12. Emotion und Kognition

Dazu: Was sind mögliche Beziehungen von Emotionne und Kognitionen

1. Emotionen sind Unterarten und damit Teilbereiche von Kognitionen

2. EMotionen und Kognitionen beeinflussen sich wechselseitig Diese Annahme ist empirisch nicht nachweisbar (Wirkung Emotion auf Kognition, Wirkung Kognition auf EMotion, Wechselwirkung)

   
   

Kongruenz:

• ruhige, angenehme Emotionen -> mir fallen auch eher angenehmen Dinge ein (beurteile Welt angenehmer)

Urteilseffekte

• Werbung setzt auf positive Stimmung: Fehlattribution kann auf das produkt erfolgen

Wie haben Isen et al. Stimmungskonkruenz gezeigt? (geht um Erinnerung; Urteil: Bewertung)

Valenz = Wertigkeit (positiv/negativ)

• das zweimalige Spielen wurde durchgeführt, um die state depanding memory als Ursache für das bessere lernen (bzw. Encodieren) auszuschließen

• State Depending Memory = ( Phänomen) das Erinnern von Wörtern gelingt am besten, wenn der Zustand beim Abspeichern und Abrufen gleich ist

  
  

• Gedächtniseffekte

• 1.46 und 0.68 -> signifikante Ergebnisse

• Gewinn: werden mehr positive Wörter erinnert

• Verlust: wurden weniger positive Wörter erinnert

• einzige nützliche Effekt: oben (positive Wörter)

• positives Wort in positiven STimmung und negatives Wort in negativer STimmung konnten besser behalten und abgerufe werden (ABER: schwache effekte & vor allem für positive Wörter)

• Zustand der Umwelt beeinflusst Gedächtnisabruf

• Stimmung/erlebte Emotion (Valenz, gut schlecht etc.) -> Wörter werden besser erinnert

• schwacher Effekt für negative und neutrale Wörter

• kein Manipulations Check: keine Überprüfung, ob die schlechte oder gute Stimmung tatsächlich vorhanden ist

Rechts:

• Emotionen werden angereichert

• Emotionen voraktivieren durch Computerspiel (Freude, Ärger) -> aktive Emotion wird repräsentiert

• eher zugänglich

• egal, wie Emotion entsteht (worauf ich diese attribuiere (gute Note, Wetter etc.)

• Kongruenz von Attribution unabhängig

• Urteilseffekte sind abhängig davon (wie erkläre/attribuiere ich etwas?)

• Knoten in dem Netzwerk hemmen oder aktivieren sich gegenseitig

• bei Aktivierung des Knotens freude wird der Knoten Ärger gehemmt

• Urteile nicht immer nur von Emotionen abhängig machen (besser pro contra Liste etc)

• Fälschliche Urteile

• Verkäufer: versuchen Kunden in gute Stimmung zu bringen

• Als AV wurden Glücklichsein und Zufriedenheit auf einer Skala von 1-9 abgefragt

• Effekt gibt es nur, wenn Wetter nicht erwähnt wurde

• Wurde erwähnt: Stimmung muss mit Wetter zusammenhängen

• in Bedingung ohne Erwähnung des Wetter waren die Angabne signifikant schlechter -> haben keine alternativ Erklärung (bin unzufriedener)

Abgrenzung zu Kongruent:

• Teilnehmer werden nach Lebenszufriedenheit gefragt:

• hierzu gibt es keinen im Gedächtnis gespeicherten Wert, der zu einem bestimmten Zeitpunkt encodiert wurde und mit dem jetzigen kongruent sein könnte

• beim Urteil gibt es Attributionseffekt (Bei kongruent sollten Attributionen keinen Einfluss haben)

  
  

• Misserfolge/negative Zustände motivieren Menschen dazu, Erklärungen zu suchen

• mir geht es -> weniger Suche nach Erklärung (genieße Zustand)

• bei regnerischen Tagen Erklärung -> Motivationale Erklärung

Korrektur

• an regnerischen Tagen = schlechtes Leben; werde drauf hingewiesen -> korigiere Aussage

• an sonnigen Tagen -> fühle mich gut; Aufklärung über Wetter -> keine korrektur; fühle mich immer noch gut

Wie erklären Bless und kollegne die asymmetrischen Effekte von S. & C?

