Карандаш против стилуса и клавиатуры

Современный человек ежедневно должен обрабатывать огромные объемы информации, а обучение и профессиональная деятельность предполагает ее запоминание.

На помощь приходят конспекты и заметки. Японские ученые решили выяснить, как наиболее эффективно сохранить информацию в памяти. Что выбрать для составления конспектов: клавиатуру, стилус или кажущийся сегодня архаичным карандаш с листком бумаги?

Исследователи, которые наблюдали за мозговой активностью людей, печатающих текст или воспроизводящих его на бумаге, предположили, что последние запоминают материал гораздо лучше. Проведенные опыты подтвердили эту гипотезу. Во время эксперимента 3 группы испытуемых слушали беседу людей, планировавших предстоящую работу. Сразу после этого им предложили составить график на 2-месячный период.

Первая группа выполняла задание на листе бумаги с помощью ручки, вторая – на планшете, используя стилус, и третья, набирая текст на сенсорной клавиатуре. Через час каждый участник прошел проверку на запоминание информации. Во время ответов на вопросы работа мозга сканировалась аппаратом фМРФ.

Наиболее точные и логичные ответы дали представители группы, в которой использовали ручку и бумагу. У них также отмечалась более мощная активность мозга в областях, отвечающих за речь, визуализацию, в прекунеусе и гиппокампе.

По мнению ученых, лучшее запоминание при письме на бумаге объясняется тактильными и пространственными ощущениями во время составления конспекта.

• Новая работа создает дорожную карту для следующего поколения биоэлектронной медицины
• Средневековая нанотехнологичная кольчуга
• Исследование показывает, что телетерапия не улучшила доступ к психиатрической помощи
• Eni будет искать энергоресурсы с помощью суперкомпьютера нового поколения
• Искусственный интеллект: новая реальность трудового рынка
• 3D-печатная грибная топливная ячейка предлагает биоразлагаемое решение для получения энергии
• Колебания доменных стенок в 2D материалах раскрывают новый механизм сверхпроводимости
• IBM ускоряет обучение ИИ на скорости света при минимальном энергопотреблении