E-Learning Sprachen für die Modellierung und regelbasierte Ausführung von computerunterstützten Planspielen

Agenda Motivation Theoretische Grundlagen Planspiele als regelbasierte Systeme Planspiele als verhaltensbasierte Systeme Vor- und Nachteile der Modellierung von Planspielen als regel- bzw. verhaltensbasiertes System Zusammenfassung und Ausblick

Agenda Motivation Theoretische Grundlagen Planspiele als regelbasierte Systeme Planspiele als verhaltensbasierte Systeme Vor- und Nachteile der Modellierung von Planspielen als regel- bzw. verhaltensbasiertes System Zusammenfassung und Ausblick

Motivation Vorteile Planspiele: Komplexe Sachverhalte praxisnah erlernen Schulung von sozialen Kompetenzen Planspiele im Internet: Großer Teilnehmerkreis Vertiefung von Sprachkenntnisse und interkulturellen Erfahrungen Herausforderungen für Planspiele im Internet: Technische Realisierbarkeit Abbildung der Abläufe innerhalb des Szenarios in ein Modell Modellierungssprache

Agenda Motivation Theoretische Grundlagen 2.1 Planspiele im Kontext der Aus- und Weiterbildung 2.2 Typologisierung von Planspielen 2.3 Modellierung von Planspielen Planspiele als regelbasierte Systeme Planspiele als verhaltensbasierte Systeme Vor- und Nachteile der Modellierung von Planspielen als regel- bzw. verhaltensbasiertes System Zusammenfassung und Ausblick

2.1 Planspiele im Kontext der Aus- und Weiterbildung Anwendungsgebiete: Schulen, Universitäten VWL, BWL Militär Definition Planspiel: „Simulation der Abläufe und Prozesse eines Szenarios“ Teilnehmer übernehmen die in dem Szenario definierten Rollen Teilnehmer schließen sich zu Gruppen zusammen, die gegeneinander antreten

2.1 Planspiele im Kontext der Aus- und Weiterbildung Vgl. Kuchen 2008

Agenda Motivation Theoretische Grundlagen 2.1 Planspiele im Kontext der Aus- und Weiterbildung 2.2 Typologisierung von Planspielen 2.3 Modellierung von Planspielen Planspiele als regelbasierte Systeme Planspiele als verhaltensbasierte Systeme Vor- und Nachteile der Modellierung von Planspielen als regel- bzw. verhaltensbasiertes System Zusammenfassung und Ausblick

2.2 Typologisierung von Planspielen Typen von Planspielen: Deterministisch vs. Stochastisch Kontinuierlich vs. Diskret Ereignisorientiert vs. Parameterorientiert Varianten: Single-Player-Planspiel Simlet Unechte Konkurrenzplanspiele Echte Konkurrenzplanspiele Teilnehmer übernehmen die in dem Szenario definierten Rollen Teilnehmer schließen sich zu Gruppen zusammen, die gegeneinander antreten

Agenda Motivation Theoretische Grundlagen 2.1 Planspiele im Kontext der Aus- und Weiterbildung 2.2 Typologisierung von Planspielen 2.3 Modellierung von Planspielen Planspiele als regelbasierte Systeme Planspiele als verhaltensbasierte Systeme Vor- und Nachteile der Modellierung von Planspielen als regel- bzw. verhaltensbasiertes System Zusammenfassung und Ausblick

2.3 Modellierung von Planspielen Modellverständnis: Modell = Repräsentation eines Objektsystems Modell wird für bestimmte Adressatengruppe erstellt Ergebnis der Konstruktion des Modellierers Konstruktion mit Hilfe einer geeigneten Sprache Sprachverständnis: Sprache = Menge von Symbolen und Regeln Regeln erläutern Benutzung der Symbole Objektsystem hier abzubildendes Szenario Modellierer erklärt bestimmte Merkmale des Objektsystems für relevant Hier: Modellierer entscheidet, welche Abläufe des Szenarios relevant Überführung dieser relevanten Merkmale in Modell

2.3 Modellierung von Planspielen Anforderungen an die Modellierung von Planspielen: Ziele des Planspiels definieren Komplexitätsstufe in Abhängigkeit zu Adressaten festlegen Verschiedene Perspektiven Ganzheitliches Problemverständnis Kommunikation der Teilnehmer untereinander Ersten beiden Anforderungen im Vorfeld der Modellierung festlegen, nicht durch Sprache unterstützen Z.B.: Unternehmensplanspiel muss alles abbilden, von Rohstoffbeschaffung bis Vertrieb

