Allgemeine Psychologie II Vorlesung 2
Werbung
Allgemeine Psychologie II Vorlesung 2 Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg 1 Björn Rasch,Vorlesung Allgemeine Psychologie Uni FR 27.02.14 Allgemeine Psychologie II Woche Datum Thema 1 1 20.2.14 Denken 2 27.2.14 Denken 3 6.3.14 Sprache 4 13.3.14 Emotion 5 20.3.14 Emotion 6 27.3.14 Motivation 7 3.4.14 Motivation 10.4.14 ---fällt aus --- (Kongress) 17.4.14 Volition und Handlungssteuerung 24.4.14 --- fällt aus --- (Osterferien) 9 1.5.14 Bewusstsein 10 8.5.14 ---EXPRA-Kongress--- 11 15.5.14 Bewusstsein 12 22.5.14 Wiederholung und Fragen 8 2 Björn Rasch,Vorlesung Allgemeine Psychologie Uni FR 27.02.14 Denken Denkpsychologie befasst sich mit den inneren (mentalen) Prozessen der Verarbeitung von Informationen. } } Denken als höhere kognitive Funktion } } Umfasst „niedrigere“ kognitive Funktionen (u.a. Aufmerksamkeit, Mustererkennung, bildhafte Vorstellung) Setzt Wissen voraus (z.B. Rechenregeln zum Lösen einer Gleichung) Definitorische Aspekte des Denkens } } } } Mental ablaufender Prozess der Verarbeitung von Informationen Inhalt und Ablauf abhängig von der denkenden Person und dem Kontext Denken kann zu einer Handlung führen oder nicht } } Denkprozesse können Gegenstand des Denkens sein } 3 Mentales Durchspielen von Handlungsalternativen Metakognition Björn Rasch,Vorlesung Allgemeine Psychologie Uni FR 27.02.14 Denken Deduktives Schlussfolgern Induktives Schlussfolgern Problemlösen } } } } } 4 Einfaches Problemlösen Komplexes Problemlösen Björn Rasch,Vorlesung Allgemeine Psychologie Uni FR 27.02.14 Schlussfolgern Deduktives Schlussfolgern } } Logisches Schlussfolgern auf Basis fest vorgegebener Tatsachen } Logischer Übergang von Aussagen (Prämissen) zu einer neuen Aussage (Konklusion) ¨ } Logik: Wenn die Prämissen stimmen, ist das Ergebnis immer formal korrekt Wie wenden Menschen die Gesetze der Logik an, welche Fehler treten auf? Induktives Schlussfolgern } } } 5 Aus empirischen Informationen wird eine allgemeine Aussage abgeleitet. Wie schlussfolgern und entscheiden Menschen bei Unsicherheit? Björn Rasch,Vorlesung Allgemeine Psychologie Uni FR 27.02.14 Deduktives Schlussfolgern Prädikatenlogik } } } } Interne Struktur von Aussagen mit Prädikaten (z.B. ...ist grösser als...) Verwendung von Quantoren (z.B. alle, keine, einige) Beispiele } Karl ist grösser als Thomas (Prämisse 1). } Thomas ist grösser als Miriam (Prämisse 2). Also ist Karl grösser als Miriam (Konklusion). } } Alle Menschen sind sterblich (Prämisse 1). Sokrates ist ein Mensch (Prämisse 2). } Also ist Sokrates sterblich (Konklusion). } } Häufige Fehler bei } } 6 Alle A sind B (bedeutet nicht: Alle B sind A) Einige A sind nicht B (bedeutet nicht: Einige B sind nicht A) Björn Rasch,Vorlesung Allgemeine Psychologie Uni FR 27.02.14 Deduktives Schlussfolgern Prädikatenlogik } } Beispiel } } Alle Zylinder sind rot. Alle roten Objekte sind gross. } } Was folgt daraus für die Grösse der Würfel? Kein kleines Objekte ist ein Kegel. Alle kleinen Objekte sind gelb. } 7 Was folgt daraus für die Farbe der Quader? Kein Würfel ist blau. Alle grossen Objekte sind blau. } } Was folgt daraus für die Grösse der Zylinder? Alle kleinen Objekte sind Quader. Alle kleinen Objekte sind grün. } } Stellen Sie sich vier Baukästen mit Bauklötzen vor. Für jeden Baukasten gelten folgende zwei Aussagen. Ziehen Sie den richtigen Schluss Was folgt daraus für die Farbe der Kegel? Björn Rasch,Vorlesung Allgemeine Psychologie Uni FR 27.02.14 Induktives Schlussfolgern Menschen treffen oft keine rationalen Entscheidungen. } } } Zusätzlich liegen oft nicht genügend