Altersabhängige Plastizität des 'Minimal Self' - wie virtuelle und reale Veränderungen der sensomotorischen Fähigkeiten und Erfahrungen die Wahrnehmung von Body ownership und Agency beeinflussen

• Antragsteller: Professor Dr. Ben Godde; Dennis Küster, Ph.D.; Dr. Felix Putze
• Fachliche Zuordnung: Kognitive, systemische und Verhaltensneurobiologie ; Allgemeine, Kognitive und Mathematische Psychologie
• Förderung: Förderung von 2018 bis 2023
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 402779631

Das ‘Minimale Selbst’ (MS) wird definiert als die Art und Weise, wie wir uns selbst in einer bestimmten Situation wahrnehmen, d.h. wie Körperteile als zum eigenen Körper zugehörig wahrgenommen werden (‘body ownership’) und welche Aktionen und Handlungen von einem selbst ausgeführt werden (‘agency’). Jüngste Entwicklungen im Bereich der Virtual (VR) und Augmented Reality (AR) erlauben eine detaillierte und kontrollierte Manipulation der Interaktionen und Kontingenzen, zwischen Aktionen und den dadurch erzeugten Wahrnehmungen. Hiermit sind diese Techniken ideal, um die Integration von Werkzeugen in das Körperschema (body schema, BS) und das Körperbild (body image, BI) sowie die Assoziation zwischen Body ownership und Agency und deren wechselseitige Abhängigkeit zu untersuchen.Mit unserem AR Ansatz wollen wir zur Beantwortung der Frage beitragen, welche funktionellen Mechanismen dem MS zugrunde liegen und in welchem Ausmaß das MS selbst plastisch und durch sensomotorische Erfahrungen modifizierbar ist. Komplementär sollen dabei zunächst Kurzzeiteffekte des Lernens von Werkzeuggebrauch mit AR untersucht werden. Daraufhin soll gezielt die Langzeitplastizität des MS in Folge von veränderten sensomotorischen Fähigkeiten und verringertem Gebrauch und Übung im Alltag an einer älteren Probandengruppe untersucht werden. In beiden Ansätzen zur Untersuchung der Plastizität wollen wir die Auswirkungen auf BS and BI, insbesondere Body ownership und Agency erforschen und dabei auch die Erhebung und Analyse von Biosignalen (EEG) einschließen. In drei Experimenten sollen dazu die Versuchsteilnehmer lernen, ein virtuelles Stabwerkzeug zu kontrollieren, d.h., damit Zielobjekte zu greifen, sie von anderen Objekten haptisch zu unterscheiden und sie in eine passende Öffnung zu stecken.Bei der Datenanalyse werden wir den klassischen hypothesenbasierten Ansatz des Vergleichs der Versuchsgruppen und Bedingungen mit einem dynamisch datengetriebenen Ansatz ergänzen. Dabei werden die multimodalen Daten jedes einzelnen Versuchstrials dazu genutzt, um Vorhersagen über das MS und dessen Plastizität zu machen. Diese Vorhersagen können dazu dienen, dem Nutzer eines Tools Online-Feedback zu geben, um beispielsweise Trainingsdauer und -Intensität zu optimieren. Hierzu sollen sowohl kinematische Daten, als auch Neurodaten (EEG) und Verhaltensdaten genutzt werden.Durch die Erforschung des MS mit erwachsenen und älteren Probandengruppen erwarten wir, mehr darüber zu erfahren, wie das erwachsene Gehirn das MS aufrechterhält, während es sich gleichzeitig an seine natürlicherweise sich ändernden körperlichen Voraussetzungen und Grenzen anpasst. Die gewonnenen Erkenntnisse lassen sich auch für die Entwicklung eines MS in künstlichen Systemen nutzen. Wir sind überzeugt, dass die Frage, inwiefern ein Körper mit klaren physischen Grenzen Voraussetzung für die Ausbildung eines MS ist, sowohl hoch relevant für den Menschen, als auch für die Entwicklung zukünftiger Roboter ist.

• DFG-Verfahren: Schwerpunktprogramme
• Teilprojekt zu: SPP 2134: Das handelnde Selbst