Bilişsel model, insanlardaki veya diğer hayvanlardaki bir veya daha fazla bilişsel sürecin anlama ve tahmin etme amacıyla bir tahminidir. Pek çok bilişsel model türü vardır ve bunlar kutu ve ok diyagramlarından bir dizi denkleme ve insanların görevleri tamamlamak için kullandığı araçlarla (ör. bilgisayar faresi ve klavye) etkileşime giren yazılım programlarına kadar değişebilir.[1]
Bilişsel mimarilerle ilişki
Bilişsel modeller, bilişsel mimari içinde veya olmadan geliştirilebilir, ancak ikisi her zaman kolayca ayırt edilemez. Bilişsel mimarilerin aksine, bilişsel modeller tek bir bilişsel fenomene veya sürece (örneğin, liste öğrenme), iki veya daha fazla sürecin nasıl etkileşime girdiğine (örneğin, görsel arama bsc1780 karar verme) veya belirli bir görev için davranışsal tahminler yapmaya odaklanma eğilimindedir. veya araç (örneğin, yeni bir yazılım paketi oluşturmanın üretkenliği nasıl etkileyeceği). Bilişsel mimariler, modellenen sistemin yapısal özelliklerine odaklanma eğilimindedir ve mimari içindeki bilişsel modellerin gelişimini kısıtlamaya yardımcı olur.[2] Aynı şekilde, model geliştirme, mimarinin sınırlamalarını ve eksikliklerini bildirmeye yardımcı olur. Bilişsel modelleme için en popüler mimarilerden bazıları ACT-R, Clarion, LIDA ve Soar’dır.
Tarihi
Bilişsel modelleme tarihsel olarak bilişsel psikoloji/bilişsel bilim (insan faktörleri dahil) içinde gelişmiştir ve diğerlerinin yanı sıra makine öğrenimi ve yapay zeka alanlarından katkılar almıştır.
Kutu ve ok modelleri
Konuşmanın algılanması, saklanması ve üretilmesi ile ilgili süreçleri tanımlamak için bir dizi anahtar terim kullanılır. Tipik olarak, bir çocuk hastayı tedavi ederken konuşma patologları tarafından kullanılırlar. Giriş sinyali, genellikle yetişkin bir konuşmacıdan geldiği varsayılan, çocuk tarafından duyulan konuşma sinyalidir. Çıkış sinyali, çocuk tarafından üretilen ifadedir. Bir giriş sinyalinin gelmesi ile konuşmanın üretilmesi arasında meydana gelen görünmeyen psikolojik olaylar, psikolinguistik modellerin odak noktasıdır. Giriş sinyalini işleyen olaylara girdi süreçleri, konuşma üretimini işleyen olaylara ise çıktı süreçleri denir. Konuşma işlemenin bazı yönlerinin çevrimiçi olduğu düşünülmektedir; yani, konuşmanın gerçek algısı veya üretimi sırasında ortaya çıkarlar ve bu nedenle konuşma görevine ayrılmış dikkat kaynaklarının bir payını gerektirirler. Çevrimdışı olduğu düşünülen diğer işlemler, konuşma görevine ayrılan süreden ziyade çocuğun arka plan zihinsel işlemesinin bir parçası olarak gerçekleşir. Bu anlamda, çevrimiçi işleme bazen gerçek zamanlı olarak tanımlanırken, çevrimdışı işlemenin zamandan bağımsız olduğu söylenir (Hewlett, 1990). Kutu ve ok psikodilbilimsel modellerde, varsayılan her temsil veya işlem düzeyi bir diyagramda bir “kutu” ile ve aralarındaki ilişkiler “oklarla”, dolayısıyla adı ile temsil edilebilir. Oklar bazen (Smith, 1973 ve Menn, 1978 modellerinde olduğu gibi, bu yazıda daha sonra anlatılacaktır) oklar, kutularda gösterilenlere ek süreçleri temsil eder. Bu tür modeller, bir bilgisayar programı tarafından gerçekleştirilen süreçleri ve kararları tasvir eden bilgisayar akış şemalarına benzer bir şekilde, belirli bir bilişsel işlevde (dil gibi) gerçekleştirilen varsayılan bilgi işleme faaliyetlerini açık hale getirir. Kutu ve ok modelleri, tanımladıkları görünmeyen psikolojik süreçlerin sayısı ve dolayısıyla içerdikleri kutu sayısı bakımından büyük farklılıklar gösterir. Bazıları giriş ve çıkış sinyalleri arasında yalnızca bir veya iki kutuya sahipken (örn. , Gibbon ve Cohen-McKenzie, 1998; Stackhouse ve Wells, 1997). Bununla birlikte, en önemli kutu ve devam eden tartışmaların çoğunun kaynağı, altta yatan temsili (veya UR) temsil eden kutudur. Özünde, altta yatan bir temsil, bir çocuğun bildiği ve kullandığı bir kelime hakkında zihninde depolanan bilgileri yakalar. Çeşitli modellerin aşağıdaki tanımının göstereceği gibi, bu bilginin doğası ve dolayısıyla çocuğun bilgi tabanında bulunan temsil türleri bir süredir araştırmacıların dikkatini çekmiştir. (Elise Baker ve diğerleri. Psikodilbilimsel Konuşma Geliştirme Modelleri ve Klinik Uygulamaya Uygulamaları. Journal of Speech, Language ve Hearing Research. Haziran 2001. 44. s 685–702.)
Hesaplamalı modeller
Hesaplamalı model, bilgisayar simülasyonu ile karmaşık bir sistemin davranışını incelemek için kapsamlı hesaplama kaynakları gerektiren hesaplamalı bilimde matematiksel bir modeldir. İncelenmekte olan sistem genellikle karmaşık, doğrusal olmayan bir sistemdir ve basit, sezgisel analitik çözümler hemen elde edilemez. Probleme matematiksel analitik bir çözüm üretmek yerine, bilgisayarda sistemin parametrelerini değiştirerek ve deney sonuçlarındaki farklılıkları inceleyerek modelle deneyler yapılır. Modelin çalışma teorileri, bu hesaplamalı deneylerden türetilebilir/çıkartılabilir. Yaygın hesaplama modellerine örnek olarak hava tahmini modelleri, dünya simülatörü modelleri, uçuş simülatörü modelleri, moleküler protein katlama modelleri ve sinir ağı modelleri verilebilir.
Simgesel
Sembolik bir model, kullanılmadan önce çevrilmesi gereken, genellikle sayısal olmayan karakterlerle ifade edilir.
Alt sembolik
Bilişsel bir model, örneğin pikseller, kulak tarafından algılanan ses görüntüleri, sinyal örnekleri; sinir ağlarındaki alt simgesel birimler, bu kategorinin özel durumları olarak kabul edilebilir.
Hibrit
Hibrit bilgisayarlar, analog bilgisayarların ve dijital bilgisayarların özelliklerini sergileyen bilgisayarlardır. Dijital bileşen normalde denetleyici görevi görür ve mantıksal işlemler sağlarken, analog bileşen normalde diferansiyel denklemlerin çözücüsü olarak işlev görür. Hibrit akıllı sistemde daha fazla ayrıntı görün.
Dinamik sistemler
Geleneksel hesaplama yaklaşımında temsiller, ayrık sembollerin statik yapıları olarak görülür. Biliş, statik sembol yapılarını ayrı, sıralı adımlarla dönüştürerek gerçekleşir. Duyusal bilgi, motor çıktılara dönüşen sembolik çıktılar üreten sembolik girdilere dönüştürülür. Tüm sistem devam eden bir döngüde çalışır.
Bu geleneksel görüşte eksik olan şey, insan bilişinin sürekli ve gerçek zamanlı olarak gerçekleşmesidir. Süreçleri ayrık zaman adımlarına bölmek bu davranışı tam olarak yakalayamayabilir. Alternatif bir yaklaşım, (1) herhangi bir zamanda sistemin durumu, (2) genel durumdaki zaman içindeki değişim olarak tanımlanan bir davranış ve (3) bir durum kümesi veya durum uzayı ile bir sistem tanımlamaktır. sistemin içinde olabileceği genel durumların toplamı.[3] Sistem, sistem durumunun herhangi bir yönündeki değişikliğin, aynı veya diğer sistem durumlarının diğer yönlerine bağlı olması gerçeğiyle ayırt edilir.[4]
Tipik bir dinamik model, sistemin durumunun zaman içinde nasıl değiştiğini açıklayan birkaç diferansiyel denklemle resmileştirilir. Böyle yaparak, bu dinamikleri tezahür ettiren altta yatan mekanizmaların fiziksel doğası yerine, olası yörüngelerin mekanının biçimi ve zaman içinde ortaya çıkan belirli bir yörüngeyi şekillendiren iç ve dış kuvvetler açıklayıcı güç taşır. Bu dinamik görüşte, parametrik girdiler, bazı dış durumları tanımlayan bir iç durumu belirtmek yerine, sistemin içsel dinamiklerini değiştirir.
