi, atau perlindungan; itu seperti mebel tetapi tidak persis seperti itu. Apa himpunan
aturan yang dengan jelas menentukan objek mana yang merupakan anggota furnitur kelas
konsep?

Upaya logis untuk menentukan seperangkat aturan semacam itu sebagian besar tidak berhasil,
terutama dengan contoh-contoh ambigu seperti karpet. Rosch dan Mervis (1975), tidak
memahamkan keduanya dengan artifisialitas kerja laboratorium pada pembentukan konsep dan
dengan kesulitan mengklasifikasikan konsep dengan aturan yang mengatur pendekatan,
mengusulkan pandangan alternatif berdasarkan "derajat kemiripan keluarga" dengan prototipe
contoh yang sangat khas dari konsep.

Prototipe Teori Struktur Konseptual Teori prototipe konsep, berbeda dengan teori yang diatur
oleh aturan, tidak mengasumsikan proses identifikasi konsep baik anggota atau bukan anggota.
Sebaliknya, para ahli teori prototipe (Rosch, 1978; Rosch & Mervis, 1975) berpendapat bahwa
keanggotaan kelas konseptual ditentukan oleh sejauh mana suatu contoh mirip dengan contoh
yang dikenal dalam memori yang tampaknya paling memberikan contoh konsep. Sebagaimana
dinyatakan dalam Bab 2, garis penalaran ini mirip dengan yang digunakan oleh para ahli teori
persepsi dalam akuntansi untuk pengenalan pola dalam persepsi. Wattenmaker, Dewey,
Murphy, dan Medin (1986) menyatakan bahwa sebagian besar konsep "alami," atau dunia nyata,
terstruktur dalam hal set fitur khas.

Contoh-contoh konsep yang khusus di dunia nyata tidak memiliki semua fitur yang jelas tetapi
memiliki kemiripan keluarga. Jadi, untuk orang Amerika Utara, robin atau blue jays sering
merupakan prototipe burung. Kami juga mungkin mengklasifikasikan hewan seperti emu atau
penguin sebagai "burung," tetapi dengan jaminan kurang. Dalam contoh-contoh itu, kita sering
melakukan lindung nilai atau memenuhi syarat, apa yang kita katakan dengan pernyataan seperti
"Yah, mereka adalah burung, tetapi bukan contoh terbaik dari burung." Pagar itu diperlukan
karena emu dan penguin tidak menunjukkan sangat kuat. kemiripan keluarga dengan robin atau
blue jays, namun mereka memiliki kemiripan. Rosch (1978) dan yang lain telah memberikan bukti
bahwa anak-anak muda belajar keanggotaan kategori untuk prototipe dan prototipe dekat
contoh (lihat Tabel 3.1) sebelum mereka belajar yang kurang khas.
Kedua aturan diatur dan prototipe konseptual teori benar mengklasifikasikan banyak fenomena
sederhana, alami terjadi, tetapi keduanya memiliki kesulitan mengembangkan pengelompokan
yang jelas untuk konsep abstrak, seperti kebijaksanaan, keadilan, dan kesetaraan. Apa aturan
untuk mendefinisikan tindakan tertentu sebagai "bijak" atau "adil"? Sebagian besar dari kita
menemukan perbedaan seperti itu cukup sulit karena, dalam banyak kasus, kita hanya dapat
mengkategorikan apakah suatu tindakan cocok dengan kategori-kategori ini jika kita memahami
konteks di mana tindakan itu terjadi. Akibatnya, para ahli teori telah menyarankan bahwa baik
aturan yang diatur dan teori-teori prototipe konsep tidak memadai. Mereka mengusulkan
pandangan probabilistik, di mana sejumlah atribut yang mencukupi harus hadir untuk mencapai
"massa kritis" jumlah yang cukup untuk membuat penilaian kategori. Pandangan ini
menggabungkan beberapa karakteristik dari aturan yang diatur pendekatan tetapi
mempertahankan "kealamian" dari pandangan prototipe.

Teori Probabilistik dari Struktur Konseptual Beberapa ahli teori (misalnya, Tversky, 1977;
Wattenmaker et al., 1986) telah menyarankan bahwa konsep belajar melibatkan probabilitas
menimbang. Ketika dihadapkan dengan contoh baru, pelajar mencari karakteristik, tetapi tidak
perlu mendefinisikan, atribut (misalnya mengamati terbang dan bernyanyi di hewan yang terlihat
seperti burung). Apakah itu burung ditentukan oleh penjumlahan bukti untuk kategori
keanggotaan terhadap kriteria yang disimpan dalam memori. Jika contoh tertentu mencapai
jumlah properti yang penting yang konsisten dengan keanggotaan kategori, itu digolongkan
sebagai contoh dari konsep itu. Emu, meskipun tidak terbang atau bernyanyi dengan merdu,
bertelur dan menetaskan telur, memberi makan anak-anaknya dengan cara “mirip burung”, dan
secara umum terlihat seperti burung. Ini menunjukkan karakteristik yang cukup untuk
diklasifikasikan sebagai burung.
Secara umum, semakin besar jumlah di luar nilai kritis, semakin cepat klasi fi kasi. Di satu sisi,
robin dan blue jay diidentifikasi dengan cepat sebagai burung dan bukan mamalia karena mereka
memiliki banyak karakteristik burung dan relatif sedikit mamalia. Di sisi lain, emu dan penguin
memiliki karakteristik burung yang relatif lebih sedikit dan sangat kecil kemungkinannya untuk
diidentifikasi secara cepat sebagai burung. Ekspektasi ini mirip dengan teori prototipe. Perhatikan
bahwa pendekatan "jumlah kritis" juga memiliki beberapa karakteristik dari aturan yang diatur?
perilaku konseptual karena pelajar harus memiliki "aturan" untuk menentukan kapan
serangkaian fitur mencapai nilai kritis.

Kami menekankan bahwa kesulitan yang lebih besar untuk mengkategorikan emu dan penguin
sebagai burung mungkin, setidaknya sebagian, karena kurangnya keakraban dengan hewan-
hewan ini. Namun demikian, model probabilistik menekankan bahwa burung-burung eksotis
tersebut menunjukkan sifat-sifat yang memadai yang umum pada burung-burung yang begitu
klasi fi kasi. Dengan cara yang sama, karpet, meskipun tidak persis seperti "sepotong furnitur,"
dapat diklasifikasikan sebagai furnitur berdasarkan kegunaannya, kehadiran di rumah, dan
sebagainya.

Ringkasan Konsep Menggunakan konsep adalah salah satu cara kami menyusun sejumlah besar
informasi yang kami dapatkan dan simpan di LTM kami. Penstrukturan pengetahuan ini adalah
salah satu tema kognitif penting untuk pendidikan yang kami uraikan dalam Bab 1. Apakah
konsep dikandung dalam hal aturan, prototipe, atau penilaian probabilistik, masing-masing teori
konsep belajar menunjukkan bahwa budaya yang berbeda dapat mendefinisikan konsep di cara
yang berbeda, tergantung pada kumpulan properti yang digunakan untuk mengkarakterisasi
konsep tersebut. Misalnya, Schwanenflugel dan Rey (1986) membandingkan individu berbahasa
Spanyol dan Inggris dalam tugas prototipe yang mirip dengan yang digunakan Rosch dan
menemukan perbedaan budaya yang jelas bahkan dalam tugas-tugas sederhana seperti
menentukan burung prototipikal. Seseorang akan mengharapkan perbedaan yang lebih besar
dalam mengklasifikasikan konsep-konsep abstrak, di mana atribut yang relevan kurang jelas.
Klasifikasi konsep abstrak seperti adil atau bijak dapat diharapkan untuk mencerminkan konteks
budaya di mana mereka digunakan.

Medin, Wattenmaker, dan Hampson (1987) menunjukkan bahwa aturan sederhana yang
mengatur atau prototipe penyortiran konseptual umum dalam memori dan digunakan secara
luas ketika kategorisasi konseptual mudah dibuat. Tetapi ketika objek berisi atribut dari beberapa
kategori atau sangat dipengaruhi oleh konteks di mana mereka terjadi (misalnya, "perilaku etis"),
orang dapat membuat kategorisasi secara probabilistik. Harus jelas bahwa tidak ada bukti yang
jelas yang mendukung satu pandangan dari sifat konsep. Beberapa konsensus, bagaimanapun,
tampaknya muncul mengenai suatu pandangan probabilistik.
Proposisi
Misalkan Anda membaca kalimat berikut:
Pelatih dari pemenang Derby Kentucky Alysheba tidak memiliki Van Berg, yang selalu
mengenakan setelan coklat.
Bagaimana artinya terwakili dalam LTM? Cara yang paling umum psikolog kognitif telah mewakili
pengetahuan deklaratif, terutama informasi linguistik, adalah dengan proposisi (J. R. Anderson,
1996; Kintsch, 1974; Rumelhart & Norman, 1978). Sebuah proposisi adalah satuan makna terkecil
yang dapat berdiri sebagai pernyataan terpisah. Proposisi lebih kompleks daripada konsep yang
mereka masukkan. Dimana konsep adalah kategori yang relatif bersifat elemental, proposisi
dapat dianggap sebagai ekuivalen mental dari pernyataan atau pernyataan tentang pengalaman
yang diamati dan tentang hubungan antar konsep. Proposisi dapat dinilai benar atau salah (I. R.
Anderson, 2005). "

Analisis proposisional telah digunakan secara luas dalam menganalisis unit semantik seperti
kalimat, paragraf, dan teks. Ketika kita menganalisis kalimat itu lagi misalnya, kita melihat bahwa
itu dapat dipecah menjadi kalimat sederhana berikut, atau "unit ide"
1. Jack Van Berg adalah pelatih Alysheba.
2. Alysheba memenangkan Kentucky Derby. '
3. Jack Van Berg selalu mengenakan setelan coklat.

Kalimat sederhana ini terkait erat dengan tiga dalil yang mendasari kalimat kompleks. Masing-
masing mewakili satu unit makna di mana penilaian kebenaran atau kepalsuan dapat dibuat. Jika
salah satu dari unit-unit makna ini salah, maka tentu saja kalimat kompleksnya salah. Proposisi
bukanlah kalimat itu sendiri; mereka adalah arti dari kalimat-kalimat itu. Memori berisi arti
informasi, bukan bentuk persisnya.

Sekarang periksa dua kalimat berikut tanpa menoleh ke belakang. Pernahkah Anda melihat salah
satu dari mereka sebelumnya? '
1. Derby Kentucky dimenangkan oleh Alysheba.
2. Jack Van Berg selalu mengenakan setelan biru.

Kebanyakan individu dengan mudah akan menolak setelah melihat kalimat 2; setelah semua, kita
baru saja membaca bahwa Jack Van Berg selalu mengenakan setelan coklat, bukan biru. Tetapi
jika beberapa waktu telah berlalu antara membaca dan pengakuan, banyak yang akan
"mengenali" kalimat 1, meskipun mereka belum melihatnya juga. Kami ingat arti pernyataan lisan
dan tertulis; arti dari proposisi adalah apa yang dilestarikan. Sebaliknya, struktur permukaan
informasi (misalnya, apakah kalimat pertama di atas membaca Alysheba memenangkan Kentucky
Derby atau Derby Kentuky dimenangkan oleh Alysheba) biasanya hilang dengan cepat kecuali
kita melakukan upaya khusus untuk menghadapinya.

Proposisi biasanya tidak berdiri sendiri; mereka terhubung satu sama lain dan dapat disematkan
satu sama lain (lihat J. R. Anderson, 1996). Kintsch (1986, 1988) telah menunjukkan bahwa teks
dapat dilihat sebagai daftar proposisi yang diperintahkan. Dalam sistem analisis resmi Kintsch,
masing-masing proposisi terdiri dari predikat dan satu atau lebih argumen. Beberapa contoh
ditulis di bawah ini, menggunakan notasi Kintsch, di mana predikat selalu ditulis pertama dan
proposisi diapit dalam tanda kurung: '
1. John tidur. (TIDUR, JOHN)
2. Seekor burung memiliki bulu. (PUNYA, BURUNG, BULU)
3. Jika Mary mempercayai John, dia bodoh. JIKA, (KEPERCAYAAN, MARY, JOHN) (FOOL, MARY)
Kintsch dan yang lain telah melakukan analisis proposisional terhadap banyak teks,
mengubahnya menjadi basis teks, yang diperintahkan daftar proposisi. Dengan menggunakan
analisis proposisional seperti itu, Kintsch telah menunjukkan bahwa tingkat pembacaan dalam
teks ekspositori secara langsung berkaitan dengan jumlah proposisi dalam teks. Selain itu, Kintsch
dan yang lain (e. G, Kintsch, 1988; Méycx & Rice, 1984) juga telah menunjukkan secara
eksperimental bahwa pola ingatan bebas mencerminkan struktur proposisional hierarkis dari
teks (lihat Bab 12 untuk pembahasan rinci tentang teori pemahaman Kintsch). ).

Apa implikasi proposisi untuk LTM? Para ahli teori kognitif telah berhipotesis bahwa proposisi
yang berbagi satu atau lebih elemen terhubung satu sama lain dalam jaringan proposisional.
Seperti yang ditunjukkan, gagasan bahwa ide apakah konsep, proposisi, atau skema terhubung
dalam jaringan besar sangat berguna untuk memikirkan tentang bagaimana informasi disimpan
dan diambil dari memori. Kemampuan siswa untuk memahami informasi dan menggunakannya
secara efektif dalam operasi kognitif seperti penyelesaian masalah bergantung pada kualitas
jaringan yang mereka buat.

Schemata
Banyak ahli teori kognitif tertarik pada bagaimana memori diatur dan bagaimana pengetahuan
digunakan untuk menafsirkan pengalaman (Mayer, 2008; Radvansky, 2006). Salah satu teori yang
paling produktif adalah kerangka kerja skemata mental yang kita gunakan untuk mengatur
pengetahuan. Ahli teori skema telah mengusulkan bahwa pengetahuan diatur ke dalam
representasi kompleks yang disebut schemata (sing, skema) yang mengontrol pengkodean,
penyimpanan, dan pengambilan informasi (Mayer, 2008; Rumelhart, 19214; Seifert, McKoon,
Abelson, & Ratcliff, 1986).

Seperti yang dijelaskan oleh Rumelhart (1981), schemata adalah struktur data yang
dihipotesiskan yang mewakili pengetahuan yang tersimpan dalam memori. Schemata dianggap
berfungsi sebagai "perancah" (Anderson, Spiro, & Anderson, 1978; Ausubel, 1960; Rumelhart,
1981) untuk mengorganisir pengalaman. Schemata berisi slot, yang menyimpan isi memori
sebagai kisaran nilai slot. Dengan kata lain, pengetahuan dirasakan, dikodekan, disimpan, dan
diambil sesuai dengan slot di mana ia ditempatkan. Schemata sangat penting untuk pemrosesan
informasi. Beberapa schemata mewakili pengetahuan kita tentang objek; yang lain mewakili
pengetahuan tentang peristiwa, urutan kejadian, tindakan, dan urutan tindakan.

Kapanpun konfigurasi tertentu dari nilai-nilai dikaitkan dengan representasi variabel skema,
skema dikatakan instantiated (Rumelhart, 1981). Sama seperti permainan dilakukan setiap kali
aktor, berbicara garis mereka, tampil pada waktu dan tempat tertentu, sehingga schemata yang
dipakai oleh konsep dan acara. Skema "mengajar" dapat dipakai ketika Anda melihat situasi di
mana cukup dari nilai-nilai yang diperlukan seorang guru, beberapa siswa, dan transaksi di antara
mereka hadir untuk mengaktifkan skema. Setelah schemata dipakai, mereka adalah bagian dari
memori jangka panjang kami, dan jejak mereka berfungsi sebagai dasar dari ingatan kita
(Rumelhart, 1981),

Sebelum tahun 1970 atau lebih, gagasan schemata adalah sesuatu yang tidak jelas dalam
psikologi eksperimental, muncul dalam perspektif historis dalam karya awal Bartlett (1932) dan
dalam karya filsuf abad ke-18 Immanuel Kant, yang mengacu pada "aturan-aturan imajinasi
"melalui pengalaman yang ditafsirkan. Tetapi pada pertengahan tahun 1970-an banyak ahli teori
dan peneliti kognitif terkemuka (misalnya, Bobrow & Norman, 1975; Minsky, 1975; Rumelhart,
1975; Rumelhart & Ortony, 1977; Jchank & Abelson, 1977; Winograd, 1975) telah menjadi sangat
tertarik dalam teori skema. Mengapa perspektif ini menganggap penting seperti itu?
Dalam penilaian kami, alasan teori skema datang ke permukaan begitu cepat harus dilakukan
dengan kekuatan luar biasa untuk menjelaskan ingatan dan fenomena kognitif lainnya. Untuk
mendapatkan nuansa yang lebih baik untuk kekuatan schemata, pertimbangkan paragraf berikut.
Bacalah dengan cermat satu atau dua kali.

Kematian Piggo
Gadis itu duduk menatap celengannya. "Teman lama," pikirnya, "ini menyakitiku." Air mata
mengalir di pipinya. Dia ragu-ragu, lalu mengambil sepatu ketukannya di ujung jari kaki dan
mengangkat lengannya. Jatuh! Potongan-potongan Piggo yang namanya kehujanan ke segala
arah. Dia menutup matanya sejenak untuk menghalangi pemandangan. Kemudian dia mulai
melakukan apa yang harus dia lakukan.

Pikirkan sekarang tentang beberapa hal yang perlu Anda ketahui untuk memahami bagian ini,
satu dengan konstruksi kalimat yang cukup sederhana, tidak ada kata-kata yang langka, dan
berurusan dengan topik celengan yang akrab bagi sebagian besar orang. Mari mulai dengan
celengan. Apa yang kita ketahui tentang mereka? Daftar singkat berikut. Celengan babi

adalah representasi dari babi

pegang uang
biasanya memegang koin
memiliki slot untuk memasukkan uang
sulit untuk mengambil uang dari
memiliki tubuh gemuk
tidak hidup
biasanya terbuat dari bahan rapuh
dapat dihancurkan dengan menjatuhkan atau pukulan
terlihat ramah,
biasanya lebih kecil dari babi asli
sekali rusak, biasanya tetap seperti itu
dan sebagainya

Daftar "fakta-fakta bank babi" ini bisa berlanjut hampir tanpa batas. Perhatikan bahwa daftar
tersebut tidak mendefinisikan konsep celengan (celengan adalah ...) tetapi lebih merupakan
deskripsi parsial dari konsep keseluruhan celengan kita bagaimana mereka terlihat, bekerja, dan
sebagainya. Representasi mental keseluruhan kita, atau skema, bahkan dari konsep tunggal
seperti celengan, kami temukan, adalah kumpulan informasi yang sangat kompleks dan
keterkaitannya. Di dalam dan terkait dengan skema global ini tertanam banyak skema lain
misalnya, skema untuk "sepatu keran," "memukul sesuatu dengan benda keras," "menyimpan
uang," dan seterusnya.

Jika Anda kembali ke “Death of Piggo” dan memeriksa dengan seksama, Anda dengan cepat
melihat peran penting schemata Anda untuk celengan dan banyak objek dan peristiwa lain yang
dimainkan dalam memahami paragraf ini. Gagasan bahwa celengan menyimpan uang, bahwa
mereka dapat dihancurkan, bahwa pecah diperlukan untuk mengambil isinya, dan bahwa mereka
ramah mencari tidak ada informasi ini sebenarnya dinyatakan dalam bacaan. Namun, semua itu
pasti telah diaktifkan secara otomatis saat Anda membaca, atau jika tidak Anda tidak mengerti
apa yang Anda baca. Anda entah bagaimana "mengisi informasi.

Dalam istilah Rumelhart, slot di schemata Anda memiliki nilai default yang ditetapkan kepada
mereka ketika mereka diaktifkan. Meskipun spesifik, informasi sebenarnya tidak disajikan di
celengan yang berisi uang atau kerapuhan, kami menganggap ini benar dari pengetahuan umum
kami celengan. Bahkan acara atau pesan yang paling sederhana memiliki sejumlah besar fitur
yang dapat dihadiri. Namun seperti yang ditunjukkan pada Bab 2, hanya beberapa dari ini yang
benar-benar menjadi bagian dari ingatan. Satu fungsi penting dari schemata adalah memandu
perhatian. Penelitian "pembeli rumah" dan "pencuri" oleh Pichert dan Anderson (1977)
(dijelaskan dalam Bab 1) menunjukkan fungsi pemandu ini. "Pembeli rumah" cenderung
mengingat informasi tentang gambar rumah yang relevan dengan perspektif mereka, seperti
jumlah kamar tidur, kamar yang baru dicat, dan kamar anak-anak. "Pencuri" menunjukkan
penarikan yang secara signifikan lebih baik untuk rincian seperti kehadiran 10 sepeda kecepatan
di garasi, lukisan berharga, dan televisi berwarna, Pichert dan Anderson (1977, hal. 314)
mengomentari temuan mereka sebagai berikut.

Efek mencolok dari perspektif yang unsur-unsur dari bagian yang dipelajari dengan mudah
dijelaskan dalam kerangka teori skema. Skema adalah deskripsi abstrak dari suatu hal atau evert.
Ini ciri hubungan khas antara komponen-komponennya dan berisi slot atau placeholder untuk
setiap komponen yang dapat dipakai dengan khusus, kasus. Menafsirkan pesan adalah masalah
pencocokan informasi dalam pesan ke slot dalam skema. Informasi yang dimasukkan ke dalam
slot dikatakan dimasukkan oleh skema.

Karena “pembelian rumah” dan “perampokan” mewakili skema yang sangat berbeda, informasi
yang lebih mungkin untuk memberi contoh variabel penting dalam satu kemungkinan kecil untuk
mempengaruhi yang lain. Informasi yang diperhatikan orang dan kemudian diingat adalah yang
paling konsisten dengan skema yang saat ini diaktifkan. Schemata memainkan beberapa peran
penting lainnya, termasuk mengarahkan interpretasi. Misalnya, diberikan kalimat 1 di bawah ini:
kebanyakan orang nantinya akan mengingat kalimat 2
1. Para penerjun payung melompat keluar dari pintu.
2. Para penerjun payung melompat keluar dari pesawat.

Atau, untuk mengambil contoh kedua, kalimat pertama di bawah sering diingat sebagai yang
kedua.
1. Siswa berbicara kepada ketua departemen tentang komentar seksis instrukturnya.
2. Siswa itu mengeluh kepada ketua departemen tentang komentar seksis instrukturnya.

