Kausale Bayes-Netze als psychologische Theorien kausalen Denkens

点击翻译按钮获取中文摘要

Die Fähigkeit, Kausalwissen zu erwerben und zu nutzen, gehört zu unseren zentralen kognitiven Kompetenzen. Kausalwissen erlaubt es uns, künftige Ereignisse vorherzusagen, diagnostische Urteile zu fällen und Handlungen zu planen. Viele der in der psychologischen Forschung vertretenen Ansätze bilden diese Kompetenzen allerdings nur unzureichend ab. So sind die meisten Theorien nicht in der Lage, den Erwerb und die Nutzung komplexer Kausalmodelle mit mehreren Ursachen und Effekten zu erklären. Ein besonders auffälliges Defizit traditioneller Ansätze besteht darin, dass sie die Beziehung zwischen Vorhersagen, die auf Beobachtungen beruhen, und solchen, die die Konsequenzen von Handlungen ins Auge fassen, nicht adäquat ausdrücken können. In den letzten Jahren wurde die Theorie kausaler Bayes-Netze im Bereich der Philosophie und den Computerwissenschaften entwickelt. Diese Modelle weisen diese Defizite nicht auf; sie sind allerdings sehr mächtig und übersteigen in ihren Möglichkeiten sicher menschliche Kompetenzen. Dennoch ist die Frage interessant, ob kausale Bayes-Netze in modifizierter Form als Grundlage von psychologischen Theorien kausaler Kognitionen dienen können. Bislang liegen nur wenige psychologische Studien dazu vor. Ziel des beantragten Projekts ist die Untersuchung der psychologischen Validität von Kernannahmen dieser Theorie.