202 – Das 7-plus-minus-2-Problem

Warum das Gehirn ständig komprimiert

Im Sommer 1956 veröffentlichte der Kognitionspsychologe George Miller in der Fachzeitschrift Psychological Review einen Artikel, der zu einem der meistzitierten in der Geschichte dieses Fachgebiets geworden ist. Der Titel war bewusst spielerisch gewählt: „Die magische Zahl Sieben, plus oder minus zwei: Einige Grenzen unserer Fähigkeit zur Informationsverarbeitung.“ Was Miller in einer Reihe von Experimenten zum Auswendiglernen von Ziffern, Buchstaben und Wörtern festgestellt hatte, war eine Konvergenz, die so konsistent war, dass sie fast unmöglich erschien: Die Anzahl der unterschiedlichen Elemente, die eine Person zu einem bestimmten Zeitpunkt im aktiven Bewusstsein halten konnte, schwankte – unabhängig von der Art der Elemente – zuverlässig um die Sieben. Nicht sechs. Nicht elf. Sieben, plus oder minus zwei.¹

Die Erkenntnis wurde seit Millers Veröffentlichung verfeinert und diskutiert, und die moderne kognitive Neurowissenschaft legt nahe, dass die wahre Grenze in ihrer reinsten Form eher bei vier Elementen liegt. Doch Millers Kernbeobachtung hat sich in einer Weise als beständig erwiesen, wie es die genaue Zahl nicht getan hat: Es gibt eine strenge und niedrige Obergrenze für die Anzahl der einzelnen Elemente, die das Bewusstsein gleichzeitig verarbeiten kann, und diese Obergrenze liegt weit unter dem, was die meisten von uns glauben. Auch dies lässt sich sofort leicht überprüfen. Jeder kann eine zehnstellige Telefonnummer einmal lesen, wegschauen und versuchen, sie wiederzugeben. Den meisten Menschen gelingt dies gerade so, und auch nur, wenn sie sie im Stillen geübt haben. Bei zwei weiteren Ziffern scheitern die meisten. Die Grenze ist keine Frage der Intelligenz oder der Anstrengung. Sie ist eine strukturelle Eigenschaft des kognitiven Systems, so feststehend wie die Auflösung der Fovea oder der hörbare Frequenzbereich des Ohrs. Wir arbeiten mit einem äußerst begrenzten Arbeitsbereich.

Was diese Grenze philosophisch interessant macht und warum sie Gegenstand dieses Artikels in einer Reihe über Modelle und ihre Grenzen ist, ist nicht die Zahl selbst, sondern das, was der Verstand tut, um sie zu umgehen. Die Lösung, die das Gehirn für diese Einschränkung entwickelt hat, ist einer der elegantesten und folgenreichsten Vorgänge in der gesamten Kognition. Sie wird als „Chunking“ bezeichnet, und ihr Verständnis beleuchtet nicht nur, wie wir denken, sondern auch, was mit Wissen geschieht, wenn es komprimiert wird, und warum Fachwissen und die Wissensillusion aus demselben zugrunde liegenden Mechanismus entstehen.

Die Einschränkung und die Umgehung

Die Grenze des Arbeitsgedächtnisses ist nicht, wie es zunächst scheinen mag, eine Begrenzung der Informationsmenge, die eine Person verarbeiten kann. Es ist eine Begrenzung der Anzahl unterschiedlicher Elemente, die der bewusste Arbeitsbereich gleichzeitig aufnehmen kann. Der entscheidende Unterschied besteht zwischen einem Element und einem Chunk. Ein Chunk ist eine Informationseinheit, die durch vorheriges Lernen zu einem einzigen, integrierten Objekt der Aufmerksamkeit aufgebaut wurde. Die einzelnen Buchstaben H, E, A, R, T sind fünf Elemente, wenn man ihnen zum ersten Mal begegnet – fünf unterschiedliche Schnörkel, die einzeln auswendig gelernt werden müssen. Für einen gebildeten Erwachsenen, der das Wort 10.000 Mal gesehen hat, ist H-E-A-R-T ein einziger Chunk: ein Element im Arbeitsgedächtnis, das jedoch eine enorme Menge an assoziierten Bedeutungen, Klängen und Verbindungen in sich trägt.²

Deshalb kann ein Schachprofi die Positionen von 20 Figuren nach einem fünfsekündigen Blick auf ein Brett in der Mitte der Partie rekonstruieren – eine Leistung, die die Grenzen des Arbeitsgedächtnisses zu sprengen scheint, bis wir erkennen, dass der Profi nicht 20 Figuren im Kopf hat. Er hat vier oder fünf vertraute Muster im Kopf, von denen jedes mehrere Figuren in bekannten Beziehungen enthält. Die Elemente im Arbeitsgedächtnis des Experten sind Chunks, und jeder Chunk ist eine komprimierte Darstellung einer Struktur, für deren explizite Darstellung viele separate Elemente erforderlich wären. Die Kapazitätsgrenze hat sich nicht verändert. Was sich verändert hat, ist die Auflösung der Elemente, die darin geladen sind. Mehr Bedeutung pro Speicherplatz.