Ingat ditransformasikan, sering secara halus, oleh schemata. Terutama jika informasi bersifat
umum atau samar-samar, Instansiasi membentuknya menjadi bentuk yang sudah dikenal, seperti
yang ditunjukkan oleh bagian berikut, yang digunakan dalam penelitian awal oleh Bransford dan
Johnson (1972, 1973) dan Dooling dan Lachman (1971):
Prosedurnya sebenarnya cukup sederhana. Pertama Anda mengatur item ke dalam grup yang
berbeda. Tentu saja satu tumpukan mungkin cukup tergantung pada seberapa banyak yang harus
dilakukan. Jika Anda harus pergi ke tempat lain karena kurangnya fasilitas itu adalah langkah
selanjutnya; jika tidak, Anda cukup siap. Penting untuk tidak berlebihan. Artinya, lebih baik,
melakukan terlalu sedikit hal sekaligus daripada terlalu banyak. dalam jangka pendek ini mungkin
tidak tampak penting tetapi komplikasi dapat dengan mudah muncul. Kesalahan bisa mahal juga.
Pada mulanya, seluruh prosedur akan terlihat rumit. segera, bagaimanapun, itu akan menjadi
satu lagi segi kehidupan. Sulit untuk meramalkan akhir dari kebutuhan akan tugas ini dalam
waktu dekat, tetapi kemudian, orang tidak akan pernah tahu. Setelah prosedur selesai, atur
kembali materi ke dalam kelompok yang berbeda. Kemudian mereka dapat ditempatkan di
tempat yang sesuai. Akhirnya mereka akan digunakan sekali lagi dan seluruh siklus akan harus
diulang. Namun, itu adalah bagian dari kehidupan. (Bransford & Johnson, 1972, h. 722)

Sebagian besar individu diminta untuk membaca dan mengingat perulangan Bransford dan
Johnson memiliki pemahaman yang buruk dan ingatan berikutnya. Tetapi dengan menambahkan
judul “Pakaian Cuci” meningkatkan pemahaman dan mengingat secara signifikan dengan
menambahkan konteks yang sesuai untuk informasi tersebut. Ketika schemata tidak atau tidak
dapat diaktifkan selama belajar, pengetahuan baru tidak dapat diasimilasi dengan mudah.

Teori skema memberikan penjelasan untuk beberapa fenomena memori (McVee, Dun— 'smore,
8t Gavalek, 2005). Karena isi memori terdiri dari representasi pengetahuan, bukan salinan
persisnya, pengkodean akan bervariasi sesuai dengan schemata yang diaktifkan pada saat
penyandian. Dengan cara ini, teori skema mendukung pandangan konstruktivis pembelajaran
dan penjelasan untuk efek konteks dalam penyimpanan memori, dua tema kognitif utama yang
kita bahas di Bab 1. Recall dilihat sebagai aktivitas rekonstruktif, dengan skema menyediakan
kerangka kerja yang langsung proses penarikan kembali (misalnya, "Siapa penulis The Polar
Express? Mari kita lihat, bukankah itu buku pemenang Medal Caldecott? Orang itu juga menulis
Jumanji. Beri aku waktu sebentar; saya akan memikirkan namanya!) . Ingat tidak hanya
mengingat informasi yang tersimpan tetapi lebih suka menciptakan kembali informasi dan acara.
Ingatan, dalam pandangan ini, tidak begitu reproduktif, konstruktif dan rekonstruktif.
Karena itu menekankan penerapan apa yang sudah diketahui oleh para pelajar, teori skema telah
sangat menarik baik bagi para ahli teori kognitif maupun pendidik. Ini membantu kami
memahami bahwa banyak ingatan dan pengakuan "kesalahan" tidak begitu banyak kesalahan
karena konstruksinya secara logis konsisten dengan struktur mental pelajar. Secara umum, teori
skema menggambarkan peserta didik dalam cara yang dinamis dan interaktif. Meskipun teori
skema telah dikritik karena keumuman dan ketidakjelasan (Alba 8: Hasher, 1983), penelitian
kognitif (lihat, mis., Mayer, 2008, untuk contoh) terus mencerminkan skema berdasarkan konsep
persepsi, memori, dan pemecahan masalah.

Produksi
Sedangkan. konsep, proposisi, dan skema adalah cara untuk merepresentasikan pengetahuan
deklaratif, produksi dan skrip adalah cara untuk merepresentasikan pengetahuan prosedural.
Produksi dapat dianggap sebagai kondisi aturan tindakan jika / kemudian aturan yang
menyatakan tindakan yang harus dilakukan dan kondisi di mana tindakan itu harus diambil
(Anderson, 1983a, 1993). Ide produksi dapat diilustrasikan dengan serangkaian instruksi dan
tindakan berikut untuk membuka kunci pintu mobil:

Produksi A: Jika mobil terkunci, maka masukkan kunci ke dalam kunci.

Produksi B: jika kunci dimasukkan dengan kunci, maka putar kunci.
Produksi C: Jika pintu terbuka, kembalikan kunci ke vertikal.
Produksi D: Jika kunci vertikal, maka tarik kunci. .

Secara umum, produksi dipandang memiliki kemampuan "memfilter" secara otomatis: Jika
kondisi yang ditentukan ada, maka tindakan akan terjadi. Memori untuk produksi biasanya
adalah memori implisit, yang dibahas sebelumnya dalam bab ini. Pikiran sadar biasanya tidak
terlibat. Hasil produksi menyediakan kondisi, seperti pada contoh di atas, untuk memicu produksi
lain dalam urutan proses dan tindakan kognitif.

Ide produksi telah menjadi sesuatu yang bermanfaat. Ini tidak hanya menangkap sifat otomatis
dari banyak kognisi tetapi juga cocok untuk pemodelan banyak proses kognitif di komputer.
Produksi dan aturan yang mereka wakili dapat ditentukan secara formal sebagai instruksi dalam
program komputer yang beroperasi pada data dan menyimulasikan proses kognitif. Dalam
membaca, misalnya, Just and Carpenter (1987) memasukkan gagasan produksi dalam model
komputer (READER) yang dirancang untuk mensimulasikan berbagai aspek membaca. Dalam
model ini ada produksi seperti berikut:
Jika kata yang terjadi, asumsikan frase nomina dimulai.
Jika READER menemukan kata m teks yang sedang dianalisis, produksi ini akan menyaring
(instruksi dipicu 1n READER), mengarahkan READER untuk "menyimpulkan" bahwa saat ini
sedang memproses frase nomina.
Seperti proposisi, produksi diatur 1n jaringan yang disebut sistem produksi Dalam sistem
produksi, beberapa produksi mungkin aktif pada waktu tertentu. Hasil dari produksi
memodifikasi memori dan mengaktifkan pengetahuan, yang pada gilirannya dapat mengaktifkan
produksi baru dan pengetahuan baru. Kognisi bergerak maju dari satu negara bagian ke negara
lain sampai tujuan akhirnya tercapai.

Sistem produksi memungkinkan kita untuk mewakili aspek proses kognitif yang dinamis dan
berubah. Misalnya, mengkonseptualisasikan proses kognitif tertentu sebagai sistem produksi
dengan baik menangkap "sisi otomatis" membaca. Dalam membaca, seperti dalam banyak fungsi
kognitif kita yang lain, w: jangan selalu berpikir tentang apa yang kita lakukan; kami hanya
melakukannya, contoh "otomatisitas" yang dijelaskan dalam Bab 2. Demikian pula, Anderson
(1993, 1996; Lovett & Anderson, 2005) telah menggunakan sistem produksi dan konsep aturan
produksi dalam pemodelan proses otomatis dalam tugas yang beragam seperti daftar
pembelajaran dan pemecahan masalah (lihat pembahasan teori Anderson di bab ini nanti, lihat
juga Bab 8). Pengetahuan, sekali dalam bentuk produksi, dipandang sebagai penerapan jauh lebih
cepat dan andal. Dalam Anderson's View, produksi kritis pemecahan masalah adalah yang
mengakui sasaran dan ketentuan umum dan menerjemahkannya ke dalam serangkaian sub-
tujuan.

Skrip
Sama seperti schemata mengatur pengetahuan deklaratif kami, skrip menyediakan kerangka
mental yang mendasari untuk pengetahuan prosedural kami. Secara sederhana, skrip adalah
representasi skema untuk acara. Dalam mengusulkan konsep skrip, Schank dan Abelson (1977)
mencoba menjelaskan pemahaman kita tentang kejadian umum seperti pergi ke restoran atau
film. Ketika tindakan seperti ini dilakukan berulang kali, para peneliti berpendapat, pengetahuan
kami menjadi terkodekan dalam naskah seperti struktur mental. Struktur mental ini tidak hanya
berisi urutan tindakan dan kejadian, tetapi juga aktor dan objek yang menjadi ciri pengaturan itu.
Di sebuah restoran, misalnya, seseorang biasanya masuk, memesan, makan, mendapat dan
membayar tagihan, dan pergi. Seperti yang diprediksi oleh teori skrip, pengetahuan, kesimpulan,
dan ingatan orang banyak berkaitan erat dengan pola aktivitas stereotip.

Dimensi Lain Memori Jangka Panjang:

Representasi Verbal dan Imaginal

"Sebuah gambar bernilai seribu kata." Meskipun validitas pepatah ini mungkin bisa
diperdebatkan, ada sedikit keraguan bahwa manusia memiliki kemampuan luar biasa untuk
mengingat informasi visual. Misalnya, Standing, Conezio, dan Haber (1970), dalam studi awal
memori pengenalan visual, menunjukkan subjek 2.500 slide selama 10 detik masing-masing.
Pengakuan, diperkirakan dari tes pada subset dari slide ini, sudah lebih dari 90%! Dalam studi lain
oleh Standing (1973), para partisipan melihat jumlah gambar yang bahkan lebih besar, l0,000
selama periode 5 hari.) Dari kinerja tes, Standing estimasi memori subyek pada 6.600 gambar,
diingat dalam setidaknya cukup detail untuk membedakan foto-foto ini dari yang belum pernah
mereka lihat sebelumnya. Dengan bukti seperti ini, ada sedikit keraguan bahwa informasi
bergambar dapat direpresentasikan dalam ingatan kita dengan cukup baik. Sebagian besar dari
kita dapat dengan mudah membayangkan gambar sebuah buku, burung terbang, kecelakaan
kereta api, atau berjalan-jalan di Woods.

Salah satu kontribusi utama psikologi kognitif adalah revitalisasi minat terhadap citra mental.
Setelah sebagian besar dibuang dari psikologi eksperimental sebagai subjektif, mentalistik, dan
oleh karena itu tidak ilmiah (Watson, _1924), citra telah memainkan peran yang signifikan dalam
teori dan penelitian kognitif.

Alan Paivio (1971, 1986a) telah mengusulkan bahwa informasi direpresentasikan dalam dua
sistem yang berbeda secara mendasar: yang cocok untuk informasi verbal dan yang lainnya pada
gambar. Sistem pengkodean verbal diadaptasi untuk informasi berdasarkan bahasa dan
menekankan asosiasi verbal. Menurut Paivio, kata-kata, kalimat, isi percakapan, dan cerita
dikodekan dalam sistem ini. Sebaliknya, informasi nonverbal, seperti gambar, sensasi, dan suara,
disimpan dalam sistem pengkodean imaginal (Paivio, Clark, 8c Lambert, 1988).

