Am 29. November 2022 stellte Prof. C. Green Shawn mehrere Forschungslinien aus seinem Labor vor, die sich mit der Herausforderung befassen, durch Verhaltenstraining verallgemeinerbare Lerngewinne zu erzielen. Die Diskussion begann mit theoretischen und empirischen Arbeiten, die sich auf die Merkmale von Verhaltenstrainingsparadigmen konzentrierten, die sich am stärksten darauf auswirken, ob das letztendliche Lernen aufgabenspezifisch oder eher verallgemeinerbar ist. Der Referent wies auf die Notwendigkeit hin, zwischen zwei grundlegend verschiedenen Formen der Generalisierung zu unterscheiden: (1) Generalisierung als „eine sofortige Verbesserung der Fähigkeit, neue Aufgaben auszuführen“ (d. h. sofortige Übertragung) und (2) Generalisierung als „eine verbesserte Fähigkeit, neue Aufgaben zu erlernen“ (d. h. Lernen zu lernen).

Die Berücksichtigung dieser funktionalen Formen der Verallgemeinerung erfordert eine Verlagerung des analytischen Ansatzes, da die meisten Standardanalysen diese Formen der Verallgemeinerung von Natur aus verwechseln, insbesondere Analysen, die sich auf aggregierte Leistungsmaße wie die durchschnittliche Genauigkeit oder die durchschnittliche Reaktionszeit über Versuchsblöcke hinweg stützen. Schließlich erörterte der Referent, dass viele Merkmale des Verhaltenstrainings, die tendenziell eine starke Generalisierung des Lernens bewirken, wie z. B. ein hohes Maß an Reizvariabilität, auch dazu führen, dass das Lernen dieser Aufgaben verlangsamt wird. Dies kann sich erheblich auf die Motivation der Teilnehmer auswirken, sich mit dem Training zu beschäftigen. Der Vortrag schloss mit Techniken, die zum Teil aus Spielstudien stammen, um die Motivation auch bei schwierigem Training hoch zu halten.

Prof. Dr. C. Shawn Green erhielt seinen Ph.D. in Brain and Cognitive Sciences von der University of Rochester. Anschließend absolvierte er ein postdoktorales Forschungsstipendium an der University of Minnesota mit Schwerpunkt auf maschinellem Lernen und Computer Vision, bevor er 2011 als Fakultätsmitglied im Fachbereich Psychologie an der University of Wisconsin-Madison tätig wurde. Sein Forschungsprogramm konzentriert sich allgemein auf das Lernen in den Wahrnehmungs- und Kognitionsbereichen. Insbesondere untersucht er die Eigenschaften von Verhaltenserfahrungen, die beeinflussen, wie schnell neue Aufgaben erlernt werden, wie tiefgehend neue Aufgaben erlernt werden und ob das Training an einer Aufgabe dann auf neue Aufgaben übertragen wird. Dabei verwendet er eine Vielzahl von Methoden, von standardisierten Laborexperimenten, wie solche mit Schwarz-Weiß-Gittern oder komplexen Arbeitsgedächtnisaufgaben, bis hin zu modernen Unterhaltungsformen wie Videospielen und virtueller Realität. Er hat über 80 peer-reviewed Artikel veröffentlicht, die zusammen mehr als 16.000 Mal zitiert wurden, darunter in hochrangigen Zeitschriften wie Nature, den Proceedings of the National Academy of Sciences (3x), Current Biology (4x), Trends in Cognitive Sciences, Nature Reviews Neuroscience, Psychological Science (2x) und Neuron. Außerdem hat er Fördermittel von verschiedenen Quellen erhalten, darunter das National Eye Institute, das National Institute on Aging, das National Institute of Child Health and Human Development, das National Institute of Mental Health, die National Science Foundation und das Office of Naval Research.