Das gleiche Prinzip gilt in jedem Fachgebiet. Der erfahrene Internist, der eine Gruppe von Symptomen betrachtet, behält nicht jedes Symptom separat im Arbeitsgedächtnis, während er über deren Kombination nachdenkt; er erkennt die Gruppe als ein bekanntes Muster, als einen einzelnen Begriff im diagnostischen Vokabular, das er über Jahre der Praxis aufgebaut hat. Der erfahrene Programmierer, der einen Code-Block liest, verarbeitet nicht jede Zeile unabhängig; er erkennt bekannte Strukturen, Entwurfsmuster und Kontrollflüsse als einzelne Aufmerksamkeitseinheiten. Der flüssige Leser einer beliebigen Sprache entschlüsselt nicht jeden Buchstaben in einem Wort; er nimmt das Wort und oft auch die Phrase als eine einzige Wahrnehmungseinheit wahr. All dies ist Chunking in Aktion: die Verdichtung komplexer Strukturen durch Erfahrung und Lernen zu einzelnen Objekten der Wahrnehmung.

Was Chunking kostet

Die Effizienz des Chunkings ist real. Sie ist es, die Fachkompetenz erst möglich macht. Ohne sie könnten wir uns nicht in der Komplexität der Umgebungen zurechtfinden, in denen wir tatsächlich leben (sozial, beruflich, physisch), da diese Komplexität das übersteigt, was das reine kognitive System in der verfügbaren Zeit Stück für Stück verarbeiten könnte. Chunking ist kein Notbehelf für ein mangelhaftes System. Es ist der Mechanismus, durch den ein System mit strengen Grenzen der bewussten Bandbreite es schafft, in einer Welt zu funktionieren, die diese Grenzen nicht respektiert.

Doch Chunking hat einen Preis, der aus der Perspektive der dadurch ermöglichten Expertise nicht immer sichtbar ist. Wenn eine komplexe Struktur zu einem Chunk verdichtet wird, stehen die internen Details dieser Struktur dem Arbeitsgedächtnis nicht mehr separat zur Verfügung. Auf den Chunk wird als Einheit zugegriffen, er wird nicht zerlegt. Der Experte, der ein klinisches Muster, eine Schachstellung oder eine Codestruktur als ein einziges Element wahrnimmt, gewinnt die Effizienz einer schnellen Erkennung auf Kosten des bewussten Zugriffs auf die einzelnen Komponenten. Dies ist in der Regel kein Problem: In den meisten Situationen ist der Chunk die geeignete Analyseeinheit, und die internen Details werden nicht benötigt. In zwei charakteristischen Situationen wird es jedoch zu einem Problem.

Die erste ist, wenn der Chunk falsch ist. Da Chunks durch Erfahrungen mit typischen Fällen aufgebaut werden, kodieren sie das, was normalerweise für Strukturen einer bestimmten Art gilt. Wenn ein atypischer Fall auftritt (der Patient, dessen Symptome in das bekannte Muster passen, aber eine ungewöhnliche Ursache haben; die Schachstellung, die wie ein bekanntes Muster aussieht, aber einen entscheidenden Unterschied aufweist; die Codestruktur, die einem Standarddesign ähnelt, aber subtil abweicht), identifiziert das Chunking-System ihn falsch. Der Chunk löst aufgrund oberflächlicher Ähnlichkeit aus und unterdrückt die Signale, die den Unterschied offenbaren würden. Der Experte ist in dem spezifischen Sinne, wie ihn Fachwissen hervorbringt, unfähig geworden, das zu sehen, was dem Laien auffallen könnte: das Detail, das außerhalb des erwarteten Musters liegt. Dieselbe Komprimierung, die in typischen Fällen eine schnelle und genaue Erkennung ermöglicht, führt in atypischen Fällen zu einer selbstbewussten Fehlidentifizierung.³

Die zweite Situation tritt ein, wenn der Chunk außerhalb seines Ursprungsbereichs übertragen wird. Chunks werden in spezifischen Kontexten, aus spezifischen Daten und für spezifische Zwecke gebildet. Ein Politikanalyst, der umfangreiche Chunks für die Dynamik von Wahlen in einem Land entwickelt hat, könnte feststellen, dass diese Chunks unangemessen ausgelöst werden, wenn sie auf Wahlen in einer anderen politischen Kultur mit anderen institutionellen Gegebenheiten angewendet werden. Ein Arzt, der auf eine bestimmte Patientengruppe mit einer bestimmten Krankheit spezialisiert ist, wendet möglicherweise diagnostische Chunks, die auf dieser Gruppe basieren, auf Patienten an, deren Hintergrund-Risikoprofil vollkommen anders ist. In jedem Fall ist der Chunk innerhalb seines Bereichs nicht falsch; er ist eine echte Verdichtung realer Regelmäßigkeiten. Er wird falsch, wenn er außerhalb der Bedingungen angewendet wird, unter denen er gebildet wurde, da die Details, die bei der Verdichtung verworfen wurden, genau die Details sind, die sich zwischen den Bereichen unterscheiden.

Es gibt einen eindrucksvollen Beweis für diesen Kompromiss, der aus einer Richtung kommt, die niemand erwartet hätte. Im Jahr 2007 veröffentlichten Forscher am Primatenforschungsinstitut der Universität Kyoto unter der Leitung von Tetsuro Matsuzawa eine Erkenntnis, die zu einer der meistdiskutierten in der vergleichenden Kognitionsforschung wurde: Ein junger Schimpanse namens Ayumu übertraf erwachsene Menschen bei einer schnellen Gedächtnisaufgabe zur Zahlen-Ort-Zuordnung durchweg. ⁴ In dem Experiment erschienen die Ziffern 1 bis 9 für den Bruchteil einer Sekunde (nur 210 Millisekunden, weniger als die Zeit, die man zum Blinzeln benötigt) in zufälliger Anordnung auf einem Touchscreen, bevor sie gleichzeitig von weißen Quadraten verdeckt wurden. Die Aufgabe bestand darin, die Quadrate in aufsteigender numerischer Reihenfolge der nun verborgenen Ziffern zu berühren. Erwachsene Schimpansen schnitten bei dieser Aufgabe vergleichbar gut ab wie Menschen. Junge Schimpansen, allen voran Ayumu, schnitten deutlich besser ab: schneller, genauer und scheinbar unbeeindruckt von der kurzen Darstellungsdauer, die bei Menschen zu einem Leistungsabfall führte. Matsuzawas vorgeschlagene Erklärung, die Hypothese des kognitiven Kompromisses, steht in direktem Zusammenhang mit dem zentralen Argument dieses Artikels. Er vermutet, dass Menschen die eidetische, schnelle visuell-räumliche Erfassung, über die junge Schimpansen verfügen, geopfert haben, um Platz für Sprache zu schaffen. Wenn ein Mensch die Ziffer 5 auf einem Bildschirm sieht, kann er die Aktivierung ihrer reichhaltigen semantischen Assoziationen (Fünfheit, Zählen, Arithmetik, ihre Position in einer Folge) nicht verhindern, und diese semantische Fülle, das Produkt genau der Art von Chunking, die dieser Artikel beschreibt, stört die reine Positionsaufnahme, die die Aufgabe erfordert. Ayumu sieht ein Symbol mit einer Position. Der Mensch sieht ein Konzept mit einer Geschichte. Die kognitive Kompression, die uns Sprache, Mathematik und das gesammelte Wissen der Zivilisation beschert, ist dieselbe Kompression, die uns entscheidend und peinlicherweise gegen einen Schimpansen verlieren lässt, der in 210 Millisekunden rechnet. Die Fähigkeit, die unsere größten kognitiven Errungenschaften hervorbringt, ist dieselbe Fähigkeit, deren Reichtum uns die Geschwindigkeit kostet.

Die Wissensillusion

Der Kognitionswissenschaftler Steven Sloman und der Philosoph Philip Fernbach haben ein Phänomen dokumentiert, das sie die Wissensillusion nennen: die systematische Tendenz des Menschen, zu glauben, er verstehe Dinge tiefer und detaillierter, als dies tatsächlich der Fall ist.⁵ Ihre eindrucksvollste Demonstration betrifft das, was sie die Illusion der Erklärungs-Tiefe nennen. Menschen werden gebeten, ihr Verständnis von Alltagsgegenständen (einer Toilette, eines Fahrrads, eines Reißverschlusses) auf einer Skala von eins bis sieben zu bewerten. In der Regel bewerten sie sich selbst als recht sachkundig. Anschließend werden sie gebeten, eine detaillierte kausale Erklärung dafür zu verfassen, wie der Gegenstand funktioniert: Schritt für Schritt und so detailliert, dass jemand den Mechanismus allein anhand der Erklärung verstehen könnte. Ihre Bewertungen brechen ein. Die Erfahrung, den Mechanismus zu artikulieren, offenbart, dass das, was sich wie Verständnis anfühlte, etwas wesentlich Oberflächliches war.

Chunking ist der kognitive Mechanismus, der diese Illusion erzeugt. Wenn wir auf ein Wort stoßen (Fahrrad, Demokratie, Inflation, Quanten), erkennen wir es sofort. Die Erkennung verläuft reibungslos, schnell und geht mit einem Gefühl der Vertrautheit einher, das leicht mit Verständnis verwechselt wird. Aber Erkennen ist nicht gleich Verstehen. Der Chunk wird als Reaktion auf das Wort aktiviert und erzeugt das Gefühl des Zugangs zur assoziierten Bedeutung, ohne diese Bedeutung tatsächlich in ihre Bestandteile zu zerlegen. Was wir abgerufen haben, ist die Bezeichnung für eine Struktur, nicht die Struktur selbst. Und da das Chunking schnell und automatisch abläuft, ist der Unterschied zwischen dem Erkennen einer Bezeichnung und dem Verstehen des damit benannten Gegenstands von innen heraus weitgehend unsichtbar.

Dies ist der Mechanismus hinter der Erkenntnis aus dem kommenden Artikel 212: dass das Kennen des Namens einer Sache nicht dasselbe ist wie das Kennen der Sache selbst, und dass das meiste, was im öffentlichen Diskurs und in privaten Überzeugungen als Wissen gilt, eher das Erkennen von Bezeichnungen als ein echtes Verständnis der Mechanismen ist. Das Wort Demokratie kann im Arbeitsgedächtnis als einzelner Chunk gespeichert werden. Was es komprimiert (all die institutionellen Arrangements, historischen Zufälle, philosophischen Argumente und praktischen Kompromisse, die tatsächliche demokratische Regierungsführung ausmachen), ist weitaus mehr, als jedes Arbeitsgedächtnis gleichzeitig fassen kann. Der Chunk fühlt sich wie Verständnis an, weil die Bezeichnung flüssig ist und das damit verbundene Netzwerk von Verbindungen schnell feuert. Es ist kein Verständnis. Es ist eine Karte eines Namens.

Die politische Konsequenz davon ist unmittelbar und wird unterschätzt. Untersuchungen von Sloman, Fernbach und ihren Kollegen haben durchweg gezeigt, dass Menschen, die die extremste politische Haltung vertreten und am meisten von der Richtigkeit ihrer Ansichten zu komplexen politischen Fragen überzeugt sind, die stärkste Illusion erklärender Tiefe zeigen, wenn sie gebeten werden, die Mechanismen zu erklären, durch die ihre bevorzugten politischen Maßnahmen funktionieren würden. ⁶ Dies ist keine parteiische Beobachtung. Sie gilt für extreme Positionen quer durch das ideologische Spektrum. Das Muster entspricht einer Vorhersage des Chunking-Modells: Eine starke emotionale und gruppenbezogene Bindung an eine Position erhöht die Vertrautheit mit dem Begriff, was das Gefühl des Verstehens verstärkt, was wiederum das Selbstvertrauen steigert, was die Motivation mindert, den Begriff in seine tatsächlichen Bestandteile zu zerlegen. Der Begriff wird selbstverstärkend. Je stärker die Position vertreten wird, desto weniger wird der Mechanismus hinterfragt.

