메타인지 민감도 향상을 위한 우측 배외측 전두엽 피질에 대한 고화질 경두개 직류 자극

요약

본 연구는 인간-AI 위임 작업에서 인간의 메타인지를 향상시키기 위해 HD-tDCS(High-Definition Transcranial Direct Current Stimulation)를 적용하는 실험적 패러다임을 제안했습니다. 결과는 메타인지 민감도를 향상시키는 데 있어 HD-tDCS의 효과를 입증했습니다.

초록

인간-AI 협업에서 작업 위임은 중요한 구성 요소입니다. 이상적으로는 자신이 작업을 완료할 수 있다고 믿는다면 스스로 완료해야 합니다. 그렇지 않으면 작업을 상대방에게 위임해야 합니다. 이러한 위임 결정은 자신의 능력에 대한 개인의 평가에 의해 영향을 받으며, 이는 메타인지(자신의 능력을 평가할 수 있는 능력)에 의해 형성됩니다. HD-tDCS(High-Definition Transcranial Direct Current Stimulation)는 대뇌 피질의 흥분성을 조절하여 인간의 성능을 향상시킬 수 있는 비침습적 뇌 자극 기술입니다. 이 프로토콜은 HD-tDCS를 사용하여 인간-AI 위임 작업 중 인간 메타인지에 미치는 영향을 조사하는 방법을 제시하며, 배외측 전두엽 피질(DLPFC)에 양극, 음극 또는 가짜 자극을 적용하는 절차를 자세히 설명합니다. 자극은 1개의 표적 전극과 4개의 리턴 전극을 포함하여 5개의 전극의 원주 배열을 사용하여 휴대용 HD-tDCS 장치를 사용하여 수행되었습니다. 자극은 총 21분 동안 지속되었으며 전류 강도는 2mA였습니다. 이 방법은 인간-AI 협업 작업 위임 과정에서 인간의 신경 메커니즘과 행동 조절을 더욱 심층적으로 탐구할 수 있는 새로운 연구 경로를 제공하고 인간-AI 협업 작업을 더욱 최적화하기 위한 탄탄한 이론적 기반을 제공할 것으로 기대됩니다.

서론

인공지능(AI)은 우리의 일상생활과 직장 모두와 점점 더 얽혀 있습니다. 그러나 많은 실제 상황에서 AI는 아직 의사 결정 프로세스를 완전히 자동화할 수 없습니다¹. 특정 작업은 현재의 기술적 한계와 윤리적, 법적 고려 사항으로 인해 AI에게 특히 어려운 과제로 남아 있습니다. 결과적으로 특정 영역에서 AI에 완전한 자율성을 부여하는 것은 종종 비실용적이거나 바람직하지 않습니다 ^2,3. 따라서 인간은 계속해서 직장에서 없어서는 안 될 역할을 하고 있으며, 인간과 AI의 협업은 향후 생산 및 서비스 제공의 지배적인 모드가 될 것으로 예상됩니다. 의료, 숙박업, 인적 자원과 같은 분야의 연구에 따르면 인간과 AI 간의 공동 노력이 비용을 절감하고 경우에 따라 효율성을 향상시킬 수 있는 것으로 나타났습니다 ^4,5,6.

인간-AI 협업에서는 각 당사자가 각자의 강점에 맞는 작업을 수행하고 덜 적합한 작업을 상대방에게 위임해야 합니다. 따라서 성공적인 협업과 최적의 성과 결과를 위해서는 효과적인 작업 위임이 필수적입니다. Adam et al. 위임 프로세스가 완전히 자동화되고 인간의 개입 없이 AI에 의해서만 처리될 때 인간은 자기 위협에 대한 인식이 높아지는 경향이 있음을 발견했습니다⁷. Fuegeneret al. 또한 AI에 작업을 위임하는 과정에서 사람들은 자신의 능력을 정확하게 평가하거나 작업 난이도를 평가하는 데 어려움을 겪는 경우가 많으며, 이는 낮은 수준의 메타인지⁸을 반영한다고 보고했습니다. 이러한 결과는 협업의 효율성과 품질을 향상시키기 위해 인간-AI 위임 시나리오에서 메타인지를 향상시키는 것이 중요하다는 점을 강조합니다.

