“This generation has largely solved the main problems of the brain so far as its objectice behavior is concerned; the nature of its subjective aspects may be left to the next generation, if only to reassure that there are still major scientific worlds left to conquer!” W. Ross Ashby 1962
Vor einem halben Jahrhundert hat sich der Kybernetiker W. Ross Ashby mit mathematischen und technischen Modellen beschäftigt, die die Funktionsweise des Gehirns simulieren sollten.
Die Qunitessenz seiner Arbeiten: Wir müssen das Gehirn als ein subjektiv arbeitendes System verstehen: “Now we are considering the general theory of the system that ‘observes’ itself internally. Such a branch of general system theory has hardly been started.”
Fünfzig Jahre später fangen wir gerade erst an, ein soziales System wie ein neuronales Netzwerk zu interpretieren. Nicht nur Kybernetiker wie Ashby, auch Soziologen wie Niklas Luhmann haben sich mit so genannten selbstreferentiellen Systemen beschäftigt. Wir beobachten Social Networks, in denen über User Generated Content Meinungen (= subjektive Information) ausgetauscht wird.
Egal ob es sich um eine DSDS-Fangruppe oder eine Apple User Group handelt – es sind Netzwerke, die sich weitgehend selbst normieren. Manchmal scheinen solche Prozesse zu einer Art Wärmetod zu führen.
So schnappte ich neulich – ich glaube, es war im Xing-Moderatorenforum – folgendes Gleichnis zu social networks auf: Die Mitglieder eines social networks verhalten sich wie eine spezielle Quallenart, die ihr Gehirn nur dazu einsetzt, ein optimales Umfeldmilieu aufzusuchen. Ist dieser Zielpunkt erreicht, wird das Gehirn verdaut.
Wir soll man nun aus Millionen von Kommentaren die relevante Information herausfinden? Die Suche nach objektiver Information wäre schon im Ansatz verfehlt. Welcher Kommentar hebt sich nun vom grauen Rauschen der Masse ab?
Kürzlich ist es gelungen Überraschungswerte (surprise values) für Textbeiträge zu ermitteln. Ein sich selbst normierendes System reflektiert Erwartungshaltungen und Hypothesen.
Beispiele für graues Rauschen:
Hund beißt Briefträger. (Surprise= 0,8)
Das Frühstück im Hotel war lecker. (Surprise = 0,7)
Beispiel für Brechung von Hypothesen:
Briefträger beißt Hund (Surprise = 1,3)
Elefant beißt Briefträger (Surprise = 1,5)
Im Frühstücksei war ein lebendes Embrio (Surprise = 2,1).
Bei der Suche nach relevanter Information ist der Surprise Quotient ein hilfreicher Scout. Mehr dazu im nächsten Teilkapitel.
Literatur: W. Ross Ashby: “What Is Mind? Objective and Subjective Aspects in Cybernetics” 1962, In: Theories of the Mind, Edited by Jordan M. Scher, New York: The Free Press, Seite 305-313
