03413 – Lernen, Gedächtnis, Wissen, Sprache, Denken und Problemlösen III Wissen

Verständnis, DIKW-Modell

• kognitiver und analytischer Prozess, bei dem aus existierendem Wissen neues Wissen erzeugt wird

Wesentliche Leistung des DIKW-Modells

• klare Trennung von Begriffen, die im Alltag synonym verwendet werden

Explizites Wissen

• Wissensinhalte, über die ein Subjekt sich bewusst ist

Implizites Wissen

• unbewusstes Wissen
• spielt in der Forschung eine wichtige Rolle
• nach Polanyi tacit knowledge genannt

Deklaratives Wissen

• Wissen, welches Tatsachen und Zusammenhänge in der Wirklichkeit abbildet
• „wissen, dass“
• wird noch unterteilt in semantisches und episodisches Wissen

prozeduales Wissen

• Wissen, welches auf die Abläufe einer Handlung Bezug nimmt
• „Wissen, wie“

Metakognitives Wissen

• hat Reflexion über das eigene Wissen und die Kognition zum Inhalt

Semantisches Wissen

• Form des abstrakten Wissens über unsere Umwelt
• Z.B.: „Berlin ist die Hauptstadt von Deutschland“

Episodisches Wissen

• ist an die Erinnerung an eine bestimmte Situation, eine Erfahrungsepisode, gebunden
• z.B.: „Letzten Sommer war ich in Berlin im Urlaub.“

Noam Chomsky, Wissen

• unterscheidet zwischen angeborenem und erworbenem Wissen
• geht davon aus, dass sich der kleinkindliche Spracherwerb nur dadurch erklären ließe, dass Menschen bereits ein angeborenes grammatisches Wissen besitzen

Domäne

• Ausschnitt aus der Welt
• „Mikrodomäne“ z.B. Schach
• „Makrodomäne“ z.B. Aufgliederung an Universitäten in Mathematik, Physik etc.
• Wissensdomänen sind Kompetenzbereiche
• Wissen ist domänenspezifisch

Expertise

• Menschen können durch intensive Beschäftigung Experten in einer Domäne werden
• Solche Höchstleistungen werden zu Spezialfähigkeiten und -fertigkeiten, deren Genese sich nicht mit allgemeinen Fähigkeiten wie Intelligenz vorhersagen lässt
• -> sind nur auf die Wissensdomäne beschränkt, in anderen Wissensdomänen werden meist nur durchschnittliche Leistungen erbracht.
• Sind altersunabhängig
• Erforschung von Expertise und Höchstleistungen ist Teil der Wissenspsychologie

Urteilen

• affirmatives Urteil: eine bejahende Behauptung („Dieser Tisch ist aus Holz.“)
• negatives Urteil: verneinende Behauptung („Dieser Tisch ist nicht aus Holz.“)
• bei Urteilen kann man den Wahrheitswert feststellen („wahr“, „falsch“)
• Urteile werden meist als Propositionen bezeichnet
• Sie sind nicht identisch mit Sätzen, denn man kann ein Urteil sprachlich unterschiedlich formulieren
• Propositionen haben den Vorteil, dass man sie mit Hilfe der Aussagen- und Prädikatenlogik formalisieren kann
• Man kann bestimmte Propositionen zu einer Makroproposition zusammenfassen, z.B. Kochrezept

Schließen

• Verknüpfung von Urteilen, so dass eine wahre Konklusion, ein wahrer Schlusssatz, erzielt wird
• Die Sätze vor der Konklusion bezeichnet man als Prämissen und die Einheit eines Schlusses (zwei Prämissen, eine Konklusion) als Syllogismus.

Wissensrepräsentationen

• Können propositional (sprachlich, satzartig, netzwerkartig) oder bildhaft dargestellt werden
• Unterscheidung zwischen analogen und digitalen Repräsentationen ist grundlegend
• Digitale Repräsentationen: beruhen auf dem binären Zahlensystem, auf dem sich auch 
analoge Strukturen wie Bilder digitalisieren lassen 

Konnektionismus

• Wissen wird durch die Verknüpfung einfacher Einheiten realisiert, die Folge ist ein neuronales Netz
• Man kann Konnektionismus als Form des Assoziationismus sehen