메타인지는 자신의 능력을 평가하는 개인의 능력을 말합니다⁹. 인간과 AI의 상호 위임의 맥락에서는 상대방의 능력을 정확하게 이해하는 것뿐만 아니라 자신의 능력을 평가하여 위임이 적절한 시기를 판단하는 것이 필수적입니다. Jussupow et al. 인간과 AI 협업은 인간이 높은 수준의 메타인지를 보일 때, 즉 자신의 능력과 AI의 능력을 모두 정확하게 평가할 수 있을 때 가장 효과적이라는 것을 발견했습니다¹⁰. 마찬가지로, Atchley et al. 교육 환경에서 메타인지를 육성하면 인간과 AI 시스템 간의 더 깊고 효과적인 협업을 촉진할 수 있음을 발견했습니다¹¹. 인간-AI 협업에 대한 이전 연구에서는 종종 자기 보고 설문지를 통해 또는 간접적인 척도로 인간 신뢰 등급을 사용하여 메타인지를 평가했습니다. 그러나 심리학 연구에서 메타인지의 보다 확립되고 엄격한 척도는 메타인지 민감도(meta-d')¹²입니다. 본 연구에서는 메타인지 민감도를 평가하기 위해 Maniscalco et al.¹³.

경두개 직류 자극(tDCS)은 메타인지 향상을 목표로 하는 연구에 널리 사용되었습니다¹⁴. 메타인지의 핵심 측면은 전두엽 피질과 밀접한 관련이 있습니다. tDCS는 특정 뇌 영역에 약한 직류를 전달하여 비침습적이고 비침습적인 방식으로 신경 흥분성과 시냅스 가소성을 조절함으로써 연구자가 다양한 인지 기능을 향상시킬 수 있도록 합니다¹⁵. Harty et al. 오른쪽 배외측 전두엽 피질(DLPFC)에 대한 양극 자극이 오류 인식 작업에서 참가자의 오류 감지 성능을 향상시켜 인지 성능에 대한 메타인지 모니터링을 개선한다는 것을 발견했습니다¹⁶. Bona와 Silvanto는 양극 tDCS가 작업 기억 작업에서 메타인지 편향에 영향을 미친다고 보고했습니다¹⁷. Mattes et al. tDCS는 메타인지 및 멘탈화 작업 모두에서 참가자의 신뢰 등급에 영향을 미쳤지만 메타인지 민감도는 변경하지 않았다는 것을 보여주었습니다¹⁸. 인간과 원숭이 모두의 전두엽 피질, 특히 브로드만 영역 46 및 10의 일시적인 중단 또는 손상은 메타인지 과정의 변화를 유도하는 것으로 나타났습니다¹⁴. 또한 이전 연구에서는 DLPFC의 자극을 메타인지 능력과 연결하는 인과적 증거를 제공했습니다^19,20. 특히 올바른 DLPFC는 인지 제어의 기초가 되는 신경망 내에서 핵심적인 역할을 하며^21,22, 이는 실험 작업의 요구와 밀접한 관련이 있습니다. 따라서 우리는 자극을 위한 목표 부위로 올바른 DLPFC를 선택했습니다. 메타인지에 대한 tDCS 연구에서 확립된 프로토콜에 따라 1분 램프 업 및 램프 다운 단계^17,23을 포함하여 21분 동안 2mA 전류를 적용했습니다. 현재 tDCS에 사용되는 최고 전류 강도는 4mA이며, 이는 Workman et ^al.24가 수행한 연구 참가자에게 견딜 수 있는 것으로 나타났습니다.

고화질 경두개 직류 자극(HD-tDCS)은 기존 tDCS를 고정밀 수정한 것으로, 특수 전극 몽타주를 통해 보다 표적화된 신경 조절을 제공합니다. 두 개의 대형 패드 전극을 사용하는 기존 tDCS와 비교하여 HD-tDCS는 특정 뇌 영역에 대한 보다 표적화되고 집중적인 자극을 허용하여 보다 지속적인 효과를 제공합니다^25,26. 인지 성능 향상을 목표로 하는 뉴로피드백 기술과 달리 HD-tDCS는 더 짧은 활성화 기간, 더 간단한 적용 절차 및 낮은 구현 비용을 포함하여 몇 가지 실질적인 이점을 제공합니다²⁸. 인간-AI 작업 위임의 관점에서 HD-tDCS는 더 높은 공간 정밀도, 작동 용이성 및 비용 효율성을 제공합니다. 또한 참가자가 실제 또는 직장 시나리오에 근접한 맥락 내에서 위임 및 성찰과 관련된 지속적인 작업에 참여할 수 있으므로 인간-AI 위임에서 메타인지를 조사하는 데 특히 적합합니다. 이 연구에서는 DLPFC에 보다 표적화된 자극을 전달하기 위해 HD-tDCS를 사용했습니다.