Teori Paivio telah disebut teori pengkodean ganda, karena informasi yang masuk dapat
dikodekan dalam satu atau kedua sistem. Informasi yang dapat dikodekan ke dalam kedua sistem
akan lebih mudah diingat daripada informasi yang dikodekan hanya dalam sistem verbal atau
imaginal. Dalam pandangan Paivio, kode verbal dan nonverbal secara fungsional independen dan
"berkontribusi menambah kinerja memori" (1986a, p. 226). Paivio juga berhipotesis bahwa jejak
memori berbasis-gambar pada umumnya lebih kuat daripada ingatan verbal. Baru-baru ini, Paivio
dan rekannya berpendapat bahwa semua informasi yang dikodekan dalam memori jangka
panjang mempertahankan kualitas-kualitas konkrit sebagai tambahan pada kualitas-kualitas
konseptual yang lebih abstrak dan berdasarkan verbal (Krasny, Sadoski, & Paivio, 2007).

Banyak karya awal Paivio menunjukkan efek abstrak material pada memorabilasinya dan
menghubungkan hasil ini dengan teori pengkodean ganda. Misalnya, beberapa kata (misalnya,
burung, bintang, bola, dan meja) memiliki referensi konkret dan mungkin sangat bisa
dibayangkan. Ketika disajikan dengan kata-kata seperti itu, baik verbal (misalnya, representasi
linguistik dari kata burung, pelafalannya, dan artinya) dan gambar imaginal (misalnya gambar
burung melonjak) diaktifkan secara bersamaan. Kata lain yang lebih abstrak (misalnya, aspek,
nilai, dan tidak dapat), jauh lebih mudah dibayangkan dan mengaktifkan sistem nonverbal hanya
secara minimal. Dalam pandangan Paivio, memori untuk materi abstrak harus lebih buruk karena
materi tersebut diwakili. hanya dalam satu sistem. Gambar, karena mereka cenderung diberi
label secara otomatis dan berkode ganda, harus lebih diingat daripada kata-kata (Paivio, 19863).

Kata-kata, bahkan yang konkret, tidak serta-merta dicitrakan secara otomatis (lihat juga Svengas
& Johnson, 1988). Dalam banyak penelitian eksperimental, Paivio dan rekan-rekannya (misalnya,
Paivio, 1971; Paivio & Csapo, I975; Paivio, Yuille, & Madigan, 1968) menunjukkan efek
menguntungkan dari citra pada pembelajaran dan ingatan yang konsisten dengan prediksinya.
Kata-kata yang dinilai tinggi dalam pencitraan juga lebih baik diingat dalam mengingat gratis,
pembelajaran serial (yaitu, serangkaian kata yang diingat dalam urutan), dan pembelajaran
berpasangan-pasangan (yaitu, "rekan" suatu kata harus diingat ketika kata disajikan): Juga, ketika
subjek diperintahkan untuk membentuk gambar, memori mereka ditingkatkan.

Meskipun banyak perdebatan telah mengepung mekanisme yang tepat di mana fungsi-fungsi
pencitraan (e, g., Linens-Peterson, 1993; Kosslyn, _1994,1'y1yshyn, 1981), ada sedikit keraguan
bahwa pencitraan penting bagi ingatan dan kognisi. Dalam membaca dan mengingat teks,
misalnya, efek dari konkret dan pencitraan didokumentasikan dengan baik (e, g., Goetz, fi adoski,
Fatemi, 8: Bush, 1994; Sadoski, Goetz, 8t Rodriguez, 2000). Sejumlah besar bukti menunjukkan
bahwa materi yang tinggi dalam citra lebih mudah diingat dan para pelajar yang diinstruksikan
untuk membuat gambar akan meningkatkan pembelajaran mereka. Sebagai pendidik, perbedaan
antara informasi verbal dan imaginal seharusnya mengingatkan kita untuk tidak terlalu
bergantung pada instruksi verbal. Sama seperti di Bab 2, ketika kita membahas penggunaan
materi auditori dan visual untuk meningkatkan memori kerja, kita harus ingat potensi yang
dimiliki gambar visual untuk penyimpanan dan penarikan di LTM.

Model Memori yang Berkembang

Melalui 19605 dan juga ke tahun 1970-an, model memori terkemuka adalah model modal, yang
dicontohkan oleh model "panggung" dari Waugh dan Norman (1965) dan Atkinson dan Shiffrin
(1968). Seperti ditunjukkan pada Bab 2, model-model ini menggambarkan kognisi manusia
sebagai sesuatu yang menyerupai komputer dan menekankan langkah-langkah sekuensial dalam
pemrosesan informasi. Informasi bergerak dari reseptor indera dan register sensorik ke dalam
memori jangka pendek / kerja dan, tergantung pada keberhasilan pemrosesan di sana, ke dalam
memori jangka panjang (Lewandowsky & Heit, 2006).
Pentingnya perbedaan antara memori jangka pendek / kerja dan LTM telah berkurang karena
model memori bergeser dari "penyimpanan" menjadi "pengolahan" penekanan (misalnya,
Collins 8: Loftus, 1975; Craik 8r Lockhart, 1972; Jenkins, 1974 ; lihat juga Ericsson & Kintsch, 1995).
Penekanan pemrosesan ini dipertahankan dalam model terbaru (lihat Anderson, 1993, 1996;
Collins, Gathercole, Conway, & Morris, 1993). Seperti yang dibahas dalam Bab 2, alih-alih
dipahami sebagai "tempat" di mana informasi diadakan untuk periode yang singkat, konsep STM
telah diperluas menjadi ide kerja memori (Baddeley, 2007), yang lebih baik mencerminkan
banyak cara di mana kami memproses dan mengubah informasi. Misalnya, model ACT J. R.
Anderson, yang dibahas nanti dalam bab ini, menggabungkan memori kerja dan memori jangka
panjang. Keduanya tidak ditekankan sebagai "tempat terpisah" melainkan saling terkait erat. Isi
kesadaran saat ini menyiapkan pola aktivasi di LTM; aktivasi LTM ini, pada gilirannya, "bergaung"
kembali ke memori yang bekerja.

Tentunya, semua komponen memori — memori sensorik, memori kerja, dan memori jangka
panjang sangat interaktif. Meskipun informasi jelas bergerak melalui memori sensorik dan
memori kerja untuk LTM, isi LTM secara bersamaan mengerahkan pengaruh kuat pada apa yang
kita rasakan, perhatikan, dan pahami (Ericsson & Kintsch, 1995; Kintsch, 1998). Meskipun model
modal telah berguna dalam menarik perhatian kita terhadap dimensi penting dari sistem ingatan
kita, itu tidak boleh dianggap menyiratkan bahwa kognisi secara rapi dapat dipisahkan ke dalam
serangkaian langkah sekuensial. Proses persepsi "awal", misalnya, jelas dipandu oleh memori
semantik dari tahap LTM yang seharusnya "nanti". Juga, banyak kegiatan kognitif sangat
otomatis, didorong oleh informasi yang masuk, dan tampaknya hanya bergantung minimal pada
"pemrosesan pusat."

Para peneliti terus mengembangkan model-model baru yang bertujuan untuk menggambarkan
dengan lebih baik sifat aktif dan dinamis dari kognisi dan kemampuannya untuk menafsirkan dan
merestrukturisasi informasi yang masuk. Model-model memori terus berkembang, dengan
model-model sebelumnya memberikan kontribusi elemen-elemen kunci kepada elemen-elemen
yang mengikuti. Dalam bagian ini kami menjelaskan tiga model model jaringan yang paling
menonjol, model ACT, dan model koneksionis dan evolusinya.

Model Jaringan
Dalam model jaringan memori, pengetahuan diwakili oleh web atau jaringan, dan proses memori
didefinisikan dalam jaringan itu (LR. Anderson, 1983b, 1993, 1996). Dalam kebanyakan model
seperti itu, jaringan dihipotesiskan terdiri dari node, yang terdiri dari unit kognitif (biasanya baik
konsep atau skemata), dan tautan, yang mewakili hubungan antara unit kognitif ini.
Quillian (1968) dan Collins and Quillian (1969) mengusulkan model jaringan awal, yang disebut
Teachable Language Comprehender (TLC), sebagai model untuk memori semantik. Dirancang
sebagai program komputer, TLC didasarkan pada asumsi bahwa memori dapat diwakili oleh
jaringan semantik diatur ke dalam struktur hirarkis. Dalam hierarki ini, simpul-simpul adalah
konsep yang diatur dalam hubungan yang lebih rendah — bawahan. Properti dari setiap konsep
diberi label tautan relasional, atau pointer pergi dari node ke node konsep lainnya. Contoh
jaringan seperti itu disajikan pada Gambar 3.2.

Quillian mengusulkan lima jenis tautan: (1) tautan superordinat (18A) dan bawahan, (2) tautan
pengubah (M), (3) rangkaian tautan yang disjungtif, (4) tautan penghubung konjungtif, dan (5)
kelas residu tautan. Tautan ini dapat disematkan satu sama lain. Pada Gambar 3.2, tautan dari
cepat, lincah, dan lembut untuk perempat kuda adalah tautan M (memodifikasi); hubungan
antara seperempat kuda dan kuda dan antara kuda dan mamalia adalah tautan ISA (lebih tinggi).
Secara umum, properti yang khusus untuk suatu konsep diasumsikan disimpan bersama dengan
konsep (misalnya, lembut disimpan dengan seperempat kuda). Mereka yang tidak unik untuk
konsep itu (misalnya, memiliki surai dan memiliki kuku), namun, diasumsikan disimpan dengan
konsep yang lebih umum lebih tinggi dalam hirarki.

Ketika memori Dicari, aktivasi, menggerakkan tautan dari simpul yang telah distimulasi (katakan,
dengan membaca kata kuda) i Aktivasi penyebaran ini terus meluas, pertama ke semua simpul
yang terkait langsung dengan konsep (dalam model sederhana kami, dari 'Kuda-kuda dengan
konsep mamalia dan konsep bawahan Arab, palominos, dan seperempat kuda yang lebih rendah)
dan kemudian ke simpul-simpul yang terkait dengan simpul-simpul ini dan seterusnya, (Collins &
Loftus, 1975). Saat aktivasi bergerak maju melalui node, tag aktivasi dibiarkan pada masing-
masing. Ketika sebuah tag dari simpul awal yang lain: ditemukan, sebuah persimpangan telah
ditemukan. Dengan menelusuri kembali tag dari persimpangan ke sumbernya, jalur yang
menghubungkan simpul awal dapat direkonstruksi. Pertanyaannya Apakah seperempat kuda
mamalia? Akan melacak jalan di jaringan dari simpul awal seperempat kuda dan mamalia melalui
simpul untuk kuda

Menurut model ini, pemahaman bahasa terdiri dari evaluasi jalur untuk melihat apakah itu
konsisten dengan kendala yang dikenakan oleh bahasa. Misalnya, titik awal dalam memahami
pertanyaan Apakah seperempat kuda mamalia? adalah aktivasi dari. Jalur dari seperempat kuda
ke kuda dan dari kuda ke mamalia. Pencarian memori dianggap dimulai pada konsep-konsep yang
termasuk dalam pertanyaan input (seperempat kuda, mamalia). Dimulai dengan konsep
seperempat kuda, pencarian ini akan tiba dalam satu langkah (tautan) pada properti yang cepat,
lincah, dan lembut serta pada konsep kuda yang lebih tinggi. A secor. d langkah danau pencarian
ke mamalia. Jika hubungan antara dua node diizinkan oleh sintaks dan konteks pertanyaan,
pertanyaannya dapat dipahami.

