Beteiligt: Christian Eichhorn, Alice Ping Ping Tse
Institutionen: Technische Universität Dortmund, Justus-Liebig-Universität Gießen/Albert-Ludwigs-Universität Freiburg
Abstract
Rationales Denken umfasst sowohl qualitative als auch quantitative Aspekte, und Menschen haben normalerweise keine Probleme, beide Sichtweisen erfolgreich miteinander zu kombinieren. Wissenschaftliche Theorien zu rationalem Denken und Schlussfolgern allerdings konzentrieren sich in der Regel auf einen der beiden Aspekte. Dieses Projekt setzt sich zum Ziel, qualitative und quantitative Paradigmen des Schlussfolgerns auf einer fundamentalen Ebene miteinander zu verbinden, gemeinsam zu untersuchen und empirisch zu evaluieren. Ausgangspunkt ist dabei die Betrachtung von Konditionalen, d.h., von regelhaften Beziehungen zwischen Aussagen, als Basis rationaler Schlussfolgerungen, die in unterschiedlichen Umgebungen unterschiedlich verwendet werden, dabei aber einem ähnlichen Muster folgen. Den Schlüssel zum Verständnis dieses Musters liefert eine dreiwertige Interpretation von Konditionalen, die einerseits auf den klassisch-logischen Begriffen von Verifikation und Falsifikation von Konditionalen aufsetzt, ohne andererseits eine binäre Sicht auf Konditionale zu erzwingen. Im Gegenteil erlaubt dieser konditional-logische Ansatz die Untersuchung von rationalem Schlussfolgern nach allgemeinen Prinzipien, die mit unterschiedlichen Semantiken verknüpft werden können. In diesem Kontext beschäftigen wir uns mit Forschungsfragen zu induktivem Schlussfolgern auf der Basis von Wissensbasen, untersuchen die für rationales Denken zentralen Begriffe der Konsistenz und der Kohärenz, stellen Plausibilität und Wahrscheinlichkeit einander gegenüber und wenden uns dem kausalen Schlussfolgern zu, dabei werden wir Verbindungen zu entsprechenden Ansätzen in Philosophie, Psychologie und Informatik herstellen. Von zentraler Bedeutung für das Studium gemeinsamer Strukturen qualitativer und quantitativer Ansätze zum rationalen Schlussfolgern werden die sog. OCF-c-Repräsentationen sein, die auf Spohn's ordinalen konditionalen Funktionen basieren, und der probabilistische Ansatz des Prinzips der maximalen Entropie. Diese beiden Ansätze zeichnen sich durch eine besondere Qualität ihrer Inferenzen aus und werden hier zum ersten Mal gemeinsam in dieser formalen Tiefe und empirischen Breite untersucht. Wissenschaftler aus Psychologie und Informatik werden in diesem interdisziplinären Projekt formale und empirische Untersuchungen zu den genannten Formalismen im Hinblick auf ihre Eignung zur formalen und normativen Modellierung rationalen Schlussfolgerns durchführen und dabei mit Kollegen aus der Philosophie zusammenarbeiten. Die zu erwartenden Ergebnisse dieses Projektes werden zu neuen Einsichten in die Psychologie des rationalen Denkens und zu neuen Ansätzen und Verfahren in der Wissensrepräsentation führen. Das Projekt wird auf den Ergebnissen der Projekte "Rationales Schlussfolgern mit Konditionalen und Wahrscheinlichkeiten" und "Nicht-monotones Schlussfolgern" der ersten Förderperiode aufbauen.
Projektrelevante Veröffentlichungen
Eichhorn, C., Fey, M., & Kern-Isberner, G. (2016). CP- and OCF-networks—a comparison. Fuzzy Sets and Systems, 298, 109-127.
Ragni, M., Franzmeier, I., Maier, S., & Knauff, M. (2016). Uncertain relational reasoning in the parietal cortex. Brain & Cognition, 104, 72-81.
Eichhorn, C., & Kern-Isberner, G. (2015). Qualitative and Semi-Quantitative Inductive Reasoning with Conditionals. KI-Künstliche Intelligenz, 29(3), 279-289.
Eichhorn, C., & Kern-Isberner, G. (2015). Using inductive reasoning for completing OCF-networks. Journal of Applied Logic, 605-627.
Eichhorn, C., & Kern-Isberner, G. (2014). LEG Networks for Ranking Functions. Logics in Artificial Intelligence (pp. 210-223).
Weitere Publikationen sind auf dieser Seite zu finden.
Projekt "Rational reasoning with conditionals and probabilities - Logical foundations and empirical evaluation" (Kern-Isberner, Pfeifer)
Projekt "Non-monotonicity, consistency, and rationality in human reasoning" (Knauff, Ragni, Wölfl)