Adaptive Control of Thought-Rational (ACT-R; J. R. Anderson & C. Lebiere, 1998) ist eine aus Adaptive Control of Thought entstandene kognitive Architektur.Anderson, J. R., Bothell, D., Byrne, M. D., Douglass, S., Lebiere, C., & Qin, Y. (2004). An integrated theory of the mind. Psychological Review, 111, 1036–1060.
Maßgeblich beteiligt an der Entwicklung ist der bekannte Kognitionspsychologe John R. Anderson (* 27. August 1947 in Vancouver). Der Ursprung kognitiver Architekturen liegt u. a. in der kognitiven Psychologie. Sie stellen computergestützte Modelle dar, die dazu dienen menschliche kognitive Prozesse (Gedächtnis, Sprache, Wahrnehmung, Problemlösung usw.) zu modellieren, psychologische Experimente und Theorien zu evaluieren und diese auch am Computer zu simulieren. Grundlegender Bestandteil der kognitiven Architekturen bilden dabei Produktionssysteme. Diese bestehen aus einer deklarativen Wissensbasis, den Fakten, und einem prozeduralen Speicher, den Regeln.
Mittlerweile existiert eine Vielzahl an kognitiven Architekturen, darunter ACT-R (Adaptive Control of Thought-Rational), SOAR und 3CAPS, wobei alle von verschiedenen Zielstellungen ausgehen. Sämtliche kognitive Architekturen stützen sich auf eine Reihe von empirischen Ergebnissen, beispielsweise zur Verarbeitungszeit. Unterschiedliche Schwerpunkte werden dabei auf verschiedene Aspekte der menschlichen Kognition gelegt.
Kognitive Prozesse Kognition ist ein allgemeiner Begriff für alle Formen des Wissens. Zur Kognition gehören sowohl Inhalte als auch Prozesse. Die Inhalte der Kognition beziehen sich darauf, was man weiß – Begriffe, Fakten, Aussagen, Regeln und Gedächtnisinhalte: „Ein Hund ist ein Säugetier“; „Rotes Licht bedeutet anhalten“; „Ich bin mit 18 von zu Hause ausgezogen“. Kognitive Prozesse beziehen sich darauf, wie man diese geistigen Inhalte manipuliert – so dass man die Welt um sich herum interpretieren kann und kreative Lösungen findet, um die Dilemmata des Lebens zu bewältigen.Gerrig, R., & Zimbardo, P. (2008). Psychologie (18. Aufl.). München: Pearson Studium. Dabei werden Informationen aus der Umwelt mit den Sinnen aufgenommen und verarbeitet und anschließend werden diese Informationen in Wörter, Symbole oder Zeichen codiert und durch Erfahrungen analysiert, interpretiert und geordnet. Daraus werden Schlussfolgerungen und Urteile gebildet, die ein zielgerichtetes Verhalten auslösen.
Prozedurales und deklaratives Gedächtnis Das ACT-R gehört zur Gruppe der Produktionsregelsysteme. Es unterscheidet zwischen dem deklarativen und dem prozeduralen Gedächtnis. Das deklarative Gedächtnis umfasst das sogenannte Faktenwissen, während das prozedurale Gedächtnis das Wissen um Handlungsabläufe beinhaltet. Der Philosoph Gilbert Ryle hat in diesem Zusammenhang auch die Begriffe knowing that und knowing how unterschieden. Letzteres umfasst dabei das Wissen um die Art und Weise, wie einzelne Handlungen ausgeführt werden. Dazu zählt etwa das Wissen darum, wie man Rad fährt oder wie man sich anzieht. Wie einzelne Handlungen ausgeführt werden, ist verbal oft nur schwer mitzuteilen. Außerdem ist eine Person meist nicht in der Lage eine Handlung perfekt auszuführen, wenn sie diese zuvor noch nie vorgenommen hat und lediglich eine verbale Beschreibung des Handlungsablaufes erhält. Instruktionen reichen daher meist nicht aus, um prozedurales Wissen zu erwerben. Man muss es sich durch Übung aneignen. Handlungsabläufe lassen sich jedoch durch Training automatisieren.Oberauer, K., Mayr, U., & Kluwe, E. R. (2006). Gedächtnis und Wissen. In H. Spada (Hrsg.), Lehrbuch Allgemeine Psychologie (3. Aufl., S. 115–195). Bern: Verlag Hans Huber.
