Errorless Irrationality: A unified computational account of the inverse base-rate effect across predictive, observational, and unsupervised procedures

Das Rätsel der „falschen“ Vermutung

Stellen Sie sich vor, Sie sind ein Detektiv, der versucht, einen Fall zu lösen, aber die Hinweise sind tückisch. Sie haben einen Verdächtigen, der normalerweise an Dienstagen Verbrechen begeht (ein häufiges Ereignis), und einen anderen, der nur an seltenen, spezifischen Feiertagen zuschlägt (ein seltenes Ereignis). Stellen Sie sich nun vor, Sie finden einen Hinweis, der zu entweder einem der Verdächtigen gehören könnte. Die meisten Menschen würden angesichts dieser Mehrdeutigkeit logischerweise den häufigen Verdächtigen wählen, da er statistisch gesehen wahrscheinlicher involviert ist. Aber hier kommt der seltsame Teil: Das menschliche Gehirn macht oft das Gegenteal. Wenn wir mit einer verwirrenden Mischung aus Hinweisen konfrontiert werden, haben wir die hartnäckige, irrationale Angewohnheit, auf das seltene Ereignis zu setzen. Dieses seltsame Phänomen wird als Inverse-Base-Rate-Effekt (IBRE) bezeichnet. Es ist eine Eigenart in der Art und Weise, wie wir lernen und Entscheidungen treffen, die Wissenschaftler seit Jahrzehnten vor Rätsel stellt.

Lange Zeit war die führende Theorie, dass dieser Fehler durch „Vorhersagefehler“ entsteht. Denken Sie an ein Videospiel, bei dem Sie einen „Game Over“-Bildschirm sehen, wenn Sie falsch raten. Die Theorie besagte, dass unser Gehirn lernt, indem es versucht, diese „Game Over“-Bildschirme zu vermeiden. Wenn wir den häufigen Verdächtigen wählen und falsch liegen, bekommt unser Gehirn einen Schock, schenkt den seltenen Hinweisen besondere Aufmerksamkeit und korrigiert sich über, was dazu führt, dass wir beim nächsten Mal den seltenen Verdächtigen wählen. Aber was, wenn es keinen „Game Over“-Bildschirm gibt? Was, wenn wir nur einen Film schauen oder ein Puzzle betrachten, für das es kein Richtig oder Falsch gibt? Macht unser Gehirn dann immer noch denselben irrationalen Fehler? Diese Frage steht im Zentrum einer neuen Studie, die tief in die Mechanik des menschlichen Lernens eintaucht und fragt, ob unsere „Irrationalität“ tatsächlich ein Fehler in der Art und Weise ist, wie wir Informationen verarbeiten, oder ob es ein Merkmal ist, das auch existiert, wenn wir nicht bewertet werden.

Das große „Kein-Feedback“-Experiment

In dieser Arbeit beschlossen die Forscher Lenard Dome und Andy J. Wills, die Grenzen dieser „Vorhersagefehler“-Theorie zu testen. Sie wollten sehen, ob der Inverse-Base-Rate-Effekt immer noch auftreten würde, wenn sie den Lehrer, die Note und das „Falsch Antwort“-Geräusch vollständig entfernen würden. Sie führten zwei kluge Experimente durch, um die üblichen Lernbedingungen wegzulassen.

Im ersten Experiment gestalteten sie ein Szenario des beobachtenden Lernens. Stellen Sie sich vor, Sie sitzen in einem Wartezimmer und lesen Patientenakten. Sie sehen einen Patienten mit Fieber und Ausschlag, und in der Akte steht: „Diese Person hat Krankheit Z“. Dann sehen Sie einen anderen mit Kopfschmerzen und Ausschlag, und die Akte sagt: „Diese Person hat Krankheit L“. Sie lesen nur; Sie werden nicht gebeten zu raten, und man sagt Ihnen nicht, ob Sie richtig oder falsch lagen. Die Hinweise (Symptome) und die Antworten (Krankheiten) erscheinen zusammen, sodass es keinen Moment des „Ratens und Scheiterns“ gibt. Trotz des Fehlens von jeglichem Feedback oder „Game Over“-Momenten zeigten die Teilnehmer immer noch die irrationale Voreingenommenheit. Als sie später gefragt wurden, welche Krankheit ein Patient hat, basierend auf einer Mischung von Symptomen, neigten sie immer noch zur seltenen Krankheit, genau wie in den traditionellen Tests.

