순차적 메타인지 판단에서 작동적 비가환성

메타인지란 내 자신의认知 과정을 모니터링하고 조절하는 것을 의미한다. 이는 내부 상태를 평가하고 업데이트한 후, 수정된 기준으로 다시 평가하는 순차적인 과정을 포함한다. 인식에서 순차적 효과는 잘 문서화되어 있지만, 이러한 효과가 고전적인 상태 변화나 더 깊은 구조적 비가환성을 나타내는지 여부는 불분명하다. 우리는 이러한 구별을 명확히 하기 위해 작동적 프레임워크를 개발한다. 우리의 형식화에서 메타인지 평가는 내부 상태 공간에 대한 확률적 읽아웃을 통해 작동하는 상태 변환 연산으로 모델링된다. 이로써 평가 지연 효과와 관찰 가능한 출력을 분리한다. 우리는 순차적 의존성이 충실한 불 대수적 표현을 방지한다는 것을 보여준다. 그 다음에 더 강한 질문을 다루는데, 관찰된 순차적 효과가 항상 고전적 잠재 변수를 포함한 상태 공간을 확장하여 설명할 수 있는가? 이 문제를 명료화하기 위해, 우리는 두 가지 가정, counterfactual definiteness와 evaluation non-invasiveness를 도입한다. 이 가정 하에서 모든 순차적 읽어들이에 대한 공동 분포의 존재는 순차적 상호관계에 대한 일련의 테스트 제약을 암시한다. 이러한 제약을 위반하면 고전적 비침습적 설명을 배제하고,봉변적 비가환성을 인증한다. 우리는 3차원 회전 모델을 포함하여, 완전한 수치 예시를 통해 이러한 위배를 명시적으로 제공한다. 또한, 관찰적 결정에 따른 순차적 신뢰도, 오류 가능성 및 나아가기 의식 판단의 correspond하는 실증 테스트를 포함하는 행동 패러다임을 설명한다. 고전적 물리적 구체물에 대한 주장은 없으며, 프레임워크는 작동적이고 대수적이다.