Afstudeerscriptie - Kunstmatige Intelligentie - Rijksuniversiteit ...

vind zowel op een microtijdsschaal als op een macrotijdsschaal plaats, dus zowel in de
taakuitvoering als in de ontwikkeling. In de taakuitvoering weegt het model af van welke
dimensies, die hij op dat moment kent, hij de waarde in de huidige context gaat bepalen. In de
ontwikkeling weegt het model af of het nodig is nog naar een nieuwe dimensie te gaan zoeken, of
dat de reeds bekende dimensies voldoende zijn om tot een bevredigend resultaat te komen. De
zoek-dimensie-strategie is dus een rationele strategie, die gebruik maakt van de structuur van de
context. Dit is dezelfde soort rationaliteit die aan ACT-R zelf ten grondslag ligt. Anderson (1990)
ontwikkelde ACT-R aan de hand van dezelfde uitgangspunten over rationaliteit. De term die
Anderson in dit verband gebruikt is evolutionary optimization.
Ook in de RR-theorie vind je een afweging die te maken heeft met de structuur van de
omgeving. Nu gaat het echter om de vorm van de representaties. Karmiloff-Smith (1992) merkte al
op dat lang niet al onze kennis uiteindelijk op het E2/3-niveau komt. We hebben een interne drive
tot herrepresentatie, maar of en hoe vaak we daartoe overgaan, hangt af van de taak waar het om
gaat. Als we de twee herrepresentatiestappen nemen, dan beschikken we over kennis, die goed
uitwisselbaar is met andere microdomeinen of taken, maar in hoeverre deze vorm van
representatie nodig is, is afhankelijk van in hoeverre er in het microdomein zelf (de omgeving dus)
verbanden liggen met elementen uit andere microdomeinen of taken. Aan de ene kant heb je
specifieke (motorische) vaardigheden, die weinig overeenkomst vertonen met andere bezigheden
of situaties. Deze kunnen prima op het I-niveau blijven. Denk hierbij aan vaardigheden als
pirouettes draaien bij ballet. Juist op het I-niveau kun je zo'n taak accuraat en snel uitvoeren. Aan
de andere kant van het spectrum zitten allerlei meer cognitieve taken, zoals bijvoorbeeld rekenen.
Kennis voor deze taken kan juist de grenzen van de microdomeinen overstijgen en
herrepresentatie naar E1 en soms ook nog naar E2/3 is dan wel zinvol. Je kunt prima
vermenigvuldigen, door de tafels uit je hoofd te leren. Maar pas als je die kennis herschreven hebt
tot representaties die meer abstract zijn, maar die wel aangeven wat vermenigvuldigen nou
eigenlijk precies inhoudt, ben je in staat deze vermenigvuldigingskennis ook te gebruiken voor
machtsverheffen. In de volgende subparagraaf zullen we zien dat juist deze uitwisseling van
kennis tussen verschillende taken en microdomeinen de RR-theorie zo waardevol maakt.
2.2 Een leidraad voor simulatiemodellen van ontwikkeling
Het determinatorenmodel is een simulatie van een zeer specifieke taak in een klein microdomein.
De gesimuleerde periode beslaat negen jaar, dus het is een model op een macrotijdsschaal. De
uitdaging bij dit soort modellen van ontwikkeling is het afbakenen van de grenzen van het model
en het zoeken van het juiste niveau van abstractie. Om de grenzen van een model te bepalen,
moet je antwoord geven op de vraag: Welke kenniscomponenten moeten ontstaan uit de simulatie
en welke kun je al kant-en-klaar erin stoppen? De RR-theorie heeft ons gedwongen precies te
definieren welke kennis op welk moment en in welke vorm aanwezig was in het model. Nadat we
deze kennis hadden gedefinieerd, werd het een stuk simpeler om de grenzen van het model aan
te geven. Naar aanleiding van de RR-theorie en de vertaling daarvan in ACT-R-termen heb ik een
algemene leidraad voor het ontwikkelen van cognitieve modellen van ontwikkeling opgesteld in de
vorm van een formulier. Het ziet er als volgt uit:
107