Методическая статья

Транскраниальная стимуляция постоянным током высокой четкости через правую дорсолатеральную префронтальную кору для повышения метакогнитивной чувствительности

DOI:

10.3791/68824

⸱

26 сентября 2025 г.

 ,  ,  ,  ,  ,  , 
1School of Economics and Management, Jiangsu University of Science and Technology, 2School of Management, Shanghai University, 3Business School, La Trobe University, 4Wuhan Marine Machinery Plant Co., Ltd., 5School of Artificial Intelligence, Xi'an Jiaotong University

В этой статье

Краткое содержание

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

В этом исследовании была предложена экспериментальная парадигма, которая применяет транскраниальную стимуляцию постоянным током высокой четкости (HD-tDCS) для улучшения метапознания человека в задачах делегирования полномочий между человеком и искусственным интеллектом. Результаты продемонстрировали эффективность HD-tDCS в повышении метакогнитивной чувствительности.

Аннотация

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

В сотрудничестве человека и искусственного интеллекта делегирование задач является критически важным компонентом. В идеале, если человек считает, что способен выполнить задачу, он должен сделать это сам; В противном случае задача должна быть делегирована другой стороне. На такие решения о делегировании полномочий влияют оценки индивидами своих собственных способностей, которые формируются метапознанием — способностью оценивать свои способности. Транскраниальная стимуляция постоянным током высокой четкости (HD-tDCS) — это неинвазивная технология стимуляции мозга, которая может регулировать возбудимость коры головного мозга для улучшения работоспособности человека. В этом протоколе представлен метод, который использует HD-tDCS для исследования его влияния на метапознание человека во время задач делегирования полномочий между человеком и искусственным интеллектом, подробно описывая процедуру применения анодновой, катодной или фиктивной стимуляции к дорсолатеральной префронтальной коре (DLPFC). Стимуляцию проводили с помощью портативного устройства HD-tDCS с использованием окружного расположения пяти электродов, включая один целевой электрод и четыре обратных электрода. Стимуляция длилась в общей сложности 21 минуту, а интенсивность тока составила 2 мА. Ожидается, что этот метод обеспечит новое направление исследований для дальнейшего углубленного изучения нейронных механизмов и поведенческой регуляции человека в процессе делегирования совместных задач между человеком и искусственным интеллектом, а также обеспечит прочную теоретическую основу для дальнейшей оптимизации совместных задач между человеком и искусственным интеллектом.

Введение

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Искусственный интеллект (ИИ) все больше проникает как в нашу повседневную жизнь, так и на рабочее место. Однако во многих реальных условиях ИИ еще не способен полностью автоматизировать процессы принятия решений1. Некоторые задачи остаются особенно сложными для ИИ из-за текущих технологических ограничений, а также этических и юридических соображений. В результате предоставление полной автономии ИИ в конкретных областях часто нецелесообразноили нецелесообразно 2,3. Таким образом, люди продолжают играть незаменимую роль на рабочем месте, и ожидается, что сотрудничество человека и ИИ станет доминирующим способом производства и предоставления услуг в будущем. Исследования в таких областях, как здравоохранение, гостиничный бизнес и человеческие ресурсы, показали, что совместные усилия человека и искусственного интеллекта могут снизить затраты и, в некоторых случаях, повысить эффективность 4,5,6.

При сотрудничестве человека и искусственного интеллекта ожидается, что каждая сторона будет выполнять задачи, которые соответствуют ее сильным сторонам, делегируя менее подходящие задачи другой стороне. Таким образом, эффективное делегирование задач имеет важное значение для успешного сотрудничества и достижения оптимальных результатов работы. Адам и др. обнаружили, что, когда процесс делегирования полностью автоматизирован и обрабатывается исключительно искусственным интеллектом без участия человека, люди, как правило, испытывают повышенное восприятиесобственной угрозы. Fuegener et al. также сообщили, что в процессе делегирования задач ИИ люди часто испытывают трудности с точной оценкой своих собственных возможностей или оценкой сложности задачи, что отражает низкий уровень метапознания. Эти результаты подчеркивают важность улучшения метапознания в сценариях делегирования полномочий человека и ИИ для повышения эффективности и качества совместной работы.