실험 설계

실험 자료는 ImageNet Large Scale Visual Recognition Challenge(ILSVRC)²⁹에서 제공되었습니다. AI 모델은 이미지 분류 작업⁽³⁰)에서 가장 성능이 뛰어난 모델 중 하나인 GoogLeNet Inception v3이었습니다.

실험 작업은 인간-AI 위임 작업, 특히 이미지 분류 작업이었습니다. 이미지 분류는 대상 이미지를 카테고리에 할당하는 것을 포함하며, 도메인별 교육이나 사전 전문 지식이 필요하지 않은 일반적인 작업입니다. 특정 상황 배경을 기반으로 하는 작업은 일반화 가능성을 손상시킬 수 있습니다. 예를 들어, 잠재적 손실이 수반되는 고위험 시나리오에서 사람들은 AI에 결정을 위임하는 경향이 있습니다.³¹, 사실상 AI를 팀의 희생양으로 만듭니다.³². 이 연구에 사용된 작업은 Fuegener et al. 및 Gass et ^al.8,33.

이미지의 난이도를 평가하기 위해 예비 실험을 수행했습니다. 이미지 난이도는 인간 단독 조건에서 해당 이미지의 평균 정확도입니다. 그림 1에서 볼 수 있듯이 각 시도는 대상 이미지와 5세트의 이미지 옵션으로 구성되었습니다. 참가자들은 대상 이미지와 가장 잘 일치하는 옵션 세트를 선택하도록 요청받았습니다. 총 217명의 참가자가 예비 연구를 완료했습니다. 예비 연구의 모든 참가자는 주요 실험 모집에서 제외되었습니다.

그림 1: 예비 실험 인터페이스. 예비 실험 참가자에게 5가지 옵션 중 하나의 응답을 선택한 인터페이스입니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오. 

공식 실험 인터페이스( 그림 2 참조)에서 대상 이미지가 화면 상단에 표시됩니다. 또한 5개의 이미지 그룹 옵션과 1개의 위임 옵션(화면 오른쪽 상단에 있음)이 표시됩니다. 참가자는 AI에게 작업을 위임하는 것과 직접 완료하는 것 중에서 결정해야 합니다. 후자의 경우 대상 이미지와 가장 일치하는 5가지 이미지 범주 옵션 중 하나를 선택합니다. 각 결정 후 인터페이스는 다음 페이지로 이동하여 참가자에게 위임 결정에 대한 신뢰도를 1에서 4까지의 척도로 평가하도록 요청받습니다. 공식 실험이 시작되기 전에 참가자들은 AI 시스템의 평균 정확도가 76%라는 정보를 받았습니다.

그림 2: 공식 실험 인터페이스. 작업 중에 참가자에게 표시되는 기본 인터페이스입니다. (A) 작업 인터페이스; (B) 신뢰 등급 인터페이스. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