Collins dan Quillian menguji sejumlah hipotesis berdasarkan model mereka, termasuk hipotesis
bahwa semakin banyak tautan yang perlu dilalui dalam mengakses memori (misalnya,
memutuskan apakah Holstein adalah mamalia vs memutuskan apakah sapi adalah mamalia; lihat
Gambar 3.2. ), semakin lama proses akan berlangsung. Prediksi ini biasanya dilakukan, meskipun,
seperti semua model, model Collins dan Quillian mengalami kesulitan untuk menghitung
beberapa hasil, seperti efek keakraban (misalnya, memutuskan apakah palomino adalah kuda
lebih mudah daripada memutuskan apakah tarpon adalah kuda hanya karena kebanyakan dari
kita lebih akrab dengan palominos daripada tarpons). Untuk mempertanggungjawabkan temuan
tersebut dan data akumulasi mereka sendiri, Collins dan Loftus (1975) memperluas model,
termasuk beberapa asumsi untuk membuat model tersebut kurang “mirip komputer” dan lebih
“manusia.” (Teori asli Quillian dikembangkan sebagai program untuk komputer, yang
memberlakukan batasan yang menurutnya tidak realistis.) Aktivasi penyebaran tetap menjadi
asumsi utama, tetapi dengan penurunan aktivasi dari waktu ke waktu. Selain itu, Collins dan
Loftus mengusulkan keberadaan jaringan leksikal yang terpisah, di mana nama-nama konsep
disimpan. Tautan dalam jaringan leksikal ini dapat berfungsi sebagai sumber masuk alternatif ke
dalammemory (misalnya, "kata-kata yang terdengar seperti kuda"). Model jaringan direvisi
Collins dan Loftus menyumbang hasil dari berbagai penelitian dan ditangani dengan banyak kritik
terhadap model asli, model jaringan Collins, meskipun digantikan oleh model lain dalam
beberapa tahun terakhir, telah memberikan kontribusi konsep-konsep kunci, terutama
konseptualisasi memori sebagaimana diatur dalam jaringan node dan link dan ide penyebaran
'aktivasi, ke teori dan model memori saat ini. Yang bisa dibilang yang paling menonjol di
antaranya adalah model ACT I. R. Anderson.

Mungkin model yang paling komprehensif saat kenangan dan kognisi adalah model ACT (I. R.
Anderson, 1976, 1983a, 1983b, 1993, 1996). Tumbuh keluar dari model awal yang disebut
memori asosiatif manusia (HAM) (I. R. Anderson & Bower, 1973), ACT lebih luas daripada model
Collins dan Quillian (1969) dan Collins dan Loftus (1975). Dalam merumuskan dan merevisi ACT,
niat ambisius Anderson adalah menyediakan kerangka teoritis yang menyatukan semua aspek
pemikiran, yang tidak termasuk penyandian awal informasi dan kemudian informasi
Penyimpanan dan pengambilan dan mencakup pengetahuan deklaratif dan prosedural.

Dalam versi terbaru ACT, yang disebut ACT-R (IR Anderson, 1996; Anderson et al., 2004; Lovett
8: Anderson, 2005), declarativeknowledge diwakili oleh struktur mirip skema atau A chunks yang
menyandi kategori dan centents of informasi. Pengetahuan prosedural, seperti kemampuan
untuk memecahkan masalah matematika, diwakili oleh produksi. Aturan produksi menentukan
kondisi dan tindakan produksi, kondisi di mana aksi akan terjadi dan hasil produksi, yang dapat
termasuk menciptakan informasi deklaratif baru. Aturan prediksi menanggapi sasaran dari situasi
(misalnya, kebutuhan untuk memecahkan masalah kata dalam aljabar), sering kali dengan
membuat sub-tujuan (misalnya, mengubah informasi linguistik dalam masalah kata menjadi
representasi simbolis).

In ACT-R, declarative and procedural knowledge are intimately connected. Production rules
specify how chunks are transformed and apply only when a rule’s conditions are satisfied by the
knowledge available in declarative memory. In short, declarative knowledge provides the context
in which cognitive processes, as represented by production rules, take place. As in most other
network models, the concept of spreading activation is a key feature of ACT. Spreading activation
is seen as determining the level of activity in long-term memory. Of course, activation must begin
somewhere; the points where activation begins. are called focus units. Once focus units are
activated—either externally from perception (e.g., by reading a sentence) or from working
memory (e.g., by thinking about what has been read)——activation spreads to associated
elements. When you read the word hot, elements for cold, warm, water, and other related items
likely would be activated automatically. Any item’s activation is a function of prior experience—
-the extent to which an item has been useful in the past——and the odds that it will be useful in
the current context. In Anderson’s words, “The mind keeps track of general usefulness and
combines this with contextual appropriateness to make some inference about what knowledge
to make available in the current context” (1996, p. 360). Attention determines the continued
activation of the network; when the source of activation for the focus unit drops from attention,
activation decays.
Dalam ACT-R, pengetahuan deklaratif dan prosedural saling berhubungan erat. Aturan produksi
menentukan bagaimana potongan diubah dan hanya berlaku ketika kondisi aturan dipenuhi oleh
pengetahuan yang tersedia dalam memori deklaratif. Singkatnya, pengetahuan deklaratif
memberikan konteks di mana proses kognitif, sebagaimana diwakili oleh aturan produksi, terjadi.
Seperti pada kebanyakan model jaringan lainnya, konsep penyebaran aktivasi adalah fitur kunci
dari ACT. Aktivasi penyebaran dipandang sebagai penentuan tingkat aktivitas dalam memori
jangka panjang. Tentu saja, aktivasi harus dimulai di suatu tempat; titik-titik di mana aktivasi
dimulai. disebut unit fokus. Setelah unit fokus diaktifkan — baik secara eksternal dari persepsi
(misalnya, dengan membaca kalimat) atau dari memori kerja (misalnya, dengan memikirkan apa
yang telah dibaca) —— aktivasi menyebar ke elemen terkait. Ketika Anda membaca kata panas,
unsur-unsur untuk dingin, hangat, air, dan item terkait lainnya kemungkinan akan diaktifkan
secara otomatis. Aktivasi setiap item adalah fungsi dari pengalaman sebelumnya - sejauh mana
suatu item telah berguna di masa lalu - dan kemungkinan bahwa itu akan berguna dalam konteks
saat ini. Dalam kata-kata Anderson, “Pikiran melacak kegunaan umum dan menggabungkan ini
dengan kesesuaian kontekstual untuk membuat beberapa kesimpulan tentang pengetahuan apa
yang tersedia dalam konteks saat ini” (1996, hlm. 360). Perhatian menentukan aktivasi lanjutan
dari jaringan; ketika sumber aktivasi untuk unit fokus turun dari perhatian, peluruhan aktivasi.

Because working memory and LTM overlap extensively, activation spreads easily from working
memory to assOciated elements in LTM. From there, activation « an “reverberate back” to nodes
in the network. If- Node 1 activates Node 2, then activation from Node 2 also can spread to Node
1. Retrieval occurs when focus units are reactivated. Activation is cumulative: The more units
activated, the more likely an item will be retrieved. In the classroom, a student who may not be
able to recall a fact when first questioned may remember the information if the teacher
rephrases the qbestion or supplies “hints” that activate additional pathways, stimulating recall.

In ACT, well—learned concepts are seen as producing more activation and so are more easily
retrievedthan less well—learned concepts. Well—learned information has wide-ranging
activation and many associations that permit access through multiple routes: Also, the ACT model
implies that more activation occurs on paths leading to stronger nodes. Anderson’s model would
predict that students who are helped to relate new information to existing, well-learned
knowledge will have superior recall.
The ACT model has generated a great deal of research. Because of its breadth, ACT has been
adapted not only to the study of memory but also to modeling high-level Cognitive processes,
such as problem solving and decision making (Anderson, 1996; Anderson et al., 2004). Because it
can account for a wide variety of dataand addresses many important aspects of cognition, this
model is likely to play an irnportant role in directing cognitive research in the foreseeable future.
Model ACT telah menghasilkan banyak penelitian. Karena luasnya, ACT telah diadaptasi tidak
hanya untuk mempelajari memori tetapi juga untuk memodelkan proses Kognitif tingkat tinggi,
seperti pemecahan masalah dan pengambilan keputusan (Anderson, 1996; Anderson et al.,
2004). Karena ia dapat menjelaskan berbagai macam data dan membahas banyak aspek penting
dari kognisi, model ini cenderung memainkan peran yang tidak penting dalam mengarahkan
penelitian kognitif di masa mendatang.

Connectionist Models
Throughout much of its history, cognitive psychology has been dominated by a computer
metaphor. Human cognition, cognitive scientists have argued, is computer-like. Information is
taken in, processed in a single central processor of working memory, and stored in and retrieved
from long—term memory. The computer metaphor has generated models of memory (e.g.,
Atkinson 8r Shiffrin, 1968), knowledge representation (e.g., Kintsch, 1986, 1988), and problem
solving (e.g., Newell & Simon, 1972). Beyond providing a metaphor for cognition, computers have
provided a mechanism for simulating cognition and for testing cognitive theories.
Model-model Penyantun
Sepanjang banyak sejarahnya, psikologi kognitif telah didominasi oleh metafora komputer.
Kognisi manusia, para ilmuwan kognitif berpendapat, adalah seperti komputer. Informasi
diambil, diproses dalam prosesor pusat tunggal dari memori yang bekerja, dan disimpan di dalam
dan diambil dari memori jangka panjang. Metafora komputer telah menghasilkan model memori
(misalnya, Atkinson 8r Shiffrin, 1968), representasi pengetahuan (misalnya, Kintsch, 1986, 1988),
dan penyelesaian masalah (mis., Newell & Simon, 1972). Selain menyediakan metafora untuk
kognisi, komputer telah menyediakan mekanisme untuk mensimulasikan kognisi dan untuk
menguji teori-teori kognitif.

Most computer architecture requires sequential or serial-processing. Computer programs

typically are a series of instructions the computer executes very rapidly, one after the other. One
serious problem in modeling cognition'is that this kind of serial information processing is not very
“brain-like.” Where digit :1 computers are quick and precise, executing millions and even billions
of operations in sequence per second, human information processing is far slower. Yet although
our brains are slower, they are much better suited and far more powerful than computers for
most kinds of “messy” everyday cognitive tasks, such as recognizing objects in natural scenes,
understanding language, searching memory when given only ling» mentary information, making
plans, and learning from experience.
Sebagian besar arsitektur komputer memerlukan pemrosesan berurutan atau serial. Program
komputer biasanya adalah serangkaian instruksi yang dijalankan komputer dengan sangat cepat,
satu demi satu. Satu masalah serius dalam pemodelan kognisi adalah bahwa pemrosesan
informasi serial semacam ini tidak terlalu "mirip otak." Di mana digit: 1 komputer cepat dan tepat,
mengeksekusi jutaan dan bahkan miliaran operasi dalam urutan per detik, pemrosesan informasi
manusia adalah jauh lebih lambat. Namun meskipun otak kita lebih lambat, mereka jauh lebih
cocok dan jauh lebih kuat daripada komputer untuk sebagian besar jenis tugas kognitif sehari-
hari "berantakan", seperti mengenali objek dalam pemandangan alam, memahami bahasa,
mencari memori ketika diberikan hanya informasi ling, membuat rencana, dan belajar dari
pengalaman.

