Hogere cognitie
Hoofdstuk 1: Denken en Probleem oplossen
1.1. Inleiding
Denken = brede term → er zijn verschillende soorten van denken
(bv.: denken tijdens examen, denken aan wat je gaat eten vanavond, denken over welke auto kopen, etc.)
Dus: moeilijk om te zeggen wat denken precies is (→ denken gebeurt ook heel veel onbewust)
Mogelijke definitie: denken gaat om een cognitief proces dat gericht is op het begrijpen van
de wereld en het oplossen van problemen, het is onmisbaar in ons leven én omvat de
verbeelding, taal, communicatie, …
Basiseigenschappen:
- Abstract = we kunnen denken over hypothetische, ontastbaar of onbestaande
dingen (bv.: denken aan vliegende koeien of dat België in 2022 het WK wint)
- Symbolisch = we maken gebruik van taal (= dus: woorden en getallen)
- Rationeel = het drukt een relatie uit en legt verbanden tss dingen
(bv.: als het regent, neem ik een paraplu mee)
- Verloopt vaak goed, maar is soms fout of onlogisch (bv. redeneerfouten)
1.2. Taxonomie van het denken
Johnson-Laird stelde een taxonomie v/h menselijke denken op
1.2.1. Heeft het denken een doel?
Heeft denken een doel?
→ vaak wel, maar niet altijd (bv. dagdromen)
Dit inspireerde romanschrijvers (19de eeuw) tot ontwikkelen: ‘monologue intérieur’ of ‘stream of consciousness’
→ de gedachtegang v/e persoon wordt via een fragmentarische zinsbouw beschreven, die de
associaties en gedachtensprongen v/e persoon bevatten
Bekend voorbeeld: James Joyce maakt 8 enorme zinnen in zijn werk Ulysses
Denken zonder doel (bv. dagdromen) gebeurt onbewust en leidt niet naar een bepaalde bestemming
→ de ideeën zijn verbonden aan elkaar, maar er ontbreekt een algemene structuur
→ wordt ook unfocused thinking of ill-defined thinking genoemd
Tegenovergestelde van dagdromen is rekenen
→ dit is focused thinking of well-defined thinking
→ ‘Hoeveel is 20 keer 13?’
- Als je dit oplost dan ben je je niet bewust vanwaar je alle rekenfeiten haalt, je weet
het gewoon en je kan het oproepen
- MAAR: je bent je wel bewust van je plan, en eens je dit plan hebt gekozen liggen de
stappen vast => je kan kiezen tss:
• (20 x 10) + (20 x 3) = 200 + 60 = 260
• (2 x 13) x 10 = 26 x 10 = 260
- DUS: bij rekenen heb je een precies startpunt, een precies doel en alles ertss ligt vast
- DUS: rekenen verloopt deterministisch
(= elke volgende stap wordt bepaalt door de huidige toestand)
De meeste soorten van denken liggen tussen deze twee extremen (dagdromen vs rekenen)
Dus: veel denken heeft een doel en is meestal niet volledig gedetermineerd 1
,1.2.2. Heeft het denken een precies startpunt?
Creativiteit = heeft een (niet altijd even duidelijk) doel, verloopt niet volledig gedetermineerd en
onderscheidt zich duidelijk van andere soorten denken
Wat is creativiteit precies?
= het leidt tot originele en bruikbare resultaten
MAAR: wat is ‘origineel’? => ± consensus: het betekent niet ‘vanuit het niets’, maar is
meestal gebaseerd op al bestaande zaken (ideeën, dingen, …)
MAAR: wat is ‘bruikbaar’? => ??