Neuronales Netz

• die natürlichen oder künstlichen Neurone sind die Knoten und die Kanten die Axone, über die sich die Aktivierung ausbreitet, die nach einem bestimmten Algorithmus berechnet wird
• Input führt u einer Aktivitätsausbreitung im Netz entlang der Kanten, und kann je nach Verarbeitung zu verschiedenen Outputs führen
• Bestimmtes Aktivierungsmuster ist das Resultat einer Wisssenseinheit
• künstliches neuronales Netz: ist eine Simulation, die als Programm auf einem Rechner laufen kann und eine Datenstruktur erzeugt, welche aus einer Matrix von Aktiviertheitswerten der Knoten und Kanten besteht.
•  

Assoziationsstärke

• Je häufiger zwei Assoziate miteinander gepaart wurden (Kontiguität), desto schneller und fehlerärmer ruft Assoziat A Assoziat B hervor
•  Hebb ́sche Regel ist die Umsetzung dieser Idee in den Bereich künstlicher neuronaler Netze

Semantisches Netz

• wird als Modell von Begriffen und ihren Beziehungen (Relationen) aufgefasst, dass zur Wissensrepräsentation vorhanden ist (Wissensnetz)
• Organisation von Wissen wird in der Psychologie häufig mit Hilfe von semantischen netzen erklärt
• Annahme: Menschen verfügen über Informationen wie z.B. „Amsel sind Vögel“ und „Vögel haben Federn“
• -> werden derartige Fakten miteinander verknüpft ergeben sie ein semantisches Netz und erlauben das Schließen auf weitere Fakten wie „Amseln haben Federn“
• Ein komplexes semantisches Netz ist eine ökonomische Form der Wissensspeicherung, denn Merkmale, die allgemein auf Vögel zutreffen, müssen nicht für jede Vogelart neu gespeichert werden

Unterschied vom semantischen Netz zum neuronalen Netz

- Die Knoten sind keine Neurone, sondern Begriffe und die Kanten repräsentieren keine Aktivierungswerte, sondern Relationen wie „ist ein“, „hat ein“, „ist größer als“, „ist Nachfolger von“ etc.

Hierarchische Relation – Hyponymierelation/Hyperonymierelation

• Hyponymierelation: Begriff „Maus“ ist der Unterbegriff zu dem Begriff 
„Säugetier“
• Hyperonymierelation: „Säugetier“ Oberbegriff zu „Maus“
• Begriffe haben Umfang (Extension) und Bedeutung (Intension) -> Umfang ergibt sich aus der Anzahl der Merkmale und die Intension bezieht sich auf die Art und Kombination dieser Merkmale.
• -> Oberbegriffe haben also eine größere Extension als Unterbegriffe
• Relation zwischen Ober- und Unterbegriff sind irreflexiv, da kein Oberbegriff sein 
Unterbegriff sein kann; asymmetrisch, d.h. ist B Hyponym von A, ist A nicht Hyponym von B; transitiv, d.h. ist C Hyponym von B und B Hyponym von A, ist C auch Hyponym von A
• Auf diese Weise lassen sich hierarchisch strukturierte „Begriffsbäume“ herstellen (Vererbungsrelation)

Hierarchische Relation – Instanzrelation

• Asymmetrie und Intransitivität stehen im Vordergrund
• Sie verbindet Individuen und deren Klassen, so ist eine „Feldmaus“ eine Instanz der Klasse „Maus“.

Hierarchische Relation – Partitive Relation (Meronymie)

• Verhältnis vom Teil zum Ganzen. Das Fell ist z.B. Teil der Maus
• Diese Relation ist asymmetrisch und transitiv.

Eigenschaftsrelation

• koppelt Prädikate mit Objekten, die im Bereich dieser Prädikate liegen

Synonymierelation

• legt den Fokus auf die Bedeutungsgleichheit von Ausdrücken (Beispiel: Handy, Mobile, Mobiltelefon...).
• Äquivalenzrelation, da es sich um eine reflexive (A ist mit B synonym), transitive (wenn A mit B synonym ist und B mit C, dann ist auch A mit C synonym) und symmetrische (wenn A mit B synonym ist, dann ist auch B mit A synonym) Relation handelt.

Kausationsrelation

• Verbindung von Begriffen auf verbaler Ebene, d.h., dass ein bestimmtes Ereignis ein weiteres Ereignis verursacht (Beispiel: Die Folge von Töten ist Sterben).
• Diese Relation zeichnet sich nicht durch Symmetrie aus, dafür aber durch Transitivität

Antonymierelation

• bezieht sich auf die Gegensätzlichkeit von Begriffen. So ist z.B. „laut“ das Gegenteil von „leise“
• Es handelt sich um eine symmetrische, nicht reflexive und nicht transitive Form der Relation.

