Entscheidungsfindung basiert auf Reizen
Menschen müssen genau wie Tiere kontinuierlich Entscheidungen treffen, und dies tun sie anhand visueller oder akustischer Umgebungsreize. Zwar ist der Mensch sehr gut in der Lage, aufgrund von Wahrnehmungen Entscheidungen zu treffen, nicht jedoch, hierfür seine kognitiven Fähigkeiten einzusetzen. Das EU-finanzierte Projekt CUE INTEGRATIONS (How well can humans perform: testing human cue integration across multiple systems) vergleicht das perzeptuelle mit dem kognitiven Paradoxon und untersucht weitere Schlüsselparameter, die bei der Entscheidungsfindung eine Rolle spielen. Dies erfolgt mithilfe von Tests und Modellen, die auf wissenschaftlichen Daten und Berechnungen beruhen. Einbezogen werden hierbei Aspekte aus Ökonomie, Psychologie und verwandten Fachrichtungen, die sich die Bayessche Entscheidungstheorie zunutze machen. In der Regel wird der Mensch (und auch das Tier), wenn er mit einfachen perzeptuellen Reizen konfrontiert wird, als Bayes-optimal bezeichnet, d.h. er nutzt und manipuliert sensorische Informationen in einer statistisch optimalen Weise. Die nicht-Bayes-optimale kognitive Entscheidungsfindung wiederum ist noch wenig mit Mitteln der kognitiven Psychologie und Ökonomie erforscht: in den 70iger Jahren zeigten Tests an Probanden, wie Problemlösungsstrategien einem Maße vereinfacht werden, dass sie zu deutlich suboptimalen Entscheidungen führen. Das Projekt CUE INTEGRATION untersucht in einer Reihe neuer Modell-basierter Experimente das Kontinuum zwischen perzeptueller und kognitiver Entscheidungsfindung. Es soll zeigen, wie Menschen lernen, Reize wahrzunehmen, und ob suboptimale Entscheidungen das Ergebnis inadäquaten Lernens, eines Mangels an Evidenz und/oder anderer Fehler sind. Die aktuelle Studie untersucht die Einschränkungen, denen das menschliche kognitive Entscheidungsverhalten unterliegt. Welcher Natur sind diese Einschränkungen, und könnten sie durch entsprechendes Training, Präsentation und Anreize korrigiert werden? Der höchst multidisziplinäre Ansatz bezieht statistische, ökonomische und Kontrolltheorien ein, um die Voraussetzungen für optimale Entscheidungen und so genanntes Reinforcement Learning (Verstärkungslernen) zu ermitteln und auf dieser Grundlage ein zuverlässigeres Lernmodell zu erarbeiten. Die Versuchsanordnungen von CUE INTEGRATION beruhen auf zwei verschiedenen Strategien, bei der ersten wird ein kognitiv orientierter Ansatz durch perzeptuelle Komponenten, bei der zweiten ein perzeptuell orientierter Ansatz durch kognitive Komponenten ergänzt. In extensiven experimentellen Untersuchungen in beide Richtungen wollte das Team herausfinden, inwieweit die Leistungsfähigkeit verbessert werden kann. Obwohl die Ergebnisse zwar weniger aussagefähig sind als erwartet, liefern sie doch interessante Anhaltspunkte darüber, wie Menschen solche Wahrscheinlichkeitsaussagen treffen. Weitere Tests sollen Hinweise über das Paradoxon der Wahrnehmung von Reizen liefern. Die Ergebnisse könnten das Wissen um menschliche Entscheidungsprozesse erweitern und Forschungsbereiche in neuartiger Weise miteinander verknüpfen.
