Page - 376 - in L3T - Lehrbuch für Lernen und Lehren mit Technologien

376 Ein weiteres wichtiges Puzzlestück für die Analogie zwischen Denken und Logik lieferten der Neuro- physiologe Warren McCulloch und der Logiker Walter Pitts 1943. Die Turingmaschine (und in der Folge auch von Neumann-Computer) verwenden das von Leibniz erfundene Binärsystem, das heißt sie „kannte“ die zwei Symbole „1“ und „0“. Auch Nervenzellen kennen zwei Zustände: sie feuern („1“) oder sie feuern nicht („0“). Auf Basis dieser Überlegung entwickelten McCulloch und Pitts (1943) ein sehr vereinfachtes, abstrahiertes Neuronenmodell, mit dessen Hilfe sie zeigen konnten, dass ein Netzwerk dieser Neuronenmo- delle – und damit auch das menschliche Gehirn – im Prinzip die selben Kapazitäten hat, wie eine Turing- maschine, das heißt jede berechenbare Funktion berechnen und damit auch logische Formalsprachen ver- körpern kann. Die oben beschriebene wissenschaftliche Konstellation führte zu einer neuen Sicht auf menschliche Kogni- tion und begründete so Mitte der 1950er Jahre das Entstehen der Kognitionswissenschaft (Bechtel & Gra- ham, 1998). Was sie einte, war die Annahme einer Vergleichbarkeit von Mensch und Computer in dem Sin- ne, dass der Computer ein reaktionsfähiger Mechanismus sei, der flexibles, komplexes und zielorientiertes Verhalten zeigen kann, ebenso wie Menschen. Daher sei es nur natürlich von der Hypothese auszugehen, dass ein solches System offenlege, wie Menschen zu eben dieser Flexibilität kämen, ergo zeige, wie der menschliche Geist funktioniere (Newell, 1989). Diese Annahme schlug sich im zentralen Postulat „cogniti- on is information processing“ (Englisch für „Kognition ist Informationsverarbeitung“), nieder. Informati- onsverarbeitung wird in folgendem Sinne verstanden: Ein Algorithmus verarbeitet, verändert und generiert Symbole, von denen behauptet wird, dass sie einen Ausschnitt der Welt repräsentieren (zum Beispiel das Symbol „Haus“ repräsentiert ein reales Haus). Deswegen wird dieser Ansatz auch als symbolverarbeitender Ansatz bezeichnet. Aufgabe einer Wissenschaft, die menschliche Kognition verstehen wollte, war es somit, jene „Algorithmen“ menschlicher Kognition zu identifizieren, welche die Erkenntnisse aus oben genannten Disziplinen künstlich erzeugen (im Sinne von Am-Computer-Simulieren) und diese Simulationsergebnisse wiederum in empirischen (psychologischen) Experimenten zu überprüfen. Das neue wissenschaftliche Paradigma, das – in Abgrenzung zum auf extern beobachtbares Verhalten fokussierten Behaviorismus – die Untersuchung jener innerer Mechanismen, die für menschliche Kognition verantwortlich sind, zum Ziel hatte, wird als Kognitivismus (Varela, 1990; Bechtel et al., 1998) bezeichnet. Die Grenzen zum praktisch zeitgleich entstandenen Forschungsfeld der Künstlichen Intelligenz (KI) können wir, zumindest für den Zweck dieses Lehrbuchs, als fließend erachten. Während für die KI der technische Aspekt im Vordergrund stand, war es für die Kognitionswissenschaft der Versuch, menschliche Kognition zu verstehen. Das Revolutionäre an der neu entstandenen Kognitionswissenschaft war, dass zum ersten Mal zwei Me- thoden zur Verfügung standen, eine Theorie zu überprüfen: Die Empirie, die eine Untersuchung des For- schungsgegenstands „in der Welt“ ermöglicht, wurde durch ein mächtiges Instrument ergänzt, das eine Theorie in Form eines Modells auf Kohärenz testen kann – um dann seine Vorhersagen wieder mit Hilfe der Empirie zu überprüfen. Die ersten Systeme brachten schnelle Erfolge, konnten Probleme, wie den „Turm von Hanoi“ lösen und – zur damaligen Zeit als Krone menschlicher Kognition gesehen – mathema- tische Gleichungen lösen und Schach spielen.