Erklärungsmodell für Schachexpertise

Transkript

1 Erklärungsmodell für Schachexpertise von Verena Jakob und Jörg Faulhaber unter Bezug auf Gobet, F. (1998) Expert memory: a comparison of four theories. Cognition 66, Einführung 2. chunking Theorie 2.1 Hintergrund 2.2 Beschreibung 3. empirische Untersuchungen 3.1 Schach als Wissensdomäne 3.2 Rekonstruktion von Schachpositionen allgemein kurze Präsentationszeit willkürliche Schachaufstellung Variation der Anzahl der Figuren Angabe von höherwertigen Informationen 4. Computermodelle 4.1 Motivation 4.2 EPAM Allgemein Komponenten Lernmechanismus Parameter Anwendungsgebiete 4.3 CHREST Allgemein Komponenten und Parameter Laterale Links Schema 5. Literaturangabe - 1 -

2 1. Einführung In den 40er und 50er Jahren wurden herrausragende Arbeiten, welche das Konzept des chunking betreffen, geleistet. Es wird angenommen, dass gerade chunking für Wahrnehmungs-, Lern-, sowie für Erkenntnissprozesse von großer Bedeutung sind. Im Folgenden werden zuerst die theoretischen Grundlagen der chunking Theorie vermittelt, um darauf aufbauend zwei Computermodelle vorzustellen, welche diese Theorie implementieren. Daraufhin folgen empirische Untersuchungen, welche die chunking Theorie stützen. Die Wissensdomäne Schach eignet sich hierfür sehr gut. Alle hier betrachteten Untersuchungen beruhen auf dem Ziel, die Existenz von chunks zu beweisen, indem nach verschiedenen Kriterien, Probanden eine bestimmte Zeit Schachkonstellationen präsentiert werden, welche sie dann rekonstruieren müssen. 2. Chunking Theorie 2.1 Hintergrund Aktuelle Studien über Wahrnehmung, Lernverhalten sowie Erkenntnis zeigen, dass es einen einheitlichen Informationsprozessmechanismus gibt. Dieser wird als chunking bezeichnet und wurde ursprünglich von De Groot (1, 2) vorgeschlagen. Die Theorie des chunking basiert auf Studien des Problemlösens von Miller (3). Chunks bezeichnen zusammengefasste Informationen, die aufgrund von identifizierten Beziehungen zwischen diesen Informationen, als eine Einheit betrachtet werden, also einfach gesagt - die Gruppierung von Einzelelementen zu einer größeren sinnvollen Einheit. Miller schlug vor, chunks als Maßstab für kognitive Systeme zu benutzen. Mit dem Einsatz von chunks kann erklärt werden, weshalb trotz konstanten kognitiven Fähigkeitsgrenzen, ein größeres Wissen dazu führt, dass in einer bestimmten Umgebung manche Menschen mehr Informationen extrahieren können als andere. Seit Miller bzw. De Groot diese bahnbrechenden Arbeiten veröffentlichten, haben viele Forscher die chunking Theorie als eines der wichtigsten Mechanismen auf dem Gebiet der kognitiven Wissenschaft anerkannt. Weiterhin wurde gezeigt, wie chunks die Umwelt eines Subjekts mit dessen internen kognitiven Prozessen verbindet. In Abschnitt 3 werden empirische Untersuchungen geliefert, um die Existenz von chunks aufzuzeigen. Anschliessend wird in Abschnitt 4 illustriert, wie chunking in Computermodellen des menschlichen Lernens implementiert wird. Obwohl die Idee des chunking eigentlich von De Groot vorgeschlagen wurde, haben erst Chase und Simon 1973 es offiziell entwickelt. Um Experte auf einem Gebiet zu sein, muss laut dieser Theorie eine große Menge an chunks gelernt bzw. gespeichert werden, die mithilfe eines sogenannten discrimation net katalogisiert werden. Das discrimination net funktioniert als eine Art Inhaltsverzeichnis des Langzeitgedächtnisses in Baumstruktur. Merkmale von wahrgenommenen Stimuli werden mit gespeicherten chunks verglichen, wobei Tests im discrimination net einen schnellen Zugriff auf geeignete chunks ermöglichen. Eine große Anzahl an domänenspezifischen chunks und ihr schnelles Auffinden durch das discrimination net erklärt die Geschwindigkeit, mit der Experten Schlüsselelemente in einer Problemsituation erkennen. Jedoch werden auch Grenzen der menschlichen Informationsverarbeitung bestimmt. So beträgt die Kapazität des Kurzzeitgedächtnisses etwa 7 chunks. Die Zeit, um eine Überprüfung im discrimination net durchzuführen, beläuft sich auf 10 ms und die Zeit, um einen neuen chunk zu lernen auf etwa 8 s. Chunks erklären, warum Experten größere Mengen an Informationen wiedergeben können als Novizen. Sie speichern chunks im Langzeitgedächtnis, statt jedes Element einzeln im Kurzzeitgedächtnis zu speichern. Um beispielsweise Schachexperte zu sein, sind bis chunks notwendig

