← Neueste Arbeiten
🧬 biology

Closing the Loop to Discover Psychological Theories with an Automated Cognitive Scientist

Dieses Paper stellt AutoCog vor, ein vollautonomes KI-System, das den Kreislauf der wissenschaftlichen Entdeckung in der Kognitionswissenschaft schließt, indem es durch iterative Zyklen aus Experimentdesign, Datenerhebung und Modellsynthese automatisch ausführbare kognitive Theorien generiert, testet und verfeinert und letztlich neuartige, empirisch validierte Erkenntnisse über Entscheidungsprozesse hervorbringt.

Ursprüngliche Autoren: Akshay K. Jagadish, Younes Strittmatter, Nori Jacoby, George Kachergis, Eric Schulz, Nathaniel Daw, Suyog H. Chandramouli, Thomas L. Griffiths

Veröffentlicht 2026-06-26
📖 5 Min. Lesezeit🧠 Tiefgang

Ursprüngliche Autoren: Akshay K. Jagadish, Younes Strittmatter, Nori Jacoby, George Kachergis, Eric Schulz, Nathaniel Daw, Suyog H. Chandramouli, Thomas L. Griffiths

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ⚕️ Dies ist eine KI-generierte Erklärung eines Preprints, das nicht peer-reviewed wurde. Dies ist kein medizinischer Rat. Treffen Sie keine Gesundheitsentscheidungen auf Grundlage dieses Inhalts. Vollständigen Haftungsausschluss lesen

Stellen Sie sich ein Team von Wissenschaftlern vor, die versuchen herauszufinden, wie der menschliche Geist Entscheidungen trifft. Normalerweise ist dies ein langsamer, manueller Prozess: Ein menschlicher Forscher entwirft eine Theorie, plant einen Test, führt ihn an Menschen durch, sieht nach, ob er recht hatte, und versucht dann, basierend auf den Fehlern eine bessere Theorie zu schreiben.

Dieses Paper stellt AUTOCOG vor, einen vollautomatisierten „Roboter-Wissenschaftler“, der all dies ganz allein erledigt und den Kreislauf von Anfang bis Ende ohne menschliche Hilfe schließt. Betrachten Sie es nicht als einen einzelnen Roboter, sondern als ein selbstfahrendes Labor für den Geist.

So funktioniert es, erklärt anhand einfacher Analogien:

1. Das Setup: Zwei rivalisierende Köche

Stellen Sie sich vor, Sie möchten das perfekte Rezept für einen Kuchen finden, aber Sie wissen nicht, welche Zutaten benötigt werden. Sie beginnen mit zwei rivalisierenden Köchen (den „Keim-Theorien“).

  • Koch A glaubt, das Geheimnis sei einfach nur Zucker.
  • Koch B glaubt, das Geheimnis sei einfach nur Mehl.

In der Vergangenheit hätte ein Mensch Kuchen backen, probieren und den Köchen sagen müssen, wie sie sich verbessern können. Mit AUTOCOG fungiert das System als ein Meisterkritiker und unerbittlicher Editor. Es nimmt diese zwei Köche und sagt: „Okay, mal sehen, wer recht hat.“

2. Der Zyklus: Die tägliche Routine des Roboters

AUTOCOG läuft in einer kontinuierlichen Schleife aus vier Schritten ab, wie ein sich wiederholendes Level in einem Videospiel:

  • Schritt 1: Das ultimative Testdesign (Die Falle)
    Das System agiert wie ein Spieledesigner. Es schaut sich an, was Koch A und Koch B glauben, und entwirft einen spezifischen „Geschmackstest“, bei dem sie definitiv uneinig werden. Wenn Koch A sagt: „Füge mehr Zucker hinzu“ und Koch B sagt: „Füge mehr Mehl hinzu“, erstellt der Roboter ein Kuchenszenario, in dem nur einer von beiden recht haben kann. Es ist wie ein Labyrinth, in dem nur ein Weg zum Ausgang führt.