Grote verschil tss creativiteit en andere denkprocessen:
→ creativiteit heeft geen duidelijk startpunt (‘wnr start het?’) (+ de trigger ervan is ook onduidelijk)
→ andere denksoorten hebben meestal een duidelijk probleem waarvoor men een oplossing zoekt
1.2.3. Is er een verhoging van semantische informatie?
VOORBEELD: ‘Het slachtoffer werd neergestoken in een bioscoop en stierf ter plaatse. De verdachte
zat op de trein Leuven-Brussel op het moment dat de moord werd gepleegd’
Fenomenen die typisch zijn aan alledaags denken:
1) Er is een overgang van verschillende verbale proposities naar 1 verbale conclusie
(beschrijving probleem → verdachte is onschuldig)
Proposities = kunnen zowel woorden als overtuigingen zijn, maar ze zijn waar of vals
2) De conclusie hangt af van hoe je de premissen begrijpt + van je achtergrondkennis
(bv.: een persoon kan niet op 2 plaatsen tegelijk zijn, er is geen bioscoop in de trein, …)
3) Je trekt een informatieve conclusie
→ hierbij is semantische informatie belangrijk
= hoe meer situaties een bepaalde propositie uitsluit, hoe meer semantische info ze bevat
= hoe meer zaken uitgesloten worden door je conclusie (adhv semantiek), hoe zekerder je
bent van wat er mogelijk is
Bv.:
- Het vriest maar er hangt geen mist
- Het vriest
De eerste zin bevat meer semantische info omdat het nog een extra situatie (mist) uitsluit
DUS: uit 1 premisse volgen heel veel valide conclusies (= die volgens de regels v/d logica
correct zijn): ‘het vriest’ = het vriest of het is mistig of het is koud of …
→ maar: i/h dagelijkse leven trekken wij zo een conclusies niet omdat het te weinig semantische
info bevat, daarom gebruiken we meer semantische info om meer dingen uit te sluiten
4) Veel alledaagse conclusies zijn niet valide
Bv.: als je zegt: de man is wel schuldig
→ dan: veel mensen komen makkelijk met een uitleg wrm de man wel schuldig is
Bv.: werkte samen met iemand, plaatste robot in trein, …
→ inductie = de vorm van denken waarbij we tot waarschijnlijke maar niet noodzakelijk
valide conclusies komen
Er zijn verschillende soorten inductie
2
,Gekend voorbeeld van inductie: instance-based generalization:
- Men komt op basis van specifieke gevallen tot een algemene conclusie
- Het gaat om een waarschijnlijke conclusie (en kan dus fout zijn!)
Bv.: zwaan 1 is wit, zwaan 2 is wit, zwaan 3 is wit, … → alle zwanen zijn wit
Het is niet omdat alle zwanen die je gezien hebt wit zijn, het 100% zeker is dat ze
allemaal wit zijn
- DUS: ook al zijn de premissen waar, de conclusie kan fout zijn
5) Deductie:
- Soort denken waarbij de semantische informatie niet verhoogd wordt (je hebt alle info al)
- Bv.: alle A’s zijn B’s en alle B’s zijn C’s → dus: alle A’s zijn C’s (syllogisme)
- Als premissen waar zijn, dan zal een valide conclusie ALTIJD een ware conclusie zijn
- Nadeel: de conclusie sluit niet meer info uit, dan de premissen al uitsloten
(info zit er al impliciet in)
1.2.4. Well en ill-defined problems
Well-defined problems = problemen met een duidelijk doel en met duidelijke startinformatie
Ill-defined problems = problemen met een minder/geen duidelijk doel en/of met minder/geen
duidelijke startinformatie
Er is dus een continuüm
Voorbeelden well-defined = schaken, invullen van je belastingbrief
Voorbeeld ill-defined = schrijven v/e brief met delicate info (bv. vragen voor promotie)
→ hoe moet je starten en wnr is je brief ‘af’?
