Kausales Denken, Bayes-Netze und die Markov-Bedingung

7
tionen (klassisches Konditionieren) sowie das Lernen von einfachen Verhaltensweisen
(instrumentelles Konditionieren) zu erklären und zu beschreiben. Diese
Modelle, wie zum Beispiel das Rescorla-Wagner-Modell (Rescorla & Wagner,
1972), beschreiben dabei, wie zwischen einem Hinweisreiz (cue, z.B. einem Ton)
und dessen potentieller Folge (outcome, z.B. Futter) eine Assoziation gebildet
wird – i.d.R. indem die stetige Paarung von Cue und Outcome die entsprechende
assoziative Stärke erhöht. In Folge sind diese Modelle auch auf höhere kognitive
Prozesse, wie Kausallernen, angewendet worden (siehe u.a. Dickinson, 2001;
Shanks, 2007). Demnach sei das Lernen von Kausalrelationen nichts anderes als
das Lernen von Cue-Outcome-Relationen, die Einschätzung der Stärke einer Ursache-Effekt-Relation
entspricht damit deren assoziativen Stärke.
Die assoziativen Ansätze sind damit allerdings nicht sensitiv für die unterschiedlichen
Rollen, denen Ursache und Effekt beizumessen sind (siehe u.a.
Waldmann, 1996; Waldmann & Holyoak, 1992), vor allem nicht im Hinblick auf
die fundamentale Asymmetrie einer Kausalrelation: Ursachen produzieren ihre
Effekte und nicht umgekehrt.
2.1.2 Kovariationsbasierte Ansätze
Anders als die eben skizzierten Ansätze, die Kausalrelationen lediglich als gelernte
Assoziationen begreifen, gehen die kovariationsbasierten Modelle einen
Schritt weiter, indem sie die unterschiedliche Rolle von Ursache und Effekt aufgreifen:
Ursachen erhöhen die Wahrscheinlichkeit der Anwesenheit ihrer Effekte,
d.h. ist die Variable C eine Ursache und die Variable E deren Effekt, dann sollte
gelten:
. 3 Kausalrelationen werden damit auf der Basis
der Häufigkeiten des gemeinsamen Auftretens (und Nichtauftretens) der beiden
betrachteten Ereignisse C und E gelernt 4 .
Das einfachste und älteste Modell ist die -Regel 5 , nach der mit Bezug auf
genannte Ungleichung die Einschätzung der Stärke einer Kausalrelation schlicht
monotone Funktion der Kontingenz
ist (siehe u.a.
Allan & Jenkins, 1980; Jenkins & Ward, 1965). Je stärker die Anwesenheit einer
3 Die Kurzform E + und C + stehen hier und im Folgenden für die jeweilige Anwesenheit (E=1 und
C=1) und E – und C – für die jeweilige Abwesenheit der Variablen (E=0 und C=0).
4 Diese Häufigkeiten werden dabei in der Regel in einer 2x2-Kontingenztafel dargestellt.
5 Für einen ähnlichen Ansatz siehe White (2002, 2004, 2008).