Erken dinamik sistemler
Çağrışımsal hafıza
Bilişe dinamik sistemlerin uygulanmasındaki ilk çalışmalar, Hopfield ağlarının modelinde bulunabilir.[5][6] Bu ağlar, ilişkisel bellek için bir model olarak önerildi. Açık veya kapalı durumda olabilen yaklaşık 30 nöronun modelleme sistemlerini, belleğin nöral seviyesini temsil ederler. Ağın kendi kendine öğrenmesine izin vererek, yapı ve hesaplama özellikleri doğal olarak ortaya çıkar. Önceki modellerden farklı olarak, tüm belleğin küçük bir kısmı girilerek “anılar” oluşturulabilir ve geri çağrılabilir. Anıların zaman sıralaması da kodlanabilir. Sistemin davranışı, sistemin farklı durumlarını temsil eden değerleri değiştirebilen vektörlerle modellenmiştir. Bu erken model, insan bilişinin dinamik sistem görüşüne doğru büyük bir adımdı, ancak henüz birçok ayrıntı eklenecek ve daha fazla fenomen açıklanacaktı.
Dil edinimi
Elman, insan sinir sisteminin evrimsel gelişimini ve beynin diğer organlara benzerliğini hesaba katarak, dil ve bilişin dijital sembol işlemcisinden ziyade dinamik bir sistem olarak ele alınması gerektiğini öne sürdü.[7] Elman’ın uyguladığı türden sinir ağları, Elman ağları olarak bilinmeye başlandı. Dili, sabit kurallara göre öğrenilen ve daha sonra kullanılan statik sözcüksel öğelerin ve dilbilgisi kurallarının bir koleksiyonu olarak ele almak yerine, sözlüğü dinamik bir sistem içindeki durum uzayının bölgeleri olarak tanımlar. Dilbilgisi, durum uzayında hareketi kısıtlayan çekicilerden ve iticilerden oluşur. Bu, temsillerin bağlama duyarlı olduğu anlamına gelir; zihinsel temsiller, inşa edilen ve statik kalan nesneler yerine zihinsel uzayda yörüngeler olarak görülür. Elman ağları, dilbilgisini dinamik bir sistem olarak temsil etmek için basit cümlelerle eğitildi. Temel bir gramer öğrenildikten sonra ağlar, dinamik modele göre bir sonraki adımda hangi kelimelerin görüneceğini tahmin ederek karmaşık cümleleri ayrıştırabiliyordu.[8]
Bilişsel gelişim
Dinamik sistemler bağlamında klasik bir gelişimsel hata araştırılmıştır:[9][10] A-not-B hatasının belirli bir yaşta (8 ila 10 ay) meydana gelen belirgin bir hata değil, bir özellik olduğu öne sürülmüştür. Daha büyük çocuklarda da mevcut olan dinamik bir öğrenme süreci. 2 yaşındaki çocukların kum havuzuna gizlenmiş oyuncakları ararken A-not-B hatasına benzer bir hata yaptıkları tespit edildi. Oyuncağın A konumunda saklandığını gözlemledikten ve tekrar tekrar orada aradıktan sonra, 2 yaşındaki çocuklara yeni bir B konumuna gizlenmiş bir oyuncak gösterildi. Oyuncağı aradıklarında, A konumuna eğilimli konumlarda arama yaptılar. Bu, oyuncağın konumunun zaman içinde değişen sürekli bir temsili olduğunu düşündürür. Çocuğun geçmiş davranışı, kum havuzunun konum modelini etkiler ve bu nedenle, bir davranış ve öğrenme hesabı, kum havuzu sisteminin ve çocuğun geçmiş eylemlerinin zaman içinde nasıl değiştiğini hesaba katmalıdır.[10]
Hareket
Dinamik bir sistemin önerilen bir mekanizması, sürekli zamanlı tekrarlayan sinir ağlarının (CTRNN’ler) analizinden gelir. Sinir ağlarının durumları yerine çıktılarına odaklanarak ve tamamen birbirine bağlı ağları inceleyerek, yürüme sırasındaki bacak hareketleri gibi sistemleri temsil etmek için üç nöronlu merkezi model üreteci (CPG) kullanılabilir.[11] Bu CPG, bacağın ayağı, geriye salınımını ve ileri salınım efektörlerini kontrol etmek için üç motor nöron içerir. Ağın çıktıları, ayağın yukarıda mı yoksa aşağıda mı olduğunu ve bacak ekleminde tork oluşturmak için ne kadar kuvvet uygulandığını gösterir. Bu modelin bir özelliği, nöron çıktılarının çoğu zaman ya kapalı ya da açık olmasıdır. Diğer bir özellik ise durumların yarı-kararlı olmasıdır, yani sonunda diğer durumlara geçiş yapacaklardır. Bunun gibi basit bir örüntü üreteci devresi, dinamik bir sistem için bir yapı taşı olarak önerilmiştir. Aynı anda bir yarı kararlı durumdan diğerine geçiş yapan nöron kümeleri, dinamik bir modül olarak tanımlanır. Bu modüller teoride tam bir dinamik sistem içeren daha büyük devreler oluşturmak için birleştirilebilir. Ancak bu kombinasyonun nasıl oluşabileceğine dair detaylar tam olarak çözülmüş değil.