Also in contrast with most computer programs, our cognitive systems can on; rate under multiple
constraints. Although some cognitive tasks require serial processing, many require parallel
processing, with processing occurring simultaneously along Fitf'i-‘tfl'dl dimensions. For instance,
in a famous example from Selfridge (1959), the interpretation of the middle letter in the words
CAT and THE is determined by the context in which it appears. Similarly, we have little trouble
identifying the words in Figure 3.3 even though parts of key letters are obscured. Our perceptiral
system somehow explores possibilities simultaneously without committing itself to one
interpretation until all constraints are taken into account. The identity of each letter is
constrained by all the others. Most cognitive tasks, including physical performances (e.g., hitting
a ball, typing, playing a piano) and language use (e.g., oral language comprehension, reading and
understanding stories), involve resolving multiple constraints.
Juga berbeda dengan kebanyakan program komputer, sistem kognitif kita bisa; tingkat di bawah
berbagai kendala. Meskipun beberapa tugas kognitif memerlukan pemrosesan serial, banyak
yang membutuhkan pemrosesan paralel, dengan pemrosesan terjadi secara simultan di
sepanjang dimensi Fitf'i-´tfl'dl. Misalnya, dalam contoh terkenal dari Selfridge (1959), interpretasi
huruf tengah dalam kata CAT dan THE ditentukan oleh konteks di mana ia muncul. Demikian pula,
kami memiliki sedikit kesulitan mengidentifikasi kata-kata dalam Gambar 3.3 meskipun bagian-
bagian huruf kunci dikaburkan. Sistem perceptiral kami entah bagaimana mengeksplorasi
kemungkinan secara bersamaan tanpa melakukan sendiri untuk satu interpretasi sampai semua
kendala diperhitungkan. Identitas setiap huruf dibatasi oleh yang lainnya. Sebagian besar tugas
kognitif, termasuk pertunjukan fisik (misalnya, memukul bola, mengetik, bermain piano) dan
penggunaan bahasa (misalnya, pemahaman bahasa lisan, membaca dan memahami cerita),
melibatkan penyelesaian berbagai kendala.

Given the characteristics of the brain and its tremendous adaptability, some cognitive theorists
(e.g., McClelland, McNaughton, & O’Reilly,‘ 1995; McClelland, Rumelhart, & Hinton, 1986;
Rumelhart & Todd, 1993) have proposed replacing the computer metaphor with a “brain
metaphor,” a so-called connectionist model of memory, or parallel distributed processing ' (PDP)
model. The reason human beings are» better than conventional computers at many tasks, they
contend, is that the brain has an architecture that better fits natural information processing tasks.
What humans do so exceedingly well, far better than any computer, is to consider many pieces
of information simultaneously. Processing occurs in parallel, along many diniensions at the same
time. Although any single bit of information may be imprecise or ambiguous, the system’s parallel
processing capabilities make it possible to make judgments and decisions with a high level of
confidence.
Mengingat karakteristik otak dan kemampuan adaptasinya yang luar biasa, beberapa teoretikus
kognitif (misalnya, McClelland, McNaughton, & O'Reilly, '1995; McClelland, Rumelhart, & Hinton,
1986; Rumelhart & Todd, 1993) telah mengusulkan mengganti komputer metafora dengan
"metafora otak", yang disebut model koneksionis memori, atau model pemrosesan terdistribusi
paralel (PDP). Alasan manusia "lebih baik daripada komputer konvensional pada banyak tugas,
mereka berpendapat, adalah bahwa otak memiliki arsitektur yang lebih baik memenuhi tugas
pemrosesan informasi alami. Apa yang manusia lakukan dengan sangat baik, jauh lebih baik
daripada komputer mana pun, adalah mempertimbangkan banyak informasi secara bersamaan.
Pemrosesan terjadi secara paralel, bersamaan dengan banyak waktu awal pada saat yang
bersamaan. Meskipun sedikit informasi tunggal mungkin tidak tepat atau ambigu, kemampuan
pemrosesan paralel sistem memungkinkan untuk membuat penilaian dan keputusan dengan
tingkat kepercayaan yang tinggi.

According to McClelland (1988), the, major difference between connectionist models and other
cognitive models is that, in most models, knowledge is stored as a static copy of a pattern. When
access is needed, the pattern is found in long term memory and copied into working memory. In
a connectionist model, however, the units themselves are not stored. What is stored are the
connection strengths among simple processing units. These connection strengths allow the
patterns to be re-created when the system is activated. Figure 3.4, from McClelland et al. (1995),
contrasts a connectionist network with a semantic (prepositional) network of the type
traditionally used to model the organization of knowledge in memory. Note the close
correspondence of the semantic network with the Collins and Quillian (1969) model presented
in Figure 3 2. In the connectionist model, a subset of one used by Rumelhart (1990) to “learn”
the relationships in the semantic network, inputs consist of concept-relation pairs and activation
spreads from left to right. Over time, the network can be “trained” to turn on all of the output
units (those on the right side) that are correct completions of the input pattern. The network
leanis connection weights linin'ng' inputs and outputs.
Menurut McClelland (1988), perbedaan utama antara model koneksionis dan model kognitif
lainnya adalah bahwa, dalam kebanyakan model, pengetahuan disimpan sebagai salinan statis
pola. Ketika akses dibutuhkan, polanya ditemukan dalam memori jangka panjang dan disalin ke
dalam memori yang berfungsi. Dalam model koneksionis, bagaimanapun, unit itu sendiri tidak
disimpan. Apa yang disimpan adalah kekuatan koneksi di antara unit pemrosesan sederhana.
Kekuatan koneksi ini memungkinkan pola yang akan dibuat kembali ketika sistem diaktifkan.
Gambar 3.4, dari McClelland dkk. (1995), kontras jaringan koneksionis dengan jaringan semantik
(preposisional) dari jenis yang secara tradisional digunakan untuk memodelkan organisasi
pengetahuan dalam memori. Perhatikan hubungan erat jaringan semantik dengan model Collins
dan Quillian (1969) yang disajikan pada Gambar 3 2. Dalam model koneksionis, subset dari satu
yang digunakan oleh Rumelhart (1990) untuk "belajar" hubungan dalam jaringan semantik, input
terdiri dari pasangan konsep-relasi dan penyebaran aktivasi dari kiri ke kanan. Seiring waktu,
jaringan dapat "dilatih" untuk mengaktifkan semua unit output (yang ada di sisi kanan) yang
merupakan penyelesaian yang benar dari pola input. Jaringan memusatkan beban koneksi
linin'ng 'input dan output.

Because processing is parallel m connectionist models, it can proceed along many dimensions at
the same time. In reading, for instance, the cognitive processes are not portrayed as moving
through steps from “lower levels,” such as decoding, to “higher levels,” such as comprehension.
Instead, processing moves ahead on many levels at once; as we read, We simultane ously depend
on feature extraction processes (e. g., recognizing lines, curves, and angles in letters), letter and
word recognition processes, syntactic assignment processes (e.g., is feature a noun or a verb?),
and schema activation. These processes trigger and inhibit one another as processing moves
forward. Top-down, bottom-up, and interactive (a combination of top-down and bottom-up)
processing all can occur within Such a system (McClelland et al., 1995). As is shown in Chapters
11 and 12, this conception of reading seems to fit well with the data.
Karena pemrosesan adalah model paralel koneksiis, dapat dilanjutkan sepanjang banyak dimensi
pada saat yang sama. Dalam membaca, misalnya, proses kognitif tidak digambarkan sebagai
bergerak melalui langkah-langkah dari "tingkat yang lebih rendah," seperti decoding, ke "tingkat
yang lebih tinggi," seperti pemahaman. Sebaliknya, pemrosesan bergerak maju pada banyak level
sekaligus; seperti yang kita baca, Kami simultan tergantung pada proses ekstraksi fitur (misalnya,
mengenali garis, kurva, dan sudut dalam huruf), proses pengenalan huruf dan kata, proses
penugasan sintaksis (misalnya, fitur kata benda atau kata kerja?), dan skema pengaktifan. Proses-
proses ini memicu dan menghambat satu sama lain saat pemrosesan bergerak maju. Pengolahan
top-down, bottom-up, dan interaktif (kombinasi dari atas ke bawah dan bawah) semua dapat
terjadi dalam sistem seperti itu (McClelland et al., 1995). Seperti ditunjukkan pada Bab 11 dan
12, konsepsi membaca ini tampaknya cocok dengan data.

Another key concept in connectionist models is that of distributed representation (Bechtel &
Abrahamsen, 2002). As we have indicated, in a connectionist model, knowledge is stored in the
strengths of connections between processing units, not in the units themselves. Researchers such
as McClelland and his associates argue that connectionist models can provide a better account
of how semantic networks, such as that in Figure 3.4, are acquired and can help us understand
how knowledge is transferred. Knowledge of any specific pattern (e.g.,\ oaks, trees, plants, and
living things) does not reside in a special processing unit reserved just for that pattern, but instead
is distributed over the connections among a very large number of simple processing units. Our
understanding of bark in the sentence “Marty’s dog let out a loud bark!" arises through activation
of connections among a host of processing units, including those for letter perception, word
meanings, and syntactic roles and those relating to the context in which the sentence was
uttered. We comprehend automatically that bark is something Marty’s dog did, not what covers
the oak tree outside our window.
Konsep kunci lain dalam model koneksis adalah representasi terdistribusi (Bechtel &
Abrahamsen, 2002). Seperti yang telah kami tunjukkan, dalam model koneksionis, pengetahuan
disimpan dalam kekuatan koneksi antar unit pemrosesan, bukan di unit itu sendiri. Para peneliti
seperti McClelland dan rekan-rekannya berpendapat bahwa model koneksionis dapat
memberikan penjelasan yang lebih baik tentang bagaimana jaringan semantik, seperti pada
Gambar 3.4, diperoleh dan dapat membantu kita memahami bagaimana pengetahuan ditransfer.
Pengetahuan tentang pola tertentu (misalnya, pohon, pohon, tanaman, dan mahluk hidup) tidak
berada dalam unit pemrosesan khusus yang disediakan hanya untuk pola itu, tetapi
didistribusikan pada sambungan di antara sejumlah besar unit pemrosesan sederhana.
Pemahaman kita tentang kulit kayu dalam kalimat "Anjing Marty mengeluarkan kulit keras!"
Muncul melalui aktivasi koneksi di antara sejumlah unit pemrosesan, termasuk untuk persepsi
surat, makna kata, dan peran sintaksis dan yang berkaitan dengan konteks di mana Kalimat itu
diucapkan, Kami memahami secara otomatis bahwa kulit adalah sesuatu yang dilakukan anjing
Marty, bukan apa yang menutupi pohon ek di luar jendela kita.

