Vergleichende ökologische Innovationstypen (CEIS) Prozesse, die Problemlöseverhalten bei natürlichen und künstlichen Agenten zugrunde liegen

Seit der kognitiven Wende hat die vergleichende Psychologie zur Untersuchung der Problemlösefähigkeiten von Tieren weitgehend einen indirekt-realistischen Ansatz sowie den kartesianischen Geist-Körper-Dualismus übernommen. Dies führte zu einer starken Fokussierung auf den Endzustand von Handlungen, da vor allem die Ergebnisse von Entscheidungsaufgaben kodiert und analysiert werden. Tiere werden in Transferaufgaben mit Ja-Nein-Ergebnissen getestet, die darauf ausgelegt sind, „niedrigstufige“ assoziative Lernerklärungen auszuschließen und stattdessen spezifische „höherstufige“ kognitive Prozesse nachzuweisen. Dieser Ansatz ist für die Erforschung tierischer Innovationen jedoch nur begrenzt geeignet, da er Informationen über den eigentlichen Problemlöseprozess ausblendet. Dadurch bleibt das Verständnis der zugrunde liegenden Handlungen unvollständig, obwohl gerade diese für eine spätere Übertragung auf Anwendungen im maschinellen Lernen von zentraler Bedeutung sind. Das entstehende Forschungsfeld der Vergleichenden Ökologischen Innovationsstile schlägt einen Paradigmenwechsel vor, indem es einen gibsonianischen Ansatz auf die vergleichende Kognitionsforschung anwendet. Ziel ist es, ein umfassenderes Verständnis artspezifischer Strategien beim Problemlösen und Werkzeuggebrauch zu gewinnen, insbesondere bei den herausragendsten tierischen Problemlösern und Werkzeugnutzern, den Menschenaffen, Papageien und Rabenvögeln. Hierzu werden die Tiere mit neuartigen experimentellen Anordnungen konfrontiert, die auf einem Affordanz-basierten Fokus auf Handlung und Wahrnehmung sowie auf der Bildung von Repräsentationen beruhen, die aus der Simulation von Affordanzen hervorgehen. Dabei werden ausdrücklich artspezifische Perspektiven und Strategien berücksichtigt und in einen phylogenetischen Zusammenhang gestellt. Langfristig sollen die Lösungsansätze lebender Organismen modelliert und auf robotischen Plattformen getestet werden.

FWF - excellent = austria - Emerging Fields - 2. Ausschreibungsrunde

Universität Innsbruck
Funktion: Partner
Universität Wien
Funktion: Partner