Informationen vor. Entscheidungen müssen oft schnell getroffen werden. } } Bsp: Arzt bei einem medizinischen Notfall Zeitdruck, Unsicherheit, hohes Risiko Heuristiken } } Einfache Faustregeln, die ohne logische Schlüsse zur Entscheidung führen } } Tversky & Kahnemann: kognitive Täuschungen } 8 Effiziente Problemlösestrategie, die fehleranfällig ist Kahnemann: 2002 Nobelpreisträger in Wirtschaftswissenschaften Björn Rasch,Vorlesung Allgemeine Psychologie Uni FR 27.02.14 Induktives Schlussfolgern Verfügbarkeitsheuristik } } Sterben mehr Menschen durch Flugzeugunfälle oder Autounfälle? } } Auftretenshäufigkeit von schwerwiegenden Ereignissen wird überschätzt Entscheidung basiert auf Information, die einem am leichtesten in den Sinn kommt } Beispiel: Famous-Name Effect (Tversky & Kahnemann) ¨ ¨ } Hausarbeit in WG / Partnerschaft: Überschätzung der eigenen Mitarbeit ¨ 9 Namensliste mit 19 berühmten Männern und 20 weniger berühmten Frauen Frage: Mehr Männernamen oder mehr Frauennamen? Addition der geschätzten Anteile weit über 100% Björn Rasch,Vorlesung Allgemeine Psychologie Uni FR 27.02.14 Induktives Schlussfolgern } Repräsentationsheuristik } } Kauft ein Herr im Anzug und Aktenkoffer eher NZZ oder den Blick? Repräsentativität als Entscheidungskriterium } } } Einfluss von Stereotypen und repräsentativen Attributen Einfach und schnell, aber sehr fehleranfällig Anker und Anpassungsheuristik } } Schätzen Sie das Produkt aus 9*8*7*6*5*4*3*2*1. Anker liefert Ausgangspunkt / Startwert für Urteil } } Wieviel Geld möchten spenden? Wären Sie z.B. bereit, 5 $ zu spenden? Erst letzte 4 Ziffern der Telefonnummer lernen, dann Grösse von Mammutbäumen schätzen ¨ } } 10 Positive Korrelations Listenpreise bei Immobilienangeboten ... Björn Rasch,Vorlesung Allgemeine Psychologie Uni FR 27.02.14 Induktives Schlussfolgern } Beispiel } } Linda ist 31 Jahre alt, sie lebt allein, redet oft freimütig und ist sehr klug. Sie hat Philosophie studiert und war als Studentin in Fragen der sozialen Benachteiligung ausserordentlich engagiert, ausserdem nahm sie an AntiKernkraft-Demonstrationen teil. Frage: Welche Aussage ist wahrscheinlicher? } } } Linda ist Bankangestellte. Linda ist Bankangestellte und in der Frauenbewegung aktiv. Konjunktionsfehler (conjunction error) 11 Björn Rasch,Vorlesung Allgemeine Psychologie Uni FR 27.02.14 Induktives Schlussfolgern } Die Wahrscheinlichkeit einer Virusinfektion ist p = 0.001. Der Test der Firma Rosartis zur Detektion der Virusinfektion hat folgende Wahrscheinlichkeiten: } } } p (false-negative) = 0 (negatives Testergebnis bei Infektion) P(false-positive) = 0.05 (positives Testergebnis ohne Infektion) Petra hat ein positives Ergebnis. Wie gross ist die Wahrscheinlichkeit, dass sie infiziert ist? 12 Björn Rasch,Vorlesung Allgemeine Psychologie Uni FR 27.02.14 Induktives Schlussfolgern } Von 1‘000 Personen ist Eine infiziert.Von 1‘000 NichtInfizierten werden 50 positiv getestet. 100 Personen wurden positiv getestet. Wie viele von ihnen sind vermutlich infiziert? 13 Björn Rasch,Vorlesung Allgemeine Psychologie Uni FR 27.02.14 Induktives Schlussfolgern } Fehler bei der Verwendung von Heuristiken } Konjunktionsfehler (conjunction error) } } Wahrscheinlichkeit der Konjunktion zweier Ereignisse ist immer kleiner als die Wahrscheinlichkeit eines Einzelereignisses Basisraten Missachtung (base-rate fallacy) } A-priori Wahrscheinlichkeit des Auftretens eines Ereignisses wird missachtet ¨ ¨ } Hohe Sicherheit (over-confidence) } Güte des Wissens wird häufig überschätzt ¨ ¨ 14 Bsp.: Autounfälle viel häufiger als Flugzeugunfälle Bayes Statistik Welche Stadt