Epistemische Aktionen Seminar Verteilte Kognition bei Prof. Wandmacher Fachbereich Psychologie TU Darmstadt Epistemische Aktionen Vortrag von Guido Poschta 5.12.2002

Gliederung Einführung Tetris Klassisches Verarbeitungsmodell Vergleich mit erhobenen Daten Epistemische Aktionen Ergebnisse Einordnung und Diskussion

Quellen [1] On Distinguishing Epistemic from Pragmatic Action David Kirsh, Paul Maglio © 1994, Dept. of Cognitive Science, University of California, San Diego [2] Distributed Cognition: Toward a New Foundation for Human-Computer Interaction Research James Hollan, Edwin Hutchins, David Kirsh (UCSD) © 2000 ACM CHI Vol. 7, No. 2

Bisherige Sichtweisen Pragmatische Aktionen: Vor Ausführung planen Initialzustand  {Aktionen}  Zielzustand Bei Planung ständige Verbesserung bzgl. Metrik: Distanz / Zeit / Energie / Risiko Roboterforschung: Aktionen zur Wahrnehmung Kontrolle des Sichtfelds Kontrolle der Aufmerksamkeit

Epistemische Aktionen epistemi: Verb, Griechisch: Erkennen Nach Kirsh & Maglio physische Aktionen Ziele: Gedächtnisspeicher entlasten Zeit sparen durch weniger Berechnungsschritte Fehlerwahrscheinlichkeit senken

Anwendungen im Alltag Schlüssel im Schuh Faden um Finger Arbeitsplatz vorbereiten Arbeitsmittel sortieren Z.B. Schrauben, Muttern Unbekanntes Gelände erkunden

Epistemische Aktionen: Planung Aktionen zur Informationsgewinnung Veränderter Zustandsraum für die Planung Physische Zustände  Informationelle Zustände Epistemische Aktionen Bringen u.U. physischen Zustand nicht voran Verbessern informationellen Zustand

Tetris

Tetris Einfache Metrik: Pragmatische Verbesserung eindeutig erkennbar Anforderungen: Motorische Fähigkeiten (Tastendruck  Veränderung) Wahrnehmungsfähigkeiten (Steine & Kontur erkennen) Räumliches Vorstellungvermögen (Pack-Problem)

Annahme Bisherige Berichte eingeübter Verhaltens-weisen sind irreführende Vereinfachungen: Verbesserung durch Zusammenfassung von Zwischenschritten Verbesserung durch „vorberechnete Verhaltensweisen“ In beiden Fällen Strategie unverändert

Beobachtungen Strategie verändert sich mit der Erfahrung des Spielers Informationen früh verfügbar machen Optimierung auf schnelle Steinerkennung Externe Tests für mehr Sicherheit

Versuchsanordnung Aufnahme gedrückter Tasten bei Tetris Versuche zur mentalen Rotation Expertensystem „RoboTetris“

Klassisches Verarbeitungsmodell

RoboTetris Expertensystem Spielt Tetris Aufgebaut nach klassischem Modell der Verarbeitung: 4 Schritte

Schritt 1: Selektives Bitmap im Ikonischen Puffer Erkennung von Kanten, Ecken etc. Des Steins Der Kontur Noch keine Symbolerkennung

Schritt 2: Symbolische Repräsentation Beziehung zwischen erkannten Merkmalen interne Sammlung wiederkehrender Eigenschaften der Kontur Es muß erkennbar sein: Art des Steins Orientierung

Schritt 3: Besten Platz finden Vergleich des Steins mit Teilen der Kontur

Schritt 4: Weg finden Minimalen motorischen Plan definieren

Vergleich mit erhobenen Daten

Daten passen nicht zu Modell Mehr Rotationen als „notwendig“ Stein nach n Rotationen wieder wie zu Anfang Durchschnittlich (n-1)/2 Rotationen notwendig zum Beispiel „ “: durchschnittlich 1,5 beobachtet 1,7 Rotationen beginnen zu früh „Denkphase“ noch nicht beendet t = = ROT 1 ROT 2 ROT 3 ROT 4

Erklärungsversuch Kaskadierender Prozess Pragmatische Aktionen nach jeweils „bester Abschätzung“ als Zwischenergebnis KI: „Interleaving Planners“ Ziel: Gefahr des Zeitmangels minimieren

Daten passen trotzdem nicht Falscher Start zu teuer (75 bis 750 ms)  „Interleaving“ schlechte Strategie für Tetris Rotation vor jeglicher Abschätzung Stein noch nicht voll sichtbar Keine Abschätzung möglich Spielfeldrand

Schlußfolgerung Klassische Theorie kann Daten nicht erklären Es muß eine neue Theorie her: Epistemische Aktionen!

