Advertisement

Expertise und Flexibilität

  • Josef Krems
Chapter

Zusammenfassung

Können sich Experten besser auf neue Anforderungen einstellen als Fortgeschrittene oder gar Anfänger? Sind sie eher in der Lage, die üblichen, eingespielten Problemlöseverfahren zu modifizieren und durch andere, unter den jeweils gegebenen Umständen besser passende zu ersetzen? Oder sind ihre bereichsspezifischen Kenntnisse und Fertigkeiten eher Ballast, der ihr Verhalten in vorgeprägte, eingefahrene Bahnen zwängt? Ziel dieses Kapitels ist es, Befunde zusammenzutragen und gegeneinander abzuwägen, die für bzw. gegen einen positiven Zusammenhang von kognitiver Flexibilität und Expertise sprechen. Sie stammen hauptsächlich aus — teils eigenen — empirischen Untersuchungen zur diagnostischen Urteilsbildung in der Medizin, zur Fehlersuche in technischen Systemen und zur Fehlersuche beim Programmieren. Zunächst werden einige Studien zusammenfassend dargestellt, die sich unmittelbar mit Expertise und Flexibilität befassen. Anschließend sind einige theoretische Überlegungen zu den Grundlagen der Flexibilität durch eine spezifische Form der Wissensorganisation und der Wissensanwendung in der Problemlösesituation zu diskutieren. Sie sind Grundlage einer detaillierteren Betrachtung der Hypothesenbildung und Strategieauswahl, die den vorletzten Abschnitt bestimmt. Das Kapitel endet mit einer Zusammenfassung und weiterführenden Überlegungen zum Zusammenhang von Expertise und Flexibilität.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. Anderson, J. R. (1987). Skill acquisition: Compilation of weak-method problem solutions. Psychological Review, 94, 192–210.CrossRefGoogle Scholar
  2. Anzai, Y. & Yokoyama, T. (1984). Internal models in physics problem solving. Cognition and Instruction, 1, 397–450.CrossRefGoogle Scholar
  3. Atwood, M. E. & Poison, P. G. (1976). A process model for water jug problems. Cognitive Psychology, 8, 191–216.CrossRefGoogle Scholar
  4. Boshuizen, H. P. A. & Schmidt, H. G. (1992). On the role of biomedical knowledge in clinical reasoning by experts, intermediates and novices. Cognitive Science, 16, 153–184.CrossRefGoogle Scholar
  5. Charness, N. & Bieman-Copland, S. (1992). The learning perspective: Adulthood. In R. J. Sternberg & C. A. Berg (Eds.), Intellectual development (pp. 301–327 ). New York: Cambridge University Press.Google Scholar
  6. Chase, W. G. & Simon, H. A. (1973). Perception in chess. Cognitive Psychology, 4, 55–81.CrossRefGoogle Scholar
  7. Chi, M. T. H., Feltovich, P. J. & Glaser, R. (1981). Categorization and representation of physics problems by experts and novices. Cognitive Science, 5, 121–152.CrossRefGoogle Scholar
  8. De Groot, A. D. (1965). Thought and choice in chess. The Hague: Mouton.Google Scholar
  9. Duncker, K. (1945). On problem-solving. Psychological Monographs, 58 (Nr. 270). (Original erschienen 1935)Google Scholar
  10. Egan, D. E. & Greeno, J. G. (1973). Acquiring cognitive structure by discovery and rule learning. Journal of Educational Psychology, 64, 85–97.CrossRefGoogle Scholar
  11. Frensch, P. & Sternberg, R. J. (1989). Expertise and intelligent thinking: When is it worse to know better? In R. J. Sternberg (Ed.), Advances in the psychology of human intelligence (Vol. 5, pp. 157–188 ). Hillsdale, NJ: Erlbaum.Google Scholar
  12. Gadenne, V. & Oswald, M. (1986). Entstehung und Veränderung von Bestätigungstendenzen heim Testen von Hypothesen. Zeitschrift für experimentelle und angewandte Psychologie, 33, 360–374.Google Scholar
  13. Goldstein, K. M. & Blackman, S. (1978). Cognitive style. New York: Wiley.Google Scholar
  14. Gould, J. D. (1975). Some psychological evidence on how people debug computer programs. International Journal of Man-Machine Studies, 7, 151–182.CrossRefGoogle Scholar
  15. Gruber, H. (1994). Expertise — Modelle und empirische Untersuchungen. Opladen: Westdeutscher Verlag.Google Scholar
  16. Gugerty, L. & Olson, G. M. (1986). Comprehension differences in debugging by skilled and novice programmers. In E. Soloway & S. Iyvengar (Eds.), Empirical studies of programmers (pp. 13–27 ). Norwood: Ablex.Google Scholar
  17. Johnson, P. E., Duran, A. S., Hassebrock, F., Moller, J. H., Feltovich, P. J. & Swanson, D. B. (1981). Expertise and error in diagnostic reasoning. Cognitive Science, 5, 235–283.CrossRefGoogle Scholar
  18. Johnson, T. A., Krems, J. & Amra, N. (1994). A computational model of human abductive skill and its acquisition. In A. Ram & K. Eiselt (Eds.), Proceedings of the Sixteenth Annual Conference of the Cognitive Science Society (pp. 463–468 ). Hillsdale, NJ: Erlbaum.Google Scholar
  19. Joseph, G.-M. & Patel, V. L. (1986). Specificity of expertise in clinical reasoning. In Proceedings of the Eighth Annual Conference of the Cognitive Science Society (pp. 331–345 ). Hillsdale, NJ: Erlbaum.Google Scholar
  20. Kahneman, D. & Tversky, A. (1973). On the psychology of prediction. Psychological Review, 80, 237–251.CrossRefGoogle Scholar