  • Schritt 2: Beweise sammeln (Der Geschmackstest)
    Der Roboter führt diesen Test durch. Er kann dies auf zwei Arten tun:

    • Simulation: Er lässt ein Computermodell (einen „digitalen Menschen“) das Spiel spielen.
    • Echte Menschen: Er rekrutiert echte Menschen online, die Entscheidungen treffen (wie etwa die Wahl zwischen zwei Produkten mit unterschiedlichen Expertenbewertungen).
      Der Roboter sammelt die Daten: „Wer hat gewonnen? Was haben sie gewählt?“
  • ** Schritt 3: Das Urteil (Der Kritiker)**
    Der Roboter analysiert die Ergebnisse. Er fragt: „Passte das Rezept von Koch A zum Geschmack? Und das von Koch B?“
    Wenn die Daten irgendwo dazwischen liegen, wählt der Roboter nicht einfach einen Gewinner. Er agiert wie ein Detektiv und fragt: „Warum sind beide Köche gescheitert? Was fehlt ihnen?“ Er schreibt einen Bericht, der genau erklärt, an welchen Stellen die Theorien versagt haben.

  • Schritt 4: Das Umschreiben (Die Evolution)
    Basierend auf dem Urteil schreibt der Roboter das Rezept des unterlegenen Kochs um. Er verändert es nicht nur ein wenig; er erfindet vielleicht eine völlig neue Kochmethode. Er erschafft eine „Nachfolger-Theorie“, die versucht, die Fehler zu korrigieren. Dann beginnt der Zyklus mit diesem neuen, verbesserten Koch von vorn.

3. Die Ergebnisse: Was hat der Roboter entdeckt?

Die Forscher testeten diesen Roboter in der Welt der Entscheidungsfindung (wie Menschen zwischen Optionen wählen).

  • Der Gedächtnistest: Zuerst fütterten sie den Roboter mit gefälschten Daten, die von bekannten „perfekten“ Strategien generiert wurden. Der Roboter erkannte die verborgenen Regeln erfolgreich, selbst wenn die Daten verrauscht waren (so als würden Menschen zufällige Fehler machen). Dies bewies, dass der Roboter die Wahrheit aus den Daten lernen konnte und nicht nur basierend auf dem rät, was ihm gesagt wurde.
  • Die echte Entdeckung: Als sie den Roboter mit echten Menschen testen ließen, geschah etwas Erstaunliches. Der Roboter fand nicht nur die Theorien, die Menschen bereits kannten (wie „Take the Best“ oder „Gewichteter Durchschnitt“). Er fand etwas Neues.

Die neue Theorie:
Der Roboter entdeckte, dass Menschen, wenn sie Bewertungen betrachten (wie 1 bis 5 Sterne), nicht jeden Punkt gleich behandeln.

  • Die alte Sichtweise: Ein Sprung von 4 auf 5 Sterne ist die gleiche „Menge“ an Verbesserung wie ein Sprung von 1 auf 2 Sterne.
  • Die Entdeckung des Roboters: Menschen empfinden einen Sprung von 1 auf 2 Sterne als riesig, aber einen Sprung von 4 auf 5 Sterne als klein. Dies wird als „abnehmende Sensitivität“ bezeichnet.

Um zu beweisen, dass dies kein Zufall war, nahmen die Forscher die neue Theorie des Roboters, schrieben sie auf und führten eine präregistrierte Studie (ein streng geplantes Experiment) mit neuen Menschen durch. Die Menschen verhielten sich exakt so, wie der Roboter es vorhergesagt hatte. Der Roboter hatte ein neues Gesetz der menschlichen Psychologie entdeckt.

4. Warum das wichtig ist

Das Paper behauptet, dass dies das erste Mal ist, dass ein System den kreativen Teil der Wissenschaft vollständig automatisiert hat.

  • Normalerweise hilft KI bei der Analyse von Daten oder beim Durchführen von Experimenten, aber ein Mensch muss die Idee für die Theorie entwickeln.
  • AUTOCOG kommt selbst auf die Idee, testet sie, erkennt, dass sie falsch ist, und erfindet eine bessere – ganz von allein.

Dies verwandelt die Theoriebildung von einer manuellen Kunst in eine ausführbare, kumulative Wissenschaft. Der Roboter führt ein Protokoll über jeden Schritt, sodass Menschen zurückblicken können, um genau zu sehen, wie der Roboter sich zu einer neuen Entdeckung „durchgedacht“ hat.

Kurz gesagt: AUTOCOG ist ein Roboter, der mit sich selbst streitet, seine eigenen Ideen an echten Menschen testet, aus seinen Fehlern lernt und schließlich neue Regeln darüber entdeckt, wie der menschliche Geist funktioniert – Regeln, die Menschen selbst noch nicht bedacht hatten.

Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?

Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.

Digest testen →