StartseiteLänderAmerikaUSARepSocKnow - Effiziente Repräsentationen sozialer Wissensstrukturen für das Lernen – Untersuchungen aus einer computationalen, neuronalen und psychiatrischen Perspektive

RepSocKnow - Effiziente Repräsentationen sozialer Wissensstrukturen für das Lernen – Untersuchungen aus einer computationalen, neuronalen und psychiatrischen Perspektive

Laufzeit: 01.09.2023 - 31.08.2026 Förderkennzeichen: 01GQ2202
Koordinator: Universität Heidelberg - Medizinische Fakultät und Universitätsklinikum Heidelberg - Klinik für Allgemeine Psychiatrie

Soziale Interaktionen zwischen Menschen beruhen darauf, dass die beteiligten Personen Wissen übereinander erwerben und anwenden. Menschen lernen über die Vorlieben und Persönlichkeitseigenschaften von anderen Personen. Einfache Beispiele sind die folgenden Fragen: Wie gerne mag die andere Person Schokolade, Kekse, Fußball oder Tennis? Wie höflich, freundlich oder aggressiv ist die andere Person? Dabei wenden Menschen vorab erworbene Wissensstrukturen an, die mehr oder weniger komplex aussehen können. Zum Beispiel: Wie gerne mögen Menschen generell Schokolade? Wie höflich sind Menschen generell? Wie hängen Vorlieben für Schokolade, Kekse, Fußball oder Tennis zusammen? Wie stark hängt Höflichkeit mit Freundlichkeit beziehungsweise mit Aggressivität zusammen? Defizite in diesen sozialen Lernfähigkeiten und Wissensstrukturen liegen vielen psychischen Erkrankungen zugrunde, insbesondere Autismus-Spektrums-Störungen (ASS) und Persönlichkeitsstörungen vom Borderline-Muster (BPS). Menschen mit ASS oder BPS lernen zum Teil unzureichend über andere Personen oder sie lernen vor allem negative Aspekte. Defizite im sozialen Lernen können zu Problemen in sozialen Interaktionen führen, die wiederum die Situation der Betroffenen verschlimmern können. Dieses Projekt hat zum Ziel neuro-computationale Modelle zu entwickeln, die mathematisch beschreiben, wie Menschen übereinander lernen, wie sie dabei erworbene Wissensstrukturen anwenden und wie sie neue Wissensstrukturen aufbauen. Mithilfe von funktioneller Magnetresonanztomographie (fMRT) wird untersucht, inwiefern bestimmte Gehirnregionen an sozialen Lernprozessen beteiligt sind. Die neuro-computationalen Modelle erlauben eine genaue Beschreibung der Unterschiede und Variationen des sozialen Lernens bei Menschen mit unterschiedler Symptomatik von ASS und BPS. Damit soll ein Beitrag zu einer verbesserten Diagnose und langfristig zu besseren Therapiemöglichkeiten geleistet werden.

Verbund: RepSocKnow Quelle: Bundesministerium für Bildung und Forschung (BMBF) Redaktion: DLR Projektträger Länder / Organisationen: USA Themen: Förderung Lebenswissenschaften

Projektträger