Im ACT-R ist deklaratives Wissen in Form von sogenannten Chunks gespeichert. Prozedurales Wissen ist hingegen in Form von Produktionen repräsentiert. Diese sind Regeln, die zur Verarbeitung der Chunks herangezogen werden. Um beispielsweise Rad zu fahren, muss einerseits eine Regel existieren, die genau beschreibt, wie der Handlungsablauf Rad fahren erfolgen muss. Andererseits muss es jedoch auch Faktenwissen (Chunks) geben, auf das sich diese Regeln anwenden lassen. So muss etwa bekannt sein, dass ein Rad ein Fortbewegungsmittel ist, das sich im Allgemeinen aus mehreren Einzelteilen zusammensetzt. Die Produktionsregel gibt hingegen an, welche dieser Teile auf welche Art und Weise betätigt werden müssen, um sich auf dem Rad fortzubewegen. Je öfter schon Rad gefahren wurde (Bestandteile des episodischen Gedächtnisses), desto zuverlässiger ist diese Produktionsregel. Faktenwissen und Produktionsregeln sind somit auch nicht unabhängig voneinander, sondern beeinflussen sich gegenseitig.
Die Rolle des Arbeitsgedächtnisses Anderson (1993) geht davon aus, dass das Arbeitsgedächtnis beim Abrufen von Informationen einen Einfluss auf das Gedächtnis und den Abruf ausübt. Dabei hat er ein konkretes Experiment durchgeführt: Die Probanden sollten sich eine Folge von Ziffernkombinationen merken, während sie eine mathematische Gleichung lösen. Im Anschluss sollten sie die Ziffernfolge reproduzieren. Die beiden Bedingungen (Zahlenfolge merken und mathematische Gleichung lösen) nehmen dabei in ihrem Schwierigkeitsgrad zu. Die Größe der zu merkenden Zahlenkombination sowie der Schwierigkeitsgrad der mathematischen Gleichung werden dabei manipuliert. Mit steigendem Schwierigkeitsgrad beider Bedingungen, kommt es zu einem signifikanten Abfall der Leistung in beiden Aufgaben, wie die Ergebnisse des Experiments verdeutlichen. Der Großteil der Fehler ist auf einen inkorrekten Abruf der Information aus dem Gedächtnis zurückzuführen. Die ACT-R Theorie geht nun davon aus, dass es eine limitierte Aktivierung von Ressourcen gibt. Mit dem steigenden Schwierigkeitsgrad bleibt nur sehr wenig Aktivierungspotential für den Abruf der relevanten Information aus dem deklarativen Gedächtnis übrig. Der inkorrekte Abruf der Information durch die Probanden könnte in der ACT-R Theorie bedeuten, dass es nur zu einem teilweisen Anpassen der Information im Gedächtnis kommt.Anderson, Reder, Lebiere (1996): Working Memory: Activation Limitations on Retrieval. In: Cognitive Psychology (30). 221–256.
Chunks in ACT-R Man geht davon aus, dass unser Gedächtnis größere Mengen an Informationen in Teilgruppen („Chunks“) unterteilt, damit diese „leichter“ repräsentiert werden können und so weniger Speicherkapazität im Gedächtnis beanspruchen.
Ein Chunk ist durch seinen Typ und seine Slots definiert. Der Typ steht für die Kategorie zu der der Chunk gehört. Slots entsprechen den Attributen einer Kategorie. Jeder Chunk hat einen eindeutigen Namen, mit dem er referenziert werden kann. Die Stärke eines Chunks beeinflusst wie gut und wie schnell dieser aus dem Gedächtnis abgerufen werden kann. Je öfter bestimmte Chunks benutzt werden bzw. je kürzer die letzte Nutzung zurückliegt, desto stärker ist dieser Chunk. Diese Chunks werden im deklarativen Gedächtnis gespeichert. Produktionsregeln, die zur Verarbeitung der Chunks herangezogen werden, werden im prozeduralen Gedächtnis gespeichert. Chunks werden in dem ACT-R Ansatz in einer eigenen Sprache kodiert. Diese weist Ähnlichkeiten mit Programmiersprachen, wie etwa Java oder C++ auf. Informationen können in dieser Form gespeichert werden und auch wieder verbalisiert werden. Prototypisch sehen Chunks folgendermaßen aus: (CHUNK-Typ NAME SLOT1 SLOT2 … SLOTN)
Produktionen und Produktionssysteme Die Bausteine des prozeduralen Wissens sind Produktionen. Die Produktionen haben einen Bedingungsteil und einen Aktionsteil. Im Bedingungsteil wird auf Inhalte des Arbeitsgedächtnisses Bezug genommen. Wenn die im Bedingungsteil formulierte Konstellation im Arbeitsgedächtnis vorliegt, wird der Aktionsteil ausgeführt.
