Allgemeine Psychologie 1 (Fach) / Problemlösen (Lektion)

In dieser Lektion befinden sich 12 Karteikarten

Problemlösen

Diese Lektion wurde von ladodo erstellt.

Lektion lernen

Diese Lektion ist leider nicht zum lernen freigegeben.

zurück  |  weiter 1 / 1

  • Was ist ein Problem? Welche Problemtypen und Arten gibt es? 1. Unerwünschter Ausgangszustand S1 2. Erwünschter Zielzustand S2 3. Barriere, die Transformation S1→ S2 verhindert Problemtypen: Mittel bekannt, klares Ziel →  Interpolationsproblem (Schach) Mittel bekannt, Ziel unklar →  Dialektisches Problem (Berufsziel) Mittel unbekannt, Ziel klar →  Synthese Problem Mittel unbekannt, Ziel unbekannt →  dialektisches und syntheseproblem Problemarten: - Routine- /Nicht-Routine-Problem - domänenspezifisch/ nicht-domänenspezifisch (Flugzeug fliegen /weg zum Bhf finden) - gut /schlecht definiertes Problem (Interpolationsproblem / Geschenk finden)   Problemraum: - Menge an Problemzuständen -Menge an Operatoren  
  • Was ist Problemlösen und welche Unterprozesse gibt es? Analyse und Transformation von Informationen bezüglich einem best. Ziel Funktionsweise: Informationsverarbeitung Zweck: Erreichung eines Ziels Unterprozesse: Anwendung von Operatoren (Infos sammeln, Problem klären: Ausgangs-, Zielzustand, Maßnahmen) Inkubation (Weildauer): Nachdenkprozess, Abruf und Simulation von Lösungswegen Erkennen von Teilzielen: Zerlegung des Proble,s Zielorientierung  
  • Welche Effekte gibt es beim Problemlösen? Einstellungseffekt: Bevorzugung bestimmter Operatoren aufgrund von früherer Erfahrung Inkubationseffekt: Problem wird besser gelöst, wenn man sich abwendet Einsicht: Problemlösung durch plötzliche Einsicht (AHA!) Funktionale Fixierung: Tendenz, Obejekte in ihren üblichen Problemlösefunktionen zu repräsentieren (erkennen neuer Funktion wird verhindert)  
  • Was ist die Computionale Moddellierung von Problemlösen? Computermodell zur Simulation von Problemlösen Konnektionismus: Fähigkeit zur selbstständigen Anpassung und Generierung zuverlässiger Lösungen (v.a. innerhalb neuronaler Netze) im Gegensatz: Konstruktivismus: auf expliziten Annahmen beruher: Systeme sind durch schrittweises Zerlegen vollständig symbolisch beschreibbar   -> General Problem Solver Program: erstes konnektionistisches Computermodell (Turm v. Hanoi als Problemraum)
  • Was sind rule-based models? Handlungswissen (prozedural) wird durch Regeln (production rules) repräsentiert : - logische Operatoren -Form: if X then Y else Z Aktivierung einer Produkionsregel("firing") - explizit oder implizit (aktivierung kann bewusst erfolgen oder nicht) - Production system: Set von Produktionsregeln zur Lösung komplexer Probleme , z.B. ACT-R ACT-T (adaptive control of thought, rational) Modellierung des Gedächtnisses: -LZG: Repräsentation der production rules - AG: Repräsentation der Fakten und Ziele, die den aktuellen mentalen Zustand des Problemlösers bestimmen Verarbeitungsablauf: 1 Vergleich aller production rules mit Inhalten des AG 2 Auswahl einer Regel aus den passenden production rules 3 Ausführung der Handlung entsprechend der feuernden Regel 4 erneute Veränderung des Inhaltes des AG  
  • Was sind example-based models? bekannte Probleme und Lösungsschritte (episodisches Wissen) als examples gespeichert Analoges Problemlösen: vergangen Lösungen (sources) werden für neue Probleme (target) herangezogen Eigenschaften: Ähnlichkeitsbasierte Generalisierung Problemspezifisches Lernen
  • Was sind pattern-recognition models? Sonderform der rule-based models verschiedene Problemsorten werden als Problemschemata gespeichert Problemschema enthält: Infos über bestimmte Problemsorten: Erkennung des aktuellen Problems zu bestimmter Problemsorte (pattern recognition) Schablone für ihre Lösung (bestimmte Abfolge von Operatoren) Schemata als Zusammenfassung mehrerer Produktionsregeln  
  • Was sind Insight- Problems? Problemlösemodelle, die Einsicht voraussetzen → keine charakteristische Wissenseinheit (Maier: 2-Seile Problem, Kerzen-Problem)
  • Welche Problemlösemechanismen gibt es? Repräsentation Auswahl Lernen Prozesse können parallel ablaufen
  • Welchen Einfluss hat Repräsentation auf Problemlösen? Repräsentation ist der Prozess, bei dem die Infos eines Problems kodiert werden →  Umwandlung in internale Repräsentation ist abhängig von den Vorerfahrungen Repräsentation der features legt fest, welche Operatoren angewandt werden   Repräsentation rule-based-models es können nur die Regeln verwendet werden, deren Bedingungen und Operatoren repräsentiert sind Repräsentation example-based-models Repräsentation legt fest, welche features zurückliegender Probleme ähnlich genug sind, um abgerufen zu werden Repräsentation pattern-recognition-models: Experten und Novizen: unterschiedliche Repräsentation von Problemen (Menge der Repräsentation, Geschwindigkeit der Schemata erkennung) Repräsentation insight-models: Repräsentation ist entscheidend →  sonst Suche im falschen Problemraum  
  • Welche Auswahlmechanismen gibt es beim Problemlösen? Auswahl... ...der Repräsentation/ Operatoren (Lösungsschritten) Domänenunspezifische Heuristik : z.B. Hillclimbing Auswahl der Alternative, die vom aktuellen Stand näher zum Ziel führt →  backtracking nicht erlaubt →  sehr kurzsichtige Methode Means-End-Analysis (MEA) größtmöglicher Abstand zwischen Ausgangs- und Zielzustand muss im nächsten Schritt verkleinert werden ; Bilden von "subgoals" → flexibler, aber schwerer anwendbar Domänenspezifische Auswahl (=Kontrollwissen) Operatoren sind nach präferenz geordnet, man kann gleich darauf zurgreifen
  • Wie trägt "Lernen" zum Problemlösen bei? Problemlösen wird schneller, fehlerfreier und automatischer   Studie von Qin: Schulkinder vgl. mit ACT-R Modell beim Problemlösen → Modell beschreibt Daten gut Aktivitätsänderungen im linken PFC, linken PP und linken Motocortex

zurück  |  weiter 1 / 1