Bernstein Netzwerk Computational Neuroscience
  • Home
  • Netzwerk
    • Das Bernstein Netzwerk
    • Bernstein Zentren
      • Berlin
      • Freiburg
      • Göttingen
      • München
      • Tübingen
      • Heidelberg-Mannheim
    • Bernstein Nodes
      • Bernstein Node Bochum
      • Bernstein Node Rhein-Main Region
    • Forschungsinfrastruktur
      • High Performance Simulation and Data Analysis
      • Forschungsdaten-Management
      • Wissenschaftskommunikation
      • Wissenschaftskoordination
    • Preise und Initiativen
      • Valentin Braitenberg Award
      • Brains for Brains Nachwuchspreis
      • Bernstein SmartSteps
    • Gremien des Netzwerks
    • Ethos des Netzwerks
    • Satzung
    • Mitgliedschaft
    • Historie
    • Spenden
    • Kontakt
  • Newsroom
    • Newsroom
    • Aktuelles
    • Veranstaltungen
    • Ausschreibungen
    • Medienecho
    • Publikationen des Netzwerks
    • Bernstein Bulletin
    • Presse
  • Forschung und Lehre
    • Forschung und Lehre
    • Meet the Scientist
    • Wissenschaftler:innen finden
    • Studienprogramme
      • Masterprogramme
      • Promotionsprogramme
    • Studienangebote
      • Bernstein Student Workshop Series
      • Online Learning
      • Kurse für Fortgeschrittene
      • Praktika und Abschlussarbeiten
      • Podcasts
  • Karriere
    • Karriere
    • Stellenangebote
    • Praktika und Abschlussarbeiten
  • Bernstein Conference
    • Bernstein Conference
    • Registration
    • Program
      • Satellite Workshops
      • Conference Dinner
    • Abstract Submission
    • Early Career Scientists
      • PhD Symposium
      • Postdoc Meeting
      • Travel grants
    • General Information
      • Important Dates & FAQ
      • Plan Your Visit
      • Code of Conduct
      • Data Policy
    • Past Bernstein Conferences
  • DE
  • EN
  • Click to open the search input field Click to open the search input field Suche
  • Menü Menü
Sie sind hier: Startseite1 / Newsroom2 / Aktuelles3 / Lernen ohne Anleitung
Tübingen – 15. Oktober 2024

Lernen ohne Anleitung

Stellen Sie sich ein Kind vor, das zum ersten Mal auf einem Bauernhof Schafe und Ziegen sieht. Ein Elternteil erklärt ihm, welches Tier was ist, und nach ein paar Hinweisen lernt es, beide auseinanderzuhalten. Aber was passiert, wenn das Kind nach einigen Wochen den Bauernhof erneut besucht und diese Unterstützung nicht bekommt? Wird es immer noch in der Lage sein, sich an die Merkmale zu erinnern, die Ziegen von Schafen unterscheiden lassen? Die Neurowissenschaftlerin Franziska Bröker hat genau das untersucht: Wie sowohl Menschen als auch Maschinen ohne Anleitung lernen – vergleichbar mit einem Kind, das auf sich allein gestellt ist und die Welt um sich herum entdeckt. Ihr Ergebnis: Lernen ohne Hilfestellung kann uns manchmal durchaus helfen, aber unter bestimmten Umständen auch ziemlich dumm aussehen lassen.

Beteiligte Bernstein-Mitglieder: Peter Dayan

Beim maschinellen Lernen gelingt es Algorithmen, große Datenmengen zu durchforsten und präzise Muster zu erkennen, ohne dass sie direktes Feedback von außen erhalten. Menschen hingegen haben oft Schwierigkeiten, ohne Rückmeldung zu lernen, da sie dazu neigen können, fehlerhafte Annahmen innerlich zu verfestigen, wenn niemand ihre Fehler korrigiert.

Die neurowissenschaftliche Forschung hat gezeigt, dass unüberwachtes Lernen, d.h. Lernen ohne Feedback von außen, besonders erfolgreich ist, wenn die selbstgemachten Annahmen bereits relativ gut einer Lösung entsprechen. Bei komplexeren Aufgaben, wie dem Erlernen von Sprachen oder einem Musikinstrument, ist hingegen Feedback unerlässlich, um Fehler zu vermeiden. Es geht also weniger darum, ob Lernen ohne Rückmeldung grundsätzlich funktioniert, sondern vielmehr, in welchen Situationen es sinnvoll ist. Entscheidend ist also, die Rahmenbedingungen zu verstehen, unter denen selbständiges Lernen effektiv ist, um bessere Lehrmethoden und Algorithmen zu entwickeln.

Feedback als Schlüssel zum Expert:innenwissen

Laborstudien weisen nach, dass unüberwachtes Lernen in der Theorie mal funktioniert und mal nicht. Doch wie sieht es in der Praxis aus, insbesondere wenn es um den Erwerb von fachlicher Expertise geht? Nehmen wir Radiolog:innen als Beispiel: In den ersten Jahren ihrer Ausbildung erhalten sie viel Feedback, doch irgendwann sind sie auf sich allein gestellt. Forschungsergebnisse deuten darauf hin, dass Erfahrung allein oft nicht ausreicht, um verlässliche Expertise zu entwickeln. Vielmehr verweist sie oft nur auf eine gewisse Seniorität als auf tatsächliches Können. Kognitive Verzerrungen, wie der Bestätigungsfehler, können den weiteren Lernerfolg behindern, da wir dazu neigen, uns auf Informationen zu stützen, die unsere bestehenden Überzeugungen untermauern statt nochmal zu reflektieren. Regelmäßiges Feedback ist daher entscheidend, um sicherzustellen, dass Lernende auf dem richtigen Weg bleiben und ihre Fähigkeiten weiterentwickeln.

