Proseminar: Mensch-Maschine-Interaktion Julia Withauer.
-
Upload
anne-marie-ladehoff -
Category
Documents
-
view
122 -
download
2
Transcript of Proseminar: Mensch-Maschine-Interaktion Julia Withauer.
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: