Kategorisierung und induktives Lernen

• Applicant: Professor Dr. Michael R. Waldmann
• Subject Area: General, Cognitive and Mathematical Psychology
• Term: from 2002 to 2009
• Project identifier: Deutsche Forschungsgemeinschaft (DFG) - Project number 5372750

Die Fähigkeit, Kategorien zu bilden, gehört zu unseren fundamentalen kognitiven Kompetenzen. Während früher die Sicht dominierte, dass Kategorien ähnlichkeitsbasierte Ordnungsformen bilden, die objektive Strukturen in der Welt widerspiegeln, setzt sich in den letzten Jahren die Sicht durch, dass Kategorien theorieähnliche Gebilde sind, die flexibel, je nach Aufgabenanforderung variieren können. Geht man davon aus, dass Lerndomänen auf unterschiedliche Weise kategorisiert werden können, dann stellt sich die Frage, ob dies auch einen Einfluß auf weiteres Wissen hat, das man über diese Domäne erwirbt. In einer Vorstudie zum geplanten Projekt konnten wir tatsächlich zeigen, dass in Abhängigkeit davon, wie eine Menge von Viren in Klassen unterteilt wurde, weitere identische Lernerfahrungen über diese Viren zu unterschiedlichen Lernkonsequenzen führten. Unser Ziel ist es, die Randbedingungen für diese Transfereffekte zu finden. Dabei gehen wir davon aus, dass sowohl die Struktur der Lerndaten ('bottom up') als auch wissensgeleitete Annahmen ('top down') die Transferprozesse steuern. Das Projekt ist deshalb zweigeteilt. Im ersten Teil untersuchen wir den Einfluss des Lernimputs. Aus der Sicht datengesteuerter Theorien lässt sich unser Paradigma als Aufgabe beschreiben, in der konsekutiv zwei unterschiedliche Kategorisierungen auf der Basis identischer Lernexemplare gelernt werden. Solche Aufgaben wurden bislang in der Forschung nicht untersucht. Zur theoretischen Analyse der datengesteuerter Faktoren werden wir zwei der erfolgreichsten konnektionsistischen Lernmodelle (ALCOVE und prädiktive Autoencoder) so modifizieren, dass sie eine Modellierung unserer Aufgabe ermöglichen. Die Ergebnisse der Simulationen sollen dann mit den experimentellen Befunden verglichen werden. Im zweiten Teil des Projekts geht es dann um die Untersuchung wissensgeleiteter Faktoren. Hier sind Experimente geplant, die die Rolle von Vorannahmen über natürliche Kategorien und über unterschiedliche kausale Kategorienstrukturen untersuchen. Auch dieser Teil betritt Neuland. Die Möglichkeit, dass früher erworbene kausale Strukturen zu dramatisch unterschiedlichen Lernprozessen für später präsentierte Strukturen führen können, wurde bisher ebenfalls nicht untersucht.

• DFG Programme: Research Grants
• Participating Person: Professor Dr. York Hagmayer