Modern dinamik sistemler
Davranış dinamikleri
Biliş çalışmasına uygulanan dinamik sistemlerin modern biçimlendirmeleri değişiklik gösterir. “Davranışsal dinamikler”[12] olarak anılan böyle bir biçimselleştirme, aracı ve çevreyi klasik dinamik sistem teorisine dayanan bir çift bağlı dinamik sistem olarak ele alır. Bu biçimselleştirmede, çevreden gelen bilgi aracının davranışı hakkında bilgi verir ve aracının eylemleri çevreyi değiştirir. Spesifik algı-eylem döngüleri durumunda, çevrenin ve failin eşleşmesi iki işlevle resmileştirilir. Birincisi, ajan eyleminin temsilini, çevrede güçler üreten belirli kas aktivasyon kalıplarına dönüştürür. İkinci işlev, çevreden gelen bilgileri (yani, ortamın mevcut durumunu yansıtan aracı alıcılarındaki uyarı kalıpları), aracı eylemlerini kontrol etmek için yararlı olan bir temsile dönüştürür. Ajanın sinir sistemlerinin, ajanın vücudunun ve ortamın birbirine bağlandığı diğer benzer dinamik sistemler (resmi bir çerçeveye geliştirilmemiş olsa da) önerilmiştir[13][14]
Uyarlanabilir davranışlar
Lokomotif davranışa davranışsal dinamikler uygulandı.[12][15][16] Hareketin davranışsal dinamiklerle modellenmesi, uyarlanabilir davranışların bir aracının ve çevrenin etkileşimlerinden kaynaklanabileceğini göstermektedir. Bu çerçeveye göre, uyarlanabilir davranışlar iki düzeyde analizle yakalanabilir. Algılama ve eylemin ilk seviyesinde, bir etmen ve bir çevre, etmenin çevreye uyguladığı kuvvetler ve çevre tarafından sağlanan yapılandırılmış bilgi tarafından birbirine bağlanan bir çift dinamik sistem olarak kavramsallaştırılabilir. Böylece, davranışsal dinamikler etmen-çevre etkileşiminden ortaya çıkar. Zaman evriminin ikinci seviyesinde, davranış bir vektör alanı olarak temsil edilen dinamik bir sistem olarak ifade edilebilir. Bu vektör alanında, çekiciler sabit davranışsal çözümleri yansıtırken çatallanmalar davranıştaki değişiklikleri yansıtır. Merkezi model üreteçleri üzerine önceki çalışmaların aksine, bu çerçeve, kararlı davranış kalıplarının, aracının veya çevrenin yapısı tarafından belirlenmekten ziyade, aracı-çevre sisteminin ortaya çıkan, kendi kendini organize eden bir özelliği olduğunu öne sürer.
