Please use this identifier to cite or link to this item: http://dx.doi.org/10.14279/depositonce-4101
Main Title: Kausales Schließen in komplexen Systemen
Subtitle: Der Einfluss von Kausalwissen auf menschliches Problemlösen
Translated Title: Causal reasoning in complex systems
Author(s): Büttner, Philippe
Referee(s): Thüring, Manfred
Rußwinkel, Nele
Granting Institution: Technische Universität Berlin, Fakultät V - Verkehrs- und Maschinensysteme
Type: Doctoral Thesis
Language: German
Language Code: de
Abstract: Das Ziel dieser Arbeit ist es, die kognitiven Problemlösefähigkeiten des Menschen zu erforschen und mit formalen Modellen zu beschreiben. Der Fokus liegt auf der Frage, wie bestimmte Einsichtsprobleme entstehen und welche kognitiven Prozesse den Menschen dazu befähigen, diese zu überwinden. Zentraler Bezugspunkt der kognitiven Problemlöseforschung ist noch immer die Problemraumtheorie (Newell & Simon, 1972). Demnach müsste die Komplexität eines Problems mit der Anzahl der Zwischenzustände ansteigen, die es zu überwinden gilt. Es existieren allerdings Probleme, die trotz eines kleinen Problemraums nur sehr schwer zu lösen sind (Knoblich & Öllinger, 2006). Die subjektiv wahrgenommene Unlösbarkeit eines Problems wird von einem "Aha-Erlebnis" abgelöst, sobald die Lösung von einem Problemlöser plötzlich "gesehen" wird. Dieser Zustand wird mit dem Begriff der Einsicht umschrieben, bei der, im Gegensatz zu einem graduellen Lösungsweg, eine Lösung unmittelbar durch eine mentale Umstrukturierung der Problemsituation erreicht wird. Um diese Art der Problemlösung zu untersuchen, wurden kognitionspsychologische Theorien der Einsicht (Ohlsson, 1984b; Ohlsson, 1992; Kaplan & Simon, 1990) und der mentalen Modelle (Johnson-Laird & Byrne, 1991) in einen Zusammenhang gebracht und experimentell überprüft. Auf Grundlage dieser Studien wurden computationale Modelle entwickelt, die die kognitiven Prozesse entschlüsseln, durch die bestimmte Einsichtsprobleme vermutlich entstehen. Aus diesen geht hervor, dass bei der Beobachtung kausaler Ereignisse, den in diesem Zusammenhang stehenden Konzepten Eigenschaften zugesprochen werden. Diese Eigenschaften dienen der späteren Rekonstruktion möglicher Ursachen einer Störung und scheinen ebenso eine maßgebliche Rolle bei der Frage zu spielen, inwiefern zwei Konzepte miteinander assoziiert werden können. Relevante Aspekte werden genau dann ignoriert, wenn die Eigenschaften der Konzepte, die für eine Lösung von Bedeutung sind, nicht mit den geforderten Prämissen übereinstimmen. Die Problemrepräsentation ist folglich eingeschränkt und eine mentale Suche nach der Lösung würde dementsprechend erfolglos verlaufen. Für die Lösung solcher Probleme sind Fähigkeiten, wie das Bilden von Analogien und Kreativität von Vorteil, um zuvor ignorierte Konzepte zu selektieren. Allerdings wird eine Assoziation erst ermöglicht, wenn es gelingt, den selektierten Konzepten neue, aber auch plausible Eigenschaften zuzusprechen. Auf diese Weise kann eine Problemrepräsentation vervollständigt und das Problem gelöst werden. Die vorliegende Arbeit liefert Erkenntnisse darüber, wie Kausalwissen mental organisiert wird, wie dieses zur Anwendung kommt und den Menschen bei der Problemlösung beeinflusst. Im Bereich der Mensch-Maschine-Systeme sind solche Erkenntnisse von zentraler Bedeutung. Sie sollen einen Beitrag zur Klärung der Frage leisten, inwieweit man bereits bei der Entwicklung komplexer Systeme frühzeitig Möglichkeiten zur Unterstützung diagnostischer Prozesse schaffen kann.
The aim of this study is to explore the cognitive problem solving skills of humans and to describe it with formal models. Thus, the focus of the present research is how certain insight problems occur and which cognitive processes enable humans to solve them. The traditional approach of cognitive problem solving has been the Problem Space Theory (Newell & Simon, 1972). According to this theory, the complexity of a problem should increase with the number of intermediate states that must be reached. However, problems can exist within small problem spaces and still be very difficult to solve (Knoblich & Öllinger, 2006). The perceived insolvability of a problem is replaced by a eureka effect when the solution is suddenly "seen" by a problem solver. This condition is described by the concept of insight, in which a solution is immediately obtained by a mental restructuring of the problem situation instead of using a gradual approach. In order to research this type of problem solving, cognitive psychological theories of insight (Ohlsson, 1984b; Ohlsson, 1992; Kaplan & Simon, 1990) and mental models (Johnson-Laird & Byrne, 1991) have been connected and verified experimentally. Based on these studies, computational models have been developed which decipher these cognitive processes by which certain insight problems occur. From this it appears that during the observation of causal events, related concepts are getting attributed. These attributes are used for a later reconstruction of possible causes of a technical error and also seem to play a major role in the question of how two concepts can be associated with one another. Relevant aspects are ignored when the properties of these concepts that pertain to a solution do not match the required assumptions. In this case, the problem representation is limited and a mental search for a solution is therefore unsuccessful. To solve such problems, skills like analogy making and creativity are beneficial in order to grasp previously ignored concepts. However, an association only succeeds if the selected concept is awarded with new and plausible attributes. In this manner, a problem representation could be completed to solve the problem. The present research provides insights into how causal knowledge is cognitively organized, how this is used, and how it affects the problem solving process of humans. In the field of human-machine systems, those insights are of vital importance. They help to clarify the question of how, during the early stages of developing complex systems, there can be opportunities to support the diagnostic process.
URI: urn:nbn:de:kobv:83-opus4-54082
http://depositonce.tu-berlin.de/handle/11303/4398
http://dx.doi.org/10.14279/depositonce-4101
Exam Date: 6-Jun-2014
Issue Date: 29-Jul-2014
Date Available: 29-Jul-2014
DDC Class: 000 Informatik, Informationswissenschaft, allgemeine Werke
150 Psychologie
500 Naturwissenschaften und Mathematik
620 Ingenieurwissenschaften und zugeordnete Tätigkeiten
Subject(s): Problemlösen
Problemraumtheorie
Einsicht
Repräsentationale Veränderungstheorie
ACT-R
Problem solving
problem space theory
insight
representational change theory
ACT-R
Usage rights: Terms of German Copyright Law
Appears in Collections:Technische Universität Berlin » Fakultäten & Zentralinstitute » Fakultät 5 Verkehrs- und Maschinensysteme » Institut für Psychologie und Arbeitswissenschaft » Publications

Files in This Item:
File Description SizeFormat 
buettner_philippe.pdf3.68 MBAdobe PDFThumbnail
View/Open
buettner_philippe_anhang.zip5.29 MBZIP ArchiveView/Open


Items in DepositOnce are protected by copyright, with all rights reserved, unless otherwise indicated.