Метапознание относится к способности человека оценивать свои собственные способности9. В контексте взаимного делегирования полномочий между человеком и искусственным интеллектом важно не только сформировать точное представление о возможностях другой стороны, но и оценить свои собственные способности, чтобы определить, когда делегирование уместно. Jussupow et al. обнаружили, что сотрудничество человека и ИИ наиболее эффективно, когда люди демонстрируют высокий уровень метапознания, то есть когда они могут точно оценить как свои собственные способности, так и способностиИИ. Аналогичным образом, Этчли и др. обнаружили, что развитие метапознания в образовательных учреждениях может способствовать более глубокому и эффективному сотрудничеству между людьми и системами ИИ11. В предыдущих исследованиях сотрудничества человека и искусственного интеллекта метапознание часто оценивалось с помощью анкет самоотчета или с использованием оценок доверия человека в качестве косвенных показателей. Однако в психологических исследованиях более устоявшимся и строгим мерилом метапознания является метакогнитивная чувствительность (meta-d')12. В настоящем исследовании мы используем мета-d', следуя подходу, описанному Maniscalco et al. для оценки метакогнитивной чувствительности13.

Транскраниальная стимуляция постоянным током (tDCS) широко используется в исследованиях, направленных на улучшение метапознания14. Основные аспекты метапознания тесно связаны с префронтальной корой. tDCS подает слабый постоянный ток в определенные области мозга, модулируя возбудимость нейронов и синаптическую пластичность неинвазивным и неинтрузивным образом, тем самым позволяя исследователям улучшать различные когнитивныефункции. Harty et al. обнаружили, что анодная стимуляция над правой дорсолатеральной префронтальной корой (DLPFC) улучшила эффективность обнаружения ошибок у участников в задаче на осознание ошибок, тем самым улучшив их метакогнитивный мониторинг когнитивныхфункций. Бона и Сильванто сообщили, что анодная tDCS влияет на метакогнитивное смещение в задаче на рабочую память17. Mattes et al. показали, что, хотя tDCS влияет на рейтинги уверенности участников как в метакогнитивных, так и в ментализирующих задачах, он не изменяет их метакогнитивнуючувствительность. Было показано, что временное нарушение или повреждение префронтальной коры, в частности областей Бродмана 46 и 10 как у людей, так и у обезьян, вызывает изменения в метакогнитивныхпроцессах. Кроме того, предыдущие исследования предоставили причинно-следственные доказательства связи стимуляции DLPFC с метакогнитивными способностями19,20. Правый DLPFC, в частности, играет ключевую роль в нейронной сети, лежащей в основе когнитивного контроля21,22, что тесно связано с требованиями нашей экспериментальной задачи. Поэтому мы выбрали правильный DLPFC в качестве целевого места для стимуляции. В соответствии с установленными протоколами в исследованиях tDCS по метапознанию, мы подавали ток 2 мА в течение 21 минуты, включая фазы нарастания и снижения17,23 минуты. В настоящее время наибольшая интенсивность тока, используемая при tDCS, составляет 4 мА, что, как было показано, является приемлемым для участников исследования, проведенного Workman et al.24.

Транскраниальная стимуляция постоянным током высокой четкости (HD-tDCS) является высокоточной модификацией обычной tDCS, обеспечивающей более целенаправленную нейромодуляцию с помощью специализированных монтажей электродов. По сравнению с обычной tDCS, в которой используются два больших прокладочных электрода, HD-tDCS позволяет проводить более целенаправленную и фокальную стимуляцию определенных областей мозга, что приводит к более устойчивым эффектам. В отличие от методов нейробиоуправления, которые также направлены на повышение когнитивных функций, HD-tDCS предлагает ряд практических преимуществ, включая более короткий период активации, более простые процедуры применения и меньшиезатраты на реализацию. С точки зрения делегирования задач между человеком и искусственным интеллектом, HD-tDCS обеспечивает более высокую пространственную точность, простоту эксплуатации и экономичность. Более того, он позволяет участникам участвовать в длительных задачах, связанных с делегированием и рефлексией в контекстах, которые приближаются к реальным сценариям или сценариям на рабочем месте, что делает его особенно подходящим для исследования метапознания в делегировании полномочий между человеком и искусственным интеллектом. В этом исследовании HD-tDCS использовался для доставки более целенаправленной стимуляции DLPFC.

Экспериментальный дизайн

Экспериментальные материалы были получены в рамках программы ImageNet Large Scale Visual Recognition Challenge (ILSVRC)29. Моделью искусственного интеллекта была GoogLeNet Inception v3, одна из самых эффективных моделей в задачах классификации изображений30.

Экспериментальная задача представляла собой задачу делегирования полномочий между человеком и искусственным интеллектом, в частности, задачу классификации изображений. Классификация изображений включает в себя отнесение целевого изображения к категории, и это общая задача, не требующая обучения или предварительных знаний. Задачи, основанные на конкретных ситуационных предпосылках, могут поставить под угрозу обобщаемость. Например, в сценариях с высокими ставками, связанных с потенциальными потерями, люди склонны делегировать решения ИИ31, фактически делая его козлом отпущения32 команды. Задача, использованная в этом исследовании, была адаптирована из парадигмы совместной классификации человека и ИИ, разработанной Fuegener et al. и Gass et al.8,33.