ist grösser, Islamabad oder Hyderabad? Obwohl Personen sich 100% sicher sind, ist Entscheidung nicht immer richtig. Björn Rasch,Vorlesung Allgemeine Psychologie Uni FR 27.02.14 Induktives Schliessen } Vorteile von Heuristiken } } Heuristiken als mentale Werkzeugkiste } } Entscheidung über Heuristiken sind schnell, sparsam, und brauchen nur wenige Informationen. Heuristische Prinzipien } } } } Forschungsprogramm: Einfache Heuristiken (Gigerenzer, 1999) Suchregeln: Reihenfolge der Informationssuche (zufällig? Rangfolge?) Abbruchregeln: Kriterium des Abbruchs der Suche Entscheidungsregeln: Wie wird auf Grund der Information entschieden? Rekognitionsheuristik } Entscheidung auf Basis der Bekanntheit der Information ¨ } Take-the-Best(TBT) Heuristik } Entscheidung nach erfolgreicher Suche weniger Prädiktoren ¨ 15 Führt häufig zu korrekten Urteilen (z.B. Bekanntheit / Stadtgrösse, Aktienkauf) Hamburg oder München grösser? Björn Rasch,Vorlesung Allgemeine Psychologie Uni FR 27.02.14 Problemlösen } Definition: } } Operatoren } } Massnahmen zur Reduktion der Ist-Soll Diskrepanz Einfaches Problemlösen } } } } Reduktion der Diskrepanz zwischen einem Ist-Zustand und einem angestrebten Zielzustand (Soll-Zustand). Ist-Zustand und Soll-Zustand sind klar definiert und bekannt Operatoren sind verfügbar und müssen nur richtig eingesetzt werden Bsp.: Schach Komplexes Problemlösen } } } } Ist-Zustand und /oder Soll-Zustand sind nicht klar definiert / unbekannt Operatoren zur Problemlösen müssen erst gefunden oder generiert werden Mehrstufige Entscheidungen notwendig Einfluss von emotionalen / motivationalen Komponenten } 16 Bsp.: Bürgermeister einer Stadt Björn Rasch,Vorlesung Allgemeine Psychologie Uni FR 27.02.14 Einfaches Problemlösen } Informationstheoretischer Ansatz } Aufgaben mit sequentiellen Problemstellungen } } } 17 Schrittweise Bearbeitung erforderlich Ständiger Abgleich zwischen Ist-Zustand oder Problemlöseziel (Soll-Zustand) Beispiel: Tower of Hanoi Björn Rasch,Vorlesung Allgemeine Psychologie Uni FR 27.02.14 Einfaches Problemlösen } Der General Problem Solver (GPS, Newel & Simon, 1972) } } Computerprogramm das einfache Probleme lösen kann Operator wird auf ein bestimmtes Objekt angewendet, um einen neuen Zustand zu erzeugen, der dem Soll-Zustand näher ist. } Definition Hauptziel + Unterziele, ständiger Vergleich neue Situation und Sollzustand } Mittel-Ziel Analyse: Passende Operatoren nacheinander auf Unterziele anwenden Rückwärts-Analyse: Problem wird vom Zielzustand aus analysiert. } } Analogie zum menschlichen Denken } Informationsaufnahme (Beschreibung des Ist-Zustands) Wissensspeicher (Abruf von Operatoren) Kognitive Verarbeitung (Analyse von Ist- und Sollzustand) } Ausgabe / Handlung (Anwendung der Operatoren) } } } Probleme } } } 18 Problemstellung im Alltag zu komplex, Ist-Zustand schwer zu beschreiben Probleme im Alltag dynamisch (Veränderung während der Bearbeitung) GPS setzt unbegrenzte Speicherkapazität voraus Björn Rasch,Vorlesung Allgemeine Psychologie Uni FR 27.02.14 Einfaches Problemlösen } Einsichtsprobleme (Gestaltpsychologie) } Einsicht durch eine Umstrukturierung des Problems (Aha-Erlebnis) } } Beispiele } 19 Umwandlung von defekter Gestalt in eine gute Gestalt Verbinde die neun Punkte durch vier gerade Linien, ohne den Stift abzusetzen Björn Rasch,Vorlesung Allgemeine Psychologie Uni FR 27.02.14 Einfaches Problemlösen } Das Kerzenproblem (Duncker (1953)) } } Aufgabe: Bitte befestigen Sie die Kerze an der Wand Hilfsmittel: eine Kerze, eine Schachtel Streichhölzer, eine Schachtel Reissnägel Überwindung von figuralen und / oder funktionaler