Die gleiche Illusion wirkt nicht nur in den Köpfen einzelner Menschen, sondern auch in der Beziehung zwischen dem Individuum und den zivilisatorischen Systemen, die es umgeben. Im Jahr 1958 veröffentlichte der Ökonom Leonard Read einen kurzen Essay mit dem Titel „I, Pencil“, geschrieben in der Ich-Form aus der Perspektive eines bescheidenen Bleistifts, der die außergewöhnliche Komplexität seiner eigenen Herstellung schildert: die in Oregon gefällte Zeder, die Sägen aus Stahl, der aus Eisenerz gewonnen wurde, der in Südamerika abgebaute Grafit, der Kautschuk für den Radiergummi von Bäumen, die ursprünglich nach Malaya verpflanzt wurden, die Messinghülse, deren Lieferkette in weitere Lieferketten mündet. Reads zentrale These war ebenso einfach wie verwirrend: Kein einziger Mensch auf der Erde weiß, wie man einen Bleistift herstellt. Das erforderliche Wissen verteilt sich auf tausende von Menschen, von denen keiner mehr als einen kleinen Teil davon besitzt, koordiniert nicht durch ein zentrales Verständnis, sondern durch das Preissystem, das Signale sendet, ohne dass jemand das Ganze verstehen muss. Milton Friedman machte den Aufsatz in seiner Fernsehserie Free to Choose aus dem Jahr 1980 einem Massenpublikum zugänglich, indem er einen Bleistift vor der Kamera hochhielt und in zwei Minuten demonstrierte, dass er keine Ahnung hatte, woher die Messingzwinge stammte, oder die gelbe Farbe, oder der Klebstoff. „Dieses schwarze Innere“, sagte er, „wir nennen es Blei, aber es ist eigentlich Grafit. Ich bin mir nicht sicher, woher es stammt.“ Der Bleistift ist ein „Chunk“. Er sitzt im Arbeitsgedächtnis als eine einzige, vertraute, mühelos abrufbare Einheit. Was er komprimiert (das ineinandergreifende Wissen von tausenden Menschen in Dutzenden Ländern), ist von innen heraus vollkommen unsichtbar. Die Experimente von Sloman und Fernbach demonstrieren diese Illusion auf der Ebene des Individuums, das eine Toilette oder einen Reißverschluss erklärt. Read und Friedman demonstrieren sie auf der Ebene der Zivilisation, die sich selbst erklärt.⁷

Jordan Peterson verwendet in seinen Vorlesungen ein eng verwandtes Beispiel, das denselben Punkt eher aus der Perspektive des Scheiterns als der Komplexität beleuchtet. Wir fahren unsere Autos mit größter Leichtigkeit, bemerkt er, navigieren durch den Verkehr, wechseln die Spur, erreichen unser Ziel, ohne den geringsten bewussten Zugang zu der Technik, die die Fahrt erst möglich macht. Der Verbrennungsmotor, das Einspritzsystem, das Getriebe, das Differenzial, der Bremsmechanismus, die Aufhängungsgeometrie: Nichts davon dringt ins Bewusstsein. Das Auto ist ein Block, auf den als einzelne funktionsfähige Einheit zugegriffen wird, und es funktioniert als solcher bis zu dem Moment, in dem es aufhört zu funktionieren. Wenn das Auto am Straßenrand eine Panne hat, löst sich der Block auf – nicht in Verständnis, sondern in der plötzlichen, schwindelerregenden Erkenntnis, dass es von Anfang an gar kein Verständnis gab. Die Panne offenbart kein Wissen, das zuvor verborgen war. Sie offenbart das Fehlen von Wissen, das zuvor unsichtbar war. Das ist die Wissensillusion in ihrer viszeralsten Form: nicht die sanfte Ernüchterung, die entsteht, wenn man versucht, einen Reißverschluss zu erklären, sondern die abrupte Konfrontation mit der Kluft zwischen kompetenter Nutzung und echtem Verständnis. Petersons Beobachtung lautet, dass diese Kluft nicht nur Autos charakterisiert, sondern fast jedes Werkzeug und jede Institution, von denen das moderne Leben abhängt, und dass die Leichtigkeit, mit der wir uns in der Welt zurechtfinden, kein Maß für unser Verständnis ist, sondern dafür, wie selten diese unsichtbaren Systeme versagen.

Die Verdichtung von Erfahrung

Das Chunking-Problem hat eine weitere Dimension, die über faktisches Wissen hinaus in den Bereich von Urteilen und Werten reicht. Erfahrung wird, während sie sich ansammelt, selbst verdichtet. Wir tragen nicht alle Details von allem, was uns widerfahren ist, in expliziter, artikulierter Form mit uns; wir tragen Zusammenfassungen, Interpretationsrahmen und verdichtete Darstellungen von Mustern mit uns, die wir im Laufe der Zeit beobachtet haben. Diese komprimierten Darstellungen sind von echtem Wert: Sie bilden die Grundlage für praktische Weisheit, soziale Intuition und jene Art von implizitem Wissen, die in Artikel 604 dieser Reihe untersucht wird. Aber sie unterliegen auch denselben Verzerrungen, die jedes Chunking betreffen: Sie kodieren das, was in den Kontexten, in denen sie entstanden sind, typischerweise zutraf, und sie wenden diese Vorlage für typische Fälle auf neue Situationen an, die sich in entscheidenden Punkten unterscheiden können.

Der erfahrene Elternteil, der ein aus der Erziehung seines ersten Kindes gewonnenes Erziehungsmuster auf sein zweites Kind mit einem anderen Temperament anwendet. Der erfahrene Manager, der ein in einer bestimmten Unternehmenskultur entwickeltes Führungsmuster auf eine ganz andere Kultur anwendet. Die seit vielen Jahren verheiratete Person, deren Modell ihres Partners vor Jahren als Chunk festgelegt und nicht bewusst aktualisiert wurde, als sich der Partner veränderte. In jedem Fall ist der Chunk eine echte Verdichtung realer Erfahrungen, und in jedem Fall wird er mit einer Zuversicht angewendet, die durch die Fakten nicht vollständig gestützt wird, da die Fakten durch den Chunk gefiltert und nicht direkt geprüft werden. Die Verdichtung, die die Erfahrung überschaubar machte, ist im Laufe der Zeit zu einem Hindernis geworden, das den Blick auf das tatsächliche Geschehen versperrt.

Dies ist die Verbindung zwischen der kognitiven Grenze und dem zentralen Argument dieser Serie. Jedes Modell ist eine Verdichtung. Jede Verdichtung lässt Details weg. Die Frage ist, ob wir wissen, welche Details weggelassen wurden, und was passieren würde, wenn sich herausstellte, dass diese Details doch wichtig sind. Die Grenze des Arbeitsgedächtnisses ist nicht der Feind guten Denkens. Sie ist ein strukturelles Merkmal des kognitiven Systems, innerhalb dessen jegliches Denken stattfinden muss. Die Praxis, die in dieser Serie als „The Conscious Look“ bezeichnet wird, ist auf dieser Ebene die Praxis, die Chunks, auf die wir uns stützen, gelegentlich und bewusst zu dekomprimieren: zu fragen, was in ihnen steckt, ob die innere Struktur noch mit der Realität übereinstimmt, die sie darstellen soll, und welche Arten von Erfahrungen bei der Verdichtung möglicherweise verworfen wurden, die jetzt relevant wären.

Weiterführende Literatur

George Millers Originalartikel „The Magical Number Seven, Plus or Minus Two: Some Limits on Our Capacity for Processing Information“, veröffentlicht 1956 in Psychological Review, ist eine der lesenswertesten Abhandlungen in der Geschichte der kognitiven Psychologie und frei online verfügbar. Es wird empfohlen, das Original zu lesen: Millers Schreibstil ist für die akademische Psychologie ungewöhnlich direkt und witzig, und die Argumentation der Abhandlung ist in ihren eigenen Worten klarer als in jeder Zusammenfassung.

Steven Slomans und Philip Fernbachs The Knowledge Illusion: Why We Never Think Alone (2017) ist die umfassendste verfügbare Auseinandersetzung mit der Wissensillusion und ihren Implikationen: warum wir unser Verständnis von Mechanismen systematisch überschätzen, welche sozialen Konsequenzen diese Überschätzung hat und was es bedeuten würde, unsere Überzeugungen mit mehr echter epistemischer Demut zu vertreten. Es ist die natürliche Ergänzung zu diesem Artikel und zu Artikel 212.

Daniel Kahnemans „Thinking, Fast and Slow“ (2011) liefert den breiteren kognitiven Rahmen, in dem Chunking stattfindet: das Zwei-System-Modell der Kognition und die Beziehung zwischen dem schnellen, musterbasierten, chunk-abhängigen System 1 und dem langsameren, bedächtigeren System 2, das manchmal mit Anstrengung das, was System 1 als Einheit verarbeitet hat, aufschlüsseln und untersuchen kann.

Leonard Reads „I, Pencil: My Family Tree as Told to Leonard E. Read“ (1958), frei verfügbar unter econlib.org, ist die prägnanteste verfügbare Darstellung der Wissensillusion, die auf zivilisatorischer Ebene wirkt. Die Lektüre dauert etwa 10 Minuten und vermittelt die verteilte Natur des Wissens auf eine viel eindringlichere Weise als jede wissenschaftliche Abhandlung. Milton Friedmans Einleitung zu späteren Auflagen und seine zweiminütige Behandlung in Free to Choose (1980) sind ebenfalls lesenswert.