Был проведен предварительный эксперимент для оценки уровня сложности изображения. Сложность изображения — это средняя точность соответствующего изображения только в условиях человека. Как показано на рисунке 1, каждое испытание состояло из целевого изображения и пяти наборов вариантов изображений. Участникам было предложено выбрать набор опций, который лучше всего соответствовал целевому изображению. В общей сложности 217 участников завершили предварительное исследование. Все участники предварительного исследования были исключены из набора для участия в основном эксперименте.

figure-introduction-1
Рисунок 1: Интерфейс предварительного эксперимента. Интерфейс показали участникам предварительного эксперимента, где они выбрали один ответ из пяти вариантов. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этой цифры.

В формальном интерфейсе эксперимента (см. рис. 2) изображение цели отображается в верхней части экрана. Кроме того, представлены пять вариантов группы изображений и один вариант делегирования (расположен в правом верхнем углу экрана). Участники должны выбрать между делегированием задачи ИИ и ее выполнением самостоятельно. В последнем случае они выбирают один из пяти вариантов категории изображений, который лучше всего соответствует целевому изображению. После каждого решения интерфейс переходит на следующую страницу, где участникам предлагается оценить свою уверенность в решении о делегировании полномочий по шкале от 1 до 4. Перед началом официального эксперимента участники были проинформированы о том, что средняя точность системы искусственного интеллекта составляет 76%.

figure-introduction-2
Рисунок 2: Формальный интерфейс эксперимента. Основной интерфейс, показанный участникам во время выполнения задания. (A) интерфейс задач; (B) интерфейс оценки достоверности. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этой цифры.

Всего для основного эксперимента было набрано 62 праворуких участника. Все участники были аспирантами, не имевшими опыта работы с подобными экспериментальными задачами. Критерии исключения были следующими: участники не должны были принимать седативно-снотворные препараты или психоактивные вещества в течение 24 ч до начала эксперимента, не должны иметь черепных дефектов (например, отверстий или переломов), а также не должны иметь металлических имплантатов в черепе (например, металлических пластин). Двое участников были исключены: один из-за дерматологического воспаления, которое препятствовало стимуляции HD-tDCS, и другой из-за употребления напитка с кофеином до начала эксперимента. Остальные 60 участников (средний возраст = 22,68 ± 0,91 года) завершили эксперимент. Они были случайным образом распределены в одно из трех условий стимуляции — анодальное, катодное или фиктивное — каждое с 20 участниками. Моделирование электрического поля показано на рисунке 3. Каждый участник выполнил задание на классификацию изображений один раз до и один раз после стимуляции, в результате чего было получено 120 наборов данных для анализа. Процедура HD-tDCS показана на рисунке 4, а экспериментальный рабочий процесс кратко изложен на рисунке 5. Мы провели априорный анализ мощности с использованием G*Power 3.134, предполагая степень 90% (1 - β = 0.90), величину эффекта f = 0.25 и альфа-уровень 0.05. Анализ показал, что потребуется как минимум 18 участников в группе. Наш окончательный размер выборки соответствовал этому требованию.

figure-introduction-3
Рисунок 3: Моделирование электрического поля. Вид сбоку на распределение электрического поля (справа). (А) Условия анодной стимуляции. (Б) Состояние катодальной стимуляции. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этой цифры.

figure-introduction-4
Рисунок 4: Экспериментальная установка HD-tDCS. Фотография экспериментальной установки HD-tDCS, иллюстрирующая расположение электродов и положение устройства во время стимуляции. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этой цифры.

figure-introduction-5
Рисунок 5: Экспериментальная блок-схема. Эксперимент состоял из трех этапов, включая задания на классификацию изображений, проводимые до и после стимуляции. Сокращения: HD-tDCS = транскраниальная стимуляция постоянным током высокой четкости; rDLPFC = правая дорсолатеральная префронтальная кора. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этой цифры.

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Протокол

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Данное исследование было проведено в соответствии с принципами Хельсинкской декларации и было одобрено Институциональным наблюдательным советом Цзянсуского университета науки и технологий. Мы получили информированное согласие участников на использование и разглашение их данных.