  21. Krems, J. (1994). Wissenbasierte Urteilsbildung. Bern: Huber.Google Scholar
  22. Krems, J. (1995). Cognitive flexibility and complex problem solving. In P. Frensch & J. Funke (Eds.), Complex problem solving (pp. 212–255 ). Hillsdale, NJ: Erlbaum.Google Scholar
  23. Krems, J. & Bachmaier, M. (1991). Hypothesenbildung und Strategieauswahl in Abhängigkeit vom Expertisegrad. Zeitschrift fir experimentelle und angewandte Psychologie, 38, 394–410.Google Scholar
  24. Krems, J. & Prechtl, C. (1991). Urteilsbildung und Berufserfahrung: Eine experimentelle Untersuchung zur Generierung, Evaluation und Modifikation diagnostischer Hypothesen. Zeitschrift für experimentelle und angewandte Psychologie, 38, 248–263.Google Scholar
  25. Krems, J. & Zierer, C. (1994). Sind Experten gegen kognitive Täuschungen gefeit? Zur Abhängigkeit des “confirmation bias” von Fachwissen. Zeitschrift für experimentelle und angewandte Psychologie, 41, 98–115.Google Scholar
  26. Larkin, J. H., McDermott, J., Simon, D. P. & Simon, H. A. (1980). Expert and novice performance in solving physics problems. Science, 208, 1335–1342.CrossRefGoogle Scholar
  27. Luchins, A. S. & Luchins, E. H. (1959). Rigidity of behavior. Oregon: University of Oregon Press.Google Scholar
  28. Murphy, G. L. & Wright, J. C. (1984). Changes in conceptual structure with expertise: Differences between real-world experts and novices. Journal of Experimental Psychology: Learning, Memory & Cognition, 10, 144–155.Google Scholar
  29. Nanja, M. & Cook, C. R. (1987). An analysis of the on-line debugging process. In G. Olson, S.Google Scholar
  30. Sheppard & E. Soloway (Eds.), Empirical studies of programmers (pp. 172–184). Norwood: Ablex. Oskamp, S. (1965). Overconfidence in case study judgments. Journal of Consulting Psychology, 29, 261–265.Google Scholar
  31. Patel, V. L. & Groen, G. J. (1991). The general and specific nature of medical expertise: A critical look. In K. A. Ericsson & J. Smith (Eds.), Toward a general theory of expertise (pp. 93–125 ). Cambridge: Cambridge University Press.Google Scholar
  32. Pennington, N. (1987). Stimulus structures and mental representations in expert comprehension of computer programs. Cognitive Psychology, 19, 295–341.CrossRefGoogle Scholar
  33. Schmuck, P. (1992). Zum Zusammenhang zwischen der Effizienz exekutiver Kontrolle und dem mehrfachen Lösen eines komplexen Problems. Sprache & Kognition, 11, 193–207.Google Scholar
  34. Shaklee, H. & Fischhoff, B. (1982). Strategies of information search in causal analysis. Memory & Cognition, 10, 520–530.CrossRefGoogle Scholar
  35. Spiro, R. J., Feltovich, P. J., Jacobson, M. J. & Coulson, R. L. (1991). Cognitive flexibility, constructivism, and hypertext: Random access instruction for advanced knowledge acquisition in ill-structured domains. Educational Technology, 31 (5), 24–33.Google Scholar
  36. Sternberg, R. J. (1988). The triarchic mind. A new theory of human intelligence. New York: Viking.Google Scholar
  37. Strümpfel, U., Kolrep, H. & Eyferth, K. (1987). Kognitive Beanspruchung bei der Fehlersuche in Computerprogrammtexten: Eine Doppelaufgabenstudie (Forschungsbericht 87/7). Berlin: Technische Universität, Institut für Psychologie.Google Scholar
  38. Thurstone, L. L. (1944). A factorial study of perception. Chicago: University of Chicago Press.Google Scholar
  39. VanLehn, K. (1989). Problem solving and cognitive skill acquisition. In M. I. Posner (Ed.), Foundations of cognitive science (pp. 527–579 ). Cambridge, MA: The MIT Press.Google Scholar
  40. Vessey, I. (1985). Expertise in debugging computer systems: A process analysis. International Journal of Man-Machine Studies, 23, 459–494.Google Scholar
  41. Vessey, I. (1989). Toward a theory of computer program bugs: An empirical test. International Journal of Man-Machine Studies, 30, 23–46.Google Scholar
  42. Wallsten, T. S. & Forsyth, B. H. (1983). Stability and coherence of health experts’ upper and lower subjective probabilities about dose-responsive functions. Organizational Behavior & Human Performance, 31, 277–302.Google Scholar
  43. Wickelgren, W. A. (1974). How to solve problems. New York: Freeman.Google Scholar
  44. Wontorra, H. & Krems, J. (1989). Acquisition of strategies depending on the opponent’s competence level. Archiv für Psychologie, 141, 113–126.Google Scholar
  45. Zacks, R. T. & Hasher, L. (1994). Direct ignoring. In D. Dagenbach (Ed.), Inhibitory processes in attention, memory, and language (pp. 241–263 ). San Diego: Academic Press.Google Scholar
  46. Zimmer, A. (1984). A model for the interpretation of verbal predictions. International Journal of Man-Machine Studies, 20, 121–134.CrossRefGoogle Scholar

Copyright information

© Springer Fachmedien Wiesbaden 1996

Authors and Affiliations

  • Josef Krems

There are no affiliations available

Personalised recommendations