PRL: Umkehrlernen
Eine von 2 Farben zahlt +10. Kehrt die Regel um — wechseln
Über den Trainer
PRL ist eine Aufgabe zum probabilistischen Umkehrlernen. Du stehst vor zwei Optionen und wählst bei jedem Durchgang eine aus; die bessere Option zahlt sich meistens aus, aber nicht immer, und so lernst du durch Versuch und Irrtum, welche gerade die 'gute' ist. Ohne Vorwarnung kippt die Regel und die andere Option wird besser. Deine Aufgabe ist es, die Veränderung zu bemerken und zu wechseln, statt stur an dem festzuhalten, was früher funktioniert hat.
Was es entwickelt
Sie schult kognitive Flexibilität und rückmeldungsgesteuertes Lernen unter Unsicherheit: an einer Regel festzuhalten, solange sie sich auszahlt, eine echte Umkehrung von einer Pechsträhne zu unterscheiden und die eigene Wahl anzupassen, ohne auf ein einzelnes irreführendes Ergebnis überzureagieren.
Geschichte
Die Idee entwuchs der Tierlernforschung der Mitte des 20. Jahrhunderts, in der Tieren eine einfache Unterscheidung beigebracht und dann die Belohnungsbedingungen umgekehrt wurden, um zu sehen, wie schnell sie umlernen konnten. Die probabilistische Version für Menschen nahm in der kognitiven Neurowissenschaft um die frühen 2000er Jahre Gestalt an, als verrauschte Rückmeldung hinzugefügt wurde, um die Unsicherheit der realen Welt besser nachzubilden und zu untersuchen, wie das Gehirn mit wechselnden Regeln umgeht.
Wer es erfunden hat und wann
Es gibt keinen einzelnen Erfinder. Das Umkehrlernen entstammt der behavioristischen Tradition der Diskriminations-Umkehr-Studien der 1940er und 1950er Jahre, verbunden mit Forschern wie Harry Harlow, den Kendlers und N. J. Mackintosh. Die moderne probabilistische Umkehraufgabe, wie sie in der bildgebenden Forschung am Menschen verwendet wird, wird gemeinhin Roshan Cools, Luke Clark und Kollegen in Cambridge um 2002 zugeschrieben, die auf dieser älteren Linie aufbauten, anstatt sie zu begründen.
So trainierst du
Behandle ein einzelnes schlechtes Ergebnis als Rauschen, nicht als Beweis: Schließe erst nach mehreren Fehlschlägen in Folge bei der Option, die du für die beste hieltst, dass die Regel gekippt ist. Führe eine grobe gedankliche Bilanz der jüngsten Ergebnisse, statt auf den allerletzten Durchgang zu reagieren, und halte nach einem Wechsel lange genug an der neuen Wahl fest, um sie zu bestätigen, bevor du wieder an ihr zweifelst.
Wie lange üben
Kurze, regelmäßige Sitzungen funktionieren am besten: ungefähr 5 bis 10 Minuten, ein paar Mal pro Woche. Die geübte Fähigkeit ist schnelles Aktualisieren, daher schlagen mehrere kurze Blöcke ein langes Durchackern, bei dem Ermüdung dich entweder zu zappelig oder zu starr macht.
Studienlage
Am stärksten ist die Evidenz für das Naheliegende: Mit Übung wirst du in der Aufgabe selbst besser und darin, echte Regeländerungen von Pechsträhnen zu unterscheiden, und die Aufgabe bildet Unterschiede in der Flexibilität zwischen Gruppen in der klinischen und neurowissenschaftlichen Forschung zuverlässig ab. Behauptungen, dass diese Art von Training breit auf alltägliche Entscheidungen oder allgemeine 'kognitive Flexibilität' übertrage, sind schwach und umstritten, und die breitere Gehirntraining-Literatur gibt wenig Anlass, einen Ferntransfer zu erwarten — begegne also jedem großen Versprechen mit Vorsicht.
Empfehlungen
Bevor du wechselst, frage dich, ob du wirklich ein Muster von Fehlschlägen gesehen hast oder nur ein einziges Pechergebnis, und kippe erst, wenn sich die Belege gehäuft haben.
Häufige Fragen
Warum habe ich verloren, obwohl ich die 'richtige' Option gewählt habe?
Weil die gute Option sich nur meistens auszahlt, nicht jedes Mal. Ein einzelner Verlust ist oft bloß Rauschen; die Regel hat sich nicht zwangsläufig umgekehrt.
Woran erkenne ich, dass die Regel tatsächlich gekippt ist?
Achte auf eine Reihe schlechter Ergebnisse bei der Wahl, die früher funktioniert hat, nicht auf ein einzelnes schlechtes Ergebnis. Sobald sich die Fehlschläge häufen, ist das dein Signal zum Wechseln.
Macht mich das im echten Leben flexibler?
Es macht dich zuverlässig besser in dieser Aufgabe und in ähnlichen. Ein breiter Übertrag auf alltägliche Entscheidungen ist nicht gut belegt, also genieße die Übung, ohne auf lebensverändernde Gewinne zu setzen.
Varianten
Abwandlungen verändern den Schwierigkeitsgrad, indem sie anpassen, wie zuverlässig die gute Option ist (etwa 80/20 gegenüber einem verrauschteren 70/30), wie oft Umkehrungen vorkommen, ob du zwei oder mehrere Optionen verfolgst und ob die Rückmeldung als Belohnung, als Verlust oder als beides kommt. Deterministische Versionen entfernen den Zufall vollständig und kippen einfach eine Regel, die immer gilt.