1. Подготовка

  1. Подготовьтесь к выполнению задания на эксперимент.
    1. Загрузите данные изображения с веб-сайта ImageNet (https://image-net.org/).
      ПРИМЕЧАНИЕ: Загруженные изображения распределены по категориям, и каждая категория содержит несколько изображений.
    2. Запустите код Python, относящийся к модели GoogLeNet Inception v3, для классификации изображений (см. Дополнительный файл 1). Сохраните первые пять прогнозируемых категорий для каждого изображения, а также точность классификации Топ-1.
      ПРИМЕЧАНИЕ: Этот код Python выполняет классификацию изображений путем загрузки модели Inception V3. Для каждого целевого изображения он выводит пять основных прогнозируемых категорий. Наборы изображений, соответствующие этим пяти предсказанным категориям, представляются участникам в качестве вариантов ответов в эксперименте. Если правильной категории нет в первой пятерке прогнозов, одна из прогнозируемых категорий заменяется правильной, чтобы обеспечить ее включение в число вариантов.
    3. Используйте Python или любую программу случайной выборки для выбора целевого изображения из изображений, классифицированных моделью.
    4. Для каждого целевого изображения извлеките по 10 изображений для каждой из пяти категорий, которые будут использоваться в качестве вариантов ответа. Измените размер всех изображений, чтобы обеспечить одинаковые размеры.
    5. Проведите предварительное исследование и предложите участникам принять участие в эксперименте.
      Примечание: Предварительное исследование было похоже на формальный эксперимент, за исключением того, что участники должны были завершить все испытания самостоятельно, без возможности делегирования полномочий и без процесса оценки достоверности.
    6. Запишите точность ответа каждого участника на каждое изображение и рассчитайте коэффициент точности для каждого изображения. Используйте показатели точности в качестве индекса сложности изображения, чтобы классифицировать изображения соответствующим образом.
      ПРИМЕЧАНИЕ: Все изображения отсортированы по точности, при этом более высокая точность указывает на меньшую сложность. Например, когда 10% участников правильно реагируют на изображение, сложность этого изображения устанавливается на уровне 90%.
    7. Разделите изображения на два набора сопоставимой сложности в зависимости от их баллов сложности. Используйте два набора изображений в качестве экспериментальных материалов для создания формальной экспериментальной программы с помощью E-prime 3 (см . Дополнительный файл 1).
      ПРИМЕЧАНИЕ: Эта экспериментальная программа была разработана для постановки задачи классификации изображений.
  2. Убедитесь, что участник не имеет противопоказаний к HD-tDCS и не соответствует каким-либо критериям исключения. Познакомьте участников с экспериментальной процедурой и получите письменное информированное согласие после подтверждения их понимания исследования.
    ПРИМЕЧАНИЕ: Спросите участника о его доминирующей руке и подтвердите это, наблюдая, какой рукой он пишет.
  3. Измерьте окружность головы участника с помощью измерительной ленты и выберите соответствующий размер неопренового колпачка HD-tDCS (см. Таблицу материалов).
  4. Убедитесь, что устройство HD-tDCS полностью заряжено. Убедитесь, что все аксессуары, включая электроды, электродный гель, шприц, входящий в комплект поставки прибора, кабели электродов и компьютер, используемый для работы системы HD-tDCS, готовы к использованию.
  5. Случайным образом выберите одну из двух экспериментальных задач в качестве условия предварительного тестирования. Попросите участника выполнить задание на классификацию изображений.
    ПРИМЕЧАНИЕ: Генератор случайных чисел может быть использован для случайного назначения экспериментальных условий.
    1. Откройте программу.
    2. Нажмите «ВЫПОЛНИТЬ», введите номер субъекта и номер сеанса, подтвердите информацию и нажмите «ДА », чтобы начать экспериментальное задание.

2. Стимуляция HD-tDCS

  1. Вставьте нижние части пяти электродов в соответствующие положения на неопреновой крышке. Эти пять позиций служат местами стимуляции.
    ПРИМЕЧАНИЕ: Чтобы нацелиться на правый DLPFC, используйте следующие пять положений электродов: F4, Fp2, Fz, C4 и F8.
  2. Попросите участника удобно сесть на стул. Расположите передний край неопренового колпачка примерно на 1-2 см выше бровей. Убедитесь, что Cz выровнен по средней точке между двумя преаурикулярными точками. Надежно надевайте кепку на голову участника, обеспечивая правильное выравнивание.
    ПРИМЕЧАНИЕ: При надевании головного колпачка обязательно располагайте Cz, впадину, назион, а также левую и правую преаурикулярные точки в соответствии с международной системой 10-20 ЭЭГ.
  3. Нанесите электродный гель (см. раздел«Материалы») на каждую точку стимуляции с помощью шприца, входящего в комплект инструмента, чтобы уменьшить импеданс между электродами и кожей головы.
    ПРИМЕЧАНИЕ: Электродный гель является высокопроводящим и водорастворимым гелем.
    1. Наполните шприц электродным гелем.
    2. Для каждого электрода разделите волосы с помощью шприца, чтобы обнажить кожу головы.
    3. Введите достаточное количество электродного геля на открытую кожу головы внутри нижних частей всех электродов.
    4. Скрутите верхнюю и нижнюю части всех электродов.
  4. Подключите устройство HD-tDCS.
    1. Включите устройство HD-tDCS и запустите соответствующее управляющее программное обеспечение (см. Таблицу материалов).
      ПРИМЕЧАНИЕ: Компьютер, на котором установлено управляющее программное обеспечение, должен удовлетворять, по крайней мере, следующим требованиям: Процессор: 1,6 ГГц; Оперативная память: 2 ГБ; Интерфейс: USB или WiFi; Разрешение экрана: 1 280 x 768.
    2. Включите Bluetooth на компьютере. В управляющем программном обеспечении выберите USE Wi-Fi Devices , чтобы начать процесс подключения.
    3. Подождите, пока MAC-адрес устройства появится в списке. Как только он появится, выберите устройство.
    4. В параметре Фильтр линейного шума выберите частоту 50 Гц , чтобы устранить электрические помехи.
      ПРИМЕЧАНИЕ: Выбранная частота должна соответствовать частоте переменного тока, используемой в стране, где проводится эксперимент.
    5. В нижней части панели настроек нажмите на кнопку «Использовать это устройство ». После этого программное обеспечение установит соединение с устройством.
  5. Настройте протокол стимуляции HD-tDCS.
    1. Нажмите на значок в форме головы на левой панели программного обеспечения управления. Затем нажмите ДОБАВИТЬ НОВЫЙ ПРОТОКОЛ, чтобы создать новый протокол стимуляции.
    2. Установите продолжительность протокола равной 21 минуте с периодом нарастания 30 секунд и периодом снижения 30 секунд для текущей доставки.
      ПРИМЕЧАНИЕ: Если протокол является фиктивной стимуляцией, включите опцию «Фикция ».
    3. Перетащите электрод F4 в столбец Стимуляция справа. Установите канал в режим стимуляции, введите интенсивность тока 2 000 мкА35, выберите анодальную стимуляцию.
      ПРИМЕЧАНИЕ: Назначение анода и катода зависит от предполагаемого типа стимуляции.
    4. Перетащите электроды Fp2, Fz, C4 и F8 в столбец Стимуляция. Установите каждый канал в режим возврата, назначив каждому 25% от общего тока. Сохраните протокол.
    5. Выберите настроенный протокол стимуляции. Прикрепите устройство HD-tDCS к ремешку Velcro на задней части колпачка. Используйте электродные кабели для подключения устройства к электродному оборудованию.
      ПРИМЕЧАНИЕ: Убедитесь, что каждый кабель подключен к правильному положению электрода, соответствующему конфигурации в программном обеспечении.
    6. Убедитесь, что все кабели подключены правильно. Нажмите кнопку LOAD PROTOCOL в правом нижнем углу.
  6. Нажмите кнопку ПРОВЕРИТЬ ИМПЕДАНС , чтобы выполнить проверку импеданса.
    ПРИМЕЧАНИЕ: Убедитесь, что индикаторы состояния подключения для всех выбранных электродов имеют зеленый (0-10 кОм) или оранжевый (10-15 кОм). Если какой-либо индикатор покраснел (>15 кОм), повторно нанесите гель с электродом или отрегулируйте волосы, чтобы обнажить больше кожи головы и снизить импеданс.
  7. Нажмите кнопку «Пуск» (значок треугольника, направленный вправо), чтобы начать стимуляцию.
  8. Проинструктируйте участников сообщать о своих ощущениях в несколько временных точек во время сеанса стимуляции.
    ПРИМЕЧАНИЕ: Если участник сообщает о дискомфорте, выходящем за рамки обычных ощущений, немедленно нажмите кнопку «СТОП » в программном обеспечении, снимите устройство с участника и проверьте состояние его кожи головы.

