31.10.2013 Aufrufe

Kausales Denken, Bayes-Netze und die Markov-Bedingung

Kausales Denken, Bayes-Netze und die Markov-Bedingung

Kausales Denken, Bayes-Netze und die Markov-Bedingung

MEHR ANZEIGEN
WENIGER ANZEIGEN

Erfolgreiche ePaper selbst erstellen

Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.

28<br />

auch in sehr abstrakten Settings, wie zum Beispiel in dem zweiten Experiment<br />

von Rehder <strong>und</strong> Burnett (2005) zu konditionalen Abhängigkeiten führen (<strong>die</strong><br />

<strong>Markov</strong>-<strong>Bedingung</strong> wäre damit gerade keine Default-Annahme im menschlichen<br />

Kausaldenken).<br />

Ist <strong>die</strong>se eben entwickelte Idee richtig, dann müssten Manipulationen bezüglich<br />

der involvierten kausalen Prozesse auch in entsprechend verändertem<br />

Bewertungsverhalten resultieren, wie es im nächsten Kapitel untersucht werden<br />

soll: Legen <strong>die</strong> Prozesse eine effektseitige Fehlerattribution nahe, dann sollten<br />

<strong>die</strong> Bewertungen der Anwesenheit eines Zieleffekts deutlich weniger vom Zustand<br />

weiterer Effekte einer gemeinsamen Ursache abhängig sein, als wenn <strong>die</strong><br />

mit dem System assoziierten Prozesse eher eine ursacheseitige Fehlerattribution<br />

nahe legen. Diese Überlegungen <strong>und</strong> <strong>die</strong>se Vorhersage heben sich damit insoweit<br />

von den existierenden Untersuchungen von Rehder <strong>und</strong> Burnett (2005) ab,<br />

also dass <strong>die</strong>se zwar ebenso über verschiedene Cover-Stories verschiedene Kausalprozesse<br />

instruiert, <strong>die</strong>se aber ausbalanciert <strong>und</strong> nicht systematisch im Hinblick<br />

auf deren Wirkungen auf <strong>die</strong> Beurteilungen manipuliert haben. Zwar ist <strong>die</strong><br />

Idee, dass sich Annahmen über <strong>die</strong> kausalen Prozesse systematisch auf das Lernen<br />

von Kausalrelationen auswirken, auch bereits in den mechanismusbasierten<br />

Ansätzen (siehe Abschnitt 2.1.3) vorhanden. Der dortige Fokus liegt aber auf der<br />

Frage (in Anlehnung an <strong>die</strong> kovariationsbasierten Ansätze), wie Probanden einzelne<br />

Ursache-Effekt-Relationen lernen, nicht jedoch darauf, wie <strong>die</strong> Annahmen<br />

über Mechanismen Inferenzen in komplexeren Kausalstrukturen, wie z.B. in einer<br />

Common-Cause-Struktur, beeinflussen.<br />

2.5 Zusammenfassung<br />

Im vorliegenden Kapitel wurden <strong>die</strong> theoretischen <strong>und</strong> empirischen Hintergründe<br />

für <strong>die</strong> Beschäftigung mit der <strong>Markov</strong>-<strong>Bedingung</strong> als Teil einer psychologischen<br />

Theorie kausalen <strong>Denken</strong>s zusammengefasst. Als Ausgangspunkt wurde <strong>die</strong> Literatur<br />

zum kausalen Lernen <strong>und</strong> <strong>Denken</strong> dargestellt <strong>und</strong> ein Überblick über <strong>die</strong><br />

wichtigsten psychologischen Theorien, wie <strong>die</strong> assoziationstheoretischen Ansätze,<br />

<strong>die</strong> kovariationsbasierten Ansätze, wie <strong>die</strong> -Regel <strong>und</strong> Causal Power, sowie<br />

<strong>die</strong> mechanismusbasierten Ansätze gegeben. Diese widmen sich vor allem der<br />

Frage, wie Probanden einzelne Ursache-Effekt-Relationen lernen.

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!