Mathematisches Modell erklärt, wie sich Menschen Geschichten mithilfe einer „Zufallsbaum“-Struktur merken

Menschen können sich an viele verschiedene Arten von Informationen erinnern, darunter Fakten, Daten, Ereignisse und sogar komplexe Erzählungen. Die Frage, wie bedeutungsvolle Geschichten im menschlichen Gedächtnis gespeichert werden, ist ein Schwerpunkt der kognitiven Psychologie.

Wissenschaftler des Institute for Advanced Study der Emory University und des Weizmann Institute of Science haben kürzlich mithilfe mathematischer Objekte, sogenannter „Random Trees“, versucht, die Darstellung bedeutungsvoller Geschichten und deren Speicherung im Gedächtnis zu modellieren. Ihre in der Fachzeitschrift Physical Review Letters veröffentlichte Arbeit präsentiert einen neuen konzeptionellen Rahmen für die Untersuchung menschlicher Gedächtnisprozesse, der auf Mathematik, Informatik und Physik basiert.

„Unsere Studie zielte darauf ab, ein wichtiges Bedürfnis zu erfüllen: die Entwicklung einer mathematischen Theorie des menschlichen Gedächtnisses für bedeutungsvolles Material wie Erzählungen“, sagte Misha Tsodyks, Hauptautor der Studie. „Es besteht in der Fachwelt Einigkeit darüber, dass Erzählungen zu komplex sind, um eine solche Theorie zu entwickeln. Ich glaube jedoch, dass wir das Gegenteil bewiesen haben: Trotz der Komplexität gibt es statistische Regelmäßigkeiten in der Art und Weise, wie Menschen sich an Geschichten erinnern, die sich anhand einiger einfacher Grundprinzipien vorhersagen lassen.“

Um die Repräsentation bedeutungsvoller Erinnerungen mithilfe von Zufallsbäumen effektiv zu modellieren, führten Tsodyks und Kollegen mithilfe der Online-Plattformen Amazon und Prolific Experimente zum Erinnern von Geschichten mit einer großen Teilnehmerzahl durch. Die Studie verwendete Erzählungen aus Labovs Arbeit. Insgesamt 100 Personen wurden gebeten, sich an elf Geschichten unterschiedlicher Länge (von 20 bis 200 Sätzen) zu erinnern. Anschließend analysierten die Wissenschaftler die Erinnerungsprotokolle, um ihre Theorie zu überprüfen.

„Wir haben uns für eine Sammlung mündlicher Überlieferungen entschieden, die der renommierte Linguist W. Labov in den 1960er Jahren aufgezeichnet hat“, erklärte Tsodyks. „Wir erkannten schnell, dass die Analyse eines solchen Datenvolumens den Einsatz moderner künstlicher Intelligenztools in Form neu entwickelter großer Sprachmodelle (LLMs) erforderte.“

Wir fanden heraus, dass sich Menschen nicht nur an einzelne Ereignisse aus Geschichten erinnern, sondern oft größere Teile der Erzählung (z. B. Episoden) in einem einzigen Satz zusammenfassen. Dies führte uns zu der Annahme, dass Erzählungen im Gedächtnis als Baum gespeichert werden, wobei die Knoten näher an der Wurzel abstrakte Zusammenfassungen größerer Episoden darstellen.

Tsodyks und seine Kollegen stellten die Hypothese auf, dass ein Erzählbaum entsteht, sobald eine Person eine Geschichte zum ersten Mal hört oder liest und versteht. Da frühere Untersuchungen zeigen, dass verschiedene Menschen dieselben Geschichten unterschiedlich wahrnehmen, weisen die entstehenden Bäume einzigartige Strukturen auf.

„Wir haben das Modell als Ensemble von Zufallsbäumen einer bestimmten Struktur formuliert“, sagte Tsodyks. „Das Schöne an diesem Modell ist, dass es mathematisch beschrieben und seine Vorhersagen direkt anhand von Daten getestet werden können, was wir auch getan haben.“ Die wichtigste Neuerung unseres Zufallsbaummodells für Gedächtnis und Abruf liegt in der Annahme, dass alle bedeutungsvollen Informationen im Gedächtnis grundsätzlich gleich repräsentiert sind.

Unsere Forschung könnte weitreichendere Auswirkungen auf das Verständnis menschlicher kognitiver Prozesse haben, da Erzählungen eine universelle Art und Weise zu sein scheinen, wie wir über eine große Vielfalt von Phänomenen in unserem individuellen Leben sowie in sozialen und historischen Prozessen nachdenken.“

Die jüngste Arbeit des Teams unterstreicht das Potenzial mathematischer und KI-basierter Ansätze zur Untersuchung der Speicherung und Darstellung bedeutungsvoller Informationen in ihrem Gedächtnis. In zukünftigen Studien wollen Tsodyks und seine Kollegen untersuchen, inwieweit ihre Theorie und ihr Ansatz der Zufallsbaummodellierung auf andere Erzählformen, beispielsweise Belletristik, anwendbar sind.

„Eine anspruchsvollere Richtung für zukünftige Forschung wäre die Suche nach direkteren Belegen für das Baummodell“, fügte Tsodyks hinzu. „Dazu müssten andere experimentelle Protokolle als das einfache Abspielen entwickelt werden. Eine weitere interessante Richtung wäre der Einsatz von bildgebenden Verfahren des Gehirns bei Personen, die narratives Verständnis und Abspielen betreiben.“