HOOFDSTUK 1: DENKEN EN PROBLEMEN OPLOSSEN
1. INLEIDING
- Denken = brede term; er bestaan verschillende soorten van denken
Bv. denken wanneer examen oplossen, wat te eten vanavond, al dan niet auto kopen, …
Niet gemakkelijk om denken te definiëren
veel gebeurt onbewust, enkel resultaat komt in bewustzijn
Poging tot definitie: denken is…
Cognitief proces gericht op begrijpen van de wereld en oplossen van problemen
Onmisbaar ingrediënt in het leven
Aanwezig in taal, verbeelding, communicatie, ...
- Enkele basiseigenschappen
Kan abstract zijn
Kan hypothetisch zijn, niet-tastbaar of zelfs onbestaand
o Bv. de overwinning van België op het WK voetbal in Rusland
Denken kan ook symbolisch zijn
gebruik maken van taal (woorden en getallen)
Is meestal relationeel
Het drukt relatie uit en legt verbanden tussen dingen
Bv. als het regent dan neem ik een paraplu mee
o Er word een verband gelegd tussen enerzijds regen en anderzijds het al dan niet meenemen van een
paraplu
Kan (vaak) goed verlopen, maar is soms ook fout of onlogisch
- Johnson-Lair stelde een taxonomie v/h menselijke denken op grond v/e aantal vragen
2. TAXONOMIE VAN HET DENKEN
2.1 HEEFT HET DENKEN EEN DOEL?
- Veel vormen van denken hebben wel een doel, maar bij één soort totaal niet: dagdromen
Inspireerde een literaire techniek: stream of consciousness, monologue intérieur
Bv Ulysses van James Joyce (laatste hoofdstuk onderbreekt zelfs interpunctie)
Fragmentarische zinsbouw als weerspiegeling van veel associaties en gedachtesprongen
Bevindt zich aan het ene uiteinde (denken zonder doel) van een continuüm
In de literatuur word dagdromen beschreven als: ‘ongestructureerde, van vorm veranderende,
onvoorspelbare wolken’
Denken zonder doel gebeurt buiten bewuste controle
Ideeën één voor één met elkaar verbonden, maar algemene structuur ontbreekt
- Ill-defined, unfocused thinking
2.2 VERLOOPT HET DENKEN DETERMINISTISCH?
- Aan de andere kant van het continuüm (denken met doel): vb. rekenen
Rekenprobleem (zoals 20 maal 13) wordt opgelost met expliciet, bewust gecontroleerd proces
‘eerst 2 maal 13, en dan dat maal tien dus een nul er achter’
Wellicht niet bewust van hoe je rekent en waar rekenfeiten vandaan, maar wel bewust van plan
‘eerst dit, dan doe ik dat en dan heb ik mijn resultaat’
Eenmaal plan is gekozen, liggen de stappen vast
Precies startpunt, precies doel, alles tussenin ligt vast ➔ rekenen
o Het is een routineuse toepassing van iets dat door en door gekend is
deterministisch, want elke stap wordt bepaald door huidige toestand
- Well-defined, focused thinking
- Rekenen is dus deterministisch: elke volgende stap is bepaald door de huidige toestand
- We hebben dus 2 types van denken afgeleid: dagdromen en rekenen
, De meeste denkvormen bevinden zich tussen deze 2 extremen in: het meeste denken heeft wel een doel, en
het meeste denken is ook niet volledig gedetermineerd
2.3 HEEFT HET DENKE EEN PRECIES STARTPUNT?
- Er is een vorm van denken dat wel een doel heeft (al is het niet altijd super duidelijk), dat zeker niet volledig
gedtermineerd verloopt, dat zich duidelijk onderscheid van de andere
Creativiteit
Heel wat discussie over wat creativiteit is, consensus: leidt tot originele en geschikte/bruikbare resultaten
- De definitie van creativiteit onvoldoende precies
Wat is origineel?
Originaliteit in algemeen, of voor enkel maker?
Wel consensus: origineel betekent niet ‘vanuit het niets’, bijna altijd gebaseerd op bestaande zaken
(dingen, ideeën, principes, ...)
Wat is geschikt/bruikbaar?
Duidelijk als het gaat om originele ‘gebruiks’-producten (vb. koffiemachine)
o Bv. een koffiemachine is een geschikt en bruikbaar product
Onduidelijk als het gaat om kunst
- Grote verschil met andere denkprocessen: creativiteit kent geen duidelijk, expliciet startpunt
Andere denksoorten: meestal duidelijk probleem voorgelegd waarvoor oplossing gezocht – startpunt gekend
Creativiteit
Minder duidelijk waar het proces echt start (het zal wel ‘ergens’ starten, maar waar is onduidelijk)
o Wanneer evolueert dagdromen/ronddenken tot het echte creatieve denkproces?