3 2.2 Beschreibung A chunk is a collection of elements having strong associations with one another, but weak associations with elements within other chunks. (4,5,6) Komponenten: - Discrimination Net (vgl EPAM, Abschnitt 4.2.2) - Pattern Learner - STM (Short-Term Memories) - Input/Output mechanism - Chunk Decoder Ablauf: 1. learning phase: Mit Hilfe der Input-Mechanismen (z.b Auge) werden Stimuli wahrgenommen und mit gespeicherten chunks verglichen. Der patternlearner sorgt dafür, dass neue chunks an die richtige Stelle im discrimination net eingefügt werden (siehe auch EPAM 4.2.3). 2. performance phase Im ersten Schritt erkennt der Input-Mechanismus auffällige Merkmale des fokussierten Objekts. Diese Merkmale werden dann an den patterndiscriminator übergeben, welcher das discrimination net danach durchsucht. Im Falle eines positiven Ergebnisses wird ein Zeiger (pointer) an das STM (short-term-memory) übergeben. Um das Ergebnis dann wieder an die Umwelt zu liefern, wird der chunkdecoder benötigt, der den Zeiger im STM auflöst. Über die Output- Mechanismen wird das Ergebnis an die Umwelt geliefert. Fig

4 3. empirische Untersuchungen 3.1 Schach als Wissensdomäne Im Folgenden dient Schach als die zugrundegelegte Wissensdomäne. Schach ist aus vielerlei Gründen besonders geeignet. Zum Einen ist Schach ein traditionelles Gebiet der wissenschaftlichen Psychologie ( Psychologie von Schachspielern Bryan and Harder, 1899) und bietet dadurch eine Menge von Daten und durchgeführten Experimenten. Weiterhin ist Schach allgemein bekannt, so dass Ergebnisse auf diesem Gebiet extern überprüfbar und leicht nachvollziehbar sind. Dabei ist es jedoch so komplex, dass mehrere Jahre notwendig sind, um Experte zu werden. Schach ist mathematisch formalisierbar und deshalb mit Computermodellen darstellbar. Außerdem sind durch seine flexible Umgebung viele experimentelle Manipulationen möglich, von denen einige später noch aufgezeigt werden. Ein weiterer Vorteil dieses Spiels ist, dass die Fähigkeiten, also der Wissensstand von Schachspielern anhand einer Skala gemessen werden kann (ELO). Kognitive Prozesse können anhand von Schach als Wissensdomäne sowohl auf unterem Niveau (z.b. Reaktionszeit, um Figuren auf dem Schachbrett zu erkennen) als auch auf hohem Niveau (z.b. Wahl des nächsten Zugs) betrachtet werden. 3.2 Rekonstruktion von Schachpositionen allgemein (Evidenz) Im Schach werden chunks entweder durch allgemeine Schachbeziehungen wie Angriff, Verteidigung, gleiche Farbe, usw. oder durch Zusammenhänge der Standorte von Figuren gebildet. Allgemein konnte festgestellt werden, dass Figuren, die zu einem chunk gehören, besser wiedergegeben werden konnten, als Figuren, die nicht zu einem chunk gehören, was von Gobet als ein direkter Beweis für die Existenz von chunks angesehen wurde. Als Beweis gilt auch, dass Figuren, die durch einen chunk repräsentiert wurden, leichter einprägsam waren als eine Repräsentation durch Spalten des Spielbretts oder willkürlich. Weiterhin konnte die Präsentation eines chunks als solches besser behalten werden als die Präsentation einer kompletten Spielaufstellung. Im Bereich der Wahrnehmung einer Spielaufstellung wurden unterschiedliche Augenbewegungen bei verschieden starken Spielern festgestellt. Experten sind im Gegensatz zu Novizen nicht so lange fixiert auf eine Stelle, sondern decken mehr und für das Spiel wichtigere Felder ab. Sie betrachten auch die Ecken des Spielbretts, während sich Novizen weitgehend auf die Mitte bzw. auf Hauptfiguren (z.b. König) und deren direkte Umgebung beschränken. Dies liefert einen Nachweis dafür, dass Experten ganze Gruppen von Steinen gemeinsam betrachten statt einzelne Figuren wie die Novizen. Bestätigt wird das zudem auch durch ein Experiment, bei dem Spieler eine ihnen unbekannte Spielkonstellation erraten sollten. Schwache Spieler stellten Fragen über die Standorte der einzelnen Figuren, während Experten nach vergangenen und zukünftigen Spielverläufen, Plänen, Auswertungen, usw. fragten. Die Experten waren demnach an Zusammenhängen interessiert, so dass sie auf ihnen bekannte Spielkonstellationen und damit auf chunks zurückgreifen konnten

