Künstlicher Intelligenz Spaß beibringen
Max-Planck-Forscherin entwickelt eine ´Theory of Fun´
Eine frühe, grundlegende Theorie über Spaß, innerer Motivation und Kreativität basiert auf einem Konzept des deutschen Informatikers und KI-Forschers Jürgen Schmidhuber. Demnach resultiere Spaß aus einem innerem Belohnungssystem. Das Belohnungssystem werde vor allem dann angeregt, wenn neue, überraschende Muster entdeckt und erlernt werden können, die eine bessere Orientierung oder Bewertung von Alltagssituationen ermöglichen.
Demnach bestehe ein wechselseitiger Zusammenhang zwischen der Motivation, Spaß zu haben, und seiner Ursache: dem Herausfinden von etwas Neuem und dem sich selbst Herausfordern. Programmierer der Gaming-Industrie sind bereits seit einigen Jahren Möglichkeiten auf der Spur, mit denen sich Computerspiele auf Geschicklichkeit und Lernerfolg ihrer Spieler einstellen können. Denn eines scheint klar: Frühe Belohnungssysteme beim Lösen von selbst kniffligen Rätseln fördern den Spaß am Spiel. Und Spielspaß ist eine Grundvoraussetzung, sich einem Spiel überhaupt zuzuwenden.
Theory of Fun
In Ihrem Forschungsprojekt untersucht Franziska Brändle nun neue und erweiternde Möglichkeiten einer Modellbildung. „Spiele können vereinfachte Abbilder unserer realen Umwelt sein und so für uns als leistungsfähige Lernwerkzeuge dienen“, so Brändle. „Wir können hiermit neue Verhaltensmuster und Logik üben und erhalten sofort Rückmeldung. Das kann kein anderes Medium so gut. Das Gefühl, etwas durch einfaches Herausfinden zu erlernen und zu beherrschen ist ja das, was uns Spaß macht.“
Zu schwere Rätsel oder zu hohe Zielsetzungen führten von Leistungserfolgen eher weg und die Motivation sinke. Dasselbe treffe zu, wenn ein Spiel zu einfach sei. „Wir verlieren das Interesse daran. Könnte sich ein Spiel durch ständigen Abgleich auf die Fähigkeiten des Spielers einstellen, wäre der Erfolg und der Spaß beim Lösen höher“, meint Brändle weiter.
Künstlicher Intelligenz Spaß beibringen
Brändles Aussagen verweisen auf Prozesse, deren Prinzipien sich für neue Grundlagen im Bereich maschinellen Lernens nutzen lassen. Demnach seien Software-Algorithmen so zu entwickeln und zu trainieren, dass sie selbstmotivierend Problemlösungen finden und optimieren lernen.
Das zugrunde liegende Belohnungssystem sei die Erkenntnis selbst. „Es ist eine Art Rückkoppelungssignal, auf der richtigen Spur zu sein, dran zu bleiben und weiterzumachen. Dieser Komplex aus unterschiedlichen Lernerfahrungen entspricht einem bestimmten Reizmuster, hinter dem sich eine mathematisch erklärbare logische Operation verbirgt. Dieses Muster wird durch kontinuierlichen Abgleich mit neuen Lernerfahrungen optimiert. Es ist vielleicht ein wenig das, was wir für uns als einen Faktor von Spaß interpretieren würden, den Software damit hat“, so Brändle.
Neue Erkenntnisse in virtuellen Welten
Trotz mancher Skepsis, ob und wie sich Erlerntes aus Spielen in unser reales Leben übertragen lasse, könnten Spiele einen vergleichbaren Erkenntnisgewinn haben wie Bücher oder Filme – man müsse es nur probieren, meint die Forscherin.
„Ein nächster Schritt ist für uns, zu erkennen, auf welche Art und Weise wir Menschen üblicherweise Neues entdecken, wie wir uns beispielsweise in unbekannten Räumen orientieren und dazulernen“, erklärt Brändle. Hierbei sollen verschiedene Versuchsreihen in virtuellen Welten mit modernster Virtual Reality-Technik neue Ergebnisse liefern. Wir dürfen gespannt sein, welche Lernmodelle Franziska Brändle auf dem Weg zu einer ´Theory of Fun´ entwickeln wird.