Kausales Denken, Bayes-Netze und die Markov-Bedingung

144
schiedlich starken Abhängigkeiten der kausalen Relationen und damit zu unterschiedlich
starken Markov-Verletzungen auf der Ebene der beobachteten Variablen.
Die modellierte Zielinferenz kann dabei als zweistufiger Prozess gedacht
werden: In einem ersten Schritt wird auf die Anwesenheit oder die Abwesenheit
der gemeinsamen Fehlerursache geschlossen, je nachdem wie viele beobachtete
Effekte der anwesenden Ursache abwesend sind – je mehr, desto unwahrscheinlicher,
dass dies rein zufällig durch die unabhängigen Fehlerquellen zustande gekommen
ist. In einem zweiten Schritt wird dann auf der Basis dieser Annahmen
über die Anwesenheit der gemeinsamen Fehlerquelle auf die Wahrscheinlichkeit
der Anwesenheit des Zieleffekts geschlossen.
Aus der Idee der Einführung einer gemeinsamen Fehlerquelle, die auf alle
von der Ursache ausgehenden kausalen Links in der betrachteten Struktur wirkt,
ergeben sich weitere Vorhersagen, die in weiteren Experimenten getestet wurden.
Wendet man das Modell auf eine Common-Cause-Struktur an, in der beide
Zustände der gemeinsamen Ursache kausal aktiv sind (siehe Abschnitt 5.1), sagt
das Modell für die Bewertung der Anwesenheit eines unbeobachteten Zieleffekts
eine Abhängigkeit vom Status der weiteren Effekte für beide Zustände der Ursache
voraus und, dass diese Abhängigkeit wie im Basismodell in einem kausalen
System mit starker gemeinsamer Fehlerursache deutlich größer ausfallen sollte,
als in einem System mit schwacher gemeinsamer Fehlerursache. Diese Vorhersagen
wurden experimentell in einem für den Fall zweier aktiver Zustände der Ursache
angepassten, auf dem Paradigma der Basisexperimente beruhenden Experiment
getestet. Hierfür wurden beide Gedanken der Außerirdischen („TUS“ und
„POR“ statt nichts und „POR“) als kausal aktiv beschrieben und mit der bekannten
„Reading“-vs.-„Sending“-Manipulation – also einer eher effektseitigen oder
einer eher ursacheseitigen Fehlerattribution – kombiniert. Wie vorhergesagt,
zeigte sich eine Abhängigkeit vom Status der weiteren Effekte für beide Zustände
der Ursache, und zwar deutlich stärker in der „Sending“-Bedingung. Dieses Ergebnis
ist dabei besonders interessant, als dass die in den Basisexperimenten
gefundene Asymmetrie zwischen Anwesenheit und Abwesenheit der Ursache
damit wirklich auf den unterschiedlichen kausalen Status und nicht zum Beispiel
auf die unterschiedlich instruierten Basisraten der beiden Zustände zurückzufüh-