Tải tối đa hay tốc độ thoái hóa của trí nhớ 

Sau khi đã hiểu được sự vận hành của IT và CLT để giúp cho thiền định rồi thì mình làm gì nữa đây? Mình có nên tìm ra một mẫu số chung về thời gian để dẫn đến nhập định hay số bước tính cần làm để WM bị treo? 

Theo kinh nghiệm bản thân trong nhiều tháng qua, Ba thấy rằng chỉ tạo ra từ 3 đến 6 số mới[1] từ những con số bắt đầu là điểm tới hạn của WM đã tới. Con số này dao động tùy thuộc vào nhiều yếu tố. Nhưng nếu chỉ tập trung vào thông tin ban đầu thì các yếu tố sẽ là: chữ (a, f, z, v.v.), số Roman (2, 5, v.v.), số Latin (I, IV, LX, v.v.), font chữ (cong, thẳng, nguệch ngoạc, v.v.), độ dài ngắn (vd. 9 so với IX) , màu sắc các nét (liên tục, ngắt quãng, chồng chéo lên nhau, v.v.), và nội dung (ý nghĩa, sự dễ nhớ, dễ đọc, dễ ghép thành vần, v.v.) của những chữ, số. Tất cả các yếu tố này sẽ quyết định bao nhiêu phần tải của WM bị chiếm dụng khi bắt đầu tập. Sự nổ lực nhớ lại, các bước tính toán, sắp xếp, tạo mới sẽ sử dụng phần tải còn lại của WM và quyết định bao nhiêu con số, bài toán mới sẽ được tạo ra trước khi nhập định. Đấy là chưa kể đến những yếu tố gián tiếp như tư thế, thân thể, tâm tư, nghiệp lực, v.v. nữa. Cho nên mỗi người tập sẽ tự mình kinh nghiệm, quan sát, và toán kết được con số tối đa này dao động trong khoảng nào. 

Dù vậy, Ba cũng nên lướt qua một số nghiên cứu khoa học để mang tính tham khảo.[2] Tải của WM có thể được đo đạc theo 2 cách: tải tối đa (max load) tức là tính được bao nhiêu thông tin thì WM sẽ bị quá tải (overload), hoặc tốc độ mất tải (decay rate) của WM từ 100% xuống còn 0%. Hai cách nhìn nhận này tương tự như khi ta nhìn một ly nước rồi bảo nó đầy ½ hay lưng ½ vậy. Các nhà nghiên cứu đã nghĩ ra bao nhiêu là cách, phương trình toán để giải quyết việc đo đạc này nhưng phần lớn Ba không nghĩ là họ thành công. Tất nhiên họ không làm chuyện này để phục vụ cho việc tập thiền .

Trong một số lượng rất hạn chế các tài liệu Ba đọc được thì có một số kết quả đáng chú ý sau. 

+ Về số lượng đơn vị thông tin (chunk) tối đa mà WM có thể nhớ chính xác được, nghiên cứu của Miller (1956)[3] đưa ra con số 7 ± 2, tức là dao động từ 5 cho đến 9. Cowan (2001)[4] xem xét, tổng hợp các kết quả nghiên cứu sau Miller (1956) với những lập luận cụ thể, chặt chẽ hơn về sự quá tải và kết luận rằng số đơn vị/gói thông tin có lẽ chỉ là 4 ± 1 mà thôi, tức là dao động từ 3 đến 5 đơn vị thông tin. 

+ Hancock và Chignell (1988)[5] đo lường tải nhận thức dựa trên 3 yếu tố: e sự nỗ lực, t thời lượng hiệu quả dành cho việc cần làm, và s kỹ năng của bản thân. Các tác giả không dựa trên lý thuyết nào để đưa ra mô hình tính toán. 

+ Bi và Salvendy (1994a, 1994b)[6] sử dụng sự tương đồng giữa tải của vật liệu và tải của WM để đưa ra phương trình dự đoán tải tối đa dựa trên 4 thông số đã biết: l (lamda) tỉ suất xuất hiện của công việc (bước tính) cần làm, T_ui sự khó đoán của công việc tiếp theo, T_cij sự phức tạp của công việc, và P_i độ bận rộn của hệ thống (i.e., yêu cầu về thời gian hoặc chất lượng công việc khi hoàn thành). Ngoài ra, môi trường sống K_e và làm việc K_v cũng là 2 yếu tố được tính đến trong mô hình. Dù vậy tác giả không lập luận, giải thích tại sao các yếu tố này không có sự tương tác qua lại với nhau.[7] 

+ Patel, Salvendy, Geddes, và Kuczek (2002)[8] sử dụng định luật Ohm trong dòng điện để phát triển một mô hình tính tải nhận thức. Dòng điện (current, I) được ví như tỉ suất thông tin được truyền tải, điện áp (voltage, V) được ví như lượng tải nhận thức dùng cho mỗi thông tin được xử lý, và điện trở (resistance, R) bao gồm các yếu tố gây trở ngại liên quan đến công việc cần làm (độ phức tạp, và yêu cầu thời gian) và bản thân người thực hiện (khả năng nhận thức, mệt mỏi, áp lực, lo lắng, v.v.). Kết quả thực nghiệm cho thấy khi I cao thì V thấp. Hơn nữa, các yếu tố trở ngại R càng cao thì khả năng xử lý thông tin càng giảm vì V giảm. Dù vậy, mô hình này cũng rất chung chung, không rõ ràng, cụ thể, và không cho thấy được mối tương tác giữa I và R. 