In connectionist models, processing units are roughly analogous to neurons or assemblies of

neurons, and the connections by which units are linked are seen as roughly analogous to
synapses. These parallels make them particularly attractive in helping researchers understand
brain structures and functions (see, e.g., McClelland et al., 1995; McClelland & Seidenberg, 2000).
When stimulated by the environment, input units cause other units to be activated via their
connections the familiar spreading activation from Collins and Quillian’s early network model.
Eventually, activation spreads to those units associated with responses.
Dalam model koneksionis, unit pengolah secara kasar analog dengan neuron atau rakitan neuron,
dan koneksi yang menghubungkan unit-unit yang dilihat sebagai kira-kira analog dengan sinapsis.
Kesamaan ini membuat mereka sangat menarik dalam membantu peneliti memahami struktur
dan fungsi otak (lihat, misalnya, McClelland dkk., 1995; McClelland & Seidenberg, 2000). Ketika
dirangsang oleh lingkungan, unit input menyebabkan unit lain untuk diaktifkan melalui koneksi
mereka aktivasi penyebaran akrab dari Collins dan model jaringan awal Quillian. Akhirnya,
aktivasi menyebar ke unit-unit yang terkait dengan tanggapan.

“Braind like” models of information processing now are appearing more frequently in computer
hardware and software. The computer world has long recognized that the conventional, single-
central-processor design has inherent limitations. Because instructions must be operated on
serially, a bottleneck eventually will occur in the central processor no matter how fast the
computer. The newest supercomputers are based on parallel distributed processing and may
contain hundreds of dedicated processor systems linked by a high-speed networt a brain-like,
connectionist system that enables these computers to do advanced simulations and modeling
not possible with serial processing.
Model-model pemrosesan informasi “Braind like” sekarang muncul lebih sering di perangkat
keras dan perangkat lunak komputer. Dunia komputer telah lama mengakui bahwa desain
prosesor tunggal-pusat konvensional memiliki keterbatasan yang melekat. Karena instruksi harus
dioperasikan secara serial, kemacetan akhirnya akan terjadi pada prosesor pusat tidak peduli
seberapa cepat komputer. Superkomputer terbaru didasarkan pada pemrosesan terdistribusi
paralel dan mungkin berisi ratusan sistem prosesor khusus yang dihubungkan oleh jaringan
nirkabel berkecepatan tinggi yang mirip otak, sistem koneksionis yang memungkinkan komputer
ini melakukan simulasi canggih dan pemodelan tidak mungkin dengan pemrosesan serial.
Connectionist models continue to have some intriguing applications in cognitivr psychology.
Because of their higher degree of correspondence to brain characteristics and therir ability to
match more closely aspects of human cognition, including learning, they seem likely to make a
major contribution to cognitive psychology and to the understanding of human learning and
memory.
Model koneksionis terus memiliki beberapa aplikasi yang menarik dalam psikologi kognitif.
Karena tingkat korespondensi mereka yang lebih tinggi terhadap karakteristik otak dan
kemampuan therir untuk mencocokkan aspek-aspek kognisi manusia yang lebih erat, termasuk
pembelajaran, mereka tampaknya akan memberikan kontribusi besar pada psikologi kognitif dan
pemahaman terhadap pembelajaran dan memori manusia.

A Comparison of the Three Types of Models

Models continue to evolve that attempt to explain the representation of knowledge in long term
memory (Mayer, 2008; Reed, 2006a). Nevertheless, three general families of models exist,
including networks, production systems, and connectionist models. Table 3.2 provides a
comparison of these models. Networks models focus on how declarative knowledge might be
represented. Production models extend this approach in two ways, first by describing the
representation of procedural knowledge and second by relating declarative and procedural
knowledge. Connectionist models propose a radically different cognitive architecture modeled
on the human brain, rather than a computer. Each of the three models has strengths and
weaknesses.
Perbandingan Tiga Jenis Model
Model terus berkembang yang berusaha menjelaskan representasi pengetahuan dalam memori
jangka panjang (Mayer, 2008; Reed, 2006a). Namun demikian, tiga keluarga model umum ada,
termasuk jaringan, sistem produksi, dan model koneksionis. Tabel 3.2 menyediakan
perbandingan model-model ini. Model jaringan fokus pada bagaimana pengetahuan deklaratif
dapat diwakili. Model produksi memperluas pendekatan ini dalam dua cara, pertama dengan
menggambarkan representasi pengetahuan prosedural dan kedua dengan mengaitkan
pengetahuan deklaratif dan prosedural. Model koneksionis mengusulkan arsitektur kognitif yang
sangat berbeda yang dimodelkan pada otak manusia, bukan komputer. Masing-masing dari
ketiga model memiliki kekuatan dan kelemahan.

Assessment of Long-Term Memory Functions

The study of long-term memory has a rich tradition in cognitive psychology. Early theories
postulated a holistic LTM system without distinguishing between important subcomponents such
as declarative and procedural knowledge. Models proposed after 1970 have made finer and
finer-grained distinctions between different subcomponents of LTM, such as Tulving’s (1972)
comparison of semantic and episodic memory systems and his suggestion that these systems
may be located in different regions of the brain. More recently, but especially with the rise of
cennertionist models of LTM described earlier, researchers have investigated the relationship
between functional aspects of LTM such as procedural memory and the neurological basis of
those memories in both humans (Anderson, Fincha'm, Qin, & Stocco, 2008) and animals (Tse et
al., 2007). One critical issue is Whether hypothesized functions such as semantic memories can
be linked to a specific region of the brain. Being able to make this link would lend credibility to
the argument that hypothetical psychological constructs such as semantic memory have a
neurological basis.
Penilaian Fungsi Memori Jangka Panjang

Studi tentang memori jangka panjang memiliki tradisi yang kaya dalam psikologi kognitif. Teori
awal mendalilkan sistem LTM holistik tanpa membedakan antara subkomponen penting seperti
pengetahuan deklaratif dan prosedural. Model yang diajukan setelah tahun 1970 telah membuat
perbedaan yang lebih halus dan lebih halus antara subkomponen LTM yang berbeda, seperti
perbandingan sistem memori semantik dan episodik oleh Tulving (1972) dan sarannya bahwa
sistem ini mungkin terletak di berbagai wilayah otak. Baru-baru ini, tetapi terutama dengan
munculnya model cennertionist LTM yang dijelaskan sebelumnya, para peneliti telah menyelidiki
hubungan antara aspek fungsional LTM seperti memori prosedural dan dasar neurologis dari
ingatan pada kedua manusia (Anderson, Fincha'm, Qin, & Stocco, 2008) dan hewan (Tse et al.,
2007). Satu masalah penting adalah apakah fungsi yang dihipotesiskan seperti ingatan semantik
dapat dikaitkan dengan wilayah tertentu dari otak. Mampu membuat hubungan ini akan
memberikan kredibilitas pada argumen bahwa konstruksi psikologis hipotetis seperti memori
semantik memiliki dasar neurologis.

A great deal of research over the past 2 decades has focused on the biological underpinnings of
cognitive functions. Much of the contemporary research has relied on functional magnetic
resonance imaging (fMRI), a noninvasive neuroimaging technique used to scan the brain that
does not rely on harmful radiation and is sensitive to ongoing neurological activity. In a recent
representative study, Anderson et- a1. (2008) investigated the link between four important
functional skills (i.e., procedural execution, goal setting, controlled retrieval from declarative
memory, and construction of imaginal representations) and cortical regions of the brain. They
found that each of the four cognitive activities was associated with increased neurological activity
in a different cortical region of the brain. For example, controlled retrieval from declarative
memory was associated with increased activity in the prefrontal region of the brain. These
findings help to make a convincing argument for discrete cognitive functions such as complex
declarative learning (Chi 8r Ohlsson, 2005) as well as support the idea that different cognitive
functions reside in different regions of the brain.
Banyak penelitian selama dua dekade terakhir telah difokuskan pada dasar biologis fungsi
kognitif. Sebagian besar penelitian kontemporer mengandalkan pencitraan resonansi magnetik
fungsional (fMRI), teknik neuroimaging noninvasif yang digunakan untuk memindai otak yang
tidak bergantung pada radiasi berbahaya dan peka terhadap aktivitas neurologis yang sedang
berlangsung. Dalam penelitian perwakilan baru-baru ini, Anderson et- a1. (2008) menyelidiki
hubungan antara empat keterampilan fungsional penting (yaitu, pelaksanaan prosedural,
penetapan tujuan, pengambilan terkontrol dari memori deklaratif, dan konstruksi representasi
imaginal) dan daerah kortikal otak. Mereka menemukan bahwa masing-masing dari empat
aktivitas kognitif dikaitkan dengan peningkatan aktivitas neurologis di wilayah kortikal otak yang
berbeda. Sebagai contoh, pengambilan terkontrol dari memori deklaratif dikaitkan dengan
peningkatan aktivitas di wilayah prefrontal otak. Penemuan ini membantu untuk membuat
argumen yang meyakinkan untuk fungsi kognitif diskrit seperti pembelajaran deklaratif kompleks
(Chi 8r Ohlsson, 2005) serta mendukung gagasan bahwa fungsi kognitif yang berbeda berada di
berbagai wilayah otak.

Debate continues about the utility and accuracy of fMRI techniques for understanding human
cognition. One common criticism is that evidence of increased neurological activity does not
indicate why the increase occurred or how it should be interpreted. Nevertheless, the fact that
activation of declarative information appears to stimulate one region of the brain, while
activation of a complex procedure activates a different part of the brain, suggests important
differences. Taken collectively, researchers can use fMRI data to validate hypothetical cognitive
functions such as encoding and retrieval, as well as structural components of memory such as
semantic and episodic memory. We believe that neuroimaging methods provide a valuable
assessment tool for researchers and that, in general, data from these studies match well with the
claims of cognitive psychologists regarding hypothesized cognitive processes and memory
structures. ‘
Perdebatan berlanjut tentang kegunaan dan keakuratan teknik fMRI untuk memahami kognisi
manusia. Salah satu kritik umum adalah bahwa bukti peningkatan aktivitas neurologis tidak
menunjukkan mengapa peningkatan terjadi atau bagaimana seharusnya ditafsirkan. Namun
demikian, fakta bahwa aktivasi informasi deklaratif muncul untuk merangsang satu wilayah otak,
sementara aktivasi prosedur kompleks mengaktifkan bagian otak yang berbeda, menunjukkan
perbedaan penting. Secara kolektif, peneliti dapat menggunakan data fMRI untuk memvalidasi
fungsi kognitif hipotetis seperti encoding dan retrieval, serta komponen struktural memori
seperti semantik dan memori episodik. Kami percaya bahwa metode neuroimaging menyediakan
alat penilaian yang berharga bagi para peneliti dan bahwa, secara umum, data dari studi ini
sangat sesuai dengan klaim psikolog kognitif mengenai proses kognitif dan struktur memori yang
dihipotesiskan.

Implications for Instruction

The models of memory and the memory related concepts we have explored provide us with
several powerful conceptions about the nature of learning and memory. These have important
implications for educators.