Ook trigger van die overgang nog heel onduidelijk
2.4 IS ER EEN VERHOGING VAN SEMANTISCHE INFORMATIE?
- Bepaalde fenomenen zijn typisch voor alledaags redeneren
Illustratief vb: ‘het slachtoffer werd neergestoken in bioscoop en stierf daar, verdachte zat op de trein L-B op
moment dat de moord werd gepleegd’ ➔ waarschijnlijk afleiden dat verdachte onschuldig
Dit simpel voorbeeld illustreert een aantal fenomenen die typisch zijn voor het alledaags redenen:
1) Overgang van verschillende verbaal geuite proposities (beschrijving probleem) naar 1 verbaal
uitgedrukte conclusie (vb. verdachte is onschuldig)
Proposities kunnen zowel woorden als overtuigingen (in het hoofd) zijn
Proposities zijn steeds waar of vals
2) Getrokken conclusie hangt af van hoe premissen begrepen worden en van achtergrondkennis (Vb.
weten dat een persoon niet op 2 plaatsen tegelijk kan zijn, geen bioscoop in een trein)
Op grond van deze achtegrond kennis, op grond van het begrijpen van de premissen ga je afleiden
dat de verdachte niet in de bioscoop was
3) Getrokken conclusie is informatief: semantische informatie
Hoe meer situaties een propositie uitsluit, hoe meer semantische informatie ze bevat
Hoe meer zaken uitgesloten door conclusie, hoe zekerder je bent van de mogelijkheid
Voorbeeld: ‘het vriest’ vs ‘het vriest maar er is geen mist’
Eerste uitdrukking sluit uit dat er mist is, bij de eerste is dat nog mogelijk
Dus de eerste uitdrukking sluit meer uit en daarom bevat deze uitspraak ook meer
semantische informatie
- Uit premisse zijn oneindig aantal valide conclusies mogelijk (= conclusies die volgens regels van logica correct zijn)
Vb. het vriest of het is mistig of het is niet mistig of het regent of…
Deze ‘gekke’ conclusies worden nooit getrokken, waarom? Ze bevatten minder semantische informatie
(sluiten minder uit)
4) Heel wat alledaagse conclusies zijn niet valide
Voorbeeld: neergestoken man ➔ conclusie dat verdachte onschuldig is, is niet noodzakelijk waar
(andere mogelijkheden, vb. handlanger, op knopje gedrukt)
, Ookal is de conclusie dat de verdachte onschuldig is heel erg waarschijnlijk is het niet de enig
mogelijke conclusie
Als men informatie krijgt ‘de man is wel schuldig’ kijkt men nooit raar op
Uit onderzoek blijkt dat mensen al snel op de proppen komen met alternatieve verklaringen
om te verklaren dat verdachte inderdaad schuldig is
Deze denkvorm = inductie: komen tot waarschijnlijke, maar niet noodzakelijk valide
conclusies
Inductie leidt tot waarschijnlijke, maar niet noodzakelijk valide conclusies
Voorbeeld: instance-based generalization
obv specifieke gevallen tot algemene conclusies komen
Vb: zwaan 1, 2 en 3 is wit, dus alle zwanen zijn wit
Maar omdat het een inductieve conclusie is weten we dat het fout kan zijn
Waarschijnlijke conclusie – op inductie gebaseerde conclusie kan dus fout zijn, ook al zijn de
premissen waar
Dan nog kan het zijn dat de conclusie fout is
Mensen stellen niet zomaar conclusies, het is een ingenieus proces
5) Er is ook vorm van denken waarbij semantische informatie niet verhoogd: deductie
Er wordt op een andere manier gezegd wat in de premisse zit: relaties die er impliciet inzitten
Vb. Alle A’s zijn B’s, alle B’s zijn C’s ➔ alle A’s zijn C’s
Als alle premissen waar zijn, is valide conclusie ook altijd ware conclusie
Voorbeeld:
Je bent dokter en je stelt vast:
Patient 1 heeft Bacterie XYZ in bloed en heeft ziekte ABC.
Patient 2 heeft Bacterie XYZ in bloed en heeft ziekte ABC.
Je zal concluderen:
Als men Bacterie XYZ in zijn bloed heeft, heeft men grote kans om
ziekte ABC op te lopen.
Bacterie XYZ veroorzaakt ziekte ABC
Je zal niet concluderen:
Als men Bacterie XYZ in zijn bloed heeft, heeft men grote kans om
ziekte ABC op te lopen tot 2020 en daarna zal men ziekte DEF
oplopen.
