Allgemeine Psychologie II Vorlesung 2

Allgemeine Psychologie II
Vorlesung 2
Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods
University of Fribourg
1
Björn Rasch, Vorlesung Allgemeine Psychologie Uni FR
02.03.16
Allgemeine Psychologie II
Woche
Datum
Thema 1
1
22.2.16
Langezeitgedächtnis II
2
25.2.15
Denken I
3
3.3.15
Denken II
4
10.3.15
Sprache I
5
17.3.15
Sprache II
6
24.3.15
Emotion I
31.3.15
---fällt aus –(Osterferien)
7
7.4.15
Emotion II
8
14.4.15
Emotion III
9
21.4.15
Emotion IV
10
28.4.15
Motivation I
5.5.15
---fällt aus --- (Auffahrt)
11
12.5.15
Motivation II
12
19.5.15
Volition
26.5.15
---fällt aus --- (Fronleichnam)
2.6.15
Zusammenfassung und Fragen
13
2
Björn Rasch, Vorlesung Allgemeine Psychologie Uni FR
02.03.16
Gedächtnissysteme
Hippokampus
notwendig für
Enkodierung
Hippokampus
nicht notwendig
für Enkodierung
Squire & Zola, 1996
3
Björn Rasch
02.03.16
Deklaratives Gedächtnis
}
Wie kann das deklarative Gedächtnis
gleichzeitig schnell lernen und lange
speichern?
}
Das 2-Speicher Modell
}
Schnell-lernendes Netzwerk
}
Schnelles Speichern
}
Schnelles Vergessen
¨
}
Häufiges Training erforderlich
¨
}
Reaktivierung
Integration / Abstraktion
Langfristige Speicherung
¨
}
Übergangsspeicher
Hippokampus
Hippokampus
Langsam lernendes Netzwerk
}
Erlebte Erinnerungsepisoden
Neokortex
Übergang von Übergangsspeicher
(Hippokampus) in Langzeitspeicher
(Neokortex) durch wiederholte
Reaktivierung
Langzeitspeicher
Neokortex
Marr et al., 1971
Rasch & Born, 2008
4
Prof. Dr. Björn Rasch
02.03.16
Deklaratives Gedächtnis
Abrufprozesse
}
}
Freie Reproduktion (free recall)
}
}
}
}
Freies Abrufen der gelernten Information
Bsp.: Liste von vorher gesehenen Worten aufschreiben
Unterstützte Reproduktion (cued recall)
}
Präsentation eines Abrufhinweises (retrieval cue) erleichtert Abruf
}
Bsp.:Anfangsbuchstabe, erstes Wort beim Lernen von Wortpaaren (Vokabeln)
Wiedererkennen (Recognition)
}
Präsentation von alten und neuen Informationen (Old vs. New)
¨
¨
¨
}
Unterschiede in den Abrufprozessen
} Gedächtnisleistung: Free recall < cued recall < recognition
}
Free / cued recall erfordern „Finden“ der Information im LZG, recognition nicht
¨
¨
5
Wiedererkennen basiert auf zwei verschiedenen Prozessen:
Recollection: Wirkliches Erinnern der „alten“ Information
Familiarity: stärkeres Bekanntheitsgefühl beim Sehen der „alten“ Information“
Häufiges Problem: Information im LZG gespeichert, kann aber nicht abgerufen werden
„Blockierung“ der Information, Bsp.: Tip-of-the-Tongue Phänomen
Allg. 1 Björn Rasch Unifr
02.03.16
Deklaratives Gedächtnis
Kontexteffekte (state-dependent learning)
}
}
Räumlich-zeitlicher Kontext bei Enkodierung mit abgespeichert
}
}
Teil der episodischen Gedächtnisspur
Je stärker die Übereinstimmung von Enkodierungs-und Abrufkontext, desto
besser der Abruf
}
Encoding specificity principle (E.Tulving)
¨
}
Cues, die während der Enkodierung präsent waren, fördern Abruf aus episodischem Gedächtnis
Kontext sehr breit definiert
}
Räumlich-zeitlicher Kontext
¨
}
Physiologischer Kontext
¨
}
Entspannt vs. Angestrengt, Betrunken etc.
