Eine vereinheitlichte Darstellung von Unsicherheit in Lernen und Entscheidungsfindung: Ein theoretischer und empirischer Ansatz

• Antragsteller: Professor Dr. Chris Donkin
• Fachliche Zuordnung: Allgemeine, Kognitive und Mathematische Psychologie
• Förderung: Förderung seit 2025
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 565461563

Die menschliche Erfahrung ist voller Unsicherheit. Wir befinden uns ständig in neuen Umgebungen und vertraute Situationen ändern sich ständig. Und doch passen wir uns trotz dieser Komplexität und ständigen Unsicherheit schnell an und sind in der Lage, uns in einer Vielzahl von Umgebungen angemessen zu verhalten und erfolgreich Entscheidungen zu treffen. Diese Anpassungsfähigkeit beruht auf unserer Fähigkeit, schnell und robust zu lernen, indem wir die unserer Welt innewohnende Unsicherheit verstehen und bewältigen. In diesem Projekt bringen wir modernste Theorien der Entscheidungsfindung und des Lernens zusammen. Dabei werden wir mathematische Modelle entwickeln und testen, die diese beiden Zweige der menschlichen Kognitiongleichzeitig modellieren. Unser angedachtes Projekt umfasst eine Kombination aus theoretischer Modellentwicklung, mathematischer Modellierung und empirischen Studien. Im ersten Teil des Projekts werden wir eine systematische Bewertung von mathematischen Modellen durchführen, die untersuchen, wie Menschen in einfachen, statischen Umgebungen lernen und entscheiden. Wir werden anschließend die von uns entwickelten Modelle anhand vorhandener Archivdatensätze sowie der Daten aus den von uns entwickelten Experimenten testen. Die Experimente möchten wir dabei so gestalten, dass sie sowohl die Lern- als auch die Entscheidungsaspekte der Modelle testen können. Im zweiten Teil des Projekts werden wir Lern- und Entscheidungstheorien erweitern, um zu erklären, wie sich Menschen an komplexe, dynamische Umgebungen (also sich verändernde Umgebungen) anpassen. Wir werden die von uns entwickelten Modelle anhand vorhandener Archivdatensätze sowie anhand von Daten aus denjenigen Experimenten testen, die wir zur Prüfung des dynamischen Aspekts der von uns erstellten Modelle konzipieren werden.

• DFG-Verfahren: Sachbeihilfen
• Internationaler Bezug: Großbritannien
• Kooperationspartner: Dr. Nathan Evans