Wie im Beispiel mit den Radiolog:innen beschrieben, wird unüberwachtes Lernen häufig von Selbstverstärkungsmechanismen angetrieben, bei denen Lernende sich auf ihre eigenen Vorhersagen verlassen, anstatt Unterstützung von außen in Anspruch zu nehmen. Besonders bei der Entwicklung von Fachwissen wird dieses Problem deutlich. Ohne Korrekturschleifen von außen bleiben fehlerhafte Annahmen bestehen und verstärken sich sogar weiter – ganz gleich, ob sie richtig sind oder nicht. Diese Lernfallen entstehen vorzugsweise dann, wenn wir aufhören, motiviert nach alternativen Lösungswegen oder Informationen hierfür zu suchen, und uns stattdessen auf unsere eigenen, häufig fehlerhaften und festgefahrenen Vermutungen verlassen.

Auf das richtige Gleichgewicht kommt es an

Die Forschung an dem Thema zeigt, dass Selbstverstärkung im Zusammenhang des selbständigen Lernens ohne Hilfestellung sowohl von Vorteil als auch von Nachteil sein kann. Das Prinzip des selbstverstärkenden Lernens kann uns helfen, neue Dinge zu verstehen, aber auch dazu führen, dass wir uns in falschen Überzeugungen verwickeln. Unüberwachtes Lernen hat viel Potenzial, ist jedoch kein Wundermittel – es hängt stark davon ab, wie gut unsere Kenntnisse, unsere inneren Motivationsimpulse, die eigene Lernfähigkeit und die Aufgabenstruktur harmonieren.

Zukünftige Studien sollten daher untersuchen, wie Selbstverstärkung durch eigenes Erforschen und Entdecken und auf der anderen Seite Lernen durch externes Feedback miteinander gut zusammenwirken können, insbesondere in echten Lernsituationen. Es geht dabei nicht nur um das Lernen von Maschinen, sondern vor allem um den Lernprozess beim Menschen. So können neue Lehrmethoden entwickelt werden, die das lebenslange Lernen fördern und helfen, falsch erlernte Annahmen zu vermeiden.

Weiterführende Verlinkungen

Originale Pressemitteilung

> mehr

Wissenschaftliche Publikation

> mehr

Lernen ohne Anleitung

22. Oktober 2024/in /von Alexander Lammers

Kontakt Aktuelles

Kontakt

Dr. Franziska Bröker

Carnegie Mellon University
Pittsburgh, USA

+1 878 256-9144
fbroker@andrew.cmu.edu

Bernstein Netzwerk Computational Neuroscience Logo

Mitglied werden
Satzung
Spenden
Newsletter abonnieren

 

Folgen Sie uns auf

LinkedIn
Bluesky
Vimeo
X
© 2025 Bernstein Netzwerk Computational Neuroscience
  • Kontakt
  • Impressum
  • Datenschutz
Nach oben scrollen Nach oben scrollen Nach oben scrollen
Cookie-Zustimmung verwalten
Wir verwenden Cookies, um unsere Website und unseren Service zu optimieren.
Funktional Immer aktiv
Der Zugriff oder die technische Speicherung ist unbedingt für den rechtmäßigen Zweck erforderlich, um die Nutzung eines bestimmten Dienstes zu ermöglichen, der vom Abonnenten oder Nutzer ausdrücklich angefordert wurde, oder für den alleinigen Zweck der Übertragung einer Nachricht über ein elektronisches Kommunikationsnetz.
Vorlieben
Die technische Speicherung oder der Zugriff ist für den rechtmäßigen Zweck der Speicherung von Voreinstellungen erforderlich, die nicht vom Abonnenten oder Nutzer beantragt wurden.
Statistiken
Die technische Speicherung oder der Zugriff, der ausschließlich zu statistischen Zwecken erfolgt. Die technische Speicherung oder der Zugriff, der ausschließlich zu anonymen statistischen Zwecken verwendet wird. Ohne eine Aufforderung, die freiwillige Zustimmung Ihres Internetdienstanbieters oder zusätzliche Aufzeichnungen von Dritten können die zu diesem Zweck gespeicherten oder abgerufenen Informationen allein in der Regel nicht zu Ihrer Identifizierung verwendet werden.
Marketing
Die technische Speicherung oder der Zugriff ist erforderlich, um Nutzerprofile zu erstellen, um Werbung zu versenden oder um den Nutzer auf einer Website oder über mehrere Websites hinweg zu ähnlichen Marketingzwecken zu verfolgen.
Optionen verwalten Dienste verwalten Verwalten Sie {vendor_count} Lieferanten Lesen Sie mehr über diese Zwecke
Einstellungen
{title} {title} {title}