Emotionaler Kontext
¨
}
Blauer vs. roter Raum, Wasser vs. Land etc.
stimmungsabhängiges Gedächtnis (fröhlich vs. traurig)
Kognitiver Kontext
¨
Lernen in zwei Sprachen
Godden & Baddeley 1975
6
Allg. 1 Björn Rasch Unifr
02.03.16
Schlaf und Gedächtnis
Schlaf fördert die Konsolidierung von Gedächtnis.
}
}
Konsolidierung: Speicherung / Stabilisierung der Gedächtnisspur
Lernen
7
Konsolidierung
Abfrage
Prof. Dr. Björn Rasch
02.03.16
Schlaf
Wach
REM
N1
N2
N3
N1
N2
EOG
SWS
Slow
Wave
Spindel
REM
REM
EEG
K-Komplex
8
Prof. Dr. Björn Rasch
02.03.16
Schlaf und Gedächtnis
Jenkins & Dallenbach 1924, Am. J. Psychol.
nach Rasch & Born, Physiol. Rev. 2013
9
Björn Rasch
02.03.16
Fehlleistungen des Gedächtnisses
}
Die 7 „Sünden“ des deklarativen Gedächtnisses (Schacter 2003)
10
Allg. 1 Björn Rasch Unifr
02.03.16
Take-Home Messages
}
Gedächtnissysteme
}
}
}
Deklaratives Gedächtnis:
}
Episodisches Gedächtnis vs. Semantisches Gedächtnis
}
Schnelle Enkodierung und (relativ) langes Erinnern, Enkodierung abhängig vom Hippokampus
}
2 Speicher Modell, Übergangsspeicherung (Hippokampus) und langfristiger Speicher (Neokortex)
Non-deklaratives Gedächtnis
}
Motorisch-prozedurales Gedächtnis, Priming, Klassische Konditionierung, Non-assoziatives Lernen
}
Schwer verbalisierbar, Wissen drückt sich in Verhalten aus
}
Enkodierung erfordert wiederholtes Üben, nach Wissenserwerb nur geringes Vergessen
}
Enkodierung nicht vollständig vom Hippokampus abhängig
Abrufprozesse im deklarativen Gedächtnis
}
Free recall, cued recall und recognition
}
}
Bei Wiederholung: Aktives Abrufen aller (!) Items entscheidend für langfristige Speicherung
Kontexteffekte (State-dependent learning; Cue-specificity principle)
}
Schlaf verbessert die Gedächtniskonsolidierung
}
Fehlleistungen des deklarativen Gedächtnisses
}
12
Zerfall, Geistesabwesenheit, Blockierung, Fehlattribution, Beeinflussbarkeit,Verzerrung, Persistenz
Allg. 1 Björn Rasch Unifr
02.03.16
Denken
13
Björn Rasch, Vorlesung Allgemeine Psychologie Uni FR
02.03.16
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
}
14
Mentales Durchspielen von Handlungsalternativen
Metakognition
Björn Rasch, Vorlesung Allgemeine Psychologie Uni FR
02.03.16
Metakognition
}
}
Reflexion und Kontrolle von Denkprozessen
Beispiel: Verhaltenstherapie der Depression (Hautzinger, 2003)
}
Dysfunktionale Denkmuster als Teil der psychischen Störung
}
}
}
}
Festgefahrene Denkschemata und automatische Gedanken
„Ich bin ein Versager, weil ich nie etwas schaffe“
Selektive Wahrnehmung negativer Ereignisse
Therapeutischer Prozess
}
Unpassende, fehlerhafte oder unlogische Gedanken identifizieren
¨
}
Kognitive Umstrukturierung
¨
¨
}
}
15
Tagesprotokolle,Tagebucheinträge
Unpassende Gedanken durch funktionale Gedanken ersetzen
Z.B. Gegenargumente herausarbeiten, andere Bewertungen von Situationen lernen
Nachhaltige Verbesserung der „Lebensphilosophie“ des Patienten