Ill-defined problems = zijn het representatiefst voor alledaagse problemen
Er zijn onbekende factoren, meerdere mogelijke oplossingen, verschillende/geen
beoordelingscriteria, …
Psychologen bestuderen toch vooral well-defined problems
Omdat: zijn makkelijk aan te bieden, duren geen weken/maanden om op te lossen, zijn
‘makkelijk’ te scoren en makkelijk aan te passen
Assumptie: well- en ill-defined problems oplossen loopt ± op dezelfde manier
MAAR: deze assumptie is niet vaak getest + de data die men hier wel over heeft tonen soms
verschillen aan (zoals bij Schraw et al.)
1.3. Problem space hypothesis
Als psychologen problemen beschrijven gebruiken ze de term ‘problem space’ (= komt van Newell & Simon)
→ in deze probleemruimte worden alle mogelijke stappen/configuraties in een probleem voorgesteld
Bv.: Towers of Hanoi – taak
→ je moet de sequentie van stappen bepalen om de 3 schijven v/ d 1ste naar de 3de paal te verhuizen,
waarbij je er maar 1 per keer mag verhuizen en er nooit een grote schijf op een klein schijf mag liggen
3
, → de probleemruimte voor deze puzzel wordt bekeken als: alle mogelijke configuraties en hoe je van
de ene naar de andere configuratie kan overstappen
→ mentale grafiek:
- Hierin komt elke mogelijke toestand overeen met een ‘node’
- Elke verbinding geeft weer dat je van de ene naar de andere toestand kan overgaan
DUS: de gehele set van deze nodes en verbindingen is de problem space
→ er is ook een beginpositie: namelijk de 3 schijven op de eerste paal
→ er is ook een doel: de schijven op de juiste volgorde op de laatste paal zetten
DUS: elke verbinding toont aan dat je van de ene toestand naar de andere kan gaan
→ hier moet je steeds een keuze maken
→ deze keuze bepaalt de volgende stap
Een pad (path) is een sequentie van stappen v/d begintoestand tot de eindtoestand
Dus: goed probleemoplossend gedrag = staat gelijk met het vinden/creëren van efficiënte
paden → dwz: zo kort mogelijk, met zo weinig mogelijk omwegen/tussenstappen
In Artificiële Intelligentie (AI) = heel veel algoritmes ontwikkelt om te zoeken in probleemruimte
→ 2 strategieën:
1) Depth-first search
= zo ver mogelijk 1 pad onderzoeken en dan terugkeren en alternatieven onderzoeken
2) Breadth-first search
= eerst alle mogelijke stappen bekijken en de consequenties ervan onderzoeken en dan pas
naar het volgende niveau overstappen
Welk is het meest succesvol?
= hangt af van de aard van de probleemruimte
De Problem Space Hypothesis = was zeer populair in AI bij de ontwikkeling van Expert Systemen
→ recent onderzoek: een simpele benadering van probleem oplossen vanuit de Problem Space
Hypothesis werkt goed bij duidelijk omlijnde problemen (bv. schaken en Tower of Hanoi)
(= well-defined problems)
→ als we deze benadering gebruiken bij complexere, realistischere problemen (bv. wetenschap,
schrijven, etc.) (= ill-defined problems) dan is deze toepassing niet mogelijk
Enkel wnr men zou werken met verschillende probleemruimtes
(bv.: 1 voor het formuleren van theorieën, 1 voor interpreteren resultaten, …)
1.4. Algemene probleemoplossingsmethoden
Cognitieve psychologie: een probleem = een situatie waar er geen onmiddellijke manier is om het
doel te bereiken
Veel problemen in ons dagelijkse leven zijn verbonden met emoties
Maar: de cognitieve psychologie onderzoekt problemen met weinig emotionele lading
Achtergrondidee: de types van strategieën/heuristieken die we gebruiken zijn ± hetzelfde
voor emotionele en niet-emotionele problemen
We hebben domein-specifieke oplossingen voor bepaalde problemen (bv. op internet iets opzoeken)
+ we hebben algemene oplossingsstrategieën (de algemene gaan we bekijken ↓)
4