3. Постстимуляция

  1. Выключите управляющее программное обеспечение. Отсоедините кабели от электродов и осторожно снимите устройство HD-tDCS.
  2. Снимите налобный колпак с головы участника и отсоедините все электроды.
  3. Выберите другую экспериментальную программу, которая еще не завершена. Проинструктируйте участника выполнить задание по классификации изображений в качестве пост-теста.
  4. Предоставьте участнику принадлежности для мытья волос.
  5. Проинструктируйте участников заполнить анкету для оценки ощущений после сеанса HD-tDCS36. Используйте опросник для оценки толерантности участников и субъективного опыта стимуляции HD-tDCS.
  6. Очистите крышку головного убора и электроды.
    1. Тщательно промойте головной убор водой. Повесьте колпак для сушки на воздухе.
    2. Используйте водопроводную воду, чтобы аккуратно смыть гель с электродов.
      ПРИМЕЧАНИЕ: Используйте теплую воду, чтобы гель растворялся быстрее.
    3. Оставьте электроды сушиться на воздухе на бумажном полотенце или ткани вдали от прямых солнечных лучей. После высыхания поместите их в упаковку для длительного хранения.

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Результаты

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Ключевым результатом данного исследования является измерение метакогнитивной чувствительности с помощью мета-d'. Был проведен тест на нормальность показателей метакогнитивной чувствительности участников при различных типах стимуляции, и результаты показали, что норма соблюдалась при любых условиях. Для сравнения метакогнитивной чувствительности при различных типах стимуляции были проведены повторные измерения ANOVA, результаты которых представлены в

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Обсуждение

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Чтобы обеспечить достоверность экспериментальных результатов, во время процедуры необходимо учитывать несколько факторов. Во-первых, при подключении кабелей к электродному оборудованию HD-tDCS крайне важно убедиться, что каждый кабель точно соответствует назначенному положению электрода, так как неправильное подключение может привести к непреднамеренным физиологическим эффектам. Во-вторых, поскольку это одностороннее слепое исследование, включающее условие фиктивной стимуляции, участники...

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Раскрытие информации

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Авторам нечего раскрывать.

Благодарности

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Это исследование было поддержано Программой последипломных исследований и практических инноваций провинции Цзянсу (KYCX25_4311), Национальным фондом естественных наук Китая (72374088, 72471105, 72472094, 72001096), Ключевым проектом планирования научных исследований в области высшего образования Китайской ассоциации высшего образования 2024 года (24XX0205, Механизмы стратегий сотрудничества человека и искусственного интеллекта в повышении результатов обучения), Ключевым проектом планирования науки об образовании в провинции Цзянсу 2024 года (B-b/2024/01/162, Построение моделей и эмпирические исследования мультимодального обучения с точки зрения образовательной нейронауки), Правительственная стипендия Цзянсу для зарубежных исследований (JS-2024-69) и Фонд гуманитарных и социальных наук Министерства образования Китая (24YJCZH445).

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Материалы

Список материалов, использованных в этой статье
ИмяКомпанияКаталожный номерКомментарии
Электродные кабелиНейроэлектрики10-электродный кабельКабель электрода имеет 10 медицинских розеток электродов.
Электродный гельЛаборатории ПаркераSignagel 250g NE016bОн используется для снижения импеданса и улучшения качества сигнала.
ЭлектродыНейроэлектрикиNG PISTIM NE029NG Pistim состоит из двух частей: крепежа (верхняя часть) и резьбовой шайбы (нижняя).
Экспериментальное программное обеспечениеПРОГРАММНЫЕ ИНСТРУМЕНТЫ ДЛЯ ПСИХОЛОГИИE-prime3.0 Build 3.0.3.31Это программное обеспечение, используемое для создания экспериментальной программы.
Устройство HD-tDCSНейроэлектрикиStarstim 8Это устройство используется для стимуляции HD-tDCS.
Программное обеспечение HD-tDCSНейроэлектрикиNIC2 версии 2.1.3.6Это приложение, которое позволяет компьютеру взаимодействовать с устройством HD-tDCS.
НоутбукЛощинаG5 5500Этот компьютер запускает программное обеспечение, используемое в эксперименте.
Неопреновая шапкаНейроэлектрикиMЭто наушник для точного размещения электродов на коже головы. Размеры: S (49 см), M (54 см), L (57 см), XL (60 см)
Статистический инструментIBMSPSS V26Он используется для анализа данных.
Шприц-NE014Он используется для введения электродного геля.