Erlernte kognitive Techniken anwenden und üben
Björn Rasch, Vorlesung Allgemeine Psychologie Uni FR
02.03.16
Frühe Ansätze der Denkpsychologie
}
Behavioristischer Ansatz (1911)
}
}
Reiz-Reaktionskopplung durch Versuch und Irrtum
Erfolgreiches / belohntes Verhalten wird verstärkt
}
Beispiel: Katzen öffnen Käfigverschluss nach mehreren Versuchen
¨
}
}
Fokus auf Endergebnis des Denk-/ Problemlösevorgangs
Gestaltpsychologie (1920)
}
}
Das Ganze ist mehr als die Summe seiner Teile
Aha-Erlebnis, Einsicht
}
Beispiele: Knobelrätsel, intelligenter Werkzeugeinsatz bei Affen (Köhler)
¨
}
http://www.youtube.com/watch?v=cNwk1wvll1Y
http://www.youtube.com/watch?v=9Iza1zUq7VI
Informationstheoretischer Ansatz (1950)
}
}
Universelle Problemlösestrategien identifizieren
Computer so programmieren, dass er Probleme löst (z.B. Schach)
}
16
Nur bei klar definierten Problemen erfolgreich
Björn Rasch, Vorlesung Allgemeine Psychologie Uni FR
02.03.16
Denken
}
}
}
Deduktives Schlussfolgern
Induktives Schlussfolgern
Problemlösen
}
}
}
}
Einfaches Problemlösen
Komplexes Problemlösen
Planen
Intelligenz und Kreativität
17
Björn Rasch, Vorlesung Allgemeine Psychologie Uni FR
02.03.16
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
}
}
18
Aus empirischen Informationen wird eine allgemeine Aussage abgeleitet.
Wie schlussfolgern und entscheiden Menschen bei Unsicherheit?
Björn Rasch, Vorlesung Allgemeine Psychologie Uni FR
02.03.16
Wissenschaftliches Vorgehen
19
Björn Rasch
02.03.16
Deduktives Schlussfolgern
}
Aussagenlogik
}
}
Logische Verknüpfung von Aussagen
Einfache Aussage (Elementaraussage)
} Wahrheitswert einer Aussage entweder wahr (W) oder falsch (F)
}
}
Keine anderen Werte möglich
Verneinte Aussage (Negation)
}
Eine Aussage kann nicht gleichzeitig wahr und falsch sein
}
Wenn eine Aussage wahr ist, ist ihre Verneinung falsch (und umgekehrt).
¨
¨
¨
20
Bsp.: Es trifft zu, dass die Zahl 5 eine ungerade Zahl ist (W).
-> Es trifft nicht zu, dass die Zahl 5 eine ungerade Zahl ist (F).
Wahrheitstafel:
Björn Rasch, Vorlesung Allgemeine Psychologie Uni FR
02.03.16
Deduktives Schlussfolgern
}
Logische Äquivalenz
}
}
Die Aussage A ist äquivalent zu Aussage B
Trifft immer dann zu,
}
}
21
wenn sowohl A als auch B wahr sind.
wenn sowohl A als auch B falsch sind.
Björn Rasch, Vorlesung Allgemeine Psychologie Uni FR
02.03.16
Deduktives Schlussfolgern
}
Und-verknüpfte Aussage (Konjunktion)
}
Die Aussage „A und B“ ist immer dann (und nur dann) wahr, wenn A und
B wahr sind.
}
22
Beispiel: Prüfung bestanden, wenn Frage 1 und Frage 2 richtig beantwortet
wurden.
Björn Rasch, Vorlesung Allgemeine Psychologie Uni FR
02.03.16
Deduktives Schlussfolgern
}
Nicht-ausschließendes Oder (Disjunktion)
}
Die Aussage A oder B ist immer dann wahr, wenn mindestens eine der
beiden Teilaussagen A oder B wahr ist
}
23
Beispiel: Die Prüfung ist bestanden, wenn Frage 1 oder Frage 2 richtig
beantwortet wurde.
Björn Rasch, Vorlesung Allgemeine Psychologie Uni FR
02.03.16
Deduktives Schlussfolgern
}
Materiale Implikation (Konditional)
}
Verknüpfung zweier Aussagen zu einer neuen Aussage
}
}
A ist eine hinreichende Bedingung für B
Beispiele:
¨
¨
¨
}
Wenn 5 eine ungerade Zahl ist, dann ist 6 eine gerade Zahl.
Wenn 5 eine gerade Zahl ist, dann ist 6 eine gerade Zahl.
Wenn 5 eine ungerade Zahl ist, dann ist 6 eine ungerade Zahl.
Merksätze:
}
Aus Falschem folgt Beliebiges / aus etwas Wahrem kann nichts Falsches folgen.
}
Problem: Logische Gültigkeit vs. Inhaltliche Richtigkeit
24
Björn Rasch, Vorlesung Allgemeine Psychologie Uni FR
02.03.16
Deduktives Schlussfolgern
}
Vier Schlussfolgerungen mit Konditionalen
}
Name
Modus Ponens
}
}
}
àC
Wenn A, dann C;
¬A
à¬C
Acceptance of Consequent
}
}
A
Denial of Antecedent
}
}
Wenn A, dann C;
Schlussfigur
Wenn A, dann C;
C
àA
¬C
à¬A
Modus Tollens
}
25
Wenn A, dann C;
gültig?
Deduktives Schlussfolgern
}
Formale Aussagenlogik
}
}
}
Regelwerk konditionaler Schlüsse (im Alltag sehr häufig)
Syllogismen: Aussagen mit 2 Prämissen und einer Konklusion
Modus Ponens
}
Aus zwei Prämissen wird eine positive Konklusion abgeleitet:
}
Wenn es regnet, ist die Strasse nass (Prämisse 1).
Es regnet (Prämisse 2).
}
Also ist die Strasse nass (positive Konklusion)
}
¨
}
Formal: Wenn A, dann C. Gegeben A. Dann C.
Modus Tollens
}
Aus zwei Prämissen wird eine negative Konklusion abgeleitet:
}
Wenn es regnet, ist die Strasse nass (Prämisse 1).
}
Die Strasse ist nicht nass. (Prämisse 2)
Also regnet es nicht (negative Konklusion)
}
¨
27
Formal: Wenn A, dann C, Nicht C. Dann nicht A.
Björn Rasch, Vorlesung Allgemeine Psychologie Uni FR
02.03.16
Übung
}
Ordnen Sie die Aufgaben den Schlussformen zu!
}
Wenn Zündschlüssel gedreht, dann startet
Auto. Auto startet nicht. Also wurde Z. nicht
gedreht.
Modus Ponens
Acceptance of the
Consequent
}
Wenn Z. gedreht, dann startet Auto. Z. wird
gedreht. Also startet Auto.
}
Wenn Z. gedreht, dann startet Auto. Z. wird
nicht gedreht. Also startet Auto nicht.
Denial of the
Antecedent
}
Wenn Z. gedreht, dann startet Auto. Auto
startet. Also wurde Z. gedreht.
Modus Tollens
28
Deduktives Schlussfolgern
}
Auswahlaufgabe nach Wason (1966)
}
Drehe diejenigen Karten um, die zeigen können, ob die folgende Aussage
korrekt ist (sie dürfen nur zwei Karten umdrehen)
}
30
Wenn auf der Vorderseite ein Vokal zu sehen ist, dann ist auf ihrer Rückseite
eine gerade Zahl.
Björn Rasch, Vorlesung Allgemeine Psychologie Uni FR
02.03.16
Deduktives Schlussfolgern
}
Auswahlaufgabe von Wason (1966)
}
}
Menschen haben Schwierigkeiten mit formaler Logik (z.B. Modus Tollens)
Aufgabe besser gelöst mit alltagsrelevanten Inhalten
}
}
Beispiel: Wenn der Briefumschlag geschlossen ist, dann ist er mit einer 50
Cent Marke frankiert.
Aufgabe wird in bestimmten Domänen besser gelöst
}
Wenn eine Person Alkohol trinkt, muss sie älter als 18 Jahre alt sein.
¨
}
}
Theorie der sozialen Konstrukte: Identifikation von „Betrügern“ in einigen
sozialen Domänen evolutionär wichtig.
Heuristiken
}
Menschen verwenden eher Heuristiken (einfache Faustregeln) anstatt formale
Logik
¨
32
Prüfung vor allem bei Leuten, die jünger als 18 Jahre sind (Modus Tollens)
Induktives Schlussfolgern
Björn Rasch, Vorlesung Allgemeine Psychologie Uni FR
02.03.16
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
}
}
33
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
02.03.16
Deduktives Schlussfolgern
}
Prädikatenlogik
}
Beispiel
}
}
Alle Zylinder sind rot. Alle roten Objekte sind gross.
}
}
Was folgt daraus für die Grösse der Würfel?
Kein kleines Objekt ist ein Kegel. Alle kleinen Objekte sind gelb.
}
34
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
02.03.16
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
}
35
Effiziente Problemlösestrategie, die fehleranfällig ist
Kahnemann: 2002 Nobelpreisträger in
Wirtschaftswissenschaften
Björn Rasch, Vorlesung Allgemeine Psychologie Uni FR
02.03.16
Zwei Denksysteme
}
System 1
}
Schnell, automatisch, immer aktiv, emotional,
stereotypisierend, unbewusst
}
}
}
Kognitive Leichtigkeit fördert bestimmte
unrealistische Denkweisen
Reagiert auf Reizwörter (Priming)
Denkergebnisse aus System 1 erscheinen uns oft
sehr logisch
¨
}
Wir sind von ihrer Richtigkeit oft überzeugt
System 2
}
Langsam, anstrengend, selten aktiv, logisch,
berechnend, bewusst
}
}
System 2 ist “faul” und “schnell erschöpft”
Wird nur selten angewendet
¨
36
Bewusste Entscheidung des “langsamen Denkens”
Björn Rasch, Vorlesung Allgemeine Psychologie Uni FR
02.03.16
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
¨
37
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
02.03.16
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
¨
}
}
38
Positive Korrelationen
Listenpreise bei Immobilienangeboten
...
Björn Rasch, Vorlesung Allgemeine Psychologie Uni FR
02.03.16
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)
39
Björn Rasch, Vorlesung Allgemeine Psychologie Uni FR
02.03.16
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?
40
Björn Rasch, Vorlesung Allgemeine Psychologie Uni FR
02.03.16
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?
41
Björn Rasch, Vorlesung Allgemeine Psychologie Uni FR
02.03.16
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-onfidence)
}
Güte des Wissens wird häufig überschätzt
¨
¨
42
Bsp.:Autounfälle viel häufiger als Flugzeugunfälle
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
02.03.16
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
¨
43
Führt häufig zu korrekten Urteilen (z.B. Bekanntheit / Stadtgrösse,Aktienkauf)
Hamburg oder München grösser?
