Computersimulation
Bewertung
Vorteile
Der Einsatz von Computersimulationen zur Datengenerierung kann mehrere Vorteile im Vergleich zu traditionellen Formen der Datenerhebung, wie etwa Beobachtungen oder Befragungen, besitzen (vgl. Rey & Wender, 2010):
- Ethische Aspekte: Ethisch nicht vertretbare Untersuchungen können am Computer simuliert werden, ohne Menschen schädigen oder beeinträchtigen zu müssen.
- Durchführung zahlreicher Simulationsdurchläufe: Im Vergleich zu herkömmlichen Formen der Datenerhebung können zahlreiche Simulationsdurchläufe mit unterschiedlichen Parametern berechnet und miteinander verglichen werden.
- Zum Teil biologische Plausibilität: Einige Computermodelle – wie etwa konnektionistische Modelle – besitzen zum Teil biologische Plausibilität, da sie aufgrund ihrer Eigenschaften über Ähnlichkeiten zur Informationsverarbeitung im menschlichen Gehirn verfügen.
- Hohe Lernfähigkeit: Insbesondere künstliche neuronale Netze weisen eine hohe Lernfähigkeit auf. Mit dieser geht eine hohe Flexibilität beim Problemlösen einher. Auch dies ist teilweise charakteristisch für menschliche kognitive Leistungen.
- Ökonomische Aspekte: Aufgrund der Leistungssteigerungen von Computern in den letzten Jahrzehnten können viele Simulationen mittlerweile kostengünstig und schnell durchgeführt werden.
Nachteile
Als Nachteile von Computersimulationen kann man anführen (vgl. Rey & Wender, 2010):
- Fehlende Übereinstimmung mit dem tatsächlichen Verhalten und Erleben: Simulationsstudien bilden nicht zwingend das tatsächliche menschliche Verhalten und Erleben ab. Stattdessen werden in diesen Studien Modelle eingesetzt, die zum Teil auf ungeprüften Annahmen über das menschliche Verhalten und Erleben basieren und starke Vereinfachungen vornehmen.
- Fehlende biologische Plausibilität: Simulationen des menschlichen Gehirns sind nicht immer biologisch plausibel, sondern widersprechen bisweilen biologischen Grundannahmen. In diesem Fall sind sie zur Beschreibung und Erklärung menschlichen Verhaltens nur sehr eingeschränkt geeignet.
- Schwierige Falsifizierbarkeit: Der Einsatz vieler Parameter und Variablen kann dazu führen, dass ein neuronales Netz jede menschliche Verhaltensweise simulieren kann. Die Gefahr besteht darin, dass diese Modelle zur Erklärung menschlichen Verhaltens nicht falsifizierbar, d.h. nicht widerlegbar sind, sondern durch Wahl "geeigneter" Parameter immer vor der Falsifikation geschützt werden können. Man spricht in diesem Zusammenhang auch von einer Immunisierungsstrategie. Das Wissenschaftskriterium der Falsifizierbarkeit geht auf Karl R. Popper (z.B. 1996) zurück.