Ein System, das die Anwendung von Produktionen steuert, nennt man Produktionssystem. Die aktuell im Arbeitsspeicher befindlichen Daten können zum Beispiel die Beschreibung eines Problemzustands sein und die gespeicherten Regeln Problemlöseoperatoren. Die Steuerung der Regelanwendung erfolgt durch einen Interpreter. Zunächst werden Ausgangsdaten über eine Eingabeschnittstelle in den Arbeitsspeicher gebracht. Danach werden solange Regeln auf diese Daten im Arbeitsspeicher angewendet, bis entweder keine Regel mehr anwendbar ist oder eine Regel zur Anwendung kommt, deren Aktion ein Kommando zum Stoppen der Abarbeitung ist. Danach werden die aktuellen Daten als Ergebnis ausgegeben. Die Transformation der Daten durch die Anwendung von Regeln erfolgt im sogenannten Match-select-apply-Zyklus: Mustervergleich (match): es werden alle Produktionsregeln gesucht, deren Bedingungsteil mit den Daten verträglich sind. Auswahl (select): nach einer vorgegebenen Konfliktauflösungsstrategie wird eine dieser Regeln ausgewählt. Anwendung (apply): die Regel wird auf die Daten im Arbeitsspeicher angewendet. In jedem Zyklus kommt also eine Regel zur Anwendung, die die Daten im Arbeitsspeicher verändert.Müssler, J. & Prinz, W. (2002). Allgemeine Psychologie. Heidelberg: Spektrum. 715–733.
Die Regeln müssen zuvor vom Wissenschaftler, dem Modellierer, nach einer bestimmten Syntax (die auf der Programmiersprache LISP basiert) definiert werden. Ein weiterer Teil der kognitiven Architektur ACT-R besteht aus den sogenannten „Buffern“. Durch diese wird die Ressourcenbegrenzung bei zentral-sensorischer Verarbeitung modelliert. So gilt als ein Grundsatz, dass in einen Buffer (beispielsweise in den „Visual-Buffer“) immer nur ein „Chunk“ aufgenommen werden kann.
In ACT-R ist außerdem die inzwischen relativ unumstrittene Theorie Andersons zur „Spreading Activation“ realisiert, in dem sich Aktivation im deklarativen Gedächtnis über ähnliche Wissenseinheiten ausbreiten kann. Dieses Phänomen erklärt die Ergebnisse in sogenannten „Priming-Experimenten“ bsp. 'Wahrnehmungsstudie'/'Leseverständnisstudie' von Higgins, Rholes & Jones (1977). (Priming ist eine Voraktivierung von Gedächtnisinhalten durch entsprechende Reize, die mit einem Zielinhalt assoziativ verknüpft sind).
Im Gegensatz zu anderen Produktionsregelsystemen, die im Allgemeinen einen Kontrast zu konnektionistischen Modellen („Netzwerken“) bilden, kann ACT-R auf einen Lernmechanismus zurückgreifen, der auf Wahrscheinlichkeiten beruht.
Aktivierungsprozesse in der ACT-R-Theorie Der grundlegende Prozess nach der ACT-R-Theorie nach Anderson besteht darin, dass eine „Production rule“, eine „Produktionsregel“ in Bezug auf Wissen generiert wird und nach dieser wird bestimmtes deklaratives Wissen aufgefunden (abgefragt), um ein konkretes Problem lösen zu können. Die Schnelligkeit bzw. der Erfolg dieses Prozesses hängt davon ab, wie hoch die Aktivierung der entsprechenden Chunks ist und wie stark die Aktivierung der „Production rule“ gegeben ist. Genau dieser Prozess ist es, der die zugrundeliegende Flüssigkeit unseres Verhaltens, unserer Performanz, ausmacht. Natürlich fällt eine Flüssigkeit, vor dem Hintergrund ständig aktivierten Wissens, nun schwer. Erstens ist es in vielen Situationen inakzeptabel, wenn man fehlerhaftes und zu langsames Verhalten bzw. Performanz zeigt. Zweitens erfordert die Entwicklung fortgeschrittener Kompetenzen eine Flüssigkeit oder Einklang im Verhalten bzw. der Performanz der grundlegenden Kompetenzen. Die ACT-R-Theorie ist eine mathematisch fundierte Theorie darüber, wie Stärke und Aktivierung unser Verhalten und letztlich unsere Leistung beeinflussen.Anderson, J. R., & Schunn, C. D. (2000): Implications of the ACT-R Learning Theory: No Magic Bullets. In R. Glaser (Ed.), Advances in instructional psychology (5th ed., pp. 1–34). Mahwah, NJ: Erlbaum.Glaser, R. (Ed.) (2005). Advances in instructional psychology (5th ed.). Mahwah, NJ: Erlbaum.