Björn Rasch, Vorlesung Allgemeine Psychologie Uni FR
02.03.16
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
}
44
Bsp.: Bürgermeister einer Stadt
Björn Rasch, Vorlesung Allgemeine Psychologie Uni FR
02.03.16
Einfaches Problemlösen
}
Informationstheoretischer Ansatz
}
Aufgaben mit sequentiellen Problemstellungen
}
}
}
45
Schrittweise Bearbeitung erforderlich
Ständiger Abgleich zwischen Ist-Zustand oder Problemlöseziel (Soll-Zustand)
Beispiel:Tower of Hanoi
Björn Rasch, Vorlesung Allgemeine Psychologie Uni FR
02.03.16
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
}
}
}
}
}
Kognitive Verarbeitung (Analyse von Ist- und Sollzustand)
Ausgabe / Handlung (Anwendung der Operatoren)
Probleme
}
Problemstellung im Alltag zu komplex, Ist-Zustand schwer zu beschreiben
Probleme im Alltag dynamisch (Veränderung während der Bearbeitung)
}
GPS setzt unbegrenzte Speicherkapazität voraus
}
46
Informationsaufnahme (Beschreibung des Ist-Zustands)
Wissensspeicher (Abruf von Operatoren)
Björn Rasch, Vorlesung Allgemeine Psychologie Uni FR
02.03.16
Einfaches Problemlösen
}
Einsichtsprobleme (Gestaltpsychologie)
}
Einsicht durch eine Umstrukturierung des Problems (Aha-Erlebnis)
}
}
Beispiele
}
47
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
02.03.16
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
48
Björn Rasch, Vorlesung Allgemeine Psychologie Uni FR
02.03.16
Einfaches Problemlösen
}
Umfüllaufgabe (Luchins & Luchins 1959)
}
Drei Wasserbehälter A, B und C stehen zur Verfügung
}
Behälter fassen unterschiedlich Flüssigkeitsmengen, Zielmenge ist angegeben
21
31
49
Björn Rasch, Vorlesung Allgemeine Psychologie Uni FR
02.03.16
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
}
50
Messung über Blickbewegung möglich
Björn Rasch, Vorlesung Allgemeine Psychologie Uni FR
02.03.16
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
51
Björn Rasch, Vorlesung Allgemeine Psychologie Uni FR
02.03.16
Komplexes Problemlösen
}
Merkmale eines komplexen Problems
}
Komplexität
}
}
}
}
}
Vernetztheit
}
Veränderung einer Variablen wirkt sich auch auf andere Variablen aus
}
Abhängigkeiten erkennen, Nebenwirkungen / Wechselwirkungen erkennen
Dynamik
}
Dynamischen System entwickelt sich auch ohne Eingreifen des Betrachters
}
Zeitdruck,Vorhersagen müssen getroffen werden
Intransparenz
}
}
53
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
02.03.16
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
}
}
}
54
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
02.03.16
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
}
Einfluss von IQ, wenig Einfluss von Vorwissen
}
Einfluss von Emotion: Unterschiedliche Strategien, aber ähnlich erfolgreich
55
}
Positive Stimmung: Hohe Motivation, mutig, mehr ausprobieren, „durchwurschteln“
}
Negative Stimmung: Stärkeres systematischen Informationensammeln
Björn Rasch, Vorlesung Allgemeine Psychologie Uni FR
02.03.16
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
56
Björn Rasch, Vorlesung Allgemeine Psychologie Uni FR
02.03.16
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
}
Entscheiden oft mit Unsicherheit, Zeitdruck, hohem Risiko
}
Entscheidungen mit Heuristiken sind effizient, schnell, benötigen wenige Informationen
Verfügbarkeitsheuristik, Repräsentationsheuristik,Ankerheuristik
}
}
57
Fehler: Conjunction error, base-rate fallacy, overconfidence
Rekognitionsheuristik,Take-the-Best (TBT) Heuristik
Björn Rasch, Vorlesung Allgemeine Psychologie Uni FR
02.03.16
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
}
Operatoren zur Problemlösen müssen erst gefunden oder generiert werden
}
Alltagsnähe, Einfluss von Komplexität, Zeitdruck, Emotion, Motivation, IQ etc.
Simulationen können zur Diagnose / Training genutzt werden
}
}
58
Probleme: geringe Reliabilität,Validität fraglich
Intelligenz und Kreativität als Voraussetzung für komplexes Problemlösen
Björn Rasch, Vorlesung Allgemeine Psychologie Uni FR
02.03.16
Vielen Dank für Ihre
Aufmerksamkeit
59
Allg. Psychologie Björn Rasch Uni FR
02.03.16