Bacterie XYZ veroorzaakt ziekte ABC tot 2020 en daarna veroorzaakt ze DEF
Het vormen van hypothesen of inductieve conclusies is een best ingenieus concept waar we nog
niet alles van begrijpen
- Dus: bij inductie steeds verhoging van informatie
verhoging afhankelijk van hoeveel dingen uitgesloten worden in de proposities/premissen
bij deductie geen verhoging van informatie
dus men gaat gewoon op een andere manier uitdrukken wat al in de premissen zit
bv. alle A’s zijn B’s en alle B’s zijn C’s -> DUS: alle A’s zijn C’s
o als de premissen waar zijn dan zal een valide conclusie ook altijd een ware conclusie zijn
dit heeft een belangrijk nadeel: de conclusie zal niet meer informatie uitsluiten dan de premissen
al uitsloten
we spreken dus van deductie
3. WELL EN ILL-DEFINED PROBLEMS
- In literatuur ook vaak onderscheid gemaakt tussen well-defined en ill-defined problems
Het gaat hier over een continuüm en niet om een absoluut verschil tussen 2 soorten van problemen
Well-defined problems: duidelijk doel, duidelijke startinformatie
o Voorbeelden: schaken, ISP-formulier invullen
Ill-defined problems: minder/geen duidelijk doel, minder/geen duidelijke startinformatie
, o Vb: schrijven van brief met delicate informatie (bekentenis, vragen voor promotie) – waar beginnen,
welke informatie gebruiken om te starten, wanneer doel bereikt?
- In onderzoek
Ill-defined meest interessant én meer representatief voor alledaagse problemen
Ook bij dagdagelijkse problemen zijn er meerder oplossingsmogelijkheden mogelijk,…
Toch well-defined meest onderzocht
Pragmatische redenen: makkelijker aan te bieden, te scoren, duurt geen weken om op te lossen, …
Assumptie dat oplossen van well- en ill-defined op ongeveer zelfde wijze verloopt
o MAAR: onderzoek weinig hiernaar + niet consistent!
Bepaalde resultaten wijzen zelfs op nulcorrelatie tussen prestaties bij beide soorten problemen
4. PROBLEM SPACE HYPOTHESIS
- Als psychologen problemen beschrijven gebruiken ze vaak term problem space= probleemruimte waarin alle
mogelijke configuraties/stappen in een probleem worden voorgesteld
Voorbeeld: Towers of Hanoi task
Sequentie van stappen bepalen om 3 schijven van linkse naar rechtse paal te verhuizen – maximaal 1 schijf
per keer, en nooit grotere over kleinere schijf zetten
Probleemruimte hier = alle mogelijke configuraties en hoe je van de ene naar de andere
kan overgaan
o Elke mogelijke toestand = node (knoop) in een mentale grafiek – bij iedere knoop
moet je weer keuze maken
o Elke verbinding mat duidelijk dat je van de ene naar de andere kan overgaan
o Path = sequentie van stappen van begintoestand tot eindtoestand
Geheel van nodes en overgangen = problem space
Bij de tower of hanoi heb je een duidelijke startpositie: dat is het begin van de schijven op
de eerste plaats (1 van de vele nodes in de probleemruimte)
o Er is een duidelijk doel: de schijven moeten in de juiste volgorde op de laatste paal
geraken (ook een node in de probleem ruitme
o Na elke stap moet je en keuze gaan maken, de keuze die je maakt bepaald ook de
volgende stap
Een pad: een sequentie van stappen van de begin toestand tot de eindtoestand
o In zo een probleemruimte zijn heel veel verschillende soorten stappen
- Goed probleemoplossend gedrag = efficiënte paden vinden/creëren
De paden zijn zo kort mogelijk, zo weinig mogelijk omwegen, zo weinig mogelijk tussenstappen
4.1 TOEPASSING IN ARTIFICIËLE INTELLIGENTIE
- Verschillende algoritmes ontwikkeld om te zoeken in probleemruimte
Depth-first search: zo ver mogelijk 1 pad onderzoeken en dan terugkeren en alternatieven doen
Breadth-first search: eerst alle mogelijke stappen bekijken/evalueren, consequenties ervan onderzoeken
enzoverder
Welke het beste is, hangt af van de aard van de probleemruimte (en dus te taak)
- Evidentie
Simpele benadering van probleem oplossen als deze probleemruimtehypothese werkt goed bij duidelijk
omlijnde problemen (zoals schaken of Hanoi Tower)
well-defined problems
Simpele toepassing niet mogelijk indien complexere (realistischere) problemen (vb. wetenschap, ontwerpen,
kunst, ...)
ill-defined-problems
o Hier moet je dan met verschillende probleemruimtes werken (formuleren van theorieën, ontwerpen
van experimenten, interpreteren van resultaten, ...)
5. ALGEMENE PROBLEEMOPLOSSINGSMETHODEN