+ Rubin, Hinton, và Wenzel (1999)[9] tổng hợp và xem xét lại các dữ liệu và mô hình tính toán khả năng nhớ lại (nói cách khác là tỉ suất quên đi). Có đủ loại mô hình: dạng logarit (logarithm), lũy thừa (power, exponential), và hàm căn bậc 2. Các tác giả đưa ra một mô hình kết hợp cả trí nhớ ngắn hạn và dài hạn. Murre and Dros (2015)[10] đưa ra một mô hình cải tiến hơn gọi là Mô hình Chuỗi Trí Nhớ (Memory Chain Model). Nếu chỉ tập trung vào phần trí nhớ ngắn hạn WM thì có thể thấy được rằng Q(t) khả năng lưu giữ lại được thông tin phụ thuộc vào 3 biến số: m độ đậm của thông tin hằn trên WM, a tỉ suất hoại diệt, và t thời gian trôi qua (lưu ý: yếu tố chen ngang chưa được tính tới). Với Q(t) = me^-at, giả sử a = 1, khi t = 1 thì Q(1) = me^-1*1 = 0.37m, tức là độ đậm của thông tin trên WM chỉ còn lại khoảng 37% của chất lượng ban đầu. Khi t = 2 thì Q(2) = me^-1*2 = 0.14m, tức là khả năng lưu giữ chỉ còn khoảng 14% so với ban đầu. 

Tóm lại, trải qua hơn 100 năm tìm tòi, các nhà nghiên cứu vẫn chưa thể tìm thấy được một mô hình hoàn thiện nào để đo lường tải của trí nhớ cả. Tất cả các mô hình mà Ba đọc được dường như chỉ là cố gắng ghép vào cho phù hợp với số liệu thực nghiệm mà thôi. Con người chúng ta đa dạng quá, mà trong khi thiền định thì chỉ có ‘mình ta với ta’. Thành ra, Ba nghĩ mình hãy tập, thực nghiệm trên bản thân mình, quan sát, rút tỉa để có được một con số tải WM cho riêng mình. 

(Hết phần 5/11)

Ghi chú:

[1] Anh Alpha tập thì thấy 8 là con số đưa đến nhập định. Nhưng Ba không nhớ 8 số lượng con số lúc bắt đầu, hay 8 là số lượng con số tạo mới.

[2] Các kết quả nghiên cứu đều khác, giống nhau tùy theo đối tượng tham gia, công cụ đo đạc, cách thức sử dụng, v.v. Hơn nữa, kết quả như thế nào thì cũng chỉ là con số bình quân (average). Sự dao động xung quanh số bình quân đó (standard error), độ tin cậy của mô hình toán (R-squared, F-statistic) cũng là những thông số cần được quan tâm. 

[3] Miller, G.A., 1956. The magical number seven, plus or minus two: Some limits on our capacity for processing information. The Psychology Review 63(2), 81–97. 

[4] Cowan, N., 2001. The magical number 4 in short-term memory: A reconsideration of mental storage capacity. Behavioral and Brain Sciences 24, 87–185. 

[5] Hancock, P.A., and Chignell, M.H., 1988. Mental workload dynamics in adaptive interface design. IEEE Transactions on Systems, Man and Cybernetics 18(4), 647–658. Trang 651: W = 1/et^s-1. 

[6] Bi, S., and Salvendy, G., 1994a. Analytical modeling and experimental study of human workload in scheduling of advanced manufacturing systems. The International Journal of Human Factors in Manufacturing 4(2), 205–234. Bi, S., and Salvendy, G., 1994b. A proposed methodology for the prediction of mental workload, based on engineering system parameters. Work & Stress 8(4), 355–371. 

[7] Mặc dù kết quả cho thấy mô hình của họ giải thích được 60% dữ liệu thu thập được từ thực nghiệm, các tác giả cũng thừa nhận rằng cần rất nhiều dữ liệu thực tiễn nữa mới có thể đo lường được độ tin cậy của mô hình. Xem trang 215 trong BS (1994a) và 367 trong BS (1994b).

[8] Patel, U.H., Salvendy, G., Geddes, L.A., Kuczek, T., 2002. An electrical-circuit model for predicting mental workload in computer-based tasks. Journal of the Chinese Institute of Industrial Engineers 19(1), 1–15. Trang 5, V = IR. 

[9] Rubin, D.C., Hinton, S., and Wenzel, A., 1999. The precise time course of retention. Journal of Experimental Psychology: Learning, Memory, and Cognition 25(5), 1161–1176. [10] Murre, J.M.J., and Dros, J. 2015. Replication and analysis of Ebbinghaus’ forgetting curve. PLOS ONE 10(7), 1–23. Xem giải thích đầy đủ ở trang 18.