Untersuchungsmöglichkeiten semantischer Netze

• Assoziationstechniken und Satzverifikationsaufgaben: Vp Reizwort „Tier“ geben -> alle Merkmale nennen die ihr einfallen
• Mit Hilfe solcher Assoziationsbündel kann man unter Heranziehung statistischer Verfahren wie der multidimensionalen Skalierung die Struktur von semantischen Feldern eines Begriffs ermitteln

Spreading activation, hierarchisches Netzwerkmodell von Collins und Quillian

• arbeitet mit der Vorstellung einer sich ausbreitenden Aktivierung
• Von jedem Begriff streut fächerförmige Aktivierung zu semantisch verwandten Begriffen
• Basis: au Satzverifikationsaufgaben

• Vpn bekamen Sätze repräsentiert und mussten entscheiden, ob diese wahr oder falsch sind
• Dabei Messung der RT
• Annahme: dass die RT Aufschluss darüber gibt, in welcher Weise die Information über den Satz repräsentiert ist
• Dauert es z.B. länger einen Satz wie „Ein Kanarienvogel hat Haut“ zu verifizieren als den Satz „Ein Kanarienvogel kann singen“, dann kann dies darauf verweisen, dass die semantischen Informationen beider Sätze unterschiedlich struktiriert sind
• Modell ist aus dem Erfordernis entstanden, in einer Zeit knapper Speicherplätze ein Programm zu schreiben, welches einfach wenig Speicherplatz benötigt.
• Das menschliche Gedächtnis scheint zumindest nicht in dieser Weise durchgehend ökonomisch strukturiert zu sein

Kritik am hierarchischen Netzwerkmodell von Collins und Quillian

• es fanden sich Befunde gegen diese Strukturierung
• Satz „Bären sind Tiere“ schneller verifiziert als der Satz „Bären sind Säugetiere“ -> obwohl es nach der logischen Gliederung anders herum hätte sein müssen
• Liegt u.a. am Typikalitätseffekt: Rotkehlchen ist ein typischerer Repräsentant der Klasse Vogel als ein Huhn, daher schnellere Satzerkennung
• -> spricht dafür, dass es keine fixe Einheit von „semantischer Distanz“ zu geben scheint
• -> es gibt auch keine Einigkeit, welche Maße für die Messung semantischer Relationen am repräsentativsten sind
• Konzept der Ähnlichkeit spielt dabei zentrale Rolle, ist allerdings nicht leicht zu handhaben -> Denn Ähnlichkeit liegt zwischen „kein Merkmal gemeinsam“ (vollständige Verschiedenheit) und „alle Merkmale gemeinsam“ (Identität)

Modell des Merkmalsvergleichs

• Annahme, dass jeder Begriff eine Merkmalsliste ist
• Wird nun der Satz „Ein Rotkehlchen ist ein Vogel“ verifiziert, dann wird die Merkmalsliste „Vogel“ (lebendig, lebhaft, Federn, zweibeinig...) generiert und mit der Merkmalsliste „Rotkehlchen“ (lebendig, lebhaft, Federn, zweibeinig, rotbrüstig...) verglichen
• -> Da die Merkmalsüberlappung hoch ist, wird ja geantwortet.

Scheerer, 4 Grundbedeutungen von Repräsentationen

• Als inhaltsvoller mentaler Zustand
• Als mentale Re-Präsentation
• Als Strukturerhaltung
• Als Stellvertretung
• Nach Scheerer ist die Bedeutung von Repräsentation als Stellvertretung am meisten verbreitet in der kognitionswissenschaftlich orientierten Psychologie.

Kode und Repräsentation: Kode

• unterscheidet sich eindeutig von Repräsentation
• benötigt man bei der Verarbeitung, Speicherung und Übertragung von Informationen oder Daten.
• Als Kodierung bezeichnet man den Vorgang, ein Zeichen oder eine Zeichenfolge einer Urbildmenge einem Zeichen oder einer Zeichenfolge einer Bildmenge zuzuordnen
• Die Vorschrift, nach der kodiert wird, ist eine Abbildung und wird als Kode bezeichnet
• Den umgekehrten Vorgang nennt man Dekodierung

Kode und Repräsentation: Repräsentation

• semantischer Gehalt, der in unterschiedlichen Codes dargestellt werden kann
• Man kann ein Bild einfach ansehen, indem man es abfotografiert, aber man kann es auch verbal beschreiben -> beide repräsentieren dasselbe Original