Simulation of foundational human information-processing in social context : using the concept of a state indicator to decide socially influenced cooperative and environmentally friendly behavior with the SiMA-C mental architecture

Abstract

Diese Arbeit zeigt Möglichkeiten eines interdisziplinären Ansatzes auf, um die Spezifikation, die Evaluierung und den Einsatz von psychoanalytischen und neurowissenschaftlichen Annahmen zu unterstützen. Computer-Simulationen eines integrativen Modells der menschlichen Psyche helfen dabei die Trennung von individueller und sozialer, sowie emotionaler und kognitiver Entscheidungsfindung zu beseitigen, um ein ganzheitliches Erklärungsbild und detallierte Vorhersagen zur Verfügung stellen zu können. Die dabei erkannten Einflussfaktoren ermöglichen die Erstellung und Evaluierung von Handlungsempfehlungen, um kooperatives und umweltfreundliches Verhalten forcieren zu können. Die zentralen Fragen, die in dieser Arbeit für die Verfolgung dieses Ansatzes beantwortet werden, sind (1) methodischer, (2) theoretischer und (3) anwendungs-orientierter Natur und können folgendermaßen zusammengefasst werden: (1) Wie soll ein Leitfaden zur interdisziplinären Zusammenarbeit gestaltet sein, damit Methoden aus der Computertechnik, Psychoanalyse, und Psychologie vereint werden, um (2) eine grundlegende mentale Architektur der menschlichen Informationsverarbeitung im sozialen Kontext zu entwickeln, die (3) in Simulationen getestet und zum Zweck der Erforschung von Einflussfaktoren kooperativen und umweltfreundlichen Verhaltens eingesetzt wird. Dieser Arbeit liegt die Hypothese zugrunde, dass diese Forschungsfragen durch eine Fall-geleitete inkrementelle Methodik mit iterativer Verfeinerung der Anforderungsanalyse und Spezifikation ihrer Annahmen auf unterschiedlichen Ebenen (Konzept, Modell, Implementierung) beantwortet werden können. Dabei wird angenommen, dass die funktionale Integration von psychoanalytischen Konzepten von Motivation (Triebe und internalisierte Normen) mit neurowissenschaftlichen Konzepten von Emotion und Gefühlen in ein grundlegendes Modell der menschlichen Informationsverarbeitung übersetzt werden kann. Dafür wird das Konzept eines schichten-basierten Zustandsindikator eingeführt, der unterschiedliche Prinzipien und Kriterien (unterschiedlichen aktivierte Bedürfnisse und Wahrnehmungen) berücksichtigt um mittels Bewertung von Zielen den Zustand des simulierten Menschens (Agenten) zu verbessern. Das resultierende SiMA-C Modell einer adaptiven Entscheidungsfindung stellt die Annahme dar, dass die Grundlage der menschlichen Informationsverarbeitung Datenaktivierungen, und -bewertungen sind, die nach Bedarf und Möglichkeit mittes Vermittlung zwischen Datenkonflikten und Datenauswertung erweitert werden. Insbesondere wird angenommen, dass diese Mechanismen mittels eines Zustandsindikators wirken und integriert werden können. Die Fall-geleitete Experimentierung und Erforschung des Modells in Simulationen zeigen, (1) dass eine konsistente interdisziplinäre Wissensübersetzung erfolgreich war, (2) dass die vorab spezifizierten detallierten Vorhersagen erfüllt wurden, (3) dass der Ansatz durch weitreichende Variablenmanipulationen zu ausgiebigen Verhaltenserkundungen geeignet ist und dabei die Forschungsmöglichkeiten der Psychologie und Neurowissenschaften erweitern kann. Insbesondere wird in Simulationen aufgezeigt, wie die Änderung von spezifizierten Determinatengruppen (das sind einzelne oder mehrere Parameter der Persönlichkeit, der Umwelt, und des internen Zustands) multikausale und facettenreiche Erklärungen aggressiven, kooperativen, ausweichenden und umweltfreundlichen Verhaltens bieten. Diese Ergebnisse eignen sich dafür Handlungsempfehlungen, die pro-soziales und umweltfreundliches Verhalten forcieren, zu formulieren.

The thesis at hand demonstrates the power of an interdisciplinary methodology in specifying, evaluating, and applying psychological and neuroscientific assumptions. Computer simulations of an integrative model of human information processing support overcoming the separation between individual and social, and between emotional and cognitive decision making. The gained insights from such an explanation model are able to inform policies to enforce cooperative and environmentally friendly behavior. The key question to reach this objective is identified as (1 - methodical): What is a suitable guideline to combine methods from computer science, psychoanalysis, and psychology in interdisciplinary collaboration, for the sake of (2 - theoretical) developing a foundational mental architecture of human information processing in social context that (3 - applicative) is tested in simulations and applied to explore the impact factors of cooperative and environmentally friendly behavior? My working hypothesis aims at answering these questions using a case-driven methodology, which combines casuistics, software engineering, and simulation. These methods are used for an iterative refinement of requirements and specifications on the conceptual, model, and implementation level. The key assumption is that a functional integration of psychoanalytic concepts of motivations (drives and internalized norms) with neuroscientific models of emotion and feelings can be translated into a foundational model of human information processing. Therefore the concept of a layered state indicator is introduced, which the mental architecture uses to indicate (internally and externally) and enhance the state of unpleasure, pleasure, and internal conflicts. The underlying model of adaptive decision making conceptualizes memory-based data activation and valuations as the foundations of human information processing. These foundational functions are extended with functions of mediation in case of conflicts between contradicting valuations (i.e., unpleasure vs. pleasure) and with evaluation as a function of reasoning. Most importantly, these mechanisms are operationalized and integrated using the concept of a layered state indicator that uses different scopes and criteria in valuation, mediation, and evaluation. Case-driven model explorations and experimentations in simulations demonstrate the success of (1) a consistent interdisciplinary knowledge translation, (2) fulfilling the specified predictions, (3) the model's ability of extending the possibilities of the involved disciplines by wide variable manipulations. In particular, simulations show how changes in specified determinant groups (i.e., single or multiple parameters of personality, external environment, and internal state) provide multi-causal and multi-faceted explanations for cooperative, aggressive, evasive and environmentally friendly behavior. These explanations are able to inform policies for enforcing pro-social and environmentally friendly behavior.