Archiv der Kategorie: Empirische Theorie

Absicht, Alltagsleben, Ausgangslage, Beispiel Bevölkerungsentwicklung, Bevölkerungsentwicklung, Bewertung, Bewertung mittels Präferenzen, echtes Lernen, Empirische Theorie, fiktiv, Folgerungsbegriff, Irrtum, Nachhaltige Empirische Theorie, Präferenzen, Präferenzenwissen, Regelanwendung, Spielanleitung, Theorie im Spielformat, Veränderungsregeln

KONZEPT-BEISPIEL ZUM THEMA BEVÖLKERUNGSENTWICKLUNG

(Letzte Änderung: 19.April 2023, 07:00h)

KONTEXT

Dieser Text ist Teil des Lehrprojektes ‚Citizen Science für Nachhaltige Entwicklung‘ im Sommersemester 2023.

ZUSAMMENFASSUNG

Nach einer kurzen Erklärung des Kontextes ‚Lehrprojekt‘ wird nochmals an die Konzepte ‚empirische Theorie‘ und ’nachhaltige empirische Theorie‘ erinnert. Dann wird auf die konkrete Gemeinde verwiesen, die als Beispiel-Kommune dienen soll. Dann wird das Konzept (nachhaltige) empirische Theorie mit ihren drei Komponenten (i) akzeptierte Ausgangslage, (ii) akzeptierte ‚Veränderungsregeln, und (iii) Vereinbarung (oft ‚Folgerungsbegriff‘ genannt) beispielhaft erläutert. Es folgt dann ein konkretes Beispiel, das mit Hilfe eines ‚Rechenblatts‘ illustriert wird. Abschließend erfolgt dann auf der Basis des vorausgehenden Beispiels eine Erläuterung zum Konzept ‚Bewertung‘, wodurch aus einer empirischen Theorie eine ’nachhaltige empirische Theorie‘ werden kann.

BEVÖLKERUNGSENTWICKLUNG

Im Rahmen des Lehrprojektes wurden per Zufall 6 Teams gebildet (unter Berücksichtigung einer guten Verteilung nach Fachbereichen). Zusätzlich gibt es ein Querschnittsthema:

  1. Wald
  2. Wasser
  3. Energie-Versorgung
  4. Finanzen der Gemeinde
  5. Landwirtschaft & Ernährung
  6. Verkehr
  7. QUERSCHNITT: Bevölkerung

Diese Themen (außer dem Querschnitts-Thema) wurden den sechs Teams zugelost. Es ist Aufgabe jeden Teams, das Thema zu analysieren und es im Format eines ‚Spiels‘ aufzubereiten, wobei ‚Spiel‘ hier gesehen wird als eine Form von ‚Nachhaltiger Empirischer Theorie‘.

In diesem Text wird nur das Thema ‚Bevölkerungsentwicklung‘ durchgespielt: Wie kann man das Thema im Format eines Spiels mit möglichst großem Empiriebezug entwickeln?

In diesem Text wird das ‚Konzept‘ vorgestellt, was es heißt, ein Thema als ‚Spiel‘ zu formatieren, das den Anforderungen einer ’nachhaltigen empirischen Theorie‘ genügt. In einem weiteren Text (geplant für 3.Mai 2023) soll dann eine ‚Umsetzung‘ (‚Implementierung‘) in eine neue Software speziell für das Editieren und Simulieren von nachhaltigen empirischen Theorien gezeigt werden. Die studentischen Teams sind aber völlig frei, welche Formatierung sie selbst wählen. Es gibt unendlich viele Möglichkeiten. Aus jeder kann man etwas lernen.

Nachhaltige Empirische Theorie

Wie schon im Beitrag ‚Grundbegriffe‘ [1] kurz beschrieben wird, repräsentiert eine ‚Nachhaltige Empirische Theorie (NET)‘ eine Kombination aus ‚Empirischer Theorie (ET)‘ und einer Menge von ‚minimalen Präferenzen‘ (‚Werten‘) im Format ‚A ist besser als B‘ bzw. ‚B ist weniger Wert als A‘.

Die empirische Theorie beschreibt nur, welche wahrscheinlichen Folgen eintreten werden, wenn eine bestimmte Situation aktuell gegeben ist. Eine empirische Theorie selbst bewertet nicht.

Im Alltagsleben reicht ein bloßes Wissen darum, was eintreten kann, aber nicht aus (so wertvoll auch diese Erkenntnis als solche sein mag). Als Menschen müssen wir meistens handeln und im Handeln entscheiden wir faktisch, was in der nahen — und fernen — Zukunft möglicherweise ‚der Fall sein wird‘.

Empirisches Wissen, das aus Experimenten entsteht, und Präferenz-Wissen, das auf der Basis von Erfahrungen durch ’subjektive Entscheidungen der Akteure‘ entsteht, kann im Alltagshandeln in Kombination eine große Hilfe sein: mit dem empirischen Wissen kann man wissen, was generell möglich ist, und mit einem Präferenzwissen kann man ‚bewusst auswählen‘, welche der bekannten Möglichkeiten man ‚auswählen sollte‘.

Normalerweise ist es nicht die Absicht der ‚Handelnden‘, eine Situation ‚bewusst zu verschlechtern‘. Im Gegenteil, im ‚Lichte des verfügbaren Wissens‘ versucht man eher nur jene Handlungen vorzunehmen, die nicht bewusst schädigen, eher das Gegenteil. Dies ist aber nur möglich, wenn die Handelnden über ein explizites Wissen um ‚Präferenzen‘ verfügen. Wie bekannt, können Präferenzen allerdings auch ‚falsch‘ sein, obgleich die Handelnden glauben, dass sie das ‚Richtige‘ tun.

Im Rahmen eines ‚echten Lernens‘ sind ‚Irrtümer‘ immer möglich; sie helfen, ‚falsche Optionen‘ zu erkennen und können das System der Präferenzen optimieren.

Beispiel Bevölkerungsentwicklung

Angewendet auf das Thema ‚Bevölkerungsentwicklung‘ bedeutet dies, man benötigt in einem ersten Schritt (i) eine ‚empirische Theorie‘, wie sich eine Bevölkerung entwickeln kann, und in einem zweiten Schritt (ii) Präferenzen, welche möglichen Entwicklungen ‚eher wünschenswert‘ sind und welche ‚eher nicht wünschenswert‘ sind.

Dies sollte jeweils auf das Beispiel 61137 Schöneck angewendet werden.

Darüberhinaus wäre es hilfreich, wenn man die Bevölkerungsentwicklung in der Kommune Schöneck nicht isoliert, sondern im Zusammenhang mit der Umgebung betrachtet. Als nächstes bietet sich der zugehörige ‚Landkreis‘ an; dies ist der Main-Kinzig Kreis (MKK). Darüber hinaus könnte man auch noch zum Regierungsbezirk Darmstadt schauen, zum Land Hessen, auf Deutschland, auf Europa und letztlich auf die gesamte Weltbevölkerung. In diesem Text wird zunächst nur die Kommune Schöneck betrachtet und ansatzweise der Main-Kinzig Kreis.

Konkretisierung einer Empirischen Theorie

Zunächst sollen die Anforderungen geklärt werden, die notwendig sind, um eine einfache empirische Theorie (ET) für die Problemstellung ‚Bevölkerungsentwicklung‘ entwickelt zu können.

Wie das vorausgehende Schaubild nochmals erinnert, benötigt eine ‚empirische Theorie (ET)‘ mindestens drei Elemente: (i) die Beschreibung einer allgemein akzeptierten Ausgangslage, (ii) eine Menge von akzeptierten ‚Veränderungsregeln, und (iii) eine Vereinbarung (oft ‚Folgerungsbegriff‘ genannt), wie man Veränderungsregeln auf eine gegebene Situation anwenden kann.

Ausgangslage für Bevölkerungsentwicklung

Es stellt sich dann die Frage, wie soll das Konzept ‚Ausgangslage‘ im Fall der angedachten Theorie der Bevölkerungsentwicklung am Beispiel der Gemeinde Schöneck (bzw. dann auch des MKK) beschaffen sein?

Ausgangspunkt ist eine Gruppe von ‚Bürgern‘, die solch eine Ausgangslage erstellen wollen.

Generell soll die ‚Beschreibung einer Ausgangslage‘ ein ‚Text‘ sein. Zusätzlich wird angenommen, dass dieser Text in ‚Alltagssprache‘ (hier: Deutsch) abgefasst sein soll.

Angenommen, die beteiligten Bürger haben verschiedene Wissensvoraussetzungen (was der Normalfall wäre), dann müssen diese sich zunächst mal darauf einigen, was denn alles für solch eine Beschreibung gebraucht wird.

Es folgt eine erste ungeordnete Liste von Annahmen, die als Ergebnis einer ersten (fiktiven) Diskussionsrunde der Gruppe der Bürger verstanden werden soll.

  1. Als Raumgebiet wird das Gebiet der Gemeinde Schöneck angenommen.
  2. Als ‚Bevölkerung‘ solle die Menge der ‚Einwohner‘ zählen, also jene Menschen, die in der Gemeinde Schöneck zu einem bestimmen ‚Stichtag‘ gemeldet sind.

Es ist dann zu klären, welche zusätzlichen Eigenschaften der Einwohner erfasst werden müssten, um eine notwendige Versorgung der Bürger seitens der Gemeinde sicher stellen zu können, wie z.B.:

  1. Kindergarten
  2. Schulen
  3. ÖPNV
  4. Gesundheitsdienste
  5. Einkaufen
  6. Müll
  7. Wasser
  8. Energie
  9. ….

Mögliche Veränderungen

Da die Welt, in der wir uns befinden sich überwiegend in ständiger Veränderung befindet, ist es wichtig zu klären, in welcher Weise sich die Bevölkerung einer Kommune verändern kann. Folgende minimale Annahmen werden (versuchsweise) getroffen:

  1. Geburten
  2. Sterbefälle
  3. Neuanmeldung
  4. Abmeldungen

Wie wir wissen, können diese Formen von Veränderungen von konkreten Voraussetzungen abhängen, diese dann wieder von anderen Voraussetzungen, usw. Begonnen werden soll hier mit den ersten beiden Formen von Veränderungen: Geburten und Sterbefälle.

Regel-Anwendung

Eine Regel nützt nur dann etwas, wenn man auch weiß, wann man die Regel wie auf eine gegebene Situation anwenden kann. Die Regel-Anwendung wird in der Theorie mit einem ‚Folgerungsbegriff‘ definiert, und in einem Spiel mit einer ‚Spielanleitung‘.

Eine Anwendungs-Regel könnte ungefähr lauten: Wenn ich in einem Jahr N-viele Einwohner habe und der Zuwachs pro Jahr beträgt z=0.15 (15%), dann beträgt die Zahl der Einwohner im Folgejahr N+1 = N+(N*z):

EINWOHNERZUNAHME pro JAHREINWOHNER IM FOLGEJAHR
NzN+1
N+1=N+(N*z)
10000,151150

Eine Regel-Anwendung könnte dann darin bestehen, dass man erklärt, wie man die Veränderung ‚Zuwachs‘ z=0,15 auf die gegebene Einwohnerzahl N=1000 anwendet, z.B. N+1=N+(N*z). Entsprechend dann mit einer Abnahme s=0,16:

EINWOHNERABNAHME pro JAHREINWOHNER IM FOLGEJAHR
s
N+1 = N – (N*s)
10000,16840
EINWOHNERZUNAHME + ABNAHMEEINWOHNER IM FOLGEJAHR
z=0,15
s=0,16
1000N1 = N+(N*z)– (N*s)
990

In der Kombination von ‚Zuwachs‘ und ‚Abnahme‘ müsste man zwei Operationen auf die Ausgangslage N anwenden, etwa: N1 = N+(N*z)– (N*s). Man würde im Folgejahr ‚990‘ erhalten, was einer Verminderung der Einwohnerzahl gleichkommt. Würde sich diese Verminderung in den weiteren Jahren fortsetzen, dann hätte dies verheerende Folgen für die Existenz des Ortes.

Theorie im Spielformat

Die bisherigen drei Aufgaben

(i) akzeptierte Ausgangslage, (ii) akzeptierte ‚Veränderungsregeln, und (iii) Vereinbarung (oft ‚Folgerungsbegriff‘ genannt), wie man Veränderungsregeln auf eine gegebene Situation anwenden kann.

kann man nun entweder im Stil einer formalisierten ‚Theorie‘ weiter ausformulieren oder eben im Stil eines ‚Spiels‘. Letzteres soll hier exemplarisch — noch auf ‚konzeptioneller Ebene‘ — geschehen.

Ausgangslage Bevölkerung

Im bisherigen Beispiel bietet es sich an, von folgenden minimalen Annahmen auszugehen:

  1. Es gibt eine EINWOHNERZAHL (E)
  2. Es gibt einen Kalender, der im Fall der Einwohner nur Jahreszahlen enthält, also immer ein bestimmtes JAHR (T), für das die Einwohnerzahl festgestellt wurde.
  3. Es gibt ein ‚RAUMGEBIET‘, das sich einer ‚offiziellen KARTE‘ zuordnen lässt, und zu dem Raumgebiet ein ‚offizieller ORTSNAME‘.

Wie bekannt, spielen weitere Eigenschaften wie ‚Geschlecht‘ und ‚Alter‘ eine wichtige Rolle für die möglichen ‚Bedürfnisse‘ der Einwohner. Diese Eigenschaften werden bis auf weiteres ausgeblendet.

FIKTIV oder EMPIRISCH

Im einfachen Fall kann man die Beschreibung einer Ausgangslage ‚fiktiv‘ halten, d.h. man lässt offen, ob es sich um Angaben handelt, die sich ‚empirisch‘ verifizieren lassen, oder die Beschreibung verbindet sich mit einem ‚empirischen Beschreibungsanspruch‘.

Bei einer Ausgangslage mit einem ‚empirischen Beschreibungsanspruch‘ handelt es sich um einen ‚Text‘, für dessen ‚Bedeutung‘ es entsprechende ‚reale Sachverhalte‘ gibt, die jeder persönlich ‚überprüfen‘ kann. Damit dieser Anspruch eingelöst werden kann, muss klar sein, wie eine solche Überprüfung aussehen kann.

Als ‚Standardfall‘ der Überprüfung eines Textes wird hier eine alltägliche Situation angenommen, in der sich jeder Bürger mit seinen ‚normalen Sinnesorganen‘ (Sehen, Hören, Tasten, Riechen, Schmecken,…) davon überzeugen kann, dass jene ‚Wahrnehmungseigenschaften‘ vorliegen, die im Text sprachlich zum Ausdruck gebracht werden, und denen alle beteiligten Bürger ‚zustimmen‘.

Im ‚erweiterten‘ Überprüfungsfall können spezielle ‚Wahrnehmungsgeräte‘ hinzukommen (Lupe, Mikroskop, Fernglas, Fotoapparat, …) oder ‚Messgeräte‘ im Kontext eines ‚Messverfahrens‘. Ein ‚Messverfahren‘ liegt vor, wenn es vereinbarte ‚Standard-Objekte‘ gibt (z.B. ein Gewichtsstandard, ein Längenstandard, ein Temperaturstandard, …), mit deren Hilfe man nach einem bestimmten ‚transparenten‘ Verfahren und ‚von jedem wiederholbar‘ zu einem ‚Messwert‘ kommen kann, der aufgeschrieben werden kann (z.B. ‚5 kg‘, ‚4,4 m‘, ‚17.3 oC‘, …).

Fiktiver Fall

Für Spiele reichen of ‚fiktive Fälle‘, um die Grundidee durchspielen zu können.

So kann man in einer fiktiven Ausgangslage z.B. ‚irgendeine‘ Bevölkerung beschreiben mit folgenden Eigenschaften:

  1. Es gibt den fiktiven Ort mit Namen ‚ADORF‘.
  2. Die Einwohnerzahl EINWOHNER betrug im JAHR 2000 genau 1110.

Veränderungsannahmen

Analog kann es bei den Veränderungsannahmen auch ‚fiktive‘ Annahmen geben oder solche mit einem ‚empirischen Geltungsanspruch‘. Hier sei auch zunächst ein fiktiver Fall angenommen.

In diesem fiktiven Beispiel können sich die jährlichen Raten für Zunahme bzw. für Abnahme zufallsgesteuert um einen bestimmten Betrag erhöhen oder vermindern.

  1. Die jährliche GEBURTENRATE führte zu einem jährlichen ZUWACHS von 0.05 (= 5%)
  2. Die jährliche STERBERATE führte zu einer jährlichen ABNAHME von 0.06 (= 6%)
  3. Ein Zufallsereignis GEBURTEN-Rand kann den jährlichen Zuwachs um +/- 0.01 erhöhen oder vermindern.
  4. Ein Zufallsereignis STERBERATE-Rand kann den jährlichen Zuwachs um +/- 0.01 erhöhen oder vermindern.
  5. Die komplette Veränderungsregel lautet: EINWOHNER=EINWOHNER+(EINWOHNER * GEBURTENRATE) – (EINWOHNER * STERBERATE)

Regelanwendung

Im Fall des Spiels geht es um die gesamte ‚Spielanleitung‘. Diese beschreibt, wer was wann wie tun kann.

Eine einfache Variante könnte wie folgt gehen:

  1. Es können beliebig viele Spieler spielen.
  2. Standardmäßig ist jeder Spieler für eine Bevölkerung verantwortlich. Es kann aber auch vereinbart werden, dass ein Spieler für mehr als eine Bevölkerungen verantwortlich ist.
  3. Standardmäßig hat eine Bevölkerung zu Beginn 1000 Mitglieder. Es kann aber auch eine andere Zahl vereinbart werden.
  4. Das Spiel wird in Runden gespielt: In jeder Runde muss jeder Spieler einmal seine Bevölkerung verwalten. Zu Beginn wird festgelegt, wie viele Runden gespielt werden soll.
  5. Verwalten heißt:
  6. Beim ersten Mal würfeln stehen die ‚geraden Zahlen‘ für Zunahme und die ‚ungeraden Zahlen‘ für Abnahme.
  7. Beim zweiten Mal würfeln stehen die Zahlen jeweils für die Werte:
10,01
20,02
30,03
40,04
50,05
60,06
  1. Wenn die Raten für ‚Erhöhung‘ und ‚Verminderung‘ ermittelt worden sind, wird die Gesamt-Veränderungs-Regel angewendet. Der Betrag für die neue Bevölkerungszahl bildet den Ausgangspunkt für die nächste Runde.
  2. Die Veränderungen bleiben so lange wirksam, bis ein neuer Wert erwürfelt wurde.
  3. Gewonnen hat die Bevölkerung, die am Ende die meisten Mitglieder zählt.

Ein Beispiel

(Das folgende Beispiel wurde mit einem Rechenblatt mit der Software ‚libreoffice‘ (Download hier: https://de.libreoffice.org/download/download/) erstellt. Viele andere Programme sind dazu ebenfalls geeignet. Wir werden solche noch vorstellen. )

Das Original des Rechenblatts kann man sich hier herunter laden:

einwohner-geburten-sterbefaelle-v3-oeffentlichHerunterladen

Dieses einfache Beispiel mit zwei Spielern mit jeweils einer Bevölkerung A und B zeigt, dass durch die Einbeziehung eines kleinen Zufallsfaktors bei den Raten für Zuwachs (hier nur Geburten) bzw. Abnahme (hier nur Sterbefälle) die Entwicklung der Einwohnerzahlen bei gleichen Startbedingungen auseinander laufen kann.

Bewertung mittels Präferenzen

Wie oben schon angedeutet, kann eine empirische Theorie — auch im Spielformat! — zwar mögliche Fortsetzungen der Gegenwart auf der Basis des aktuell verfügbaren Veränderungs-Wissens aufzeigen, eine empirische Theorie kann aber nicht bewerten. ‚Bewertungen‘ setzen ‚Kriterien für Bewertungen‘ voraus, die ‚extern zum Vorgang‘ verfügbar sein müssen. Also, in der realen Welt, in der wir leben, geht die Sonne auf; es kann regnen; Pflanzen wachsen auf ihre jeweilige Art; Gegenstände fallen von oben nach unten; Wälder können im Sommer oder bei Unwettern (Blitze) brennen; usw. Dies passiert, weil die ‚Welt ist wie sie ist‘ (leicht vereinfacht ausgedrückt).

Dass z.B. ein Wald brennt oder die Flüsse austrocknen kann einfach passieren. Für sich gesehen ist dies weder ‚gut‘ noch ’schlecht‘. Wenn aber z.B. ‚Tiere‘ im Wald leben oder ‚Menschen‘ ihre Häuser in den Wald gebaut haben, dann ist es sehr wahrscheinlich, dass die Menschen mit ihren Häusern im Wald einen Waldbrand nicht ’neutral‘ sehen: sie fühlen sich in ihrer Existenz getroffen und finden dass ein Waldbrand ‚extrem unerwünscht‘ ist. Entsprechend bei starken Regenfällen (Überflutungen), bei Trockenheiten im Sommer, die Pflanzen, Futter vertrocknen lässt, Vieh leidet, Menschen haben weniger oder gar nichts mehr zum Essen. In all diesen Fällen werden die betroffenen Menschen all diese Vorgänge sehr ’negativ‘ empfinden.[3]

Mit diesen wenigen Beispielen wird deutlich, dass ‚Menschen‘ aufgrund ihrer ‚Lebenssituation‘ bestimmte Ereignisse und Vorgänge deutlich ’negativ‘ bewerten können (und tatsächlich auch negativ bewerten). Ob man diese ‚Bewertungs-Einstellungen‘ dann mit ‚Werten‘ in Verbindung bringt oder sie schlicht ‚Präferenzen‘ nennt (‚Waldbrand eher nicht‘, ‚Überflutung eher nicht‘, …), ist vielleicht sekundär; wichtig ist aber, dass Menschen, wenn sie sich auf bestimmte Präferenzen geeinigt haben, ihr weiteres ‚Handeln‘ im ‚Lichte der Präferenzen‘ wahrscheinlich anders organisieren. Gegen Überflutung werden Schutzeinrichtungen (z.B. Dämme) gebaut; Gegen Waldbrände werden z.B. Warnsysteme und Löschmaßnahmen vorbereitet; gegen drohende Dürren beobachtet man bislang eine seltsame Untätigkeit; usw.

Gleichzeitig lehrt uns die wahre Geschichte, dass Präferenzen als solche noch kein gutes Handeln garantieren, da das Handeln, mit dem eine Präferenz umgesetzt werden soll, auf mangelhaftem oder falschem Wissen beruhen kann (eine lange Liste von Beispielen mag sich jeder selbst zusammen stellen).

Angewendet auf das fiktive Beispiel mit den beiden Bevölkerungen A und B heißt dies, dass jene Bürger, die sich mit der Bevölkerungsentwicklung beschäftigen, sich darüber klar werden müssen, was sie von der jeweiligen Entwicklung halten. Finden sie eine Zunahme der Größe der Bevölkerung ‚gut‘ oder eher ’nicht gut‘? Wenn ’nicht gut‘, warum nicht? Welche Faktoren schätzen sie als ’negativ‘ ein?

Im fiktiven Beispiel könnte der Zufallsfaktor, der den ‚Zuwachs‘ oder die ‚Abnahme‘ verändern kann [2], für Unruhe sorgen, falls diese Änderungen in ihrem Umfang konkrete Strukturen in der Gemeinde bedrohen. In diesem Fall müssten die Bürger darüber nachdenken, was man tun könnte, um die Schwankungen im Zuwachs bzw. in der Abnahme besser ‚in den Griff‘ zu bekommen.

Letztlich kann man schon aus diesem einfachen fiktiven Beispiel erkennen, dass ’spielerische Formen der Darstellung‘ sehr wohl geeignet sind, allen Beteiligten ‚hautnah‘ jene ‚Probleme‘ vor Augen zu führen, die in alltäglichen Abläufen ‚verborgen‘ sein können. Ferner bieten spielerische Kontexte direkt auch die Möglichkeit, ‚kreativ‘ über mögliche Voraussetzungen und mögliche Änderungen nachzudenken, und zwar gemeinsam, mit allen anderen.

ANMERKUNGEN

[1] Siehe: https://www.oksimo.org/2023/04/11/grundbegriffe-nachhaltige-entwicklung-empirische-theorie-kommune-spielen/

[2] was es in jeder realen Gemeinde gibt.

[3] Tiere werden dies nicht anders sehen; allerdings haben Tiere keine Stimme unter den Menschen; sie können keine gemeinsamen Beschlüsse fassen, wie sie ihr Umgebung vor solchen Katastrophen schützen.

Akteure, Empirische Theorie, Kommunikation, Nachhaltige Empirische Theorie, Nachhaltiges Thema, Spiel, Theaterstück

NACHHALTIGE EMPIRISCHE THEORIE – Verschiedene Formate: Theorie – Spiel – Theaterstück

(Letzte Änderung: 14.Dezember 2022 – 9.Januar 2023)

Autor; Gerd Doeben-Henisch (gerd@oksimo.org)

KONTEXT

Dieser Text ist Teil des Themas ANWENDUNGEN.

INHALT

In diesem Text werden drei Formate vorgestellt, wie man den Inhalt einer nachhaltigen empirischen Theorie (NET) mit anderen Menschen kommunikativ teilen kann.

Nachhaltige empirische Theorie – Spiel – Theaterstück

Wie schon in dem Text über die Umsetzung einer nachhaltigen Theorie im Rahmen einer Lehrveranstaltung deutlich wird, gibt es eine Strukturgleichheit (‚Isomorphie‘) zwischen der Struktur einer nachhaltigen empirischen Theorie und einem Spiel. Hier wird diese Strukturgleichheit nochmals aufgegriffen und durch Einbeziehung des Formats ‚Theaterstück‘ erweitert.

BILD: Hinweis auf die Strukturgleichheit (‚Isomorphie‘) zwischen den Formaten ‚Nachhaltige Empirische Theorie (NET)‘, ‚Spiel‘ und ‚Theaterstück‘.

Nachhaltiges Thema

Das Konzept ‚Thema‘ als ’nachhaltiges Thema‘ wird hier so interpretiert, dass die primären Betroffenen die Mitglieder der ‚Biosphäre‘ sind, die sich auf dem Planet Erde seit 3.5 Milliarden Jahre entfaltet, und dazu viele Dramen durchleben musste. Der Mensch als Lebensform ‚homo sapiens‘ ist ein Teil dieser Biosphäre. Während das ‚Meistern der Umgebung ‚Planet Erde“ in sich schon eine Herausforderung darstellt, hat die Biosphäre durch ihre explosionsartige Zunahme mit immer komplexeren Interaktionen sowohl mit dem Planet Erde wie auch ‚mit sich selbst‘ zu kämpfen. Durch die Verbreitung des ‚homo sapiens‘ über den gesamten Planeten und seiner besonderen ‚kollektiven Intelligenz‘ kommt der menschlichen Population eine besondere Verantwortung zu. Für die vielfältigen Phänomene der ‚Zerstörung‘ der Biosphäre und der ‚Ausnutzung‘ spezieller endlicher Ressourcen zeichnet speziell der homo sapiens verantwortlich. Die Meinungen verstärken sich, dass der Mensch zu einem Hauptfaktor der Gefährdung des Fortbestands der Biosphäre auf dem Planet Erde geworden ist.

Um hier mehr Klarheit zu gewinnen, wo genau was für den Fortbestand der Biosphäre auf dem Planeten passiert, ist es wichtig, sich gezielt bestimmte Regionen auf dem Planeten heraus zu greifen, sich den bisherigen ‚Verlauf‘ anzuschauen, um daraus Rückschlüsse für vorkommende ‚Veränderungen‘ zu gewinnen, mit Hilfe deren man dann hypothetisch ‚Prognosen‘ für ‚mögliche zukünftige Zustände‘ (= Zukunft, Zukünfte) zu gewinnen. Dabei wird es vermutlich nicht ausreichen, nur einzelne Regionen zu betrachten, sondern viele verschiedene Regionen und mögliche ‚Wechselwirkungen‘ unter diesen. Ferner muss man dem Faktor ‚Zeit‘ eine besondere Beachtung schenken: die Veränderungsprozesse auf dem Planeten und in der Biosphäre laufen auf einer großen Zeitskala ab zwischen Bruchteilen von Sekunden und vielen Millionen Jahren.

Akteure

Bei einem nachhaltigen Thema ist es wichtig, sich Klarheit zu verschaffen, wer genau die möglichen Akteure sind: jene, die in der Gegenwart für eine Gestaltung der Zukunft wichtig sind, und jene, die in der Vergangenheit wichtig waren. Die grobe Unterscheidung hier ist:

  1. Der Planet Erde selbst mit seiner Eigendynamik unabhängig von der Biosphäre
  2. Die Biosphäre mit ihren vielen Millionen verschiedenen ‚Lebensspezialisten‘. Der Homo sapiens ist ein Teil davon.

Kommunikationsform ‚(Nachhaltige) Empirische Theorie ((N)ET)‘

Wie im Text über die Anwendungsform ’nachhaltige Lehre‘ schon beschrieben wurde, ist das Format ‚empirische Theorie (ET)‘ eine Erkenntnisform, die der homo sapiens in seiner bisher ungefähr 300.000 Jahre dauernden Existenz auf dem Planeten Erde erst ‚kürzlich‘ (ca. im 17.Jahrhundert) entdeckt und dann immer weiter entwickelt hat.

BILD 2: Struktur einer ‚empirischen Theorie (ET)‘ und einer ’nachhaltigen empirischen Theorie (NET)‘.

Für eine weitere Erläuterung kann man dort nachlesen. An dieser Stelle soll diese Struktur hier nur nochmals ‚erinnert‘ werden, um die weiteren Gedanken zu den anderen ‚Formaten‘ der Kommunikation eines nachhaltigen Themas vorzubereiten.

Das Konzept ‚Kommunikation‘ ist hier von Bedeutung, da es bei allem, was ein einzelner homo sapiens tut und denkt, bei Vergrößerung der Anzahl der Mitglieder der Population, immer wichtiger wird, dass der einzelne seine Erfahrung, seine Gefühle und sein Denken ‚mit anderen teilen‘ kann, und zwar so, dass dieses ‚Teilen‘ eine Form von ‚Kooperation‘ ermöglicht. Sofern es in diesen Kooperationen um ‚gemeinsames Handeln in der gemeinsamen realen Welt‘ geht, muss dieses ‚Teilen von inneren Zuständen‘ eine ‚Form‘ haben, die eine Bezugnahme auf die ‚gemeinsam geteilte reale Welt‘ erlaubt, die ’nachvollziehbar‘ und ‚überprüfbar‘ ist. Ferner muss sie möglichst gute ‚Voraussagen (= Prognosen)‘ erlauben, damit ein ‚gemeinsames Handeln auf Zukunft hin‘ möglich ist.

In frühen Phasen der menschlichen Kultur war das ‚Erzählen von Geschichten‘ und ’spielerische Einübungen‘ fundamentale Formen des Lernens. Erst sehr spät, eben ab dem 17.Jahrhundert, fand das Konzept einer empirischen Theorie im Laufe der Jahrhunderte mehr Beachtung. Der Vorteil moderner empirischen Theorie ist das Absehen von allen ‚Emotionen‘ und die Fokussierung auf ‚Sachverhalte‘. Beim gemeinsamen ‚Überleben‘ kommt es aber auch auf ‚Emotionen‘ an, die helfen, Ängste zu überwinden, die Begeisterung wecken, um ‚Neues‘ auszuprobieren, usw.

Kommunikationsform ‚Spiel‘

Wie im Text zur ‚Anwendungsform Lehre‘ schon ansatzweise ausgeführt wurde, besteht zwischen einer ’nachhaltigen empirischen Theorie (NET)‘ und dem Format ‚Spiel‘ eine große strukturelle (‚isomorphe‘) Ähnlichkeit. Diese Gedanken sollen hier daher nicht wiederholt werden.

Interessant ist aber der Unterschied zwischen nachhaltiger empirischer Theorie und dem Format Spiel: eine empirische Theorie ist der Idee nach frei von Emotionen; sofern es ‚Wertvorstellungen‘ in einer menschlichen Population gibt, können diese als ‚akzeptierte Ziele‘ eine empirische Theorie in eine nachhaltige empirische Theorie verwandeln, indem das allgemeine Wissen über die Welt und ihre Dynamik dann mit bestimmten Zielvorstellungen verknüpft wird. Diese Zielvorstellungen selbst entspringen keiner empirischen Theorie sondern dem ‚kreativen Geist‘ von Menschen; diese Ziele können falsch sein. Ferner ist es nicht eigentlich Aufgabe einer empirischen Theorie, Emotionen hervor zu rufen.

Für das Zusammenleben von Menschen ist es aber beständig wichtig, auch genügend positive Emotionen zu teilen, um ein ‚Wir-Gefühl‘ zu erzeugen, das zu wichtigen Kooperationen befähigt. Damit diese ‚Emotionen‘ nicht ‚blind‘ sind oder gar zerstörerisch werden, sollte man diese mit jenen Formen von Erfahrung und Wissen verknüpfen, die sich in der bisherigen Geschichte ‚bewährt‘ haben bzw. die gute ‚Prognosen‘ erlauben. Genau diese Kombination aus ‚Emotionen‘ und ‚Wissen‘ kann man im Format Spiel sehr gut vermitteln: im gemeinsamen Spielen kann ‚Wissen um Sachverhalte‘ entstehen und es können im ‚gemeinsamen Tun‘ jene Emotionen zu Tage treten und durchlebt werden, die für Erfolg — und auch Misserfolg — so wichtig sind.

Das ‚ideale Spiel‘ hat also eine möglichst große Nähe zu ‚erprobtem Wissen‘ (sprich: empirischen Theorien), und erlaubt durch die Form des ‚gemeinsamen Tuns‘ die Erfahrung und das Trainieren jener Emotionen, die für einen gemeinsamen Erfolg grundlegend sind.

Kommunikationsform ‚Theaterstück‘

Ein ‚Theaterstück‘ als Kommunikationsform ist für viel weniger Menschen eine vertraute Form der Kommunikation als z.B. das Spiel.

Ein Theaterstück weist aber auch eine große Strukturähnlichkeit (Isomorphie) mit einer nachhaltigen empirischen Theorie auf (siehe das Schaubild 1).

Das Besondere am Theaterstück im Vergleich zum Spiel liegt — zumindest traditionellerweise — darin, dass ein Spiel durchgehend interaktiv ist, während das Theaterstück nicht-interaktiv einen kompletten Ablauf präsentiert.

Hier liegen starke Parallelen zu einer normalen empirischen Theorie: Der ‚Kern‘ einer empirischen Theorie bestehend aus ‚Anfangszustand, möglichen Veränderungsregeln und Prognosemechanismus, ist als solcher statisch und kaum verständlich. Erst wenn man mit Hilfe des Prognosemechanismus (das logische Folgern) die bekannten Veränderungsregeln auf den Anfangszustand anwendet, und dies immer wieder tut, so dass eine ganze ‚Folge/ Serie‘ von Zuständen entsteht, die zusammen eine ‚Simulation‘ bilden, dann entsteht mit der Simulation eine ‚Geschichte‘, der man ‚zuschaut‘, die man ‚erleben‘ kann. Für die Bürger, die diese ‚Geschichte erleben‘, kann dies unterschiedliche Gefühle auslösen, die dann wieder zu unterschiedlichen Handlungen führen können, z.B. dahin gehend, dass man den ‚Kern der Theorie‘ so ‚abändert‘, dass sich die ‚Geschichte ändert‘.

Im Fall eines Theaterstücks gibt es Autoren, die die ‚Zutaten‘ zum Theaterstück (= den Kern der Theorie) ‚festlegen‘, und dann aus diesen Zutaten einen ‚möglichen Ablauf‘ generieren, das eigentliche ‚Stück‘, das dann von Regisseuren, Schauspielern und vielen anderen Experten so umgesetzt wird, dass der zuschauende Bürger ein ‚maximales Erlebnis‘ bekommt: Erkenntnisse verknüpft mit Emotionen, die im Zuschauer entstehen können.

KOMMENTARE

[1] Aus mathematischer Sicht kann man die Idee von ‚Äquivalenzklassen‘ auf der Basis einer ‚Äquivalenzrelation‘ auch noch auf eine andere Weise analysieren: Wenn man eine ‚Kernstruktur‘ hat — wie z.B. ‚Nachhaltige Empirische Theorie‘ — dann kann man auch untersuchen, was mit dieser Struktur passiert, wenn man sie unterschiedlichen ‚Transformationen‘ unterwirft, z.B. die Transformation einer Theorie in ein ‚Spiel‘ oder in ein ‚Theaterstück‘. Welche Eigenschaften ändern sich dann, welche nicht.

Alltagsszene, Empirische Theorie, Ethik, Kontextsensitives Ziel, Leeres Ziel, Prognose, Tagesablauf, zeitliche Struktur, Ziel, Ziele nach Bedarf

oksimo.R – Alltagsszenen – Tagesablauf (Zeitliche Struktur(en), Irrlichter Ziele) – Teil 2

Autor: Gerd Doeben-Henisch (gerd@oksimo.org)

(Letzte Änderung: 5.Dezember 2022 – 5.Dezember 2022, 09:50h)

KONTEXT

Dieser Text ist Teil der einführenden Beispiele des Buchprojektes „oksimo.R – Editor und Simulator für Theorien“. Dieser Teil bildet eine Fortsetzung zum Teil 1 „Tagesablauf (Zeitliche und ethische Struktur(en)) „.

INHALT

Im Kontext der Beschreibung eines Tagesablaufs treten ‚ZIEL-Beschreibungen‘ auf, die ‚global‘ oder ‚lokal‘ sein können. Sie können zudem ‚kontextualisiert‘ werden in dem Sinne, dass das ‚Auftreten‘ eines Zieles bzw. sein ‚Verschwinden‘ von konkreten Eigenschaften einer Situation gesteuert (getriggert) wird. Ferner ist zu beachten, dass ‚Ziele‘ als solche kein Bestandteil einer ‚empirischen Theorie‘ sind sondern auf einer ‚Meta-Ebene‘ liegen: Im Kontext möglicher ‚Prognosen‘ einer empirischen Theorie müssen die ‚Theorie-Anwender‘ (die Bürger) entscheiden, welche der möglichen Prognosen sie für eine ’nachhaltige Zukunft‘ für erstrebenswert halten. Diese zielbezogene Entscheidungsdimension wird oft ‚ethisch‘ genannt und die Akteure, die solche ‚ethischen Überlegungen‘ anstellen nennt man ‚Ethiker:innen‘. Man sollte aber beachten, dass ‚Ethik‘ bis heute weder eine ausreichende empirische Begründung noch eine wirkliche philosophische Begründung besitzt.

ZIELE ’nach Bedarf‘ (on demand)

Das Experiment besteht darin, dass das bisherige Beispiel zu Beginn überhaupt kein Ziel hat, und dann — schrittweise — ’nach Bedarf‘ einzelne lokale Ziele hinzugefügt werden.

Ohne ein bestimmtes Ziel

Da die Software grundsätzlich auf die Angabe eines Zieles besteht, muss man sie ‚beruhigen‘, indem man ein ‚fake Ziel‘ eingibt: es sieht aus wie eine ZIEL-Beschreibung, enthält aber kein e verwertbaren Angaben.

Name: z-DummyVis
none

Führt man einen Test mit diesem fake-Ziel aus, dann ergibt sich folgendes:

Name der gespeicherten Simulation: feierabend1-sim0

Bestandteile der Simulation:

Selected visions:
z-DummyVis
Selected states:
arbeitsende1
Selected rules:
doc rd-einkaufen1
vr-nachhause1
vr-zuhause1

Your vision:
none

Initial states: 
Es ist Arbeitsende.,Gerd verlässt das Büro.

Round 1

Current states: Gerd geht zum Laden um die Ecke.,Es ist Arbeitsende.
Current visions: none
Current values:

0.00 percent of your vision was achieved by reaching the following states:
None

Round 2

Current states: Gerd hat eingekauft.,Gerd geht zur Kasse und zahlt.,Gerd sucht sich alles zusammen, was er braucht.,Es ist Arbeitsende.,Gerd ist im Laden.
Current visions: none
Current values:

0.00 percent of your vision was achieved by reaching the following states:
None

Round 3

Current states: Gerd geht nach Hause.,Es ist Arbeitsende.
Current visions: none
Current values:

0.00 percent of your vision was achieved by reaching the following states:
None

Round 4

Current states: Gerd macht Musik.,Gerd ist zu Hause.,Es ist Arbeitsende.,Es ist 23:00h.
Current visions: none
Current values:

0.00 percent of your vision was achieved by reaching the following states:
None

Ziel als mögliches Irrlicht

Man erkennt sofort, dass der Test den gleichen Simulationsverlauf zeigt wie zuvor mit konkreten Zielen, nur fehlen hier irgendwelche Informationen zu einem Erfolgt größer 0%. Die Angabe von Zielen verändert also nicht die Simulation selbst, vielmehr kann man die Angabe von Zielen dazu nutzen, um verfügbare Simulationsverläufe im Sinn einer Zielbeschreibung zu ‚bewerten‘. Die Menge der potentiellen Simulationsverläufe kann man also grundsätzlich einteilen in solche, die bezogen auf ein Ziel X entweder 0% Relevanz für dieses Ziel X besitzen oder ‚größer 0%‘.

Natürlich hängt die ‚Qualität‘ einer Bewertung davon ab, wie ‚gut‘ oder ’schlecht‘ eine Zielangabe ist. Wenn eine Zielangabe im Extremfall einer ‚Wahnvorstellung‘ entspringt, die mit der Realität wenig zu tun hat, dann würde eine 100%-Erfüllung eines erreichten Zustands mit einem gegebenen Ziel X zwar auf den ersten Blick sehr gut aussehen, aber auf den zweiten Blick — wenn der dann noch möglich ist — wäre es eher eine Katastrophe: 100% Übereinstimmung mit einer Schrott-Idee.

Bild: Schema einer ‚empirischen Theorie‘ als Teil einer ’nachhaltigen empirischen Theorie‘

Dieser Sachverhalt verweist auf eine tiefer liegende Problematik: Die ‚Gesamtstruktur‘ bestehend aus ‚IST-Situation(en) und ‚Veränderungs-Beschreibungen‘ mit einem ‚Folgerungsbegriff‘ konstituieren eine Struktur, die dem gewöhnlichen Verständnis einer ‚empirischen Theorie‘ entspricht (siehe Bild oben).

Empirische Theorien sind — werden sie methodengerecht konstruiert — maximal empirische zutreffend und auf dieser Basis ‚minimal unsinnig‘. Sie können zwar prinzipiell auch falsch sein, aber der Ausgangspunkt einer empirischen Theorie ist — bei sorgfältigem Vorgehen — ‚maximal nahe an der gemeinsamen Erfahrbarkeit‘. ‚Maximal‘ heißt in diesem Zusammenhang, soweit die handelnden Akteure mit ihrer Erkenntnisfähigkeit ‚gemeinsame Erfahrungen‘ organisieren und sprachlich beschreiben können. Die Kulturgeschichte der Menschheit zeigt, dass es hier gravierende Unterschiede gegeben hat und auch in der gleichen Zeitspanne regional Unterschiede immer noch gibt.

‚Wahnideen‘ sind dann solche, die relativ zur möglichen Erfahrbarkeit kaum bis gar keine Bezüge zur gemeinsam erfahrbaren Welt aufweisen.

Während also empirische Theorien im Rahmen der gemeinsamen Erfahrbarkeit nur solche ‚Folgerungen‘ (Prognosen, Voraussagen, …) zulassen, die durch gemeinsame Erfahrung belegt sind, enthalten sich empirische Theorien weitergehender ‚Bewertungen‘: welche der vielen möglichen Prognosen nun für die ‚gerade lebenden‘ und/ oder für die ’später lebenden‘ Menschen ‚günstig’/ ‚gut’/ ‚erstrebenswert‘ sind, das müssen die lebenden Menschen in einer ‚zusätzlichen (Meta-)Reflexion‘ untereinander klären. Solche ‚Zielorientierten Reflexionen‘ [3] sind für ein ’nachhaltiges Denken und Handeln‘ wichtig, aber ihre ‚absolute Qualität‘ ist nicht garantiert. Letztlich sind es ‚Deutungs-Versuche‘ von ‚Lebenden‘ mit einem extrem begrenzten ‚Wissen‘ inmitten eines nahezu ‚unendlich komplexen Geschehens‘ genannt ‚Welt‘.

Kontextsensitive Ziele

Das erste Ziel, das bislang benutzt wurde, wurde wie folgt beschrieben:

Name: z-einkaufen1

Es ist Arbeitsende.
Gerd hat eingekauft.

Dieses Ziel bindet sich an die Eigenschaft einer IST-Situation, dass es für Gerd ein ‚Arbeitsende‘ gibt. Es liegt also nahe, dieses erste Ziel durch solch eine Eigenschaft zu aktivieren.

Mit der Option 7 ‚New Rule‘ und der Variante ‚V‘ für ‚Vision Rule‘ kann man mit der oksimo.R Software folgende Visions-Regel eingeben, die dann akut ein neues Ziel erzeugt:

Rule: bz-einkaufen1
Conditions:
Es ist Arbeitsende.
Positive Effects:
Gerd hat eingekauft.

Test mit einer Simulation (gespeichert mit Namen: einkaufen1-dynamisch1-sim1 )

Selected visions:
z-DummyVis
Selected states:
arbeitsende1
Selected rules:
doc rd-einkaufen1
bz-einkaufen1 <—– Regel, um ein ‚bedingtes Ziel‘ zu aktivieren

Your vision:
none

Initial states: 
Es ist Arbeitsende.,Gerd verlässt das Büro.

Round 1

Current states: Gerd geht zum Laden um die Ecke.,Es ist Arbeitsende.
Current visions: Gerd hat eingekauft.,none
Current values:

0.00 percent of your vision was achieved by reaching the following states:
None

Round 2

Current states: Gerd hat eingekauft.,Gerd geht zur Kasse und zahlt.,Gerd sucht sich alles zusammen, was er braucht.,Es ist Arbeitsende.,Gerd ist im Laden.
Current visions: Gerd hat eingekauft.,none
Current values:

50.00 percent of your vision was achieved by reaching the following states:
Gerd hat eingekauft.

Wie man sehen kann, wird kontextsensitiv ein Ziel aktiviert, das dann automatisch zur Bewertung einer IST-Beschreibung herangezogen wird. Irritierend ist nur noch, dass nur 50% vom Ziel erfüllt worden sind während es doch 100% sein sollten. Der Störfaktor ist der Ausdruck ’none‘, der vom Dummy-Ziel herrührt. Während Programmierer in ‚klassischen‘ Programmiersprache gerne ’none‘ schreiben, um anzudeuten, dass hier ’nichts‘ geschehen soll, wirkt der Ausdruck ’none‘ hier störend. Also sollten wir ihn weglassen und bei dem Dummy-Ziel gar nichts reinschreiben, also

Name: z-DummyVisZero

… Kein Inhalt zu sehen …

Neuer Test (Simulation wurde mit Namen ‚einkaufen1-dynamisch1-sim1‚ abgespeichert.

Selected visions:
z-DummyVisZero
Selected states:
arbeitsende1
Selected rules:
doc rd-einkaufen1
bz-einkaufen1 <—– Regel, um ein ‚bedingtes Ziel‘ zu aktivieren

Initial states: 
Es ist Arbeitsende.,Gerd verlässt das Büro.

Round 1

Current states: Gerd geht zum Laden um die Ecke.,Es ist Arbeitsende.
Current visions: Gerd hat eingekauft.<----- Neue Vision
Current values:

0.00 percent of your vision was achieved by reaching the following states:
None

Round 2

Current states: Gerd hat eingekauft.,Gerd geht zur Kasse und zahlt.,Gerd sucht sich alles zusammen, was er braucht.,Es ist Arbeitsende.,Gerd ist im Laden.
Current visions: Gerd hat eingekauft.
Current values:

100.00 percent of your vision was achieved by reaching the following states:
Gerd hat eingekauft.

Mit der vorgenommenen Änderung zeigt der Simulationsverlauf jetzt, was erwartet wurde: 100% Ziel-Erfüllung.

Damit kann man nun auch die weiteren Ziele einbauen. Ziel 2 könnte man wie folgt formulieren:

Rule name: bz-zuhausemusik1
Gerd geht nach Hause.
Effects plus:
Gerd macht Musik.

Test mit einer Simulation (abgespeichert als ‚tag1-dynamisch1-sim3‘)

Selected visions:
z-DummyVisZero
Selected states:
arbeitsende1
Selected rules:
doc rd-einkaufen1
doc rd-zuhause1
bz-einkaufen1
bz-zuhausemusik1

Your vision:

Initial states: 
Es ist Arbeitsende.,Gerd verlässt das Büro.
Initial math states

Round 1

Current states: Gerd geht zum Laden um die Ecke.,Es ist Arbeitsende.
Current visions: Gerd hat eingekauft.
Current values:

0.00 percent of your vision was achieved by reaching the following states:
None

Round 2

Current states: Gerd hat eingekauft.,Gerd geht zur Kasse und zahlt.,Gerd sucht sich alles zusammen, was er braucht.,Es ist Arbeitsende.,Gerd ist im Laden.
Current visions: Gerd hat eingekauft.
Current values:

100.00 percent of your vision was achieved by reaching the following states:
Gerd hat eingekauft.

Round 3

State rules:
Vision rules:
Current states: Gerd geht nach Hause.,Es ist Arbeitsende.
Current visions: Gerd hat eingekauft.
Current values:

0.00 percent of your vision was achieved by reaching the following states:
None

Round 4

State rules:
Vision rules:
Current states: Gerd macht Musik.,Gerd ist zu Hause.,Es ist Arbeitsende.,Es ist 23:00h.
Current visions: Gerd hat eingekauft.,Gerd macht Musik.
Current values:

50.00 percent of your vision was achieved by reaching the following states:
Gerd macht Musik.

Man kann erkennen, dass die Aktivierung des zweiten Ziels funktioniert; störend ist, dass das vorausgehende Zeil 1 noch aktiv bleibt und damit das Ergebnis von 100% Zielerfüllung blockiert. Um diese Störung zu verhindern, müsste man das vorausgehende Ziel wieder deaktivieren können. Dies ist möglich.

Dazu erweitert man die bisherige bedingte Ziel-Regel … mit neuem Namen … zu

Rule name: bz-zuhausemusik2
Conditions:
Gerd geht nach Hause.
Effects plus:
Gerd macht Musik.
Effects minus:
Gerd hat eingekauft.

Test mit einer Simulation (abgespeichert als ‚tag1-dynamisch1-sim5‘)

Selected visions:
z-DummyVisZero
Selected states:
arbeitsende1
Selected rules:
doc rd-einkaufen1
doc rd-zuhause1
bz-einkaufen1
bz-zuhausemusik2

Your vision:

Initial states: 
Es ist Arbeitsende.,Gerd verlässt das Büro.
Initial math states

Round 1

Current states: Gerd geht zum Laden um die Ecke.,Es ist Arbeitsende.
Current visions: Gerd hat eingekauft.
Current values:

0.00 percent of your vision was achieved by reaching the following states:
None
And the following math visions:
None

Round 2

Current states: Gerd hat eingekauft.,Gerd geht zur Kasse und zahlt.,Gerd sucht sich alles zusammen, was er braucht.,Es ist Arbeitsende.,Gerd ist im Laden.
Current visions: Gerd hat eingekauft.
Current values:

100.00 percent of your vision was achieved by reaching the following states:
Gerd hat eingekauft.,

Round 3

Current states: Gerd geht nach Hause.,Es ist Arbeitsende.
Current visions: Gerd hat eingekauft.
Current values:

0.00 percent of your vision was achieved by reaching the following states:
None

Round 4

Current states: Gerd macht Musik.,Gerd ist zu Hause.,Es ist Arbeitsende.,Es ist 23:00h.
Current visions: Gerd macht Musik.
Current values:

100.00 percent of your vision was achieved by reaching the following states:
Gerd macht Musik.,

Round 5

Current states: Gerd macht Musik.,Gerd ist zu Hause.,Es ist Arbeitsende.,Es ist 23:00h.
Current visions: Gerd hat eingekauft.,Gerd macht Musik.
Current values:

50.00 percent of your vision was achieved by reaching the following states:
Gerd macht Musik.

Man kann erkennen, dass die Aktivierung des neuen Ziels funktioniert bei gleichzeitiger Deaktivierung des vorherigen Teil-Ziels, aber im Anschluss wird das vorausgehende Ziel 1 wieder neu aktiviert, weil die auslösende Eigenschaft ‚Es ist Arbeitsende.‘ noch immer Teil der IST-Beschreibung ist. Dies kann man natürlich ändern, wenn man die auslösende Veränderungs-Regel präzisiert …

KOMMENTARE

[3] ETHIK: Die Bewertung von ‚Zielen‘ wird oft als ‚ethisch‘ bezeichnet, als ’normativ‘, doch sind diese Begriffe letztlich ’nicht genormt‘. Es ist völlig unklar, was dies für eine Art ‚Reflexion‘ sein soll; noch weniger ist klar, warum diese sogenannten ‚ethischen‘ Reflexionen einen höheren Erkenntnis- und Qualitätsstandard verkörpern sollen als die grundlegend empirischen Erkenntnisprozesse. Die gesamte Geschichte der Philosophie einschließlich der Erweiterungen durch die empirischen Wissenschaften bleibt bis heute eine klare Antwort darauf schuldig. Die sogenannten ‚Religionen‘ bleiben hier ebenfalls notorisch ‚vage‘. Die sogenannten ‚Worte Gottes‘ sind in allen bis heute bekannten Fälle letztlich Worte, die Menschen aufgeschrieben haben. Die ‚Spur‘ des Religiösen verliert sich damit in der Dimension des ‚Subjektiven‘, was sich einer objektiven Klärung prinzipiell entzieht. Die Formel vom ‚individuellen Glauben‘ war durchgehend — nicht notwendigerweise — zu allen Zeiten ein williges Instrument willkürlicher und brutaler Machtausübung, wo Menschen ‚aus dem Nichts heraus‘ zu Feinden , zu Todfeinden, erklärt werden konnte, deren Unterdrückung, Folterung und Abschlachtung ganz OK war. Das ist heute in vielen Ländern immer noch OK.

Anwendung, Citizen Science, Diversity, Empirische Theorie, FUAS, Karl Popper, Lehre, Nachhaltige Empirische Theorie, Nachhaltigkeit, Prognosen, Spiel, Spielen, Studium Generale, Veränderungsregeln, Voraussagen, Wissenschaftsphilosophie, Wissenschaftstheorie, Zukunft

ANWENDUNG – LEHRE

(4.November 2022 – 2.Februar 2023)

KONTEXT

Diese LEHR-Anwendung ist Teil des Themas Anwendungen.

Zum Konzept ‚Citizen Science für Nachhaltigkeit‘

Nach 5 Semestern Vorlauf unter dem Titel ‚Kommunalplanung & Gamification. Labor für mehr Bürgerbeteiligung‘ hat das Dozenten-Team Gerd Doeben-Henisch, Hans-Jürgen Schmitz und Tobias Schmitt von der Frankfurt University of Applied Sciences (FUAS) im Wintersemester 2022/23 die Lehrveranstaltung umbenannt in ‚Citizen Science für Nachhaltige Entwicklung‘. Dies erfolgte unter dem Einfluss einer intensiven Beschäftigung mit dem Thema ‚Nachhaltigkeit‘ und dem Wechselspiel mit der gesellschaftlichen Situation unter besonderer Berücksichtigung einer zunehmenden Digitalisierung gepaart mit einem stärker werdenden Einfluß von ‚Maschineller Intelligenz‘.[0]

Anwendungsperspektive

(Letzte Änderung: 2.Februar 2023)

Das Modul ‚Citizen Science für Nachhaltigkeit‘ versucht, aktuelle Strömungen der Weltgesellschaft aufzugreifen, und sie für eine Lehrveranstaltung nutzbar zu machen.

Für eine erste Orientierung sind die folgenden Begriffe von zentraler Bedeutung: ‚Nachhaltigkeit‘, ‚Empirische Theorie‘, ‚Nachhaltige Empirische Theorie‘, ‚Spiel‘ sowie ‚Citizen Science‘ (Bürgerwissenschaft).

Diese Themen werden in experimenteller Weise auf regionale Szenarien projiziert.

Nachhaltigkeit

Der Begriff der ‚Nachhaltigkeit‘ hat nicht zuletzt durch eine Serie von Konferenzen der Vereinten Nationen eine größere Bekanntheit bekommen. Am Beginn dieser Konferenzserie steht der — mittlerweile berühmte — ‚Brundtland Report‘ von 1987.[1] Im Brundtland Report hat eine internationale Kommission unter Leitung der damaligen Ministerpräsidentin Brundtland von Norwegen herausgearbeitet, unter welchen Bedingungen die Menschheit besser erkennen kann, wie eine mögliche zukünftige Welt aussehen müsste, die für alle Menschen lebenswert ist. Ein zentraler Punkt war darin, dass für die Klärung einer ‚Zukunft für alle‘ tatsächlich auch ‚alle Menschen‘ (die Bürger, Citizens) einbezogen werden müssen, da das vielfältige Wissen in der kleinen Schar der ‚institutionellen Experten‘ nicht ausreichend abgebildet wird. Hier ist auch die Wurzel der Bedeutung des Begriffs ‚Diversity‘ (Vielfalt).[2]

Neben der ‚Diversity‘ (Vielfalt) erfordert ein ’nachhaltiges Denken‘ aber auch die Schlüsselkompetenz, auf der Basis des aktuellen Wissens ‚Voraussagen‘ (‚Prognosen‘) generieren zu können, anhand deren die Menschen zu einem bestimmten Zeitpunkt ein Stück weit in die ‚Zukunft‘ ‚voraus denken‘ können. Eine ‚mögliche Zukunft‘ existiert ja nicht als ein ‚Gegenstand‘, sondern nur in ‚unserem Denken‘ als ‚Möglichkeit‘. Denkerische Möglichkeiten sind mehr oder weniger vage, d.h. die ‚voraus gedachte Zukunft‘ muss durch den Gang der Ereignisse ‚bestätigt werden‘. ‚Vorausgesagte’/ ‚prognostizierte’/ ‚erhoffte‘ Zukunft ist daher immer mit einer gewissen ‚Unsicherheit‘ verknüpft.

(Nachhaltige) Empirische Theorie

Wenn man sich die Frage stellt, wie genau man sich das ‚Generieren einer Voraussage‘ vorzustellen hat, dann wird man auf das Konzept der modernen ‚Wissenschaft‘ verwiesen, das historisch in der Entwicklung der ‚empirischen Wissenschaft‘ gründet. Neben der ‚empirischen Wissenschaft‘ selbst, die in Europa grob im 16.Jahrhundert begann, gibt es auch von Anfang an eine philosophische Beschäftigung mit dem Thema, das gegen Ende des 19.Jahrhunderts, Anfang des 20.Jahrhunderts unter der Bezeichnung ‚Wissenschafts-Philosophie‘ bekannt wurde (in Deutschland auch gerne ‚Wissenschaftstheorie‘ genannt).

Von den vielen Namen, die hier zu nennen wären, gilt Karl Popper (1902 – 1994) als einer der populärsten Vertreter, wenngleich er von dem ‚Main Stream‘ in Wissenschaftsphilosophie deutlich abweicht. Besonders interessant ist sein ‚Spätwerk‘.[3],[4]. Einige Analysen zu Popper von Gerd Doeben-Henisch und dem Konzept einer empirischen Theorie finden sich in [5a-e].

Im Kern leistet eine empirische Theorie genau das, was man von ihr erwartet: Wenn eine Gruppe von Experten (Bürgern (Citizens)) in einem bestimmten Zeitraum in einem bestimmten Raumgebiet Beobachtungen (Messungen) vorgenommen haben, dann kann es passieren, dass sie in der Menge der Beobachtungen typische Muster (Beziehungen) identifizieren können, die sich als ‚Veränderungen‘ interpretieren lassen. Wenn solche entdeckten ‚Veränderungs-Muster‘ stabil genug sind, kann man mit diesen ‚Voraussagen’/ ‚Prognosen generieren. Diese Voraussagen müssen nach einem bestimmten transparenten Schema erfolgen. Bis zu einem gewissen Grad kann man solche Veränderungs-Muster dann auch auf die erfolgten Prognosen selbst wieder anwenden. Eine solche wiederholte Anwendung von Veränderungs-Mustern nennt man dann eine ‚Simulation.‘

Im Kontext der Nachhaltigkeit ist solch eine empirische Theorie von unschätzbarem Wert, befähigt sie doch die Bürger, zumindest eine dunkle Ahnung von der herannahenden Zukunft zu gewinnen. Allerdings, was eine empirische Theorie nicht leisten kann: sie sagt den Bürgern nicht, welche der vielen erkennbaren Möglichkeiten nun ‚erstrebenswert‘ ist und welche nicht. An dieser Stelle sind die Bürger herausgefordert, miteinander zu klären, welche der erkennbaren prognostizierten möglichen Zukünfte für sie ‚erstrebenswert‘ sind.[6]

Diese Kombination von ‚empirischer Theorie‘ und zusätzlicher Qualifikation von ‚erstrebenswerten Prognosen‘ soll hier ‚Nachhaltige Empirische Theorie‘ genannt werden.

Spiel(en) als Modell einer nachhaltigen Empirischen Theorie

Wer den Überlegungen zu ‚Nachhaltigkeit‘ und ‚Empirischer Theorie‘ soweit gefolgt ist, und wer jemals in seinem Leben ‚gespielt‘ hat, der wird sofort verstehen, dass ‚ein Spiel spielen‘ nichts anderes ist, als eine ’nachhaltige empirische Theorie‘ beispielhaft zu praktizieren. Dies sei hier kurz verdeutlicht. (Siehe auch: [11])

  1. Als Ausgangslage (IST-Situation) dienen einer empirischen Theorie empirische Daten aus einem empirischen Szenario. Im Fall eines Spiels kann dies auch ein reales Szenario sein (Übungsplatz, Fußballplatz,…), es kann aber auch ein ‚Spielbrett‘ mit ‚Spielmaterial‘ sein, oder eine Menge von Karten, oder …
  2. Als Veränderungsregel dienen in einer empirischen Theorie ‚Gesetze‚, die sprachliche Beschreibungen von Formen von Veränderungen darstellen, die bei der Erforschung von realen Szenarien gefunden wurden. Im Spiel sind dies die Spielregeln, die festlegen, wie man eine vorgegebene Spielsituation verändern darf.
  3. Die ‚Anwendung von Gesetzen‘ im Rahmen einer empirischen Theorie wird durch spezielle ‚Anwendungsvorschriften geregelt, zu der auch ein ‚logisches Folgerungsverfahren‚ gehört. Im Rahmen eines Spiels wird die Anwendung der Spielregeln im Spiel in einer Spielanleitung geregelt. Diese legt fest, wann man welche Regel wie anwenden darf, um eine aktuelle Spielsituation verändern zu dürfen.
  4. Während im Fall einer empirischen Theorie der ‚zeitliche Ablauf‘ durch die ‚empirische Realität‘ selbst geregelt ist (die empirische Welt verändert sich unabhängig von der Theorie von alleine), muss im Fall eines Spiels ein zeitlicher Ablauf künstlich hergestellt werden. Normalerweise geschieht dies durch Spielrunden, in denen alle beteiligten Akteure (die Spieler) durch Befolgung der Spielregeln im Sinne der Spielanleitung geordnet handeln. Aufgrund der Anwendung der Spielregeln wird eine neue Anordnung von Spielmaterial auf dem Spielbrett erzeugt. Dadurch entsteht eine ‚Folge von aufeinander folgenden Spielsituationen‚, die den Spielverlauf verkörpern. Ein Spielverlauf entspricht im Kontext einer Theorie einer Simulation (= eine wiederholte Anwendung der Gesetze).
  5. Während in einer normalen empirischen Theorie nur ‚mögliche Prognosen‘ generiert werden können ohne ‚Bewertungen‘, können Bürger mit Hilfe von möglichen Prognosen versuchen, diese zu bewerten im Sinne von ‚eher vermeiden‘ oder ‚eher anstreben‘. In dem Moment, wo Bürger eine solche ‚Klassifikation‘ von ‚möglichen prognostizierten Zukünften‘ vornehmen, versuchen sie, sich für ein nachhaltiges Verhalten zu entscheiden. In einem ‚Spiel‘ liegt genau das vor: Neben Startsituation, Spielregeln und Spielanleitung sind bestimmte ‚mögliche Zukünfte‘ als ‚Gewinnsituation‘ ausgezeichnet. Insofern eignet sich das Spielformat hervorragend zur Simulation von Nachhaltigkeitskonzepten.

Citizen Science (Bürgerwissenschaft)

Bleibt noch kurz zu erläutern, warum der Begriff ‚Citizen Science (Bürgerwissenschaft)‘ in diesem Kontext benutzt wird. Wie schon die Erläuterungen zum Begriff ‚Nachhaltigkeit‘ anklingen lassen, ist Nachhaltigkeit nur einlösbar, wenn ‚alle‘ Bürger mit ihren Erfahrungen und Wünschen beteiligt werden. Diese Beteiligung muss zusätzlich verknüpft sein mit der Anforderung, aus dem Wissen der Gegenwart ‚begründete Prognosen‘ ‚generieren zu können‘. Dies führt zum Konzept der empirischen Wissenschaft, das um die Dimension ‚Bewertung‘ ergänzt wird. Diese Kombination legt nahe, den Begriff der ‚Bürgerwissenschaft (Citizen Science)‘ neu zu prägen.

Von diesem umfassenden Konzept einer modernen Bürgerwissenschaft muss man jenes Konzept von Citizen Science abgrenzen, in dem die etablierten wissenschaftlichen Disziplinen sich der ‚Bürger‘ bedienen, um ihre Daten besser sammeln zu können.[7],[8]

Anwendung in einem Semesterkonzept

Es fragt sich, wie sich die zuvor eingeführten Konzepte ‚Nachhaltigkeit‘, ‚Empirische Theorie‘, ‚Nachhaltige Empirische Theorie‘, ‚Spiel‘ sowie ‚Citizen Science‘ (Bürgerwissenschaft) im Rahmen eines interdisziplinären Semesterprojekts praktisch nutzen lassen.[10]

Möglicher Semesteraufbau

Ein Semesteraufbau kann etwa wie folgt aussehen (Angenommen werden 8 Sitzungen mit jeweils zwei Doppelstunden):

  1. Bekanntwerden mit einem Thema (Sitzung 1)
  2. Vertraut werden mit dem Konzept ‚Theorie im Spielformat‚(Sitzung 2-3)
  3. Anwendung des Konzepts Spiel auf das eigene Thema (Sitzung 4-6)
  4. Testen des eigenen Spielentwurfs mit Hilfe anderer Teams (Sitzung 7)
  5. Bericht von den Ergebnissen mit Dokumentation des Spiels (Sitzung 8)

Überlegungen für eine mögliche Ausführung

In einem Kurs zur Nachhaltigkeit, in dem Teams lernen sollen, wie sie gemeinsam ein Thema nachhaltig angehen können, kommt es nicht darauf an, einen umfassenden Wissensstand zu entwickeln — was aufgrund der begrenzten Ressource Zeit praktisch nicht möglich ist — , sondern zu üben, wie ein Thema im Sinne der Nachhaltigkeit für einen nachhaltigen Handlungsprozess ‚aufgearbeitet‘ werden kann.

Dazu muss man sich klar machen, dass für ein nachhaltiges Verhalten folgende Schlüsselaufgaben gelöst werden müssen:

  1. Das Team muss sich einigen, in welchem räumlichen Bereich (Global, Kontinental, …) und für welchen Zeitraum es das vorgegebene Thema bearbeiten möchte.
  2. Das Team muss sich einigen, welche Ausgangslage (Startsituation) es für seine Analyse annehmen will.
  3. Das Team, muss sich einigen, welche Zielsituation es am Ende der gesetzten Zeitspanne ansetzen möchte.
  4. Das Team muss sich einigen, welche Art von Veränderungen es für seine Analyse akzeptiert.
  5. Das Team muss plausibel machen können, wie die angenommenen Veränderungen die Ausgangslage schrittweise in die Zielsituation überführt/ transformieren.

…. und Umsetzung in ein Spiel

Für die Umsetzung von aktuellem Wissen in ein Spiel empfiehlt sich dann ein inkrementelles Ausarbeiten. Man beginnt mit einem möglichst einfachen Szenario, das alle Elemente enthält: Ausgangslage, Spielregeln, Spielanleitung und ‚Gewinnkriterien‘ (= Ziel). Dann probiert man aus, wie diese Version Nr.0 funktioniert. Wenn man dann noch Zeit ‚übrig‘ hat und über weitere Informationen zum Thema verfügt, kann man diese erste Version Nr.0 erweitern zu Version 1. Und dies immer weiter, bis die verfügbare Zeit aufgebraucht ist.

Für potentielle ‚Spieler‘ des Spiels spielt es natürlich auch eine Rolle, ob das Spiel irgendwie ‚Spaß‘ macht, über ein Minimum an ‚Spannung‘ verfügt, und — natürlich — auch die Besonderheit des Themas erkenne lässt; letzteres verkörpert den Aspekt des Lernens.

… und Testen

Für ein entwickelndes Team ist es wichtig, ein Feedback von ‚Anwendern‘ (Bürgern) zu bekommen. Im Idealfall schafft ein Team bis zur Sitzung 7 die Erstellung eines ersten spielbaren Prototyps ihres Spiels. Dann kann das Entwicklerteam sein Spiel von den anderen Teams testen lassen. Reicht die Zeit nicht aus, dann sollte mindestens ein ausgearbeitetes Konzept vorliegen, anhand dessen man abschätzen kann, wie das Spiel funktionieren würde. Dann würden die anderen Teams dieses Konzept bewerten. Mit solch einer qualifizierten Rückmeldung von ‚Anwendern‘ kann das Entwicklerteam sein Konzept/ sein Spiele-Prototyp weiter verbessern.

… Form einer Prüfung

In der Prüfung stellt das Team sein Spielkonzept vor und berichtet von seinem Lernprozess. Dazu gehört wesentlich ein Aufweis, wie die vorgegebene Problemsituation mit dem Spielkonzept und dem realisierten Spiel zusammen hängt.

Kommentare

[0] Siehe den Konferenzbericht von Gerd Doeben-Henisch (2023), REVIEW KONFERENZ: Partizipation und Nachhaltigkeit in der Digitalität, Zevedi-Konferenz des Projekts ‚Nachhaltige Intelligenz – Intelligenten Nachhaltigkeit‘, 7.-8.Dezember 2022, Fulda. URL: https://www.oksimo.org/2022/12/09/review-konferenz-partizipation-und-nachhaltigkeit-in-der-digitalitaet-7-8-dezember-2022/.

[1] UN. Secretary-General;World Commission on Environment and Development, 1987, Report of the World Commission on Environment and Development : note / by the Secretary-General., https://digitallibrary.un.org/record/139811 (accessed: July 20, 2022) (In einem besser lesbaren Format:  https://sustainabledevelopment.un.org/content/documents/5987our-common-future.pdf) Anmerkung: Gro Harlem Brundtland (ehemalige Ministerpräsidentin von Norwegen) war die Koordinatorin von diesem Report.(Dieser Text enthält die grundlegenden Ideen für alle weiteren UN-Texte)

[2] Der Aspekt ‚Diversity‘ spiel außerdem seit ca. 3.5 Milliarden Jahre eine fundamentaler Rolle bei der Entwicklung des Lebens auf dem Planet Erde.

[3] Karl Popper, „A World of Propensities“,(1988) sowie „Towards an Evolutionary Theory of Knowledge“, (1989) in: Karl Popper, „A World of Propensities“, Thoemmes Press, Bristol, (1990, repr. 1995)

[4] Karl Popper, „All Life is Problem Solving“, Artikel, ursprünglich ein Vortrag 1991 auf Deutsch, erstmalig publiziert in dem Buch (auf Deutsch) „Alles Leben ist Problemlösen“ (1994), dann in dem Buch (auf Englisch) „All Life is Problem Solving“, 1999, Routledge, Taylor & Francis Group, London – New York

[5a] Gerd Doeben-Henisch, „WISSENSCHAFT IM ALLTAG. Popper 1988/1990“, Journal: Philosophie Jetzt – Menschenbild, ISSN 2365-5062, 21.Februar 2022, URL: https://www.cognitiveagent.org/2022/02/16/wissenschaft-im-alltag-popper-1988-1990/

[5b] Gerd Doeben-Henisch, „WISSENSCHAFT IM ALLTAG. Popper 1989/1990“, Journal: Philosophie Jetzt – Menschenbild, ISSN 2365-5062, 21.Februar 2022, URL: https://www.cognitiveagent.org/2022/02/19/wissenschaft-im-alltag-popper-1989-1990/

[5c] Gerd Doeben-Henisch, „WISSENSCHAFT IM ALLTAG. Popper 1991/1994 (1999)“, Journal: Philosophie Jetzt – Menschenbild, ISSN 2365-5062, 21.Februar 2022, URL: https://www.cognitiveagent.org/2022/02/21/wissenschaft-im-alltag-popper-1991-1994-1999/

[5d] Gerd Doeben-Henisch, „POPPER – Objective Knowledge (1971). Summary, Comments, how to develope further“, eJournal: uffmm.org, ISSN 2567-6458, 07.March 22 – 12.March 2022, https://www.uffmm.org/2022/03/09/popper-objective-knowledge-1971-summary-comments-how-to-develope-further/

[5e] Gerd Doeben-Henisch, „POPPER and EMPIRICAL THEORY. A conceptual Experiment“, URL: eJournal: uffmm.org, ISSN 2567-6458, 12.March 22 – 16.March 2022, URL: https://www.uffmm.org/2022/03/12/popper-and-empirical-theory-a-conceptual-experiment/

[6] Im Jahr 2022 gilt es z.B. als erstrebenswert, die allgemeine Erhöhung der Erderwärmung unter 1.5 oC zu halten, oder die Biodiversität zu schützen, oder …

[7] Aya H.Kimura and Abby Kinchy (2016), Citizen Science: Probing the Virtues and Contexts of Participatory Research. In: Engaging Science, Technology, and Society 2 (2016), 331-361, DOI:10.17351/ests2016.099 (Den Hinweis auf diesen Artikel bekam ich von Athene Sorokowski)

[8] Warren Weaver, Science and the Citizens, Bulletin of the Atomic Scientists, 1957, Vol 13, pp.361-365. (Den Hinweis auf diesen Artikel bekam ich von Philipp Westermeier) Warren Weaver — einer der führenden Wissenschaftspromotoren in den USA der 50iger Jahre — hat darauf aufmerksam gemacht, dass die Ursprünge der modernen Wissenschaft in einer quasi ‚Bürgerbewegung‘ im England des 16.Jahrhunderts zu finden sind. Die Aktivitäten dieser Bürgerbewegung führte dann zur späteren ‚Royal Society‘, gegründet 1660 in London; mittlerweile ist diese die älteste wissenschaftliche Gesellschaft der Welt. Weaver macht weiterhin darauf aufmerksam, dass wir in der Gegenwart eine ‚Entfremdung‘ zwischen den sich immer mehr vereinzelnden wissenschaftlichen Disziplinen (man spricht sogar schon von ‚Wissenschafts-Silos‘) und den Bürgern einer Gesellschaft feststellen kann. Eine lebendige Demokratie braucht aber eine lebendige interaktive Beziehung zwischen den Bürgern und der Wissenschaft. Dies erfordert neue Kommunikations- und Wissensformen.

[9] Gerd Doeben-Henisch, (2023), REVIEW KONFERENZ: PARTIZIPATION UND NACHHALTIGKEIT IN DER DIGITALITÄT, 7.-8.DEZEMBER 2022, URL: https://www.oksimo.org/2022/12/09/review-konferenz-partizipation-und-nachhaltigkeit-in-der-digitalitaet-7-8-dezember-2022/

[10] Neuauflage des Moduls ‚Citizen Science für Nachhaltige Entwicklung‘ im SS2023 an der Frankfurt University of Applied Sciences.

[11] Hinweis auf eine Strukturelle Äquivalenz zwischen den Konzepten ‚Nachhaltige Empirische Theorie‘, ‚Spiel‘, und ‚Theaterstück‘ von Gerd Doeben-Henisch, 2023, NACHHALTIGE EMPIRISCHE THEORIE – VERSCHIEDENE FORMATE: THEORIE – SPIEL – THEATERSTÜCK, URL: https://www.oksimo.org/2022/12/14/nachhaltige-empirische-theorie-verschiedene-formate/ .