Epistemische Aktionen als Erklärung

Vergleich mentaler Rotation mit physischer Rotation Versuch: Sind diese Steine gleich oder Spiegelbilder? Mentale Rotation: 800-1200 ms bei 90° Physische Rotation: 100 ms bei 90° = | =

Frühe Rotation zur Erkennung Stein anfangs nur teilweise sichtbar Rotation zeigt versteckte Teile des Steins Spielfeldrand

Frühe Rotation zur Erkennung (Forts.) bei eindeutiger Position des Steins weniger Rotationen (unbewusst) Mehr Rotationen bei unbekannter Art von Stein Pragmatische Rotation zu diesem Zeitpunkt nicht möglich Aktion muß also epistemisch sein

Aufwand mentaler Rotation und Bilderzeugung sparen In Schritt 3: Vergleich des Steins mit der Kontur Mentale Repräsentation des Steins von Teilen der Kontur

Suche mit von Orientierung unabhängiger Repräsentation Spieler hat Repräsentation des Steins in allen Drehungen sucht dafür einmal die Kontur ab

Rotation zur Erstellung einer solchen Repräsentation Aktivierung einer Menge von Repräsentationen des Steins In dieser Menge sind Bilder seiner Orientierungen vorbereitet Je mehr Bilder des Steins physisch gezeigt werden, desto schneller kann Spieler die Aktivierung erreichen

Suche ohne eine solche Repräsentation Spieler hat nur Repräsentation einer Drehrichtung des Steins Sucht für jede Drehrichtung die Kontur ab

Speicheraufwand bei dieser Suche Aktueller Konturteil Liste schon getesteter Konturteile Position des aktuellen Teils innerhalb der Kontur Bild des gedrehten Steins muß regelmäßig aufgefrischt werden oder physisch sichtbar sein  Einfacher, gedrehte Steine physisch zu sehen

Rotation zur Erkennung von Steinen 3 Stufen der Erkennung: 1. Einfache Eigenschaften finden Linien, Ecken, Farben 2. Orientierungs-spezifische Eigenschaften extrahieren 3. Strukturierte Mengen solcher Eigenschaften identifizieren und speichern Experten dabei effizienter

Rotation zur Erkennung von Steinen (Bsp.) Ikonischer Speicher (1,0) (1,1) ... Entscheidungsbaum ohne Rotation (1,0) ... ROT Entscheidungsbaum mit Rotation 1 1 Vorsicht: Entspricht nicht der Abbildung 12 bei Kirsh & Maglio

Rotation zur Erkennung von Steinen (Forts.) Optimalität des Entscheidungsbaums: Informativste Frage zuerst stellen Minimale Anzahl von Merkmalen abfragen Rotation kann Anzahl verschiedener abgefragter Merkmale verringern Rotation kann weniger Fragen nötig machen

Hypothese: Enge Bindung der Aufmerksamkeit an Aktionen Aufmerksamkeitsmechanismen könnten eng an Aktionen wie Rotation gebunden sein Bindung der Aufmerksamkeit an Aktionen bei Sakkaden bereits bekannt

Rotation, um besten Platz zu finden Alternative zur Suche im Arbeitsgedächtnis: Suche als Wahrnehmungsprozess Stein während Wahrnehmung mit Konturteilen vergleichen Entweder, oder: Stein mental rotieren (nicht bekannt, ob das Ikonischen Puffer beeinflusst) Stein in rotierter Form wahrnehmen

Verschiebung als epistemische Aktion Spaltenposition eines Steins prüfen Oft angewendet, wenn Stein von weit oben herunterfällt 3 Schritte

Ergebnisse

Neues Verarbeitungsmodell Zuvor streng hierarchisch Jetzt in jeder Verarbeitungsphase Zusatzinformationen aus Aussenwelt Tetris: keine Nebenbedingungen bei Veränderung

Auswirkungen auf KI-Planer Kosten-Nutzen-Modell: Aktionen zu bestimmtem Zeitpunkt mehr oder weniger nützlich Aber: Passt im Detail nicht, weil Nutzen hier abhängig von internem Zustand des Agierenden

Auswirkungen auf Verhaltensstudien Neue Frage: Wie kann der Beobachtete das Problem durch Aktionen vereinfachen? Bisherige Studien verwehren dem Beobachteten Veränderung der Umgebung Gut angepasster Agierender: Balance zwischen interner und externer Berechnung

Einordnung und Diskussion

Relevante Punkte aus Artikel „Distributed Cognition“ Funktionen des Raums: Berechnung vereinfachen Arbeitsmittel werden zeitweise Teil des kognitiven Systems Grenzen der Analyse erweitern Ethnographie der verteilten Kognition: Automatisierte Aufnahme von Interaktionen Grundprinzip: Abladen von kognitivem Aufwand in die Umgebung

Fragen Farben der Steine nicht berücksichtigt z.B. bei früher Rotation zur Erkennung Rotation kann auf Fehler zurückzuführen sein 1,7 Rotationen statt 1,5 trotzdem interessant? Epistemische Aktionen immer auf die Umwelt gerichtet? Gegenbeispiele: Bildhafte Vorstellung Stichwort für Sachverhalt

Vielen Dank für das Interesse Folien etc. auf http://www.poschta.de/guido/uni