Modelos Conexionistas na Cognição

Os modelos cognitivos simbólicos operam com base no princípio de que a cognição é uma computação que envolve a manipulação de símbolos. Esses modelos utilizam representações explícitas de alto nível, como proposições, esquemas e regras (por exemplo, declarações SE-ENTÃO) para simular processos de pensamento estruturados, como raciocínio lógico, uso da linguagem e resolução de problemas. Eles formam a base da inteligência artificial clássica, frequentemente chamada de "IA à moda antiga" (IAFA).

A Escala de Usabilidade do Sistema (SUS) é um questionário amplamente utilizado e confiável, composto por 10 itens, para avaliar a usabilidade percebida. Os usuários classificam cada afirmação em uma escala Likert de 5 pontos. As respostas são então convertidas em uma pontuação única de 0 a 100. Apesar de sua simplicidade, ela fornece uma medida rápida e robusta da usabilidade geral de um sistema, do ponto de vista subjetivo do usuário.

A curva de Kruithof é um gráfico empírico da psicofísica que define uma região de níveis de iluminação e temperaturas de cor consideradas confortáveis ​​ou agradáveis. Ela postula que, em níveis de luz baixos, os humanos preferem temperaturas de cor mais quentes (mais avermelhadas/amareladas), enquanto em níveis de iluminação altos, preferem temperaturas de cor mais frias (mais azuladas). Condições de iluminação fora dessa região podem parecer artificiais ou desagradáveis.

Uma filosofia de design e um processo iterativo onde as necessidades, desejos e limitações dos usuários finais recebem atenção especial em cada etapa do processo de design. O Design Centrado no Usuário (DCU) visa criar produtos altamente utilizáveis ​​e acessíveis, envolvendo os usuários ao longo de todo o ciclo de design por meio de pesquisa, testes e feedback, em vez de se basear apenas em suposições do designer.

ACT-R (Controle Adaptativo do Pensamento — Racional) é uma arquitetura cognitiva que define as estruturas básicas e fixas da mente humana. Ela modela a cognição como um conjunto de módulos independentes, como memória perceptual, motora e declarativa, que interagem por meio de um sistema de produção central. As informações são armazenadas em buffers, e regras de produção são acionadas para manipular essas informações, simulando os processos humanos de resolução de problemas e aprendizagem.

Os modelos bayesianos da cognição concebem a mente como um mecanismo de inferência probabilística. Essa abordagem postula que o cérebro representa o conhecimento como distribuições de probabilidade e atualiza essas crenças ao receber novas evidências, de acordo com o teorema de Bayes. Ela modela a percepção, a aprendizagem e o raciocínio como inferência estatística ótima ou quase ótima sob incerteza, fornecendo uma estrutura matemática unificadora para muitas funções cognitivas.