Das assoziative versus explorative Suchen in der Datenwelt
Das Problem der assoziativen Suche liegt in einer nicht zu unterschätzenden permanenten Arbeit des Anwenders. Datentechnische Assoziationen entstehen ja nicht aus sich selbst, sondern bedingen das Vorhandensein einer entsprechend verknüpften und durchsuchbaren Struktur, eines assoziativen Netzes, beispielsweise mithilfe einer relationalen Datenbank. Die Verknüpfung zwischen »Hund« und »Haustier« muss ja irgendwann irgendwo definiert sein, um darauf assoziativ zurückgreifen zu können. Bei assoziativen Netzen liegt der Fokus darauf, Elemente des Netzes in Beziehung zueinander zu setzen, sei es aufgrund von semantischer Ähnlichkeit zwischen Begriffen oder basierend auf einem statistischen Ähnlichkeitsmaß für Texte. Teilweise hilft es, Informationen zu hierarchisieren. Unser Gehirn ist in der Lage, ruckzuck unendliche Assoziationen abzulegen, diese bei Bedarf nicht nur wiederherzustellen, sondern sogar ad hoc neu zu bilden. Wir wissen nicht, wie die neuronalen Wortfeld zustande kommen. Umso schwieriger ist es, diese mittels IT optimal nachzubilden, was unsere Wege zur assoziativen Suche recht arbeitsintensiv macht.

Assoziieren (lat. associare, vereinigen, verbinden, verknüpfen, vernetzen), das ursächliche Verknüpfen von Vorstellungen.
Explorieren (lat. exploratio, das Ausspähen; untersuchen, erforschen, erkunden (z. B. Boden, Gelände, Texte).

Die Methode der explorativen Suche beruht auf dem Prinzip der Serendipität. Es ist eine Art zu denken. Wie in meinem Artikel ausgeführt, benutze ich zur Suche eine wörterbasierte Datenbank. Diese Datenbank erlaubt mir, Suchwörter beliebig zu kombinieren (auch mit Grep-Befehlen), um dann zu sehen, in welchem Kontext diese auftauchen. Für einen Autor eine immer wieder spannende und erstaunlich ergiebige Sache.

Der jüngste, aber beileibe nicht mehr junge dieser Dualismen ist das Computermodell des Geistes: Der Geist ist demnach das Programm, das auf dem Gehirn als einem besonders komplizierten Computer läuft. Immer wieder, so Gelernter, wechseln wir zwischen Phasen disziplinierten Nachdenkens, Phasen mittlerer Konzentration, in denen unser Geist gelegentlich abschweift, das Gedächtnis Dinge aufblitzen lässt, die nicht unbedingt zum Thema gehören, oder Emotionen an die Oberfläche drängen, sowie schliesslich Phasen geringer Konzentration, in denen wir durch Tagträume irrlichtern, die Selbstwahrnehmung schwindet und das Gedächtnis sich selbständig macht. Eine umfassende Theorie des menschlichen Geistes müsse diese ganz unterschiedlichen Zustände einbeziehen. Er scheut sich nicht, Phänomene ernst zu nehmen, um die die meisten Bewusstseinstheorien einen Bogen machen: die schweifenden Gedanken beim Einschlafen, Visionen, Vorstellungen von Magie. Der menschliche Geist ist in der Tat so viel reicher als die Algorithmen der schnellsten Superrechner.

Introspektion
Gelernter bestimmt, wie in der künstlichen Intelligenz (KI) üblich, Kreativität als das Erschaffen von Analogien, erklärt Emotionen als Zusammenfassungen von Körperzuständen und betont den Wert des Vergessens für das Lernen des wirklich Wichtigen: Erst indem wir vergessen, können wir das Wichtige aus dem Meer des Unwichtigen herausheben. Während der Computer in der Kognitionsforschung nur noch selten als Modell für den Geist herhalten muss, inspirieren sich die Forscher umgekehrt am menschlichen Geist, um Computer zu verbessern.