Açık dinamik sistemler
Klasik dinamik sistemler teorisinin bir uzantısında,[17] ortamın ve etkenin dinamik sistemlerini birbirine bağlamak yerine, bir “açık dinamik sistem”, bir “toplam sistem”, bir “etmen sistemi” ve ilişki kurulacak bir mekanizma tanımlar. bu iki sistem. Toplam sistem, bir ortamdaki bir etmeni modelleyen dinamik bir sistemdir, oysa etmen sistemi bir etmenin içsel dinamiklerini (yani, bir ortamın yokluğunda etmenin dinamiklerini) modelleyen dinamik bir sistemdir. Daha da önemlisi, ilişki mekanizması iki sistemi birbirine bağlamaz, bunun yerine toplam sistemi sürekli olarak ayrılmış etmenin toplam sistemine dönüştürür. Toplam ve etmen sistemlerini birbirinden ayırarak, bir etmenin davranışını ortamdan izole edildiğinde ve bir ortama gömülü olduğunda araştırmak mümkündür. Bu formalizasyon, klasik formalizasyondan bir genelleme olarak görülebilir; burada etmen sistemi, açık bir dinamik sistemdeki etmen sistemi olarak görülebilir ve çevreye ve çevreye bağlı etmen, açık bir sistemdeki toplam sistem olarak görülebilir. dinamik sistem.
Somut biliş
Dinamik sistemler ve somutlaştırılmış biliş bağlamında, temsiller göstergeler veya aracılar olarak kavramsallaştırılabilir. Gösterge görünümünde, dahili durumlar, ortamdaki bir nesnenin varlığı hakkında bilgi taşır; burada bir nesneye maruz kalma sırasında sistemin durumu, o nesnenin temsilidir. Aracı görüşte içsel durumlar, sistemin amaçlarına ulaşmada kullandığı çevre hakkında bilgi taşır. Bu daha karmaşık açıklamada, sistemin durumları, etmenin çevreden aldığı bilgi ile etmenlerin davranışı tarafından çevreye uygulanan kuvvet arasında aracılık eden bilgileri taşır. Açık dinamik sistemlerin uygulaması, dört tür klasik somutlaştırılmış biliş örneği için tartışılmıştır:[18]
“Yakınlık” olarak adlandırılan, bir amaca ulaşmak için ortamın ve aracının birlikte çalışması gereken durumlar. Yakınlığın klasik bir örneği, bir amaca ulaşmak için çalışan basit aracıların davranışıdır (örneğin, çevreyi kateden böcekler). Hedefin başarılı bir şekilde tamamlanması tamamen etkenin çevreye bağlanmasına bağlıdır.[19]
Harici yapıtların kullanımının görevlerin performansını bu yapıtlar olmadan performansa göre iyileştirdiği durumlar. İşleme “boşaltma” denir. Yükü boşaltmanın klasik bir örneği, Scrabble oyuncularının davranışlarıdır; insanlar, önlerinde taşlar varsa ve düzenlemelerini fiziksel olarak değiştirmelerine izin verilirse, Scrabble oynarken daha fazla kelime oluşturabilirler. Bu örnekte, Scrabble döşemeleri aracının çalışan bellek taleplerini döşemelerin kendilerine boşaltmasına izin verir.[20]
Yük boşaltmanın özel bir durumu olan, normalde aracı tarafından dahili olarak gerçekleştirilen işlevlerin yerini işlevsel olarak eşdeğer bir dış yapının aldığı örnekler. Ünlü bir örnek, insan (özellikle ajanlar Otto ve Inga) karmaşık bir ortamda bir eserin yardımı olsun ya da olmasın gezinmesidir.[21]
Tek bir aracının olmadığı durumlar. Bireysel aracı, birden çok aracı ve birden çok eser içeren daha büyük bir sistemin parçasıdır. Ed Hutchins tarafından Cognition in the Wild adlı kitabında formüle edilen ünlü bir örnek, bir donanma gemisinde gezinme örneğidir.[22]
Bu örneklerin yorumları aşağıdaki mantığa dayanmaktadır: (1) toplam sistem düzenlemeyi yakalar; (2) bir veya daha fazla etmen sistemi, bireysel etmenlerin içsel dinamiklerini yakalar; (3) bir etmenin bütün davranışı, etmenin ortamdaki durumuna göre içsel dinamiklerinde meydana gelen bir değişiklik olarak anlaşılabilir; ve (4) açık bir dinamik sistemin yolları temsili süreçler olarak yorumlanabilir. Bu somutlaştırılmış biliş örnekleri, bir etmen-çevre sistemlerinin ortaya çıkan dinamiklerinin yanı sıra etmen sistemlerinin içsel dinamiklerini incelemenin önemini göstermektedir. Geleneksel bilişsel bilim yaklaşımlarıyla çelişmek yerine, dinamik sistemler bu yöntemlerin doğal bir uzantısıdır ve rekabet yerine paralel olarak incelenmelidir.