Agenda Motivation Theoretische Grundlagen Planspiele als regelbasierte Systeme 3.1 Eigenschaften von regelbasierten Systemen 3.2 Prädikatenlogik erster Stufe als Sprache zur Modellierung von Planspielen als regelbasierte Systeme Planspiele als verhaltensbasierte Systeme Vor- und Nachteile der Modellierung von Planspielen als regel- bzw. verhaltensbasiertes System Zusammenfassung und Ausblick

3.1 Eigenschaften von regelbasierten Systemen Bestandteile eines regelbasierten Systems: Wissensbasis = Menge von Fakten + Menge von Regeln (If…Then….Else) Inferenz-Engine: Regelauswertung, Faktengenerierung Unserinterface Planspiele als regelbasiertes System: Regeln bilden Abläufe innerhalb des Szenarios ab Planspielsoftware nimmt Eingaben der Spieler entgegen, wertet diese mit den Regeln aus und simuliert mit Ergebnissen die neue Runde Ablauf: 1. Inferenz-Engine wertet Eingabe aus ohne Aufruf der Wissensbasis (arithmetische Ausdrücke) 2. Aufruf Arbeitsspeicher 3. Aufruf Wissensbasis, sequentielles Absuchen nach Lösung 4. Wenn 3. fehlschlägt, dann Aufforderung an Nutzer, Lösung selber vorzuschlagen Anforderungen an Sprachen zur Modellierung als regelbasiertes System: Konstrukte zum Abbilden der Regeln und Fakten

Agenda Motivation Theoretische Grundlagen Planspiele als regelbasierte Systeme 3.1 Eigenschaften von regelbasierten Systemen 3.2 Prädikatenlogik erster Stufe als Sprache zur Modellierung von Planspielen als regelbasierte Systeme Planspiele als verhaltensbasierte Systeme Vor- und Nachteile der Modellierung von Planspielen als regel- bzw. verhaltensbasiertes System Zusammenfassung und Ausblick

3.2 PL1 als Sprache zur Modellierung von Planspielen als regelbasierte System Individuenkonstante: Bezeichnet ein real existierendes Objekt oder Person Wird klein geschrieben Prädikatsymbol: Beschreibt Eigenschaften von Objekten und deren Beziehungen Stelligkeit Wird groß geschrieben Atomare Sätze: Beispiel: CIO(horst)

3.2 PL1 als Sprache zur Modellierung von Planspielen als regelbasierte System Funktionssymbol: Beschreibung komplexer Terme Stelligkeit Beispiel: vorgesetzter(horst) Quantoren: Allquantor: Existenzquantor: Beispiel:

3.2 PL1 als Sprache zur Modellierung von Planspielen als regelbasierte System Negation: Verneint Atomare Aussage Beispiel: Steigt(umsatz(filiale1)) Konjunktion: Verknüpft Aussagen mit „und“ Beispiel: Steigt(umsatz(filiale1))  Steigt(umsatz(filiale2)) Disjunktion: Verknüpft Aussagen mit „oder“ Beispiel: CIO(horst)  CEO(horst) Negation ist wahr, wenn Aussage falsch Konjunktion: komplexe Aussage wahr, wenn beide Teilaussagen wahr sind, wenn mindestens eine falsch, dann Gesamtaussage auch falsch Disjunktion: komplexe Aussage wahr, wenn mindestens eine Teilaussage wahr ist

3.2 PL1 als Sprache zur Modellierung von Planspielen als regelbasierte System Konditionale: Abbildung des Regelwerkes Beispiel: Sinkt(preis(lenovoT60)) → Steigt(nachfrage(lenovoT60)) Fazit: Fakten und Regeln abbildbar Verschiedene Perspektiven denkbar Ganzheitliche Abbildung des Szenarios Kommunikation und Gruppenzugehörigkeit über Prädikatsymbole

Agenda Motivation Theoretische Grundlagen Planspiele als regelbasierte Systeme Planspiele als verhaltensbasierte Systeme 4.1 Eigenschaften von verhaltensbasierten Systemen 4.2 Möglichkeiten der Modellierung von Planspielen als verhaltensbasierte Systeme Vor- und Nachteile der Modellierung von Planspielen als regel- bzw. verhaltensbasiertes System Zusammenfassung und Ausblick

