Im Folgenden finden Sie eine Auswahl an Forschungsthemen, mit denen wir uns an unserem Arbeitsbereich beschäftigen.

Ereignisse bilden eine wichtige Grundlage für das Verständnis unserer dynamischen Umwelt. Betrachten Menschen dynamische Szenen wie beispielsweise Sportübertragungen, Spielfilme oder auch natürliche Handlungen, dann nehmen sie den kontinuierlichen Informationsstrom nicht gleichmäßig wahr, sondern gliedern ihn in bedeutungshaltige Einheiten, die sogenannten Ereignisse. Im Rahmen dieses Projektes untersuchen wir, wie Menschen Ereignismodelle generieren und wie sie diese Ereignismodelle über die Betrachtung dynamischer Szenen hinweg aktualisieren. Weiterhin erforschen wir die Konsequenzen der Konstruktion von Ereignismodellen auf die menschliche Wahrnehmung, wie beispielsweise die illusorische Wahrnehmung von Inhalten, die in der dynamischen Umwelt gar nicht vorhanden waren.

Wir beschäftigen uns mit Robotern als sozialen Agenten. Angesichts der zu erwartenden rasanten Verbreitung von Robotern im Alltag ist es entscheidend, die psychologischen Prozesse zu verstehen, die bei der Mensch-Roboter-Interaktion ablaufen. Im Rahmen dieses Projekts konzentrieren wir uns derzeit auf Hilfsszenarien, wie beispielsweise den Einfluss von Bystandern auf die Bereitschaft von Menschen, hilfsbedürftigen Robotern zu helfen (z.B. weil sie stecken geblieben sind).

Räumliche Konfigurationen tragen entscheidend zur Organisation von Informationen im visuellen Arbeitsgedächtnis bei. So verarbeiten Betrachter die räumliche Konfiguration mehrerer Objekte automatisch, selbst wenn sie die Positionen von Objekte unabhängig voneinander memorieren sollen. Dieses Projekt trägt zur theoretischen Einordnung der Bedeutung von räumlichen Konfigurationen für das visuelle Arbeitsgedächtnis bei und soll damit unser Verständnis über die Struktur des visuellen Arbeitsgedächtnisses erweitern. Dabei fokussieren wir auf zwei Forschungsfragen: a.) Können räumliche Konfigurationen während der Memorierung aktualisiert werden? b.) Liegen den über paradigmengrenzen hinweg existierenden Konfigurations- und Kontexteffekten gemeinsame Verarbeitungsmechanismen zugrunde?

Dieses Projekt wurde im Zeitraum 01.11.2017 bis 30.06.2021 durch die Deutsche Forschungsgemeinschaft (DFG) gefördert: gepris.dfg.de/gepris/projekt/357136437

Mobile Endgeräte wie beispielsweise Tablets ermöglichen es Nutzern, Gedächtnisinhalte und Gedächtnisprozesse auszulagern. Dadurch bieten sie das Potential, die Beschränkungen des Arbeitsgedächtnisses zu überwinden und die kognitive Leistungsfähigkeit der Nutzer zu erhöhen. In diesem Projekt untersuchen wir die Potentiale, Vorteile und Risiken, die mit der Nutzung mobiler Endgeräte zur Auslagerung von Informationen einhergehen. Dabei untersuchen wir etwa, inwieweit die intuitive Steuerung mobiler Geräte die Interaktion zwischen internen und ausgelagerten Informationen erleichtern kann. Wir untersuchen auch die Potentiale der Mobilität solcher Geräte zur Auslagerung von Transformationsprozessen, die anderenfalls die internen Ressourcen zur Informationsverarbeitung massiv beanspruchen würden. Besonders stark interessiert uns zudem, inwieweit die Auslagerung interner Informationen den expliziten als auch den impliziten Erwerb von Langzeitgedächtnisrepräsentationen beeinflusst. Neben diesen allgemeinen Aspekten des Cognitive Offloadings untersuchen wir auch individuelle Unterschiede beim Auslagern von Arbeitsgedächtnisprozessen, indem wir den Einfluss von Metakognitionen auf das Cognitive Offloading erforschen.

Dieses Projekt wurde im Zeitraum 01.07.2017 bis 31.12.2020 durch den Leibniz WissenschaftsCampus Tübingen gefördert: https://www.wissenschaftscampus-tuebingen.de/www/de/forschung/forschungsbereiche/projekt10/index.html

In meinen aktuellen Projekte untersuche ich, inwiefern generative Künstliche Intelligenz (KI) im Kontext des Cognitive Offloading untersucht werden kann. In diesem Kontext wurde auch ein R-Tutor für den Einsatz in der Lehre im Praktikum “R-Programmierung” entwickelt und die dabei entstandende Technikplattform als Open Source Projekt veröffentlicht: https://github.com/AI-Course-Tutor/AI-Course-Tutor