5 3.2.2 kurze Präsentationszeit Bei einer ganz kurzen Präsentationszeit (wie 1s) können Experten noch immer ca. 70% der Spielfiguren korrekt aufstellen. Daraus kann gefolgert werden, dass die Wahrnehmung nicht bewusst kontrolliert wird. Das bestätigt die chunking und template theory, da sie die Wahrnehmung für einen automatischen Prozess halten. Jedoch ist diese kurze Präsentationszeit nicht ausreichend für eine Verschlüsselung im Langzeitgedächtnis, so dass die Speicherung im Kurzzeitgedächtnis erfolgen müsste. Ein Experiment, bei dem gleich zwei oder mehrere Spielbretter hintereinander gezeigt und erst später wiedergegeben werden soll, liefert allerdings bei bis zu fünf Spielbrettern nur geringfügig schlechtere Ergebnisse als das zuvor Betrachtete mit nur einem Brett. Dies würde eigentlich die Kapazität des Kurzzeitgedächtnisses übersteigen. Eine Begründung hierfür wäre, dass Experten einen großen chunk pro Spielbrett bilden können, welcher im Kurzzeitgedächtnis abgelegt wird. Gobet und Simon stellten 1995 fest, dass sich stärkere Spieler, wie bereits angesprochen, innerhalb einer Sekunde mehr Figuren einer Spielkonstellation merken können als schwächere, und auch einen größeren Nutzen aus zusätzlicher Präsentationszeit ziehen. Dies lässt darauf schließen, dass entweder mehr chunks erkannt oder neue chunks schneller gelernt werden können. Die Quantität von Informationen nimmt mit zunehmender Präsentationszeit ab. Gobet erklärt das dadurch, dass zuerst vertraute chunks erkannt werden, danach weniger vertraute oder auch mit anderen überlappende chunks und schließlich isolierte Figuren willkürliche Schachaufstellung Bei willkürlicher Aufstellung der Figuren auf einem Schachbrett, die im Gegensatz zu den bisher betrachteten Experimenten also nicht aus dem Spielverlauf entnommen wurde, zeigt sich zunächst kein Unterschied zwischen Experten und Novizen. Erst bei mehrmaligem Durchlauf lässt sich eine geringfügige Überlegenheit der Experten feststellen. Erklärt werden kann dies dadurch, dass es auch bei willkürlicher Aufstellung wahrscheinlich ist, dass chunks erkannt werden können, da Experten über eine sehr große Menge an unterschiedlichen chunks verfügen. Siehe Fig

