The Computational Grammar of Human Behaviour in a Biological Environment
Dieses Paper führt DynaClade ein, einen unüberwachten Algorithmus, der aufzeigt, dass das spontane Verhalten von Menschen in virtuellen Umgebungen durch eine zweitstufige, kontextabhängige computergestützte Grammatik statt durch vorab geplante Sequenzen organisiert wird, was durch distinkte latente Zustände und ein neu identifiziertes nicht-lokomotorisches Schwankungsmuster charakterisiert ist.
Originalarbeit lizenziert unter CC BY 4.0 (https://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
Menschen sind ständig in Bewegung, ein fließender Strom aus Schritten, Gesten und Haltungsänderungen, die es uns ermöglichen, die Welt zu navigieren und unsere Ziele zu erreichen. Während wir eine einzelne Bewegung wie das Aufheben einer Tasse leicht beschreiben können, ist das Verständnis darüber, wie das Gehirn tausende dieser spontanen Momente zu einem kohärenten Leben zusammenfügt, ein tiefgründiges Rätsel. Wissenschaftler haben sich lange gefragt, ob wir uns bewegen, indem wir einem starren, vorgefertigten Skript folgen, oder ob wir einfach den nächsten Schritt basierend auf dem wählen, was wir gerade getan haben und wo wir uns in diesem Moment befinden. Diese Frage berührt das eigentliche Wesen des freien Willens und die Grenzen unserer mentalen Planung. Wenn unsere Handlungen völlig vorab geplant wären, müssten unsere Geister jeden zukünftigen Schritt berechnen, bevor wir auch nur einen einzigen vollziehen – eine Aufgabe, die unsere kognitive Kapazität schnell überfordern würde. Stattdessen legen viele Theorien nahe, dass unser Verhalten eher fließend ist, geformt durch unmittelbare Bedürfnisse und die Geschichte unserer letzten paar Bewegungen, anstatt durch einen fernen, festen Bauplan.
Um dies zu untersuchen, erschafften Forscher eine digitale Welt, in der Menschen sich frei bewegen konnten, ohne genau gesagt zu bekommen, was sie tun sollen. Sie bauten eine Virtual-Reality-Umgebung voller Obstbäume und verborgener Gefahren wie Schlangen, Bären und Panthern. Dreiundzwanzig Teilnehmer trugen Motion-Capture-Anzüge und Headsets, was es den Wissenschaftlern ermöglichte, jede ihrer Bewegungen während des Wanderns durch diese riskanten Landschaften in hoher Detailgenauigkeit aufzuzeichnen. Das Ziel war einfach: so viel Obst wie möglich sammeln und gleichzeitig den Bedrohungen ausweichen. Entscheidend war, dass den Teilnehmern kein Skript gegeben wurde. Sie waren frei zu rennen, zu gehen, zu kauern oder stehen zu bleiben, wann immer sie es für notwendig erachteten. Die Forscher nutzten dann ein neues Computerprogramm namens DynaClade, um die Stunden aufgezeichneter Bewegungen zu beobachten und sie automatisch in distinkte Handlungen zu sortieren. Dieses Programm wusste vorher nicht, wie ein „Rennen“ oder ein „Stehenbleiben“ aussah; es musste diese Muster selbstständig entdecken, indem es die Geschwindigkeit und die Form der Körperbewegungen analysierte.
Der Computer identifizierte erfolgreich ein reichhaltiges Vokabular von zweiundzwanzig breiten Bewegungsarten, die vom Gehen und Rennen bis hin zu subtileren Aktionen wie dem Knien, um Früchte zu pflücken, oder dem stillen Stehen reichten. Eine der interessantesten Entdeckungen war ein spezifisches Verhalten, das die Forscher als „zögernd“ bezeichneten. Dies war kein Erstarren aus Angst, sondern eine langsame, schwankende Bewegung auf der Stelle, die oft unmittelbar vor einer Entscheidung für eine neue Bewegungsrichtung auftrat. Es schien ein Moment des Informationssammelns zu sein, ein physisches Innehalten, in dem die Person ihre Optionen abzuwägen schien. Das Programm fand auch heraus, dass diese Handlungen nicht zufällig waren. Wenn eine Person in der Nähe eines Fruchtstrauchs war, war sie viel wahrscheinlicher dazu geneigt, nach etwas zu greifen oder zu knien. Wenn eine Bedrohung auftauchte, war sie viel wahrscheinlicher dazu geneigt zu rennen oder stillzustehen, abhängig von der Art des Tieres. Die Bewegungen waren eindeutig an die Umgebung gekoppelt, was bewies, dass die Klassifizierung des Computers mit der Logik der realen Welt übereinstimmte.
Das tiefere Mysterium lag jedoch in der Abfolge dieser Handlungen. Bewegen sich Menschen in festen Ketten, wie ein Dominoeffekt, bei dem eine Bewegung die nächste erzwingt? Oder wählen sie jeden Schritt nur basierend auf dem unmittelbar vorangegangenen? Die Forscher testeten dies, indem sie die Sequenzen der Handlungen untersuchten. Sie fanden heraus, dass die Abfolge in der Tat nicht zufällig war, aber auch kein starres Skript darstellte. Die Daten zeigten, dass der beste Weg, vorherzusagen, was eine Person als Nächstes tun würde, darin bestand, sich anzusehen, was sie gerade tut und was sie unmittelbar zuvor getan hat. Dies ist als Struktur zweiter Ordnung bekannt, was bedeutet, dass die unmittelbare Vergangenheit wichtiger ist als eine lange Historie vorangegangener Bewegungen. Die Studie widerlegte die Vorstellung, dass Menschen für jeden einzelnen Schritt ständig komplexe, langfristige Pläne ausführen. Stattdessen deutet die Evidenz darauf hin, dass unser Gehirn eine viel einfachere, effizientere Strategie nutzt. Wir scheinen unseren nächsten Schritt basierend auf unserer aktuellen Situation und der gerade abgeschlossenen Handlung zu wählen und uns so Moment für Moment an die Welt anzupassen.
Dieser Ansatz ermöglicht es uns, die Komplexität des realen Lebens zu bewältigen, ohne in endlosen Berechnungen stecken zu bleiben. Die Forscher fanden heraus, dass die Sequenz der Handlungen hochgradig vorhersagbar wurde, sobald man den Kontext berücksichtigte – etwa, ob eine Person gerade Nahrung sammelte oder vor einer Bedrohung floh. Es war, als ob die Person je nach Situation zwischen verschiedenen Regelsätzen wechselte, aber innerhalb jeder Situation wurde der nächste Schritt weitgehend durch den vorangegangenen bestimmt. Dieser Befund stellt die Vorstellung infrage, dass wir ständig vorab zusammengestellte Verhaltenssequenzen ausführen. Stattdessen zeichnet er das Bild der menschlichen Bewegung als eines flexiblen, responsiven Flusses, der vom unmittelbaren Jetzt und der sehr nahen Vergangenheit geleitet wird. Durch die Beobachtung von Menschen in einer realistischen, riskanten Umgebung zeigt die Studie, dass unser tägliches Leben keine Serie starrer Routinen ist, sondern ein dynamischer Tanz der Anpassung, bei dem wir unseren nächsten Schritt ständig basierend darauf korrigieren, wo wir sind und was wir gerade getan haben.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.