총 62명의 오른손잡이 참가자가 주요 실험을 위해 모집되었습니다. 모든 참가자는 유사한 실험 작업에 대한 사전 경험이 없는 대학원생이었습니다. 제외 기준은 다음과 같습니다: 참가자는 실험 전 24시간 이내에 진정-수면제 또는 향정신성 물질을 복용하지 않아야 하고, 두개골 결함(예: 구멍 또는 골절)이 없어야 하며, 두개골에 금속 임플란트(예: 금속판). 두 명의 참가자가 제외되었습니다: 한 명은 HD-tDCS 자극을 방해하는 피부 염증으로 인한 것이고, 다른 한 명은 실험 전에 카페인 음료를 섭취했기 때문입니다. 나머지 60명의 참가자(평균 연령 = 22.68 ± 0.91세)가 실험을 완료했습니다. 그들은 각각 20명의 참가자와 함께 양극, 음극 또는 가짜의 세 가지 자극 조건 중 하나에 무작위로 배정되었습니다. 전기장 시뮬레이션은 그림 3에 나와 있습니다. 각 참가자는 자극 전과 후에 한 번 이미지 분류 작업을 수행하여 분석을 위한 120개의 데이터 세트를 생성했습니다. HD-tDCS 절차는 그림 4에 설명되어 있으며 실험 워크플로는 그림 5에 요약되어 있습니다. 검정력 90%(1 - β = 0.90), 효과 크기 f = 0.25, 알파 수준 0.05를 가정하고 G*Power 3.1³⁴를 사용하여 선험적 검정력 분석을 수행했습니다. 분석 결과 그룹당 최소 18명의 참가자가 필요한 것으로 나타났습니다. 최종 샘플 크기는 이 요구 사항을 충족했습니다.

그림 3: 전기장 시뮬레이션. 전기장 분포의 측면 보기(오른쪽). (A) 양극 자극 조건. (B) 음극 자극 조건. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

그림 4: HD-tDCS 실험 설정. 자극 중 전극 배치 및 장치 위치를 보여주는 HD-tDCS 실험 설정 사진. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

그림 5: 실험 순서도. 실험은 자극 전후에 수행된 이미지 분류 작업을 포함하여 세 단계로 구성되었습니다. 약어: HD-tDCS = 고화질 경두개 직류 자극; rDLPFC = 오른쪽 배외측 전두엽 피질. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

프로토콜

이 연구는 헬싱키 선언의 원칙에 따라 수행되었으며 장쑤 과학 기술 대학의 기관 검토 위원회의 승인을 받았습니다. 우리는 참가자의 데이터를 사용하고 공개하는 데 대한 정보에 입각한 동의를 얻었습니다.

1. 준비

1. 실험 작업을 준비합니다.
   1. ImageNet 웹 사이트(https://image-net.org/)에서 이미지 데이터를 다운로드합니다.
      참고: 다운로드한 이미지는 분류되어 있으며 각 범주에는 여러 이미지가 포함되어 있습니다.
   2. GoogLeNet Inception v3 모델과 관련된 Python 코드를 실행하여 이미지를 분류합니다( 보충 파일 1 참조). 각 이미지에 대해 상위 5개 예측 범주를 상위 1개 분류 정확도와 함께 저장합니다.
