Afstudeerscriptie - Kunstmatige Intelligentie - Rijksuniversiteit ...

is: "Wat leren we van de twee ontwikkelde modellen over de RR-theorie en wat hebben we
eraan?". Ik vergelijk de verklaring die de RR-theorie geeft voor U-vormig leren met de verklaring
van het determinatorenmodel. Op grond daarvan analyseer ik in hoeverre de vertaalslag van RRtheorie
naar ACT-R is gelukt. Overigens, wat U-vormig leren is, wordt in hoofdstuk 2B uitgelegd.
4.5 Discussie en Conclusie
Discussie en conclusie is het laatste hoofdstuk. Hierin probeer ik nog een groter kader te
scheppen en geef ik aan hoe mijn bevindingen gebruikt zouden kunnen worden voor andere
cognitieve modellen van ontwikkeling. Tevens zet ik een aantal mogelijkheden en
onmogelijkheden van ACT-R op een rijtje die veel invloed hebben gehad op de uiteindelijke vorm
van het determinatorenmodel. In dit hoofdstuk geef ik ook nog aan in welke richting verder
onderzoek nodig is. In de conclussie, tot slot, vertel ik in volgelvlucht wat dit afstudeeronderzoek
nu wel en niet opgeleverd heeft.
5 Wetenschappelijke relevantie voor KI
Karmiloff-Smith (1992) probeert in haar boek Beyond Modularity: A Developmental Perspective on
Cognitive Science de lezer te overtuigen van het nut van ontwikkelingspsychologisch onderzoek
voor de cognitiewetenschap. Door te ontdekken hoe cognitie zich ontwikkelt in een mensenleven,
kom je ook meer te weten over hoe cognitie eigenlijk in elkaar zit. Wellicht dat dit
ontwikkelingsperspectief zelfs onmisbaar is als we cognitie echt willen begrijpen. Helaas is de RRtheorie
slechts een beschrijvende theorie op een hoog niveau van abstactie. De experimenten die
Karmiloff-Smith heeft uitgevoerd, lijken de theorie wel te ondersteunen, maar vertellen weinig over
de details van representational redescription. Het blijft onduidelijk hoe de representaties en de
herschrijfmechanismes er precies uitzien. Computationele modellen van RR-experimenten zouden
wel veel meer inzicht hierin geven. De eerste pogingen om computationele modellen te bouwen,
die iets te maken hebben met de RR-theorie zijn allemaal connectionistisch en ook geen echte
RR-modellen (Karmiloff-Smith, 1992). Deze modellen komen niet verder dan het eerste niveau
van herrepesentatie (niveau I). De meest interessante delen van de theorie zijn echter juist de
herrepresentaties die daarna pas plaatsvinden (niveau E1 en E2/E3). Wellicht dat een meer
hybride architectuur zoals ACT-R beter geschikt is om deze overgangen te vangen in een cognitief
model.
Het modelleren van experimenten uit de RR theorie in ACT-R kan ons meer leren over
herrepresenteren en het steeds flexibeler worden van representaties. Daarnaast kan het ook
leiden tot een verrijking van de ACT-R theorie zelf. De experimenten die met behulp van ACT-R
zijn gemodelleerd, gingen nooit verder dan het behavioral mastery niveau van een bepaalde
vaardigheid. Mensen gaan echter wel verder en dus kan ACT-R niet achterblijven! Deze verrijking
van de ACT-R theorie hangt nauw samen met het generalisatie-door-specialisatie-principe.
Wellicht kan de manier van productieregels generaliseren, die in dit afstudeeronderzoek
ontwikkeld werd, in allerlei andere ACT-R modellen van pas komen. Ook kunnen we dankzij dit
afstudeeronderzoek meer leren over het bouwen van cognitieve modellen van een ontwikkeling,
die zich op een macrotijdsschaal – dus verspreid over meerdere jaren – afspeelt. Kortom, dit
afstudeeronderzoek is met name interessant voor KI, omdat het nieuwe wegen inslaat op het
gebied van cognitief modelleren. Tegelijkertijd zal het meer inzicht geven in hoe de
ontwikkelingspsychologie de cognitiewetenschap vooruit kan helpen.
15