4.1 Eigenschaften von verhaltensbasierten Systemen Simulation von rationalem, logischem Verhalten System soll sich in vorab definierter Umwelt zurechtfinden System soll auf Veränderungen reagieren können Einsatzgebiet: Entwicklung von Computerspielen

Agenda Motivation Theoretische Grundlagen Planspiele als regelbasierte Systeme Planspiele als verhaltensbasierte Systeme 4.1 Eigenschaften von verhaltensbasierten Systemen 4.2 Möglichkeiten der Modellierung von Planspielen als verhaltensbasierte Systeme Vor- und Nachteile der Modellierung von Planspielen als regel- bzw. verhaltensbasiertes System Zusammenfassung und Ausblick

4.2 Möglichkeiten der Modellierung von Planspielen als verhaltensbasierte Systeme Soar: Keine Modellierungssprache, sondern Softwarearchitektur Überführung der Konstrukte dieser Architektur in Modellierungssprache Elemente der Soar-Architketur: Zustandsraum Task-Implementierung Zustandssuche

4.2 Möglichkeiten der Modellierung von Planspielen als verhaltensbasierte Systeme Zustandsraum: Menge der Zustände, die das System annehmen kann Wird vorab definiert Aufgaben in Soar als Ziele formuliert Zur Lösung der Ziele: Zustandsraum Task-Implementierung: Wissenseinheit: Operator Enthält Wissen, wie das System von einem Zustand in den nächsten gelangt

4.2 Möglichkeiten der Modellierung von Planspielen als verhaltensbasierte Systeme Zustandssuche: Wissenseinheit Präferenz Beschreibt für jeden Zustand, inwiefern sich jeder andere Zustand als Nachfolger eignet Wählen geeignete Operatoren aus Hat eine der drei Ausprägungen: akzeptiert, abgelehnt, indifferent Abbildung rationalen Verhaltens durch Zusammenspiel von Task-Implementierung und Zustandssuche: Zustandssuche ermittelt Nachfolgezustand Task-Implementierung führt Zustandswechsel durch

4.2 Möglichkeiten der Modellierung von Planspielen als verhaltensbasierte Systeme Anwendung auf Modellierung von Planspielen: Nach jedem Zustandswechsel neue Runde Präferenzen werten Eingaben der Spieler aus Operatoren führen Zustandswechsel auf der Grundlage der Eingaben durch Konstrukte der Soar-Architektur um Symbolik erweitern, um zu einer Modellierungssprache zu gelangen Fazit: Ganzheitliche Abbildung möglich durch Zustandsraum Perspektivenvielfalt und Kommunikationsunterstützung problematisch Pfeil und Beschriftungssymbolik nicht ausreichend

Agenda Motivation Theoretische Grundlagen Planspiele als regelbasierte Systeme Planspiele als verhaltensbasierte Systeme Vor- und Nachteile der Modellierung von Planspielen als regel- bzw. verhaltensbasiertes System Zusammenfassung und Ausblick

5 Vor- und Nachteile Deterministisch vs. Stochastisch: PL1: Regeln implizieren deterministischen Verlauf Soar: Zufallseinfluss hängt von Modellierung der Präferenzen ab Diskret vs. Stetig: PL1: neue Runde nach Durchführung einer Regel Soar: Zustandswechsel ermöglicht diskreten Verlauf In beiden Fällen auch stetiger Verlauf möglich Problem: „Gameboy-Effekt“ Ereignisorientiert vs. Parameterorientiert: PL1: ereignisorientiert Soar: ereignisorientiert

5 Vor- und Nachteile Probleme bei Soar: Perspektivenvielfalt und Kommunikationsunterstützung nicht gegeben Symbolik unzureichend Idee: Kombination von PL1 und Soar zu neuer Modellierungssprache Soar liefert mit Zustandraum groben Verlauf des Planspiels Operatoren und Präferenzen mit Hilfe von PL1-Konstrukten modellieren

Agenda Motivation Theoretische Grundlagen Planspiele als regelbasierte Systeme Planspiele als verhaltensbasierte Systeme Vor- und Nachteile der Modellierung von Planspielen als regel- bzw. verhaltensbasiertes System Zusammenfassung und Ausblick

6 Zusammenfassung und Ausblick Forschungsbedarf: Kombinierte Modellierungssprache in der Praxis anwenden Entwicklung eines Modellierungstools Entwicklung eines Planspielreferenzmodells