6 Fig Variation der Anzahl der Figuren Interessanterweise wurde in Experimenten auch erkannt, dass sich Experten Konstellationen mit mehr Figuren, d.h. eine Aufstellung aus dem Beginn oder der Mitte des Spielverlaufs, besser merken können als ein Spiel mit weniger Figuren, das am Ende des Spielverlaufs auftritt. Im Hinblick auf die chunking theory ist das jedoch nicht verwunderlich. Die Anzahl der möglichen Züge ausgehend von den vorherigen wird mit fortschreitendem Spielverlauf immer größer und somit immer schwerer vorhersehbar. Die Aufstellung der noch übrigen Figuren unterscheidet sich bei jedem Spiel im Normalfall extrem. Gegen Ende eines Schachspiels ist es demnach sehr schwierig, auf chunks zurückzugreifen, da der Spieler vermutlich mit der Konstellation der Figuren nicht vertraut ist Angabe von höherwertigen Informationen Spieler konnten Spielaufstellungen wesentlich besser und sicherer rekonstruieren, wenn sie zuvor über vorangegangene Spielzüge informiert wurden. Dies liefert einen Beweis für die Bedeutung von konzeptuellem Wissen. Lane und Robertson stellten 1979 zudem fest, dass das Wiedergabevermögen davon abhängt, wie ein Spieler die Wichtigkeit einer Aufstellung ansieht. Die Aufgabe der bloßen Wiedergabe der Anzahl von Figuren, die auf schwarzen und weißen Feldern positioniert sind, wurde schlechter gelöst als die Aufgabe der Beurteilung der Aufstellung oder Finden des besten Zugs und zwar unabhängig von der Stärke des Spielers. Der Unterschied verschwindet jedoch, wenn die Spieler bereits vor der Aufgabenstellung wissen, dass die Konstellation des Schachspiels rekonstruiert werden soll. Von Jongman (1968), Freyhoff (1992) und De Groot und Gobet (1996) wird die Erkenntnis von Cooke als starker Beweis für eine hierarchische Repräsentation von Schachaufstellungen im Gedächtnis angesehen

7 4. Computermodelle 4.1 Motivation Computermodelle, welche das discrimination net implementieren (EPAM/CHREST) sind häufig (vor allem in aktuellen Studien) eingesetzt worden um eine Vielzahl kognitver Bereiche des chunking zu erklären. Einsatzgebiete sind z.b. verbales Lernen, Expertenwissen sowie das Erlernen einer Sprache. Im folgenden werden die beiden Computermodelle EPAM sowie CHREST vorgestellt. 4.2 EPAM Allgemein EPAM ist die Abkürzung für Elementary Perceiver and Memorizer (7-9). Es handelt sich hierbei um ein Computermodell, welches von Feigenbaum, Simon and Richman 1963/ 1989 entwickelt wurde und eine direkte Implementierung von chunking Mechanismen darstellt. Lernen wird simuliert als Anwachsen des discrimination net (Unterscheidungsbaum), bei dem interne Knoten wahrgenommene Merkmale testen und Blattknoten die Images speichern, d.h. die interne Repräsentation von externen Objekten Komponenten Komponenten von EPAM sind das Kurzzeitgedächtnis, das discrimination net und die Input-/ Output-Mechanismen. Informationen im Langzeitgedächtnis werden durch das discrimination net katalogisiert, welches aus einer hierarchischen Abfolge von Tests besteht. Auf jedem internen Knoten wird jeweils ein Test durchgeführt. Neben den Images können die Blattknoten zudem einen Hinweis auf weitere semantische Informationen des Langzeitgedächtnisses enthalten. Informationen werden in EPAM wie folgt verarbeitet. Zuerst wird ein eingehender Stimulus in eine Menge von Merkmalen zerlegt, welche das discrimation net durchlaufen. Dabei findet an jedem Knoten ein Test statt, so dass der Blattknoten gefunden werden kann (falls ein solcher existiert), dessen Image mit dem jeweiligen Merkmal übereinstimmt. Danach wird im Kurzzeitgedächtnis ein Zeiger auf dieses Blatt im Langzeitgedächtnis gesetzt. Abhängig von den durchgeführten Tests ist Lernen innerhalb des discrimination net notwendig oder nicht. Dies wird jedoch noch ausführlicher erläutert. Schließlich wird eine Aktion durch das System vorgenommen oder der nächste Stimulus aus der Umgebung abgerufen. Das Ausmaß des systeminternen Wissens zu einem Stimulus wird bestimmt durch den Blattknoten, der beim Durchlaufen des discrimination net erreicht werden kann. Fig