Ссылки

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Brynjolfsson, E., Mitchell, T., Rock, D. What can machines learn, and what does it mean for occupations and the economy? AEA Pap. Proc. 108. , 43-47 (2018).
  2. Gleasure Pieper, M., R, How AI helps to compile human intelligence: An empirical study of emerging augmented intelligence for medical image scanning. Inf Syst J. 35 (5), 1399-1421 (2025).
  3. Ling, B., Dong, B. W., Cai, F. Applicants' fairness perception of human and ai collaboration in resume screening. Int J Hum Comput Interact. 10, (2024).
  4. Ahsen, M. E., Ayvaci, M. U. S., Mookerjee, R., Stolovitzky, G. Economics of AI and human task sharing for decision making in screening mammography. Nat Commun. 16 (1), 2289(2025).
  5. Webster Ivanov, S., C, Automated decision-making: Hoteliers' perceptions. Technol Soc. 76, (2024).
  6. Radonjic, A., Duarte, H., Pereira, N. Artificial intelligence and HRM: HR managers' perspective on decisiveness and challenges. Eur Manag J. 42 (1), 57-66 (2024).
  7. Adam, M., Diebel, C., Goutier, M., Benlian, A. Navigating autonomy and control in human-ai delegation: User responses to technology- versus user-invoked task allocation. Decis Support Syst. 180, 114193(2024).
  8. Fuegener, A., Grahl, J., Gupta, A., Ketter, W. Cognitive challenges in human-artificial intelligence collaboration: Investigating the path toward productive delegation. Inf Syst Res. 33 (2), 678-696 (2022).
  9. Evans, J. A., Foster, J. G. Metaknowledge. Science. 331 (6018), 721-725 (2011).
  10. Jussupow, E., Spohrer, K., Heinzl, A., Gawlitza, J. Augmenting medical diagnosis decisions? An investigation into physicians' decision-making process with artificial intelligence. Inf Syst Res. 32 (3), 713-735 (2021).
  11. Atchley, P., Pannell, H., Wofford, K., Hopkins, M., Atchley, R. A. Human and AI collaboration in the higher education environment: Opportunities and concerns. Cogn Res Princ Implic. 9 (1), (2024).
  12. Lau Fleming, S. M., C, H. How to measure metacognition. Front Hum Neurosci. 8, (2014).
  13. Lau Maniscalco, B., H, A signal detection theoretic approach for estimating metacognitive sensitivity from confidence ratings. Conscious Cogn. 21 (1), 422-430 (2012).
  14. Fleming, S. M. Metacognition and confidence: A review and synthesis. Annu Rev Psychol. 75, 241-268 (2024).
  15. Kadosh Reed, T., C, R. Transcranial electrical stimulation (TES) mechanisms and its effects on cortical excitability and connectivity. J Inherit Metab Dis. 41 (6), 1123-1130 (2018).
  16. Harty, S., et al. Transcranial direct current stimulation over right dorsolateral prefrontal cortex enhances error awareness in older age. J Neurosci. 34 (10), 3646-3652 (2014).
  17. Silvanto Bona, S., J, Accuracy and confidence of visual short-term memory do not go hand-in-hand: Behavioral and neural dissociations. PLoS One. 9 (3), (2014).
  18. Soutschek Mattes, R. S., A, Brain stimulation over dorsomedial prefrontal cortex causally affects metacognitive bias but not mentalising. Cogn Affect Behav Neurosci. , (2025).
  19. Rahnev Shekhar, M., D, Distinguishing the roles of dorsolateral and anterior PFC in visual metacognition. J Neurosci. 38 (22), 5078-5087 (2018).
  20. Soutschek, A., Moisa, M., Ruff, C. C., Tobler, P. N. Frontopolar theta oscillations link metacognition with prospective decision making. Nat Commun. 12 (1), 3943(2021).
  21. Cho, S. S., et al. Effect of continuous theta burst stimulation of the right dorsolateral prefrontal cortex on cerebral blood flow changes during decision making. Brain Stimul. 5 (2), 116-123 (2012).
  22. Wout, V. an't, Kahn, M., S, R., Sanfey, A. G., Aleman, A. Repetitive transcranial magnetic stimulation over the right dorsolateral prefrontal cortex affects strategic decision-making. Neuroreport. 16 (16), 1849-1852 (2005).
  23. Han, L. T., et al. Establishing a causal role for left ventrolateral prefrontal cortex in value-directed memory encoding with high-definition transcranial direct current stimulation. Neuropsychologia. (181), e108489(2023).
  24. Workman, C. D., Kamholz, J., Rudroff, T. The tolerability and efficacy of 4 mA transcranial direct current stimulation on leg muscle fatigability. Brain Sci. 10 (1), (2020).
  25. Kuo, H. -I., et al. Comparing cortical plasticity induced by conventional and high-definition 4 x 1 ring tDCS: A neurophysiological study. Brain Stimul. 6 (4), 644-648 (2013).
