From vision to reasoning

Ik heb een eerste onderzoek uitgevoerd naar de manieren waarop mensen beslissingen nemen en redeneren wanneer ze een computerversie van het bordspel SET spelen. Uit een uitvoerige analyse van de gegevens over oogbewegingen en andere gedragsmaten van de deelnemers bleek dat de visuele waarneming rechtstreeks kan beïnvloeden hoe beslissingen worden genomen. Het onderzoek liet echter ook zien dat de bestaande cognitieve architecturen, waaronder ACT-R, niet geavanceerd genoeg zijn om complexe taken zoals SET te modelleren. Het onderzoek gaf duidelijk aan dat er in ACT-R twee belangrijke componenten ontbraken. De specifiekere doelen waren (1) het opstellen van een samenhangend theoretisch kader voor top-down controle (het beslissen en plannen) en perceptuele bottom-up processen (controle van de visuele aandacht), en (2) het ontwikkelen van software-instrumenten die de bovenstaande processen onafhankelijk van specifieke taakparadigma's kunnen simuleren. Ik heb gedragsexperimenten uitgevoerd om de processen te onderzoeken die een rol spelen bij de visuele aandachtscontrole tijdens een probleemtaak. Ik heb twee modelleringsinstrumenten ontwikkeld waarin de theoretische bevindingen uit mijn onderzoek zijn opgenomen: de Pre-Attentive and Attentive Vision (PAAV)-module en de Human Reasoning Module (HRM). De PAAV-module is een implementatie van theorieën over de menselijke visuele waarneming, waarin wordt gesteld dat naast parallelle preattentieve processen ook sequentiële attentieve visuele processen optreden. De HRM biedt een samenhangend kader voor het menselijk redeneren. Deze module stelt dat verschillende aspecten van het menselijk redeneren kunnen worden verklaard door deterministische inferentie van stochastische kennis. De PAAV-module en de HRM zijn onderdeel van de cognitieve architectuur ACT-R en kunnen worden gebruikt om het menselijke gedrag te modelleren voor een breed scala aan taken. Beide instrumenten zijn gevalideerd met experimentele gegevens