8 4.2.3 Lernmechanismus Die Information (Stimulus) muss im Kurzzeitgedächtnis gespeichert werden, bevor sie verglichen oder benutzt werden kann. Die im Blattknoten enthaltene Information wird mit dem Stimulus verglichen. Stimmen beide komplett überein, ist ein Lernvorgang nicht notwendig. Falls das Image des Blattknoten eine Untermenge des Stimulus ist, der Stimulus also über Informationen verfügt die über die im Image enthaltenen Informationen hinausgehen, wird das Image soweit ergänzt, das es dem Stimulus entspricht (familiarization). Liegt keine Übereinstimmung von Stimulus und Image vor, wird das discrimination net um zusätzliche Verbindungen und Knoten wie folgt erweitert (discrimination): der bisherige Blattknoten wird zum internen Knoten, in welchem ein Test auf Übereinstimmung durchgeführt werden kann. Weiterhin werden zwei neue Blattknoten gebildet, die von dem neuen internen Knoten abzweigen. Der eine enthält das Image, das im bisherigen Blattknoten gespeichert war, und der andere das Image, das dem Stimulus entspricht. Fig Paramter Ein wichtiges Merkmal von EPAM sind die Parameter, die quantitative Vorhersagen über Lernfähigkeit und Informationsabruf möglich machen. Manche dieser Parameter beziehen sich auf Kapazitätsgrenzen wie z.b. zwischen drei und sieben Einheiten im Kurzzeitgedächtnis (vgl. chunking Theorie). Die meisten bestimmen jedoch die nötige Zeit für kognitive Schlüsselprozesse. Ein auf einen Knoten durchgeführter Test dauert ungefähr 10 ms, das Anlegen eines neuen Knotens ca. 10 s und das Hinzufügen von Information zu einem Knoten 2 s. Die Größen der Parameter wurden aus empirischen Daten abgeleitet (9,10,11) Anwendungsgebiete EPAM wurde benutzt, um den Erwerb von Schachexpertise zu begründen (12,13). Die EPAM-Mechanismen für den Erwerb von Schachexpertise führten zur Entwicklung der chunking Theorie (4,14), die einen substantiellen Einfluss auf die Expertiseforschung hatte. Grenzen früher Versionen von EPAM sind hauptsächlich das langsame Speichern ins Langzeitgedächtnis und der Mangel an speziellen Mechanismen zur Erzeugung von semantischen Wissen. Sie sind demnach geeignet für Individuen mit einem niedrigen Wissensstand. Die Expertiseforschung hat gezeigt, dass Experten Informationen in ihrer Domäne schnell speichern können (15,16), so dass EPAM nicht angewendet werden kann