      참고: 이 Python 코드는 Inception V3 모델을 로드하여 이미지 분류를 수행합니다. 각 대상 이미지에 대해 상위 5개의 예측 범주를 출력합니다. 이 5가지 예측 범주에 해당하는 이미지 세트는 실험에서 응답 옵션으로 참가자에게 제공됩니다. 올바른 범주가 상위 5개 예측에 속하지 않으면 예측된 범주 중 하나가 올바른 범주로 대체되어 옵션에 포함되도록 합니다.
   3. Python 또는 임의 샘플링 프로그램을 사용하여 모델에 의해 분류된 이미지에서 대상 이미지를 선택합니다.
   4. 각 대상 이미지에 대해 응답 옵션으로 사용할 5개 범주 각각에 대해 10개의 이미지를 추출합니다. 균일한 크기를 보장하기 위해 모든 이미지의 크기를 조정합니다.
   5. 예비 연구를 수행하고 참가자를 실험에 참여하도록 초대합니다.
      참고: 예비 연구는 참가자가 위임 옵션과 신뢰도 평가 프로세스 없이 모든 시험을 직접 완료해야 한다는 점을 제외하고는 공식 실험과 유사했습니다.
   6. 각 이미지에 대한 각 참가자의 응답 정확도를 기록하고 각 이미지의 정확도를 계산합니다. 정확도 점수를 이미지 난이도의 지표로 사용하여 그에 따라 이미지를 분류합니다.
      참고: 모든 이미지는 정확도에 따라 정렬되며 정확도가 높을수록 난이도가 낮음을 나타냅니다. 예를 들어, 참가자의 10%가 이미지에 올바르게 반응하면 해당 이미지의 난이도는 90%로 설정됩니다.
   7. 이미지를 난이도 점수에 따라 비교 가능한 난이도의 두 세트로 나눕니다. 두 세트의 이미지를 실험 자료로 사용하여 E-prime 3을 통해 공식적인 실험 프로그램을 만듭니다( 보충 파일 1 참조).
      참고: 이 실험 프로그램은 이미지 분류 작업을 제시하도록 설계되었습니다.
2. 참가자가 HD-tDCS에 대한 금기 사항이 없고 제외 기준을 충족하지 않는지 확인하십시오. 참가자에게 실험 절차를 소개하고 연구에 대한 이해를 확인한 후 서면 동의서를 얻습니다.
   참고: 참가자에게 주로 사용하는 손에 대해 물어보고 어떤 손을 사용하여 글을 쓰는지 관찰하여 확인합니다.
3. 줄자를 사용하여 참가자의 머리 둘레를 측정하고 그에 따라 적절한 HD-tDCS 네오프렌 헤드캡 크기( 재료 표 참조)를 선택합니다.
4. HD-tDCS 디바이스가 완전히 충전되었는지 확인합니다. 전극, 전극 젤, 기기와 함께 제공된 주사기, 전극 케이블 및 HD-tDCS 시스템을 작동하는 데 사용되는 컴퓨터를 포함한 모든 액세서리를 사용할 준비가 되었는지 확인하십시오.
5. 두 실험 작업 중 하나를 사전 테스트 조건으로 무작위로 선택합니다. 참가자에게 이미지 분류 작업을 완료하도록 지시합니다.
   참고: 난수 생성기를 사용하여 실험 조건을 무작위로 할당할 수 있습니다.
   1. 프로그램을 엽니다.
   2. RUN을 클릭하고 주제 번호와 세션 번호를 입력하고 정보를 확인한 다음 YES(예)를 클릭하여 실험 작업을 시작합니다.

