Digitale metoder i Psykologi Computer-baseret test og træning Postdoc Inge Wilms, PhD, daglig leder af BRATLab, Institut for Psykologi, Københavns Universitet

Inge Wilms, PhD Postdoc og daglig leder af BRATLab (Brain Rehabilitation, Advanced Technology and Learning lab), KU PhD i avanceret computer-baseret genoptræning, KU Cand. IT i Multimedie teknologi og spil (IT og læring) Bifag i Informationspsykologi på KU Bachelor i Filosofi, KU Software ingeniør, IBM Danmark A/S Afd. Leder, IBM EMEA Corp. IT Direktør, Satair A/S

Brug af digitale metoder til dagligt Udvikling af værktøjer/forsøgsparadigmer (C#, JAVA, E-prime) Opsamling af forsøgsdata i kvantitative studier Spørgeskemaundersøgelser (survey monkey) Artikelskrivning (word, endnote) Formidling (twitter) Data analyse (erplab, eeglab, MATLAB, excel) Statistisk analyse (SPSS, LISREL, AMOS)

Digital teknik som forskningsmetode Adaptive level of difficulty controlled by artificial intelligence in a computer-based cognitive training system

Kan vi genoptræne hjernefunktioner? Når man får en hjerneskade, ødelægges det fysiske hjernevæv Den kognitive funktion, der understøttes af vævet svækkes Alle har en unik hjerne, derfor er følgerne af samme skade ikke ens Hvordan tilpasser vi hjernetræning til det enkelte individ?

Individuel Træningsprofilering Lade programmet afprøve den enkeltes formåen på en række punkter Lad resultaterne styre indstillingen af sværhedsparametre Lad parametrene til sammen udgøre den sværhedsgrad, der møder den enkelte Stil en ny opgave mål resultat tilpas sværhedsgrad

Diagnose af læsevanskeligheder 7 Diagnose af læsevanskeligheder 1 2 3 4 5 6 7 8 TARGET 9 10 11 12 13 14 15 16 <1000 ms 1000<x<1500 ms 1500<x<2000 ms 2000<x<2500 ms >2500 ms Touchskærm – dataopsamling Egenudviklet software (VISATT) til træning Inge Wilms - ITU MTG/T - September 2007

Forholdet mellem placering af svarknap og svartid <1000 ms 1000<x<1500 ms 1500<x<2000 ms 2000<x<2500 ms >2500 ms 1 2 3 4 5 6 7 8 TARGET 9 10 11 12 13 14 15 16 1 2 3 4 5 6 7 8 TARGET 9 10 11 12 13 14 15 16 HW Kontrol

Kunstig intelligens algoritmen styrer fremdrift og sværhedsgrad i træning (Wilms, I. (2011). Using Artificial Intelligence to Control and Adapt Level of Difficulty in Computer Based, Cognitive Therapy – an Explorative Study. Journal of Cybertherapy and Rehabilitation vol. 4(3), 387-397.)

BRAIN+ projektet Forskningssamarbejde med Firmaet BRAIN+ Formål: Fornyelsesfonden Formål: at afprøve om individuelt tilpasset sværhedsgrad giver større forbedring af kognitive evner end platformstilpasset sværhedsgrad i træningsAPP Udvikling af forskningsversion af træningsspil baseret på AI algoritmen

BRAIN+ projektet Udførelse af effektstudie Facebook E-mail excel 100 raske forsøgspersoner 60-75 år Test, træning i 6 uger, test, 6 uger uden træning, test Opsamling af norm data Computerbaseret neuropsykologisk testbatteri Hukommelse Opmærksomhed Involvering af over 20 studerende Facebook E-mail excel Computer test iPad træning

”Kaptajnens udfordring” 12 ”Kaptajnens udfordring” B Se på kortet (vises i x millisekunder) Sejl fra A til B Udpeg klippepositioner A

Spillet (kaptajnens udfordring) Træner visuel opmærksomhed, visuel korttidshukommelse Adaptiv sværhedsgrad baseret på AI* Sværheden sammensættes ved en kombination af følgende elementer: Banens forms Størrelsen (grid) Ujævne kanter Eksponeringstiden inden sejlads Antal forhindringer (klipper) Antal distraktorer (tang) Hvert element har en række indstillinger Spillerens præstation regulerer indstillingernes vægtning for hvert element

Foreløbige resultater Sværhedsgraden udviklede sig forskelligt for den enkelte Normative data etableret for 60-75 årige Stor sammenhæng mellem kognitiv performance og Uddannelse Daglig spilaktivitet med APPs Tilknytning til arbejdsmarkedet (Wilms & Nielsen, 2014. Normative perceptual estimates for 94 healthy subjects age 60-75: Impact of age, education, employment, physical exercise, alcohol and video gaming. Frontiers in Psychology, sept, 2014.)