————————-
Kaynak:
https://en.wikipedia.org/wiki/Cognitive_model
Wiki Kaynakları:
1)Sun, R. (ed.), (2008). The Cambridge Handbook of Computational Psychology. New York: Cambridge University Press.
2)Lieto, Antonio (2021). Cognitive Design for Artificial Minds. London, UK: Routledge, Taylor & Francis. ISBN 9781138207929.
3)van Gelder, T. (1998). The dynamical hypothesis in cognitive science Archived 2018-07-01 at the Wayback Machine. Behavioral and Brain Sciences, 21, 615-665.
4)van Gelder, T. & Port, R. F. (1995). It’s about time: An overview of the dynamical Approach to cognition Archived 2017-11-17 at the Wayback Machine. In R.F. Port and T. van Gelder (Eds.), Mind as motion: Explorations in the Dynamics of Cognition. (pp. 1-43). Cambridge, Massachusetts: MIT Press.
5)Hopfield, J. J. (1982). Neural networks and physical systems with emergent collective computational abilities. PNAS, 79, 2554-2558.
6)Hopfield, J. J. (1984). Neurons with graded response have collective computational properties like those of two-state neurons. PNAS, 81, 3088-3092.
7)Elman, J. L. (1995). Language as a dynamical system. In R.F. Port and T. van Gelder (Eds.), Mind as motion: Explorations in the Dynamics of Cognition. (pp. 195-223). Cambridge, Massachusetts: MIT Press.
8)Elman, J. L. (1991). Distributed representations, simple recurrent networks, and grammatical structure. Machine Learning, 7, 195-225.
9)Spencer, J. P., Smith, L. B., & Thelen, E. (2001). Tests of dynamical systems account of the A-not-B error: The influence of prior experience on the spatial memory abilities of two-year-olds. Child Development, 72(5), 1327-1346.
10)Thelen E., Schoner, G., Scheier, C., Smith, L. B. (2001). The dynamics of embodiment: A field theory of infant preservative reaching Archived 2018-07-01 at the Wayback Machine. Behavioral and Brain Sciences, 24, 1-86.
11)Chiel, H. J., Beer, R. D., & Gallagher, J. C. (1999). Evolution and analysis of model CPGs for walking. Journal of Computational Neuroscience, 7, 99-118.
12)Warren, W. H. (2006). The dynamics of perception and action Archived 2017-09-18 at the Wayback Machine. Psychological Review, 113(2), 359-389. doi: 10.1037/0033-295X.113.2.358
13)Beer, R. D. (2000). Dynamical approaches to cognitive science. Trends in Cognitive Sciences, 4(3), 91-99.
14)Beer, R. D. (2003). The dynamics of active categorical perception in an evolved model agent. Adaptive Behavior, 11(4), 209-243. doi: 10.1177/1059712303114001
15)Fajen, B., R., & Warren, W. H. (2003). Behavioral dynamics of steering, obstacle avoidance, and route selection. Journal of Experimental Psychology: Human Perception and Performance, 29, 343-362.
16)Fajen, B. R., Warren, W. H., Temizer, S., & Kaelbling, L. P. (2003). A dynamical model of visually-guided steering, obstacle avoidance, and route selection. International Journal of Computer Vision, 54, 15-34.
17)Hotton, S., & Yoshimi, J. (2010). The dynamics of embodied cognition. International Journal of Bifurcation and Chaos, 20(4), 943-972. doi:10.1142/S0218127410026241
18)Hotton, S., & Yoshimi, J. (2011). Extending dynamical systems theory to model embodied cognition. Cognitive Science, 35, 444-479. doi: 10.1111/j.1551-6709.2010.01151.x
19)Haugeland, J. (1996). Mind embodied and embedded. In J. Haugeland (Ed.), Having thought: Essays in the metaphysics of mind (pp. 207-237). Cambridge, Massachusetts: Harvard University Press.
20)Maglio, P., Matlock, T., Raphaely, D., Chernickym B., & Kirsh, D. (1999). Interactive skill in scrabble. In M. Hahn & S. C. Stoness (Eds.), Proceedings of twenty-first annual conference of the Cognitive Science Society, (pp. 326-330). Mahwah, NJ: Lawrence Erlbaum Associates.
21)Clark, A., & Chalmers, D. (1998). The extended mind. Analysis, 58(1), 7-19.
22)Hutchins, E., (1995). Cognition in the wild. Cambridge, Massachusetts: MIT Press.