  26. Parlikar, R., et al. High definition transcranial direct current stimulation (HD-tDCS): A systematic review on the treatment of neuropsychiatric disorders. Asian J Psychiatr. 56, 102542(2021).
  27. Enriquez-Geppert, S., Huster, R. J., Herrmann, C. S. Boosting brain functions: Improving executive functions with behavioral training, neurostimulation, and neurofeedback. Int J Psychophysiol. 88 (1), 1-16 (2013).
  28. Bjekic, J., Zivanovic, M., Filipovic, S. R. Transcranial direct current stimulation (tDCS) for memory enhancement. J Vis Exp. 175 (175), 62681(2021).
  29. Russakovsky, O., et al. Imagenet large scale visual recognition challenge. Int J Comput Vis. 115 (3), 211-252 (2015).
  30. Szegedy, C., Vanhoucke, V., Ioffe, S., Shlens, J., Wojna, Z. Rethinking the Inception Architecture for Computer Vision. IEEE Trans Vis Comput Graph. , IEEE. 2818-2826 (2016).
  31. Scherer Candrian, C., A, Rise of the machines: Delegating decisions to autonomous AI. Comput Human Behav. 134, 107308(2022).
  32. Parlangeli, O., Curro, F., Palmitesta, P., Guidi, S. Moral judgements of errors by AI systems and humans in civil and criminal law. Behav Inf Technol. 43 (9), 1718-1728 (2024).
  33. Gass, D. F. Exploring personality-based heterogeneity in metaknowledge and human-AI collaboration. in International Conference on Information Systems, ICIS. , (2023).
  34. Faul, F., Erdfelder, E., Lang, A. -G., Buchner, A. G*power 3: A flexible statistical power analysis program for the social, behavioral, and biomedical sciences. Behav Res Methods. 39 (2), 175-191 (2007).
  35. Reckow, J., et al. Tolerability and blinding of 4x1 high-definition transcranial direct current stimulation (HD-tDCS) at two and three milliamps. Brain Stimul. 11 (5), 991-997 (2018).
  36. Chen, W., Chen, R., He, Q. Stimulation location determination using a 3d digitizer with high-definition transcranial direct current stimulation. J Vis Exp. (154), e60263(2019).
  37. El Jamal, C., et al. Tolerability and blinding of high-definition transcranial direct current stimulation among older adults at intensities of up to 4 mA per electrode. Brain Stimul. 16 (5), 1328-1335 (2023).
  38. Mcintire, L. K., Mckinley, R. A., Goodyear, C., Nelson, J. A comparison of the effects of transcranial direct current stimulation and caffeine on vigilance and cognitive performance during extended wakefulness. Brain Stimul. 7 (4), 499-507 (2014).
  39. Meunier-Duperray, L., et al. Does age affect metacognition? A cross-domain investigation using a hierarchical Bayesian framework. Cognition. 258, 106089(2025).
  40. Filippi, R., Ceccolini, A., Periche-Tomas, E., Bright, P. Developmental trajectories of metacognitive processing and executive function from childhood to older age. Q J Exp Psychol. 73 (11), 1757-1773 (2020).
  41. Workman, C. D., Fietsam, A. C., Rudroff, T. Different effects of 2 mA and 4 mA transcranial direct current stimulation on muscle activity and torque in a maximal isokinetic fatigue task. Front Hum Neurosci. 14, (2020).
  42. Gnewuch, U., Morana, S., Hinz, O., Kellner, R., Maedche, A. More than a bot? The impact of disclosing human involvement on customer interactions with hybrid service agents. Inf Syst Res. 35 (3), 936-955 (2024).
  43. Shrestha, Y. R., Ben-Menahem, S. M., Von Krogh, G. Organizational decision-making structures in the age of artificial intelligence. Calif Manage Rev. 61 (4), 66-83 (2019).
  44. Gomez, C., Cho, S. M., Ke, S., Huang, C. M., Unberath, M. Human-ai collaboration is not very collaborative yet: A taxonomy of interaction patterns in AI-assisted decision making from a systematic review. Front Comput Sci. 6, 1521066(2024).
  45. Pinski, M., Haas, M. J., Benlian, A. AI literacy - towards measuring human competency in artificial intelligence. in Proc Annu Hawaii Int Conf Syst Sci. , 5164-5173 (2024).
  46. Mattioli, F., Maglianella, V., D'antonio, S., Trimarco, E., Caligiore, D. Non-invasive brain stimulation for patients and healthy subjects: Current challenges and future perspectives. J Neurol Sci. 456, 122825(2024).
  47. Rudroff, T., Rainio, O., Klen, R. Leveraging artificial intelligence to optimize transcranial direct current stimulation for long covid management: A forward-looking perspective. Brain Sci. 14 (8), (2024).

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Перепечатки и разрешения

Запросить разрешение на повторное использование текста или иллюстраций этой статьи JoVE

Запросить разрешение

Теги

tDCSANOVA

Похожие статьи