• wird motivational erklärt

• wollen gute Gefühle aufrechterhalten

Negative Gefühle

• herausfinden, was nicht stimmt

• benötigt Veränderung/ Anpassung an Umwelt

• Akkommodativer Effekt

Positive Gefühle

• Assimilativer Effekt

• schlechte Gefühle für wichtige Aufgaben oft besser als Grundlage

• kritischer; fleißiger etc.

• Motivation etwas anzupassen/ zu verändern

Skript Fehler

• In Geschichte wurde nicht bezahlt

• Assimilation

• Top Down Prozesse (Stereotype etc. -> heuristsicher, kreativer Verarbeitet)  

Negative

• wird mehr auf Input in der Welt geachtet

• Signalfunktion von Emotionen

• bestehende Strukturen werden an Input angepasst

Assimilation

• äußere Reize/ externer Input werden den inneren Schemata, heuristiken, Skripten, und Stereotypen angepasst

• werden Schlüsse gezogen wie etwas gewesen sein muss (war wandern -> hatte wahrscheinlich Wanderschuhe an)

Wandertag und erkältet

• erinnere mich daran, dass ich Sandalen anhatte die nass wurden -> kalt -> krank

Assimilation

• achte weniger auf Umwelt und externen Input

• mir geht’s gut -> eher bereit Urteile anzuwenden/Stereotype

Akkommodation

• achte eher darauf, wie jemand wirklich ist

-> assymetrische Effekte von S & C -> keine Korrektur bei gutem Wetter/Guter Stimmung; Korrektur bei schlechter Stimmung

• Schlechte Stimmung, negativer Tag

• werden duetlich mehr korrekte Items erinnert

kein abgleichendes Gesicht vorhande

-> Leute etwas sicherer in happy Crowd

Ergänzung Seminar:

• Feindselig -> Zeichen für Gefahr etc.

• Aufgabe bestimmt Verhalten das gezeigt werden soll (tippen auf den tasten; Reaktionszeit wird gemessen)

• was uns leichter fällt, geht schneller

• zwei Tasten drücken bei „emotionale Reaktionen (Mitte) ; eine Taste drücken bei „verärgertes Gesicht)

  
  

Forschungsstand

• Vorteil von fröhlichen Gesichtern

• Vorteil von wütenden Gesichtern

ABER:

• Konfundierungen (z.B. crowds nicht identisch zwischen Bedingungen; wenn man nicht sicher sein kann welcher Prozess zu dem beobachteten Effekt führt) (Alle Gesichter die keine Target sind = Distraktoren)

• Low level Features (z.B. Augenbrauen -> eine finden die nicht horizontal ist -> versuche gar nicht Emotionen von Gesicht zu lesen; Problem: VPn gleichen Bilder einfach ab —> nicht das, was wir messen wollen)

• Homogene crowds (z.B. alle schematisch vollkommen identisch)

• Konfundierung: suche nach weißen Punkt im Gesicht (wie auch Computer Algorhythmus  vorgehen würde)

• Lösung: Zurechtschneiden der Stimuli (Abdecken der Zähne)

• Je größer, desto ungenauer -> braucht länger

• mehr Fehler bei wütenden Gesichtern

Diskussion

• Freudige Gesichter akkurater & schneller erkannt als wütende Gesichter

• Selbst, wenn für Zähne kontrolliert wird

Überleitung Experiment 2

• Vielleicht liegt der Effekt an einzelnen Gesichtern (zu wenig unterschiedliche Stimuli)

• Mögliche Lösung: Schematische Gesichter

• Reduktion von Distraktorvarianz

• Aber: Extreme Homogenität

• Wie könnte man das lösen?

Experiment 2 -Ergebnisse

• Haupteffekt für crowdsize–unabhängig von Distraktor

• freudige Gesichter werden schneller erkannt als wütende, unabhängig von Distraktor

• Replikation von dem was wir im 1. Experiment auch hatten

Suchstrategien?

• Parallel oder seriell?

• bei parallel geht suche schneller

Lösung

• Gruppen mit mehreren validen Targets

• Bei paralleler Suche wird die Erkennung schneller mit mehr validen Targets

• Bei serieller Suche ist nur das erste Target relevant, also keine Verbesserung mit mehr identischen Targets

• mehrere Target -> variieren -> verschiedene Vorhersagen (Seriell: Crowdsize 100 und 1 Target = genauso schnell wie bei 3,4  etc.)

• Parallel: sehe alle gleichzeitig (absolute Anzahl der Targets wichtig)

Experiment 3: Aufbau

• Achse: untere/ niedrige Werte = besser

• 1 of 2: ein Target vorhanden bei 2 Stimuli (Gesichter)

• rechts (2/2 Bedingung) keine Unterschied

• wenn wir 100% Target haben macht Größe keinen Unterschied

• parallel wenn 100% Target Bedingung (absolute Anzahl an Targets dann egal

• müsste laut Vorhersage eigentlich anders sein

• spricht dagegen, dass VPn parallel Strategie überhaupt verwenden

Serielle Strategie

• Mit ansteigender Zahl der Crowd geht auch Zeit für suche nach oben (müssen alles durchgehen)

• 1/4 Chance das erste Gesicht Treffer ist etc.

• Brauchen im Schnitt länger, wenn es mehr Möglichkeiten gibt, dass mehr Gesichter gezeigt werden und wir alle Gesichter einzeln durchgehen

Alternative Methode: Eye Tracking Methode

Experiment 3 -Diskussion

• Haupteffekt: Freudige Gesichter werden schneller erkannt

• Kein schnelleres Erkennen bei redundanten Targets (redundant = 100%; alles Targets)

• Evidenz für serielles statt paralleles Suchen

• Pop-out Effekt von bisheriger Forschung vielleicht wegen schematischen statt realistischen Gesichtern (Homogenität)

Ergebnisse

• Nur noch 100% (40f4 etc.)

• Stimuli und Distraktoren wurden variiert

• Gestrichelt immer happy -> immer deutlich unter der durchgezogenen (Vorteil für Positiven Gesichter -> Evidenz für Aussage)

• Wichtig seriell: Verhältnis Target zu Crowd (je weniger Targets ich in größerer Crowd habe desto langsamer werden ich) -> Targets mache für serielle Suche keinen Unterschied

Experimente 4A, 4B, 4C -Diskussion

• Keine Evidenz für parallele Suche

• Geschwindigkeitsvorteil für freudige Gesichter

• Auch mit Fotos echter Leute, sowohl mit als auch ohne sichtbare Zähne

Zusammenfassung

• Face in the Crowd (allerdings für für Freudige Gesichter)

• Freudige Gesichter werden schneller erkannt als wütende

• Emotionale Gesichtsausdrücke ziehen keine vorausgehende Aufmerksamkeit auf sich (keine parallele Suche) Parallel: Ohne Aufmerksamkeit auf etwas zu richten erkennen wir was -> parallel länger, weil kein Gesicht mehr  heraussticht -> nicht vorausgehend (da ist was negatives -> springt keins mehr ins Auge)

• Repliziert mit diversen Stimulus Sets

• Was könnten aus evolutionspsychologischer Sicht Gründe für den unerwarteten Vorteil von freudigen Gesichtern gegenüber wütenden Gesichtern sein?

• Kooperation, Anschluss, Sicherheit (stärker auf positive Gesichter zu reagieren als negative zu vermeiden), Partnersuche

• non Wörter -> Farben schneller als bei sinnvollen Wörtern

-> Leute haben für Wörter mit emotionalen bedeutung länger gebraucht

->