Proseminar: Mensch-Maschine-Interaktion

Julia Withauer

Repräsentation & Wissenrepresented world - representing world

Haus Bauplan

Palmer (Psychologe) Winston (Informatiker)

1. Was ist die represented world?

2. Was ist die representing world?

3. Welche Aspekte der represented world werden gestaltet?

4. Welche Aspekte der representing world verrichten die Gestaltung?

5. Was sind die Übereinstimmungen/ Verbindungen der beiden Welten?

6. Was ist das Ziel/der Zweck der Gestaltung?

1. lexikalischer Teil setzt fest, welche Symbole im Vokabular der Repräsentation erlaubt sind.

2. struktureller Teil beschreibt Einschränkungen über die Anordnung der Symbole.

3. prozeduraler Teil spezifiziert Zugriffsvor-gänge, die es ermöglichen, Beschreibungen zu verfassen und zu verändern. Fragen werden beantwortet, indem man die Beschreibung nutzt.

4. semantischer Teil setzt einen Weg fest, der es zulässt, Bedeutung mit den Beschrei-bungen zu assoziieren.

Haus

Bauplan

Höhe

Maßzahl über die Höhe

Maß-stab

bewohnbar

Türen, Fenster

Fenster nur an Aussenwände

3-D-Animation: Gang durchs Haus

Symbol für Holz z.B.

Arten der Wissensrepräsentation

• Procedural representations: Wissen wird durch Handlungen repräsentiert.

• Propositional representation: Wissen wird als Reihe von Aussagen, Begriffen, Gegenständen und Merkmalen und den Beziehungen untereinander dargestellt ( semantic networks).

• Analogical representations: Tatsachen werden als gedankliche Vorstellungen erklärt.

Propositional representations

Semantische Merkmale und Eigenschaften

Experiment (1969 Collins & Quillian)

Ein Kanarienvogel ist gelb.

Ein Kanarienvogel hat Federn.

Ein Kanarienvogel frisst Nahrung.

Hierarchische Speicherung von Information

Kanarienvogel

Vogel

Tier

ist ein

ist ein

Experiment (1974 Smith, Shoben & Rips)

Rotkehlchen ist ein Vogel.

Tür ist ein Vogel.

Huhn ist ein Vogel.

Fledermaus ist ein Vogel.

Aufgabe: Über den Wahrheitswert der Sätze entscheiden.

schnellere Entscheidung als

Schlussfolgerung

Ablauf:

1. Merkmale werden verglichen: Übereinstimmung?

Ja

Nein

Unentschieden - wenn untypisch - dann:

2. Genauerer Vergleich der definierenden und charakteristischen Merkmale

Einschränkungen und Probleme dieser Modelle:

1. Repräsentieren einfacher Fakten oder Ereignisse

2. Repräsentation behandelt nicht, dass z.B. aus „Eine Katze ist ein Tier“ und „Ein Hund ist ein Tier“ nicht „Eine Katze ist ein Hund“ folgt

3. Repräsentation behandelt nicht, wie bei Mengenbestimmungen unterschieden wird: „Jeder kennt jemanden.“ „Jemand wird von jedem gekannt.“

Semantic Networks

Zweck: Repräsentation bestehender Assoziationen von Begriffen zu anderen Bedeutung/Beschreibung der Begriffe (Bildung von Kategorien, Hierarchien Unterschied zu propositional network)

jagte

stahl

Boxer

Fleisch Siamese

kauteHund

ist ein

mag

Inheritance properties (Vererbungseigenschaften)

• Eigenschaften und Merkmale werden an Unterkategorie weitergegeben

• Unterkategorie besitzt zusätzlich speziellere Eigenschaften

• Vererbung nicht streng hierarchisch (Ausnahmen)

Schemas, Frames and Scripts

Damit nicht nur Begriffsbedeutungen und Zusammenhänge repräsentiert werden können, sondern auch z.B. Ereignisse, wurden folgende Theorien entwickelt:

Schemas (Rumelhart)

Frames (Minsky)

Plans (Abelson)

Scripts and Episodes (Schank) zusammengefasst zur „Script“-Theorie

Schemas

Stufen der Abstraktion

Abstraktionseinheiten ermöglichen Zusammenfassungen und Erkennung von Ähnlichkeiten.