Für die spezifische Anwendung auf Fachwissen und dessen Grenzen liefert Robin Hogarths Educating Intuition (2001) eine sorgfältige Darstellung dessen, wann das „Chunking“ von Experten zu verlässlichen Urteilen führt und wann es zu selbstbewussten Fehlern führt. Dabei beleuchtet er insbesondere die Bedingungen, unter denen in einem Umfeld erworbenes Fachwissen zuverlässig auf ein anderes übertragbar ist – und wann dies nicht der Fall ist.

Anmerkungen

¹ Millers ursprüngliche Arbeit schätzte die Grenze auf sieben ± zwei, was einen Bereich von fünf bis neun Elementen bedeutet. Spätere Forschungen, insbesondere von Nelson Cowan seit Ende der 1990er Jahre, haben argumentiert, dass die tatsächliche Kapazität des Arbeitsgedächtnisses bei sorgfältig kontrolliertem Chunking näher bei vier Elementen liegt. Die Diskrepanz spiegelt teilweise die Schwierigkeit wider, Versuchsteilnehmer davon abzuhalten, Elemente zu Chunks zu gruppieren, auch wenn sie angewiesen wurden, dies nicht zu tun. Für die Zwecke dieses Artikels ist die Unterscheidung zwischen vier und sieben weniger wichtig als der Kernpunkt: Die Grenze ist klein und liegt weit unter dem, was die meisten Menschen intuitiv annehmen. Cowan, N. (2001). Die magische Zahl 4 im Kurzzeitgedächtnis: Eine Neubetrachtung der mentalen Speicherkapazität. Behavioral and Brain Sciences, 24(1), 87–114.

² Der Begriff „Chunking“ wurde von Miller selbst in der Veröffentlichung von 1956 eingeführt, und er stellte ausdrücklich fest, dass die entscheidende Einheit der Arbeitsgedächtniskapazität der Chunk ist (eine Informationseinheit, die hinsichtlich der Menge der darin kodierten Rohinformationen enorm variiert) und nicht das Bit im informationstheoretischen Sinne. Ein einzelner Chunk kann je nach dem Vorwissen des Beobachters einen Buchstaben, einen ganzen Satz oder eine komplexe Wahrnehmungsszene kodieren. Diese Erkenntnis, dass die relevante Einheit der kognitiven Kapazität die sinnvolle Einheit und nicht das physikalische Signal ist, gehört zu den grundlegenden Erkenntnissen der kognitiven Psychologie.

³ Das Phänomen der Fehlidentifizierung durch Experten mittels Chunking steht im Zusammenhang mit dem, was Gary Klein als „recognition-primed decision-making“ bezeichnet hat: Erfahrene Entscheidungsträger in realistischen Situationen bewerten Optionen in der Regel nicht analytisch, sondern erkennen Situationen als typisch für bekannte Muster und wenden die Reaktion an, die für diesen Typ zuvor wirksam war. Dies ist schnell und meist effektiv. Es wird unter zwei Bedingungen gefährlich: wenn die Situation in einer Weise atypisch ist, die einem bekannten Typ ähnelt, und wenn der Experte in einem Bereich mit langen Rückkopplungsschleifen ausgebildet wurde, in dem die Konsequenzen einer Entscheidung verzögert eintreten und das Chunking-System keine ausreichende Korrektur erhält. Die Literatur hierzu wird in Klein, G. (1998) besprochen. Sources of Power: How People Make Decisions. MIT Press.

⁴ Inoue, S., und Matsuzawa, T. (2007). Working memory of numerals in chimpanzees. Current Biology, 17(23), R1004-R1005. Die Forschung wurde am Primatenforschungsinstitut der Universität Kyoto im Rahmen des langjährigen Ai-Projekts durchgeführt, das seit den späten 1970er Jahren die Kognition von Schimpansen untersucht. Die Ergebnisse lösten in der Fachliteratur eine heftige Debatte aus. Cook und Wilson (2010) argumentierten in einem Brief an Science, dass Ayumus Vorteil teilweise auf sein im Vergleich zu den untrainierten menschlichen Teilnehmern umfangreiches Training für diese Aufgabe zurückzuführen sei, und nachfolgende Studien zeigten, dass Menschen mit gleichwertigem Training Ayumus Leistung bei Versuchen mit fünf Ziffern bei 210 Millisekunden annähern konnten, wenn auch im Allgemeinen nicht erreichen. Die Frage, ob der Vorteil des Schimpansen absolut ist oder eine Funktion der Trainingsgeschichte darstellt, bleibt umstritten. Unumstritten ist hingegen Matsuzawas Hypothese des kognitiven Kompromisses als Rahmenkonzept: dass die menschliche semantische Kodierung von Symbolen, die Grundlage von Sprache und abstraktem Denken, genau jene kognitiven Ressourcen beansprucht, die andernfalls für ein reines visuell-räumliches Positionsgedächtnis aufgewendet würden. Eine umfassende Darstellung des Ai-Projekts und seiner Ergebnisse findet sich bei Matsuzawa, T. (2013). Evolution of the brain and social behavior in chimpanzees. Current Opinion in Neurobiology, 23(3), 443–449.

⁵ Sloman, S., und Fernbach, P. (2017). The Knowledge Illusion: Why We Never Think Alone. Riverhead Books. Die Illusion der Erklärtiefe wurde erstmals systematisch in Rozenblit, L., und Keil, F. (2002) nachgewiesen. Die missverstandenen Grenzen der Volkswissenschaft: Eine Illusion der Erklärtiefe. Cognitive Science, 26(5), 521–562. Der Beitrag von Sloman und Fernbach bestand darin, die Erkenntnis auf politische und gesellschaftspolitische Überzeugungen auszuweiten und die soziale Dimension der Wissensillusion zu entwickeln – die Beobachtung, dass vieles, was sich wie individuelles Verständnis anfühlt, tatsächlich auf eine Gemeinschaft von Spezialisten verteilt ist, auf deren Wissen der Einzelne zwar zugreifen kann, das er aber nicht persönlich besitzt.

⁶ Fernbach, P. M., Rogers, T., Fox, C. R. und Sloman, S. A. (2013). Politischer Extremismus wird durch eine Illusion des Verständnisses gestützt. Psychological Science, 24(6), 939–946. Die Studie ergab, dass die Aufforderung an die Teilnehmer, die Mechanismen zu erklären, die ihren bevorzugten politischen Positionen zugrunde liegen, anstatt lediglich Argumente dafür aufzuzählen, ihr Vertrauen in diese Positionen und die von ihnen angegebene Extremität verringerte. Dieser Effekt zeigte sich bei einer Reihe von politischen Themen und wurde nicht durch die Überzeugungskraft der Argumente vermittelt. Der Wirkmechanismus steht im Einklang mit der Erklärung der Wissensillusion: Der Versuch, den Mechanismus zu artikulieren, offenbart die Grenzen des Verständnisses, was das Vertrauen genauer kalibriert. Die Erkenntnis legt eine spezifische und überprüfbare Maßnahme zur Verringerung des politischen Extremismus nahe (nicht das Argumentieren, sondern die Forderung nach einer mechanistischen Erklärung), obwohl die Autoren anmerken, dass der Effekt von bescheidenem Ausmaß war und möglicherweise nicht von Dauer ist.

⁷ Leonard Read, „I, Pencil: My Family Tree as Told to Leonard E. Read“, The Freeman, Dezember 1958. Seitdem vielfach nachgedruckt, mit einer Einleitung von Milton Friedman, der es in Free to Choose (1980) verwendete, sowohl in der Fernsehserie als auch im begleitenden Buch mit demselben Titel, das er gemeinsam mit Rose Friedman verfasste. Der Aufsatz ist frei verfügbar unter econlib.org. In Friedmans Einleitung merkt er an, dass ihm kein anderes Werk bekannt ist, das sowohl Adam Smiths unsichtbare Hand als auch Hayeks Betonung der Bedeutung von verteiltem Wissen so wirkungsvoll veranschaulicht. Die Verbindung zu Hayek ist direkt und wichtig: Das Bleistift-Argument ist nicht nur eine Demonstration der Wissensillusion im individuellen Geist, sondern ein Argument für die strukturelle Unmöglichkeit, dass eine zentrale Autorität über das Wissen verfügt, das auf Millionen von Teilnehmern in einer komplexen Wirtschaft verteilt ist. Dieses Argument wird in Artikel 804 dieser Reihe weiter ausgeführt, der untersucht, welche Annahmen politische Systeme über menschliches Wissen treffen und warum zentrale Planung aus hayekianischen Gründen scheitert, unabhängig von ihren Annahmen über menschliche Motivation.