2. HD-tDCS 자극

1. 5개의 전극의 하단 부분을 네오프렌 헤드캡의 해당 위치에 삽입합니다. 이 다섯 가지 위치는 자극 부위 역할을 합니다.
   참고: 올바른 DLPFC를 대상으로 하려면 F4, Fp2, Fz, C4 및 F8의 5개 전극 위치를 사용합니다.
2. 참가자에게 의자에 편안하게 앉도록 지시합니다. 네오프렌 헤드캡의 앞쪽 가장자리를 눈썹 위 약 1-2cm에 위치시킵니다. Cz가 두 귀 앞 지점 사이의 중간점과 정렬되어 있는지 확인하십시오. 캡을 참가자의 머리에 단단히 끼워 올바른 정렬을 보장합니다.
   알림: 헤드캡을 장착할 때 국제 10-20 EEG 시스템에 따라 Cz, 이니언, 네시온 및 좌우 귀 전치점을 찾아야 합니다.
3. 전극과 두피 사이의 임피던스를 줄이기 위해 기기와 함께 제공된 주사기를 사용하여 각 자극 부위에 전극 젤(재료의 T 참조)을 도포합니다.
   참고: 전극 젤은 전도성이 높고 수용성 젤입니다.
   1. 주사기에 전극 젤을 채웁니다.
   2. 각 전극에 대해 주사기로 머리카락을 나누어 두피를 노출시킵니다.
   3. 모든 전극의 바닥 부분 내부에 노출된 두피에 충분한 양의 전극 젤을 주입합니다.
   4. 모든 전극의 상단과 하단 부분을 함께 조입니다.
4. HD-tDCS 장치를 연결합니다.
   1. HD-tDCS 장치를 켜고 해당 제어 소프트웨어를 실행합니다( 재료 표 참조).
      참고: 제어 소프트웨어를 실행하는 컴퓨터는 최소한 다음 요구 사항을 충족해야 합니다. 프로세서: 1.6GHz; 램: 2기가바이트; 인터페이스: USB 또는 WiFi; 화면 해상도: 1,280 x 768.
   2. 컴퓨터에서 Bluetooth를 활성화합니다. 제어 소프트웨어에서 Wi-Fi 장치 사용을 선택하여 연결 프로세스를 시작합니다.
   3. 장치의 MAC 주소가 목록에 나타날 때까지 기다립니다. 표시되면 장치를 선택합니다.
   4. 라인노이즈 필터 설정에서 50Hz를 선택하여 전기 간섭을 제거합니다. 
      알림: 선택한 주파수는 실험이 수행되는 국가에서 사용되는 AC 전원 주파수와 일치해야 합니다.
   5. 설정 패널 하단에서 이 장치 사용 버튼을 클릭합니다. 그러면 소프트웨어가 장치와 연결을 설정합니다.
5. HD-tDCS 자극 프로토콜을 구성합니다.
   1. 제어 소프트웨어의 왼쪽 패널에서 머리 모양의 아이콘을 클릭합니다. 그런 다음 새 프로토콜 추가 를 클릭하여 새 자극 프로토콜을 만듭니다.
   2. 프로토콜 기간을 21분으로 설정하고, 현재 전달에 대해 30초의 램프 업 및 30초의 램프 다운 기간을 사용합니다.
      알림: 프로토콜이 가짜 자극인 경우 가짜 옵션을 활성화하십시오.
   3. F4 전극을 오른쪽의 자극 열로 드래그합니다. 채널을 자극 모드로 설정하고 전류 강도 2,000μA³⁵를 입력하고 양극 자극을 선택합니다.
      참고: 양극과 음극의 지정은 의도된 자극 유형에 따라 다릅니다.
   4. 전극 Fp2, Fz, C4 및 F8 을 자극 열로 드래그합니다. 각 채널을 반환 모드로 설정하고 총 전류의 25%를 각 채널에 할당합니다. 프로토콜을 저장합니다.
   5. 구성된 자극 프로토콜을 선택합니다. HD-tDCS 장치를 헤드캡 뒷면의 벨크로 스트랩에 부착합니다. 전극 케이블을 사용하여 장치를 전극 하드웨어에 연결합니다.
      알림: 각 케이블이 소프트웨어의 구성과 일치하는 올바른 전극 위치에 연결되어 있는지 확인하십시오.
   6. 모든 케이블이 제대로 연결되어 있는지 확인합니다. 오른쪽 하단 모서리에 있는 LOAD PROTOCOL 버튼을 클릭합니다.
6. CHECK IMPEDANCE(임피던스 확인) 버튼을 클릭하여 임피던스 검사를 수행합니다.
   알림: 선택한 모든 전극의 연결 상태 표시기가 녹색(0-10kΩ) 또는 주황색(10-15kΩ)인지 확인하십시오. 표시기가 빨간색(>15kΩ)으로 나타나면 전극 젤을 다시 바르거나 모발을 조정하여 더 많은 두피를 노출시켜 임피던스를 줄입니다.
7. 시작 버튼(오른쪽 삼각형 아이콘)을 클릭하여 자극을 시작합니다.
8. 참가자에게 자극 세션 중 여러 시점에서 자신의 감각을 보고하도록 지시합니다.
   알림: 참가자가 정상적인 감각을 넘어서는 불편함을 보고하면 즉시 소프트웨어에서 STOP 버튼을 클릭하고 참가자에게서 장치를 제거한 다음 두피 상태를 확인하십시오.

3. 사후 자극

1. 제어 소프트웨어를 끕니다. 전극에서 케이블을 분리하고 HD-tDCS 장치를 조심스럽게 제거합니다.
2. 참가자의 머리에서 헤드캡을 제거하고 모든 전극을 분리합니다.
3. 아직 완료되지 않은 다른 실험 프로그램을 선택합니다. 참가자에게 사후 테스트로 이미지 분류 작업을 완료하도록 지시합니다.
4. 참가자에게 머리를 청소할 수 있는 용품을 제공하십시오.
5. 참가자에게 HD-tDCS 세션³⁶ 후 감각 설문지를 작성하도록 지시합니다. 설문지를 사용하여 HD-tDCS 자극에 대한 참가자의 내성과 주관적 경험을 평가합니다.
6. 헤드캡과 전극을 청소하십시오.
   1. 헤드캡을 물로 철저히 헹굽니다. 헤드캡을 걸어 자연 건조시킵니다.
   2. 수돗물을 사용하여 전극에서 젤을 부드럽게 헹굽니다.
      알림: 따뜻한 물을 사용하여 젤을 더 빨리 녹이십시오.
   3. 직사광선을 피하고 종이 타월이나 천으로 전극을 자연 건조시키십시오. 건조되면 장기간 보관을 위해 포장에 넣으십시오.