1. Recognize that the starting point of learning is what students already know their prior
knowledge. Students understand what they read, hear, and see through the filters of their
experiences in their families and cultures. The models of memory we have examined in
this chapter all stress the role of prior knowledge in information processing and memory.
What can be learned depends substantially on what learners already know. In the modal
model, for instance; we see knowledge from LTM affecting perception and attention.
Schema research has constructed from the prior knowledge in their long term memory.
2. Help students activate their current knowledge. Having relevant knowledge is one thing;
Using it in new learning is another. From a schema theory standpoint, new information
needs to be instantiated within learners’ schemata. From an instructional perspective,
this implies that teachers need to ensure that students have activated relevant
knowledge. Using the framework of ACT -R, we can see that knowledge activation
provides more and stronger links for embedding new declarative and procedural
knowledge within existing networks. As teachers, weneed to take maximum advantage
of the relationship between prior and new knowledge. Stimulating studensts’ recall of
related information, providing analogies and schema activation, and probing both
intellectual and emotional reactions to materials and activities are only a few of many
ways in which what students already know can be acknowledged and used to improve
instruction.
3. Help students organize new information into meaningful ‘chunks.’ As shown in Chapter
2, the research on STM/working memory highlighted our ability through organization to
increase the size of information “chunks” and so hold more information in memory.
Organization may play an even more critical role in LTM. Organizing and linking
information makes units of memory laarger and more meaningful. When students are
helped to discover relationships, to group related conceps and ideas, and to see how
information can be used in their lives, comprehension and recall is enhanced.
4. Aid students in proceduralizing their knowledge and linking it to conditional knowledge.
A frequent challenge to educators is to make knowledge useful for students. Although it
 is important that we build students’ declarative knowledge, particularly organized
declarative knowledge, we usually want to go well beyond this. We hope the knowledge
that students acquire will become a vital, working part of their lives. In J. R. Anderson’s
view (1993), declarative knowledge needs to be proceduralized, which is a function of
practice. Solving mathematics problems is an example. Once a student knows the steps
to solving a problem (the knowledge is proceduralized) and understands when and where
it can be used (conditional knowledge), this knowledge can be applied rapidly and reliably
across a variety of situations. We can help students develop working knowledge by
providing experiences in which they use informaticin to solve real-life problems and
integrate their skills in complex performances.

5. Provide opportunities for students to use both verbal and imaginal coding. Most
classroom transactions are verbal: Teachers and students spend their days talking,
listening, reading, and sometimes writing. Images-generated by pictures, touch, activities,
and imagination—are less often the focus of clasSroom processes. When we exclude
images, we may be neglecting some of the most important tools and goals for learning.
Imagery can be a powerful factor in improving memorabtlity of information that students
need to acquire, as Paivio and others have shown. It also is a key to creative imagination.

Implikasi untuk Instruksi

Model-model memori dan konsep-konsep terkait memori yang telah kami eksplorasi memberi
kami beberapa konsepsi yang kuat tentang sifat pembelajaran dan ingatan. Ini memiliki implikasi
penting bagi pendidik.

1. Kenali bahwa titik awal pembelajaran adalah apa yang sudah diketahui oleh para siswa
sebelumnya. Para siswa memahami apa yang mereka baca, dengar, dan lihat melalui filter-filter
pengalaman mereka dalam keluarga dan budaya mereka. Model memori yang telah kita periksa
dalam bab ini semua menekankan peran pengetahuan sebelumnya dalam pemrosesan informasi
dan memori. Apa yang bisa dipelajari sangat tergantung pada apa yang sudah diketahui oleh para
pembelajar. Dalam model modalnya, misalnya; kami melihat pengetahuan dari LTM yang
mempengaruhi persepsi dan perhatian. Penelitian skema telah dibangun dari pengetahuan
sebelumnya dalam ingatan jangka panjang mereka.
2. Bantu siswa mengaktifkan pengetahuan mereka saat ini. Memiliki pengetahuan yang relevan
adalah satu hal; Menggunakannya dalam pembelajaran baru adalah hal lain. Dari sudut pandang
teori skema, informasi baru perlu dipakai dalam schemata pelajar. Dari perspektif instruksional,
ini menyiratkan bahwa guru perlu memastikan bahwa siswa telah mengaktifkan pengetahuan
yang relevan. Dengan menggunakan kerangka ACT -R, kita dapat melihat bahwa aktivasi
pengetahuan menyediakan tautan yang lebih kuat untuk menanamkan pengetahuan deklaratif
dan prosedural baru dalam jaringan yang ada. Sebagai guru, perlu mengambil keuntungan
maksimal dari hubungan antara pengetahuan sebelumnya dan baru. Merangsang pemanggilan
kembali mahasiswa terhadap informasi terkait, menyediakan analogi dan aktivasi skema, dan
menyelidiki reaksi intelektual dan emosional terhadap materi dan kegiatan hanyalah beberapa
dari banyak cara di mana apa yang sudah diketahui siswa dapat diakui dan digunakan untuk
meningkatkan pengajaran.
3. Bantulah siswa mengatur informasi baru ke dalam 'potongan' yang bermakna. Seperti yang
ditunjukkan dalam Bab 2, penelitian tentang STM / memori kerja menyoroti kemampuan kita
melalui organisasi untuk meningkatkan ukuran informasi “potongan” dan dengan demikian
menyimpan lebih banyak informasi dalam memori. Organisasi dapat memainkan peran yang
lebih penting dalam LTM. Pengorganisasian dan penautan informasi membuat unit-unit memori
lebih besar dan lebih berarti. Ketika para siswa dibantu untuk menemukan hubungan, untuk
mengelompokkan berbagai gagasan dan gagasan terkait, dan untuk melihat bagaimana informasi
dapat digunakan dalam kehidupan mereka, pemahaman dan daya ingat ditingkatkan.
4. Bantu siswa dalam memproses pengetahuan mereka dan menghubungkannya dengan
pengetahuan bersyarat. Tantangan yang sering bagi pendidik adalah untuk membuat
pengetahuan berguna bagi siswa. Meskipun penting bahwa kami membangun pengetahuan
deklaratif siswa, terutama pengetahuan deklaratif terorganisir, kami biasanya ingin melampaui
ini. Kami berharap pengetahuan yang diperoleh siswa akan menjadi bagian yang penting dan
berfungsi dalam kehidupan mereka. Dalam pandangan J. R. Anderson (1993), pengetahuan
deklaratif perlu di-proseduralisasikan, yang merupakan fungsi praktik. Memecahkan masalah
matematika adalah contoh. Begitu seorang siswa mengetahui langkah-langkah untuk
memecahkan suatu masalah (pengetahuannya sudah diolah) dan memahami kapan dan di mana
itu dapat digunakan (pengetahuan bersyarat), pengetahuan ini dapat diterapkan dengan cepat
dan dapat diandalkan di berbagai situasi. Kami dapat membantu siswa mengembangkan
pengetahuan kerja dengan memberikan pengalaman di mana mereka menggunakan informaticin
untuk memecahkan masalah kehidupan nyata dan mengintegrasikan keterampilan mereka
dalam pertunjukan yang kompleks.

6. Berikan kesempatan bagi siswa untuk menggunakan pengkodean verbal dan imaginal.
Sebagian besar transaksi kelas bersifat verbal: Guru dan siswa menghabiskan hari-hari
mereka berbicara, mendengarkan, membaca, dan kadang-kadang menulis. Gambar yang
dihasilkan oleh gambar, sentuhan, aktivitas, dan imajinasi - lebih jarang fokus dari proses
clasSroom. Ketika kami mengecualikan gambar, kami mungkin mengabaikan beberapa
alat dan tujuan paling penting untuk belajar. Citra dapat menjadi faktor yang kuat dalam
meningkatkan memori informasi yang perlu diperoleh siswa, seperti yang ditunjukkan
Paivio dan orang lain. Ini juga merupakan kunci imajinasi kreatif.
Summary
Memory is one of the most important concerns of cognitive psychologists, playing a major role
in two of our cognitive themes in education: that learning is a constructive process and that
mental structures organize memory and guide thought. The earliest scientific studies of memory
were experimental investigations of rote learning and set the courseof memory research for most
of the 20th century. This changed with the advent of cognitive psychology, as memory theorists
made immense strides in describing the encoding, storage, and retrieval of meaning ful
information in real-hie settings.

The basic or modal model of memory, which was introduced in Chapter 2, portrays memory as
composedof three major components: sensory memory, STM or working memory, and LTM.
LTM, the focus of this chapter, is the permanent repository for information and seems to have
virtually unlimited capacity. LTM represents the prior knowledge that is used for constructing
much of our learning. As cognitive theorists have shifted to studying meaningful learning, they
have made distinctions that are useful for edueators. These include contrasts between
declarative and procedural knowledge, episodic and semantic memory, implicit and explicit
memory, and verbal and imaginal representation. They also have defined mental structures and
cognitive units such as concepts, propositions, schemata, productions. And scripts that organize
memory and guide thought. These units are the building blocks in comprehensive models of
memory, such as Andersen’s ACTmodeI.

Early models of memory that were based on a computer metaphor have evolved. as has
computer science itself, from a stepwise, serial processing type model to a more brain like
connectior ist models. Connectionist models offer a closer match, to aspects of hunnrn cogniv
tion, especially learning, and may suggest new ways to enhance our students’ abilities to learn
and to recall and use their knowledge.
Ringkasan
Memori adalah salah satu perhatian terpenting psikolog kognitif, memainkan peran utama dalam
dua tema kognitif kita dalam pendidikan: bahwa belajar adalah proses yang konstruktif dan
bahwa struktur mental mengatur memori dan membimbing pikiran. Penelitian ilmiah yang paling
awal tentang ingatan adalah penelitian eksperimental pembelajaran hafalan dan mengatur
rangkaian penelitian ingatan untuk sebagian besar abad ke-20. Hal ini berubah dengan
munculnya psikologi kognitif, sebagai ahli teori memori membuat langkah besar dalam
menggambarkan pengkodean, penyimpanan, dan pengambilan makna informasi yang lengkap
dalam pengaturan real-hie.
Model dasar atau moda memori, yang diperkenalkan pada Bab 2, menggambarkan memori
sebagai tersusun dari tiga komponen utama: memori sensorik, STM atau memori kerja, dan LTM.
LTM, fokus bab ini, adalah tempat penyimpanan permanen untuk informasi dan tampaknya
memiliki kapasitas hampir tak terbatas. LTM mewakili pengetahuan sebelumnya yang digunakan
untuk membangun banyak pembelajaran kita. Sebagai teori kognitif telah bergeser untuk
mempelajari pembelajaran yang bermakna, mereka telah membuat perbedaan yang berguna
untuk edueators. Ini termasuk kontras antara pengetahuan deklaratif dan prosedural, memori
episodik dan semantik, memori implisit dan eksplisit, dan representasi verbal dan imaginal.
Mereka juga telah mendefinisikan struktur mental dan unit kognitif seperti konsep, proposisi,
skema, produksi. Dan skrip yang mengatur memori dan membimbing pikiran. Unit-unit ini adalah
blok bangunan dalam model memori yang komprehensif, seperti ACTmodeI Andersen.

Model memori awal yang didasarkan pada metafora komputer telah berevolusi. seperti halnya
ilmu komputer itu sendiri, dari model tipe pemrosesan serial, bertahap, ke otak yang lebih seperti
model-model koneksionis. Model koneksionis menawarkan kecocokan yang lebih dekat, ke aspek
kognisi hunnrn, terutama pembelajaran, dan dapat menyarankan cara-cara baru untuk
meningkatkan kemampuan siswa kita untuk belajar dan untuk mengingat dan menggunakan
pengetahuan mereka.