College aantekeningen formele modellen van de menselijke cognitie - Inleiding tot de Cognitiewetenschap ()

HC11 – Formele modellen van menselijke cognitie



🟦 1. Belangrijke Begrippen & Definities

 Cognitief model (CM) - een formeel, toetsbaar model dat menselijk gedrag
beschrijft, verklaart en voorspelt. Het vereenvoudigt complexe processen en dwingt
tot precisie.

 Box-and-arrow theorieën - Conceptuele schema’s (met vakjes en pijlen) die mentale
processen weergeven. Vaak vaag, niet toetsbaar en vatbaar voor “hand waiving”.

 Generiek model - Een abstracte representatie die structuur in data aanbrengt, data
versimpelt en voorspellingen doet over toekomstige situaties.

 Power law van leren - Volgens Newell & Rosenbloom (1981) verbetert prestatie
volgens een powerfunctie: snelle vooruitgang in het begin, daarna afvlakking.

 Rational analysis of memory - Het geheugen voert continu een kosten-batenanalyse
uit. Soms is het efficiënter om te vergeten dan te onthouden.

→ Need probability × Gain < Cost?

 Activatiefunctie (B) - Formule die verklaart hoe sterk een geheugenrepresentatie is
geactiveerd:

 Frequentie (n): hoe vaak iets voorkomt

 Recency (tj): hoe recent het is gebruikt

 Decay (d): hoe snel activatie vervalt

 Actie-gebaseerde geheugen-reactiesnelheid - De snelheid waarmee opgeslagen
kennis omgezet wordt in een gedragsmatige reactie (bijv. snel herkennen en
reageren op bekende stimuli).

 Self-monitoring - Het vermogen om eigen cognitieve processen te observeren en bij
te sturen. In veel theorieën blijft dit begrip vaag gedefinieerd, wat cognitieve
modellen helpen voorkomen.

 Speed-accuracy trade-off - Een fundamenteel principe: snellere beslissingen gaan
vaak ten koste van nauwkeurigheid, en omgekeerd.

 Model fitting - Het proces waarbij de parameters van een model worden afgestemd
zodat het de data het best verklaart (minst onverklaarde variantie).

 Evidence accumulation - Een proces waarin verschillende opties bewijs verzamelen
totdat één optie de beslisdrempel bereikt en wordt gekozen.

 Beslissingsnetwerken in het brein - Neurale systemen, zoals het striatum, die actief
zijn bij besluitvorming en corresponderen met modelparameters (zoals threshold of
drift rate).



🟩 2. Theorieën / Modellen

, Cognitieve Modellen (CM)

 Beschrijven, verklaren, versimpelen, en voorspellen gedrag. !!(expliciet benoemd om
dit te leren)!!

 Helpen vage theorieën formaliseren en maken ze toetsbaar.

 Leiden tot falsifieerbare voorspellingen (empirisch controleerbaar).

 Verklaren o.a. de power law van leren.



Rational Analysis (Anderson, 1990)

 Cognitie als rationeel systeem dat zich aanpast aan de omgeving.

 Geheugenprocessen zijn gebaseerd op frequentie en recentheid van gebruik.

 Vergeten is efficiëntie-optimalisatie (energie sparen).

 Verklaart ophaalgedrag en reactiesnelheid vanuit kans en nut.



Connectionistische modellen (PDP)

 Kennis gerepresenteerd in netwerken van neuronen.

 Leren = aanpassen van verbindingssterktes (gewichten).

 Biologisch plausibel en falsifieerbaar.

 Voordelen:

o Voorkomen “hand waiving” (expliciete implementatie).

o Kunnen gedrag en neurale data verklaren.

 Voorbeelden:

o Stroop-effect: verklaard via activatie-interferentie in netwerk.

o Single-layer perceptron kan XOR-probleem niet oplossen → toont
beperkingen.

o Botvinick et al.: verschillende netwerkarchitecturen voorspellen verschillend
gedrag (Stroop, Gratton-effect, neurale effecten).




Evidence Accumulation Modellen