Gebundenheit von Objekten 20 Björn Rasch,Vorlesung Allgemeine Psychologie Uni FR 27.02.14 Einfaches Problemlösen } Umfüllaufgabe (Luchins & Luchins 1959) } Drei Wasserbehälter A, B und C stehen zur Verfügung } 21 Behälter fassen unterschiedlich Flüssigkeitsmengen, Zielmenge ist angegeben Björn Rasch,Vorlesung Allgemeine Psychologie Uni FR 27.02.14 Einfaches Problemlösen } Denkprozesse bei Einsichtsprozessen } } } } } } Vorbereitung: Informationen sammeln, erste Lösungsversuche Inkubation: Nach dem Scheitern von mehreren Versuchen Abwendung vom Problem, Beschäftigung mit anderen Dingen Einsicht: Erkennen der Lösung („Aha Erlebnis) Bewertung: Lösung wird auf Brauchbarkeit überprüft Ausarbeitung: Umsetzung des Lösungswegs Bedingungen } } } Überwindung figuraler / funktionaler Gebundenheit Überwindung gelernter / bereits erfolgreicher Lösungsstrategien Aufmerksamkeit auf die „richtigen“ Aspekte der Aufgabe } 22 Messung über Blickbewegung möglich Björn Rasch,Vorlesung Allgemeine Psychologie Uni FR 27.02.14 Einfaches Problemlösen } Die Rolle des Schlafs für die Einsichtsbildung } Aufgabe: Sequentielles Rechenproblem mit versteckter Abkürzung } } Vor dem Schlaf/Wach Interval 10 Blöcke durchgeführt Nach Schlaf/Wach weitere 10 Blöcke durchgeführt } } Schlaf fördert Einsicht in vor dem Schlaf bearbeitete Probleme Problem liegen lassen und „darüber schlafen“ hilft. Wagner et al., 2004 23 Björn Rasch,Vorlesung Allgemeine Psychologie Uni FR 27.02.14 Komplexes Problemlösen } Beispiele } Computersimulation Lohhausen (Dörner et al., 1983) } } } 24 Stadt mit 3500 Einwohnern, Wohlstand hängt von städtischen Uhrenfabrik ab Betrachter ist Bürgermeister von Lohhausen Eingriffe: Steuern erhöhen, Wohnungen bauen, Fabrikarbeiter einstellen usw. Björn Rasch,Vorlesung Allgemeine Psychologie Uni FR 27.02.14 Komplexes Problemlösen } Merkmale eines komplexen Problems } Komplexität } } } Vernetztheit } } } } 25 Dynamischen System entwickelt sich auch ohne Eingreifen des Betrachters Zeitdruck,Vorhersagen müssen getroffen werden Intransparenz } } Veränderung einer Variablen wirkt sich auch auf andere Variablen aus Abhängigkeiten erkennen, Nebenwirkungen / Wechselwirkungen erkennen Dynamik } } Hohe Anzahl an Einzelvariablen und ihren Verknüpfungen Hohe Anzahl an Eingriffsmöglichkeiten Viele Merkmale der Situation / des Systems sind nicht zugänglich Polytelie } Mehrere Ziele / Interessen müssen gleichzeitg verfolgt und gegeneinander abgewogen werden } Differentielle Zielstruktur Björn Rasch,Vorlesung Allgemeine Psychologie Uni FR 27.02.14 Komplexes Problemlösen } Vorteile } } Alltagsnähe (Kritik an einfachem Pronlemlösen) Anwendbar zur Diagnose und Training von Problemlösekompetenz } } Computersimulation möglich } } Beispiel: Assesment Center Automatische Datenerhebung, hohe Motivation (Spielfreude), Zeitraffer Nachteile } } } 26 Reabilität schwer messbar, da starke Trainingseffekte Validität eingeschränkt, wenn Problemlöseerfolg nicht klar definiert ist Problemlösefähigkeiten stark situations- und personenabhängig. Björn Rasch,Vorlesung Allgemeine Psychologie Uni FR 27.02.14 Komplexes Problemlösen } Handlungstendenzen und Fehler } Mangelnde Berücksichtigung zeitlicher Abläufe } } Zeitliche Vorhersage fällt vielen Personen schwer Vereinfachtes Ursache-Wirkung Denken } Neben- und Wechselwirkungen werden nicht berücksichtigt } Komplexe Wirkungen werden auf eine Ursache reduziert ¨ } Ursachen } Begrenztheit von Ressourcen / Vergessen } Überbewertung des momentan verfolgten Einzelziels Vermeidung / Verdrängung von Misserfolg } } Führt zu einer isolierten Betrachtung von auffälligen