Wissen

Semantische Komponente: Kenntnis über Wortbedeutungen und Zusammenhänge

Episodische Komponente: Wissen durch Erfahrungen

Aktiver Arbeitsprozess

Frames

Variablen

high-level und low-level Frame-Struktur

kein aktiver Arbeitsvorgang

Information über gewöhnliche Situationen wird dargestellt, die Alltagswissen beinhaltet.

frame-based representation (Keane und Johnson):

Wissen besteht aus · Zielen (goals) · Plänen (plans) · Verläufen (procedures, macro-actions) · Handlungen ((micro-)actions) · Objekten (objects)

Ereignis (Ort, Tag, Zeit)

Unglücksereignis (Schaden, obdachlos, verletzt, getötet)

Erdbeben (Verwerfung, Stärke)

Hochwasser (Wasserstand, Fluss)

Wirbelsturm (Windgeschwindigkeit, Name)

Sportereignis (Sportart, Gewinner, Punktestand)

Gesellschaftsereignis (Gastgeber, Anzahl der Gäste)

Geburtstagsfeier (Alter, Geburtstagskind)

Hochzeit (Braut, Bräutigam, Kleid der Braut)

Scripts

Schema, das häufig auftretende Folgen von Ereignissen darstellt.

Scripts bestehen aus folgenden Elementen:

· Rollen (roles) und Requisiten (props)

· Anfangsbedingungen (entry conditions)

· Szenen (scenes) und Ergebnisse (results)Bsp.: Arztbesuch Anfangsbedingungen: krank, versichert, Praxis offen Rollen: Patient, Arzthelfer, Arzt Requisiten: Versichertenkarte, Stühle, Stethoskop usw. Szenen: Vorstellen, Warten, Untersuchung, Gehen Ergebnis: Rezept bekommen

Plans

Erreichung von Zielen (sub-)goals

Bsp.: John wusste, dass die Operation seiner Frau sehr teuer sein würde. Er

dachte an den Onkel. Er holte das Telefonbuch.

Problem Kosten der OP

Primary goal Bezahlen der OP

Plan Geldleihen vom Onkel

Subgoal Kontaktaufnahme zum Onkel

Plan Anruf beim Onkel

Subgoal Herausfinden der Telefonnummer des Onkels

Plan Nachschauen im Telefonbuch

Analogical representationsRepräsentation gedanklicher Vorstellungen

Visuelle Vorstellung:

In HCI: Icons

konkret - abstrakt Ergebnisse von Studien:

Rogers, 1986: konkrete Icons mit Beschriftungen sind am effektivsten.

Bell, 1989: Icons ohne Beschriftung sind nicht effektiver als Beschriftungen ohne Icon. Für abstrakte Konzepte sind Beschriftungen ohne Icon sogar effektiver als als Icons ohne Beschriftung.

Effektivität des gestalteten Icons ist abhängig von:

1. Vorstellungspotential des Konzepts

2. Individuelle Fähigkeit des Menschen, Vorstellungen visuell umzusetzen. high vivid imager – low vivid imager

Procedural representations

Wissen darüber, WIE etwas zu tun ist.

Erwerb des Wissens durch Ausführung der Handlung

Ablauf der Handlung sicherer durch Wiederholen der Durchführung Lernen

Aktivierung der Verläufe:

· durch direktes Aufrufen

· durch Erfüllung von Bedingungen

Wenn-Dann-Beziehung; production rules werden zu production systems hinzugefügt/ersetzt Erlangen von Fähigkeiten

Gefahr der Automatisierung

z.B. Fahrradfahren, Rechnen

Menschliches Wissen kann nicht in verschiedene Formen der Wissensrepräsentation eingeteilt werden, die einander ausschließen.

Bsp.: Wissen über eine Computeranwendung

Wissen darüber, für was sie benutzt werden kann

Wissen darüber, wie die einzelnen Menüs und Fenster aussehen

Wissen darüber, wie man die Maus handhaben muss

Zusammenfassend: