Når man taler om problemløsning i forbindelse med eksperter, skal man forstå, at det at de har øvet eller har adgang til større mængder viden på deres felt, har stor indflydelse på hvordan de løser problemet. (I modsætning til at man ofte tester problemløsning med opgaver, der ikke kræver nogen særlig baggrundsviden). 

Der er to teorier omkring, hvordan viden lagres i et eksempel med professionelle skakspillere.

Man testede professionelle og amatør (eller knap så professioinelle) skakspillere, hvor de skulle huske forskellige opstillinger på et skakbræt. De professionelle huskede 91% korrekt, mod amatørernes 41% korrekt.

Chunking

Dette forklarede Chase og Simon med at spillerne chunker. Placeringerne på skakbrættet brydes ned til syv chunks, men de professionelles chunks kan indeholde mere information en amatørenes. I tests viste man at en professionel havde i gennemsnit 2,5 dele hvorimod en amatør havde i gennemsnit kun 1,9 dele.

Man kan spørge sig selv om det blot er fordi professionelle har en bedre hukommelse, men det er der ikke meget der tyder på. Denne teori går ud på at eksperternes fordel er, at de kan have meget store chunks opbevaret i LTM, men det er ikke det eneste. De besidder også en overlegen strategisk evne.

Templates:

Det er en udvidelse af chunk-teorien. Den går ud på at de chunks som bliver brugt ofte udvikler sig til en mere kompleks struktur af data kaldet templates. Det er en skematisk struktur, der er mere generel end positioner på skabrættet. Templates består af en kerne som minder om den information der er gemt i et chunk, samt slots som er mere fleksible og indeholder varible information om dele og positioner. En template er større end et chunk og kan indeholde 10 dele eller mere. Slots’ene gør at det template bliver mere fleksibel og tilpassende end et chunk. Dette gør skakspillerne hurtige til at overveje mange forskellige træk og modtræk.

Man har testet dette ved at lade en professionel skakspiller spille mod 8 andre på én gang. Dette skulle kun have en ringe effekt på hans perfomance, og den effekt menes at skyldes han ikke kan nå at tænke over ret mange fremtidige træk, før han skal videre til næste.

Ifølge template teorien kan man altså forudsige at: Professionelle skakspillere lagre præcise placeringer af brikker efter at have studeret et skakbræt. Man antager at brikker placeret tæt på hinanden vil lagres i samme template og til sidst mener man at ekspertspillere vil huske tilfældige opstillinger bedre end amatører, da nogle af de memorerede templates også vil opstå tilfældigt.

Dette er bekræftet, at brikkerne tæt på hinanden lagres i samme template og at professionelle skakspillere kan genkalde præcise placeringer.

MEN Mcgregor og Howes identificerede en stor begrænsning ved disse undersøgelser. For i forsøgene bliver skaksspilleren bedt om at memorere skakbrættets positioner, hvor de mener at i et rigtigt spil skak fokuserer man meget mere på at evaluerer postitionerne. Derfor vil man i et rigtigt spil skak nærmer huske forsvar/angrebs forhold, frem for præcise positioner.

I et andet forsøg fandt man ud af at chunks nærmere er bestemt af forsvar/angrebs forhold, end de proximitet (de som ligger tæt på hinanden). 

Anderson’s ACT theory

Det er en computational model angående læring og ekspertise. Denne teori går ud på at det kognitive system altid arbejder på at opmtimerer tilpasningen (adaptation) af adfærden hos organismen. Der er 3 interconnectet systemer i denne model:

1. Deklarativ hukommelse: Som består af semantisk netværk af interconnected concepter.

2. Procedure hukommelse: Som består af produktions regler (hvis…så) og condition-action rules (i sådanne situationer, følger sådan en handling).

3. Working memory: Som indeholder information om hvad der i øjeblikket er aktivt.

Knowledge compilation: Det der sker ved skill acquisation (når man tilegner sig evner til en ekspertviden), der sker et skift fra deklarativ til procedure viden der forøger automatiseringen (fx tifingersystem er automatiseret).

Man har vist dette i forsøg med PET og fMRI studier, hvor man kan se, at der er meget aktivitet hjernen (left prefrontal cortex, left temporal cortex, anterior cingulate cortex), end efter træningen, hvilket kunne tyde på, der er sket en automatiserings process.

En antagelse ved denne model er altså at ekspert performance er automatiseret, Man undersøgte dette ved at træne Fp’ere i at putte (i golf). Nogle af dem blev opmuntret til meget deklarativ tilegnelse af viden (læse omkring emnet og teknikker), hvilket er en eksplicit inlæring, hvorimod andre ikke fik nogle særlige instruktioner (impllicit indlæring) før de øvede. Det var dem der havde fået implicit indlæring og dermed havde mindst adgang til deklarativ viden, der klarede sig bedst under press.

Men man må også indrømme at menneskelig indlæring er mere fleksibel end denne model. Eksperter arbejder på et højere abstraktionsniveau end computermodellen er i stand til at forudsige, samtidig med at man kan overfører viden fra kontekst til kontekst, hvilket man heller ikke kan se i computermodellen. Modellene er bedst til meget automatiserede opgaver (maskinskrivning) og ikke så god til de kreative, opgaver med fleksible løsningsmuligheder. 

Ericsson: Deliberate pratice

Ericsson mener ikke kun at træning er afgørende for hukommelses ekspertice. Han har formuleret 3 afgørende faktorer for at nogle kan udvikle virkelig gode hukommelsesevner:

1. Meningsfuld kodning: informationen skal processeres meningsfuldt og relateres til tidligere viden. (levels of processing theory).
2. Retrieval structure: Cues skal lagres ved den information som den senere skal kunne genkalde.
3. Speed-up: Der skal ske utrolig meget træning, så indkodning og genkaldelse automatiseres. 

Ericsson og Kintsch fandt på begrebet long term working memory: Eksperter lærer at lagre relevant information i en LTM, så de kan få adgang til det hurtigt ved genkaldelses cues indeholdt i working memory. Eksperter har ikke større kapacitet i working memory, men de er bedre til at kombinere WM og LTM.

Han samlede sine tanker i en generel ide om udvikling af ekspertise (hvor man ikke behøver at have særlige evner for at blive ekspert):

En opgave skal ikke være for nem eller for svær

Lærlingen skal have informerende feedback på performance

Læringen skal have mulighed for repetition

Det skal være muligt for lærlingen at rette egne fejl. 

Selvom meget taler for Ericssons model, så er der også modstridende beviser, der vise, der skal mere til en træning, for at blive ekspert (eller rettere sagt, nogle eksperter bliver bedre end andre, på baggrund af andet end træning). 

Perspektivering:

Working memory

LTM

Deklarativ og non deklarativ

Intelligens