9 4.3 CHREST Allgemein CHREST (Chunk Hiearchy and Retrieval STructures) (11,17-19) erweitert EPAM im Hinblick auf eine bessere Selbstorganisation und Bearbeitung komplexer Daten Komponenten Die Komponenten und Parameter entsprechen den Ausführungen zu EPAM. Ein Unterschied besteht jedoch darin, dass jeder Knoten innerhalb des discrimination net von CHREST ein Image enthalten kann und nicht nur Blätter (Abb. 1a). Der Hauptunterschied bezieht sich jedoch auf die Existenz von zusätzlichen Mechanismen für die Entwicklung von sogenannten lateralen Verbindungen zwischen Knoten zwischen und für komplizierte Informationen in Chunks, um komplexe Schemata zu entwickeln Laterale Links Eine laterale Verbindung ist eine semantische Assoziation zwischen zwei Knoten innerhalb eines discrimination net (20). Diese zu lernen, kann nur dann erfolgen, wenn das Kurzzeitgedächtnis einen Zeiger auf einen relevanten Knoten im discriminatin net enthält. Diese Bedingung stellt sicher, dass Verbindungen zwischen Knoten nur temporär bestehen, um die Übersichtlichkeit von wahrgenommenen Chunks zu garantieren. Laterale Verbindungen sind similarity-links oder generative-links. Similiarity-links (Fig 4.3b) verbinden Knoten, deren Images sich ähneln. Generativelinks (Fig 4.3c) verbinden Knoten bei denen sich die Tests auf ihren Nachfolgern ähneln Schema Die speziellen retrieval structures die in CHREST genutzt werden, sind bekannt als templates und werden automatisch durch Erkennen von Mustern erzeugt (17,21). Templates (Fig 4.3d) repräsentieren Informationen aus einer Anzahl von separaten Knoten. Sie werden erzeugt, wenn ein Knoten im Kurzzeitgedächtnis bestimmte Bedingungen erfüllt. Diese beziehen sich auf den Grad der Überlappung, unterschiedliche Informationen in den child-knotens dieses Knotens und jeden Knoten, der durch similarity-links mit ihm verbunden ist. Wenn diese Bedingungen erfüllt sind, wird der Knoten in ein template umgewandelt. Das template besteht aus einem Kern, der das Image des Ausgangsknotens enthält, und aus Slots, die abgeänderte Images der Child-Knoten und ähnlicher Knoten enthalten. Auf ein Template kann durch Speichern eines einzelnen Chunk im Kurzzeitgedächtnis zugegriffen werden. Die Existenz von templates wird als Grund für die überlegenen Gedächtnisfähigkeiten von Experten angesehen (21). CHREST lernt ein discrimination net durch Betrachten der Positionen von Schachspielen mit seinen simulierten Augen

10 Fig. 4.3

11 5. Literaturhinweise 1 DeGroot, A.D. (1946) Het Denken van den Schaker, Noord Hollandsche 2 DeGroot, A.D. (1978) Thought and Choice in Chess, Mouton Publishers 3 Miller, G.A (1956) The magical number seven, plus or minus two: some limits on our capacity for processing information 4 Chase, W.G. and Simon, H.A. (1973) Perception in chess. Cognit. Psychol.4, Cowan, N. (2001) The magical number 4 in short-term memory: a reconsideration of mental storage capacity 6 Simon, H.A. (1974) How big is a chunk? Science 183, Feigenbaum, E.A. and Simon, H.A. (1962) A theory of the serial position effect. Br. J. Psychol. 53, Feigenbaum, E.A. (1963) The simulation of verbal learning behaviour. In Computers and Thoughts (Feigenbaum, E.A. and Feldman, J., eds), pp , McGraw- Hill 9 Feigenbaum, E.A. and Simon, H.A. (1984) EPAM-like models of recognition and learning. Cognit.Sci. 8, Simon, H.A. (1969) The Sciences of the Artificial, MIT Press 11 DeGroot, A.D. and Gobet, F. (1996) Perception and Memory in Chess: Heuristics of the Professional Eye, Van Gorcum 12 Simon, H.A. and Barenfeld, M. (1969) Information processing analysis of perceptual processes in problem solving. Psychol. Rev. 7, Simon, H.A. and Gilmartin, K. (1973) A simulation of memory for chess positions. Cognit. Psychol. 5, Simon, H.A. and Chase, W.G. (1973) Skill in chess. Am. Sci. 61, Charness, N. (1976) Memory for chess positions: resistance to interference. J. Exp. Psychol. Hum. Learn. Mem. 2, Chase, W.G. and Ericsson, K.A. (1982) Skill and working memory. Psychol. Learn. Motiv. 16, Gobet, F. and Simon, H.A. (2000) Five seconds or sixty? Presentation time in expert memory. Cognit. Sci. 24, Gobet, F. and Simon, H.A. (1996) Recall of random and distorted positions: implications for the theory of expertise. Mem. Cognit. 24, Gobet, F. (1993) A computer model of chess memory. In Proc. Fifteenth Annu. Cognit.Sci.Soc., pp , Erlbaum 20 Gobet, F. (1996) Discrimination nets, production systemsand semantic networks: elements of a unified framework. In Proc. Second. Int. Conf. Learn Sci, pp , Northwestern University 21 Gobet, F. and Simon, H.A. (1996) Templates in chess memory: a mechanism for recalling several boards. Cognit. Psychol. 31,