Komputationale Modellierung in der Psychologie
Dr. Ven Popov
Willkommen!
Die Arbeitsgruppe beschäftigt sich mit der einfachen, aber anspruchsvollen Frage: Was wäre nötig, damit die Psychologie über Theorien verfügt, die ebenso präzise, vorhersagekräftig und kumulativ sind wie jene der Naturwissenschaften? Ein Grossteil der heutigen Psychologie stützt sich auf verbale Rahmenkonzepte und nur lose eingeschränkte Modelle, die sich an nahezu jeden Datensatz anpassen lassen, aber selten riskante, quantitative Vorhersagen machen. Wir betrachten Kognition – insbesondere das menschliche Gedächtnis – als ein Testfeld für etwas Ambitionierteres: den Aufbau mechanistischer, mathematischer Theorien, die spezifizieren, wie latente kognitive Prozesse beobachtbares Verhalten hervorbringen, und die sich auf prinzipielle Weise falsifizieren, vergleichen und verbessern lassen. Diese Perspektive versteht computationale Modelle nicht als bloße Kurvenanpassungswerkzeuge, sondern als formale Verkörperungen theoretischer Festlegungen über Repräsentation, Lernen und begrenzte kognitive Ressourcen.
Um solche Theorien empirisch bedeutsam zu machen, arbeiten wir an der Schnittstelle von Modellierung, Messung und Daten. Ein zentraler Schwerpunkt liegt auf der Entwicklung und Evaluation von Messmodellen, die verrauschte Verhaltensdaten – etwa Reaktionszeiten, Fehler oder Konfidenzurteile – mit psychologisch interpretierbaren latenten Variablen verknüpfen, unter Verwendung hierarchisch-bayesischer Methoden und offener, wiederverwendbarer Software-Werkzeuge. Parallel dazu untersuchen wir, wie theoretische Modelle anhand neuronaler Daten getestet werden können, ohne zu überinterpretieren, was allein die Vorhersagegenauigkeit über zugrunde liegende Repräsentationen aussagt. Über alle Projekte hinweg ist das Ziel dasselbe: die Psychologie in Richtung einer Kultur schärferer Inferenz, besser kalibrierter Modelle und kumulativen Wissens zu bewegen, in der Theorien ihre Glaubwürdigkeit dadurch erwerben, dass sie präzise Vorhersagen über einzelne Personen während neuen Aufgaben und neuen Situationen machen.