In einem gerade erschienenen Beitrag von Daniel Danner, Dirk Hagemann und mir berichten wir über Messprobleme im Kontext künstlicher Grammatiken. Solche Grammatiken wurden im Kontext des impliziten Lernens eingeführt, einer Lernform, bei der Menschen die komplizierten Abläufe von Regelsystemen ohne Lernabsicht beherrschen lernen. Das beste Beispiel dafür ist das Erlernen der Grammatik-Regeln unserer Muttersprache, die wir als Kinder erwerben ohne es wirklich zu wollen – wenn wir als Baby gewusst hätten, wie kompliziert die deutsche Grammatik ist (siehe Duden), hätten wir vielleicht jede Lust am Sprechen verloren… Jedenfalls haben wir hier ganz komplizierte Regelwerke (mehr oder weniger gut) beherrschen gelernt ohne das uns jemand in die Geheimnisse von Subjekt, Verb und Objekt eingeführt hätte.
In drei Experimenten haben wir die Tauglichkeit künstlicher Grammatiken zur Erfassung individueller Unterschiede beim impliziten Lertnen überprüft. Fragen, die uns umgetrieben haben, waren z.B.: Was passiert, wenn solche Grammatiken wiederholt präsentiert werden? Wie kann man das erworbene Wissen sauber erfassen? Was läßt sich über die Zuverlässigkeit solcher Messungen sagen? Welche Zusammenhänge bestehen zur Intelligenz?
Im Ergebnis zeigt sich, dass die Verwendung derartiger Grammatiken nur mit Vorsicht zu genießen sind, wenn es um individuelle Unterschiede geht. Hier die Zusammenfassung unseres Beitrags: „Implicit learning can be defined as learning without intention or awareness. We discuss conceptually and investigate empirically how individual differences in implicit learning can be measured with artificial grammar learning (AGL) tasks. We address whether participants should be instructed to rate the grammaticality or the novelty of letter strings and look at the impact of a knowledge test on measurement quality. We discuss these issues from a conceptual perspective and report three experiments which suggest that (1) the reliability of AGL is moderate and too low for individual assessments, (2) a knowledge test decreases task consistency and increases the correlation with reportable grammar knowledge, and (3) performance in AGL tasks is independent from general intelligence and educational attainment.“
Nachzulesen ist der komplette Beitrag hier:
Danner, D., Hagemann, D., & Funke, J. (2017). Measuring individual differences in implicit learning with artificial grammar learning tasks. Conceptual and methodological conundrums. Zeitschrift für Psychologie, 225(1), 5–19. https://doi.org/10.1027/2151-2604/a000280