Problemen, Missachtung von Zusammenhängen / wichtigen Faktoren; Schnelles Wechseln zwischen einzelnen Problemen, obwohl nur halb gelöst Personenmerkmale } } 27 Einfluss von IQ, wenig Einfluss von Vorwissen Einfluss von Emotion: Unterschiedliche Strategien, aber ähnlich erfolgreich } Positive Stimmung: Hohe Motivation, mutig, mehr ausprobieren, „durchwurschteln“ } Negative Stimmung: Stärkeres systematischen Informationensammeln Björn Rasch,Vorlesung Allgemeine Psychologie Uni FR 27.02.14 Komplexes Problemlösen } Komplexes Problemlösen und Intelligenz } } } Problemlöse-Tests unterscheiden sich von allgemeinen IQ Tests } Intelligenztest misst Geschwindigkeit und Genauigkeit von einzelnen kognitiven Prozessen (konvergentes Denken) } Komplexes Problemlösen erfordert vorausschauendes und vernetztes Denken sowie Verfügbarkeit alternativer Handlungsstrategien („operative Intelligenz“) Entscheidend, welche Aspekte von Intelligenz gemessen werden Komplexes Problemlösen und Kreativität } Kreativität: Fähigkeit neues / ungewöhnliches / originelles zu entwickeln } } } Überschneidung mit Problemlösen Setzt divergenten Denken voraus (Findung neuer Assoziationen) Messung der Kreativität } } Verbindung zwischen Worten suchen (Bsp.: Humor-Pech-Nacht) Geometrische Formen zur bedeutungshaltigen Form zusammenlegen ¨ } Problem: Es gibt keine richtigen oder falschen Antworten Intelligenz und Kreativität als Voraussetzung für komplexes Problemlösen 28 Björn Rasch,Vorlesung Allgemeine Psychologie Uni FR 27.02.14 Take-Home Messages } Denkpsychologie befasst sich mit den inneren (mentalen) Prozessen der Verarbeitung von Informationen. } } Denken als höherer kognitiver Prozess, umfasst “niedrigere” kognitive Prozesse. Deduktives Schlussfolgern } Logisches Schlussfolgern auf Basis fest vorgegebener Tatsachen } } Formale Aussagenlogik und Syllogismen } } } Aussagenlogik, Wahrheitswert und Wahrheitstafeln Modus Ponens, Modus Tollens, Acceptance of Consequent, Denial of Antecedent Anwendung der formalen Logik im Alltag (aber auch von Experten) oft schwierig Induktives Schlussfolgern } Menschen entscheiden oft nicht rational, sondern verwenden Heuristiken } } } Verfügbarkeitsheuristik, Repräsentationsheuristik, Ankerheuristik } } 29 Entscheiden oft mit Unsicherheit, Zeitdruck, hohem Risiko Entscheidungen mit Heuristiken sind effizient, schnell, benötigen wenige Informationen Fehler: Conjunction error, base-rate fallacy, overconfidence Rekognitionsheuristik, Take-the-Best (TBT) Heuristik Björn Rasch,Vorlesung Allgemeine Psychologie Uni FR 27.02.14 Take-Home Messages } Problemlösen: Reduktion der Diskrepanz zwischen einem Ist-Zustand und einem angestrebten Zielzustand (Soll-Zustand). } } Operatoren: Massnahmen zur Reduktion der Ist-Soll Diskrepanz Einfaches Problemlösen } Ist-Zustand und Soll-Zustand sind klar definiert und bekannt } } Sequentielle Probleme vs. Einsichtprobleme } } Operatoren sind verfügbar und müssen nur richtig eingesetzt werden Problem: Wenig relevant für den Alltag Komplexes Problemlösen } Ist-Zustand und /oder Soll-Zustand sind nicht klar definiert / unbekannt } } } Simulationen können zur Diagnose / Training genutzt werden } } 30 Operatoren zur Problemlösen müssen erst gefunden oder generiert werden Alltagsnähe, Einfluss von Komplexität, Zeitdruck, Emotion, Motivation, IQ etc. Probleme: geringe Reliabilität,Validität fraglich Intelligenz und Kreativität als Voraussetzung für komplexes Problemlösen Björn Rasch,Vorlesung Allgemeine Psychologie Uni FR 27.02.14 Vielen Dank für Ihre Aufmerksamkeit 31 Björn Rasch,Vorlesung Allgemeine Psychologie Uni FR 27.02.14