결과

이 연구의 주요 결과에는 meta-d'를 사용한 메타인지 민감도 측정이 포함됩니다. 다양한 자극 유형에 걸쳐 참가자의 메타인지 민감도 점수에 대해 정규성 테스트를 실시한 결과, 모든 조건에서 정규성이 충족되는 것으로 나타났습니다. 다양한 자극 유형에 걸쳐 메타인지 민감도를 비교하기 위해 반복 측정 ANOVA를 수행했으며 결과는 표 1에 나와 있습니다. 시간과 자극 유형의 주요 효과는 유의하지 않았지만(p > 0.05), 시간(사전 테스트, 사후 테스트)과 자극 유형(양극, 음극, 가짜) 간의 상호 작용은 유의했습니다(F = 3.226, p = 0.047, 부분 η² = 0.10). 이는 시간과 함께 다양한 유형의 자극이 인간의 메타인지 민감도에 영향을 미친다는 것을 나타냅니다. 모든 자극 유형에 걸쳐 시간의 영향을 조사하기 위해 간단한 효과 분석을 수행했습니다....

토론

실험 결과의 신뢰성을 보장하려면 절차 중에 몇 가지 요소를 고려해야 합니다. 먼저, 케이블을 HD-tDCS 전극 하드웨어에 연결할 때 잘못된 연결로 인해 의도하지 않은 생리적 영향을 일으킬 수 있으므로 각 케이블이 지정된 전극 위치에 정확하게 일치하는지 확인하는 것이 중요합니다. 둘째, 이것은 가짜 자극 조건을 포함하는 단일 맹검 연구이기 때문에 참가자는 HD-tDCS 절차 중에 작동 인터페이스를 볼 수 없어야 합니다. 셋째, 인간-AI 위임 작업을 위한 자료를 준비할 때 시각적 편향을 방지하기 위해 각 선택 그룹 내의 모든 이미지의 크기를 표준화해야 합니다. 마지막으로 카페인은 작업 수행에 영향을 미치고 기분에 영향을 미칠 수 있습니다. 카페인과 tDCS는 모두 유사한 방식으로 피로 및 졸음과 같은 상태를 개선하는 것으로 나타났습니다³⁸. 교란 변수를 더 잘 제어하기 위해 참가자들은 실험 전에 카페인을 삼가도록 요청받았습니다...

재료

이 논문에 사용된 재료 목록

이름	회사	카탈로그 번호	댓글
전극 케이블	신경전기학	10 전극 케이블	전극 케이블에는 10개의 전극 의료 소켓이 있습니다.
전극 겔	파커 연구소	시그니겔 250g NE016b	임피던스를 낮추고 신호 품질을 향상시키는 데 사용됩니다.
전극	신경전기학	NG PISTIM NE029	NG 피스팀은 두 개의 부품으로 구성되어 있습니다: 고정장치(상단 부분)와 나사 와셔(하단 부분).
실험용 소프트웨어	심리학 소프트웨어 도구	E-prime3.0 빌드 3.0.3.31	이것이 실험 프로그램을 만드는 데 사용된 소프트웨어입니다.
HD-tDCS 장치	신경전기학	스타스팀 8	이 장치는 HD-tDCS 자극을 전달하는 데 사용됩니다.
HD-tDCS 소프트웨어	신경전기학	NIC2 V2.1.3.6	이 애플리케이션은 컴퓨터가 HD-tDCS 장치와 상호작용할 수 있도록 합니다.
랩톱	작은 골짜기	G5 5500	이 컴퓨터는 실험에 사용된 소프트웨어를 실행합니다.
네오프렌 헤드캡	신경전기학	M	전극을 두피에 정확히 부착하는 헤드캡입니다. 사이즈: S (49 cm), M (54 cm), L (57 cm), XL (60 cm)
통계 도구	IBM	SPSS V26	데이터 분석에 사용됩니다.
주사기	-	NE014	전극 젤을 주입하는 데 사용됩니다.