Im zweiten Experiment gingen sie noch weiter und entfernten jeden Hinweis auf Ursache und Wirkung. Sie ersetzten die medizinischen Geschichten durch geometrische Formen. Stellen Sie sich ein Puzzle vor, bei dem Sie ein Quadrat und einen Kreis sehen und angewiesen werden, sich zu merken, dass diese Kombination zu „Gruppe X“ gehört. Später sehen Sie nur ein Quadrat und ein Dreieck. Es gibt keine Geschichte über Krankheiten oder Symptome; es sind nur Formen. Es gibt keinen „Lehrer“, der Ihnen die Antwort sagt. Selbst in dieser völlig abstrakten, unüberwachten Welt, in der niemand Ihre Vermutungen bewertet, trafen die Teilnehmer immer noch dieselbe „irrationale“ Wahl und bevorzugten die seltene Kategorie, wenn sie mit einer verwirrenden Mischung von Formen konfrontiert wurden.

Die neue Theorie: OSCAR

Da die alte Theorie (dass wir aus Fehlern lernen) nicht erklären konnte, warum die Voreingenommenheit ohne einen Lehrer auftrat, schlugen die Autoren ein neues Modell namens OSCAR vor. Sie können sich OSCAR als ein digitales Gehirn vorstellen, das nicht nur die Zukunft vorhersagt, sondern versucht, das ganze Bild zu rekonstruieren.

Stellen Sie sich vor, Sie betrachten ein Puzzle, aber einige Teile fehlen. Anstatt nur zu raten, was das fehlende Teil ist, versucht Ihr Gehirn, das gesamte Bild zu imaginieren, einschließlich der Teile, die Sie nicht sehen können. OSCAR funktioniert auf die gleiche Weise. Es nimmt die Hinweise, die es sieht (die Merkmale), und versucht, „das Muster zu vervollständigen“, indem es errät, wie das gesamte Set an Hinweisen inklusive der Kategoriebezeichnung aussehen sollte. Wenn die Vermutung des Gehirns über das gesamte Bild nicht mit dem tatsächlichen Bild übereinstimmt, das es sieht, erzeugt es ein internes „Fehlersignal“. Dieses Signal kommt nicht von einem Lehrer; es kommt vom eigenen Versuch des Gehirns, die Lücken zu füllen.

Die Autoren fanden heraus, dass dieses „Mustervervollständigungs“-Modell die Ergebnisse perfekt erklären konnte. Es zeigte, dass das Gehirn keinen externen Lehrer braucht, um den Inverse-Base-Rate-Effekt zu erzeugen. Stattdessen ist der Effekt eine natürliche Nebenwirkung der Art und Weise, wie unser Gehirn Informationen organisiert: Wir schenken den Hinweisen, die uns helfen, zwischen dem häufigen und dem seltenen Ereignis zu unterscheiden, besondere Aufmerksamkeit, und diese Aufmerksamkeit wird in einer Weise verzerrt, die uns die seltenen Ereignisse bei Verwirrung überschätzen lässt.

Was dies bedeutet

Die Studie bestätigt, dass diese „irrationale“ Voreingenommenheit nicht nur das Ergebnis davon ist, dass wir versuchen, in einer Unterrichtssituation nicht falsch zu liegen. Sie ist ein grundlegender Bestandteil dessen, wie unser Gehirn Muster verarbeitet, selbst wenn wir nur beobachten oder Formen auswendig lernen. Die Forscher nutzten Computersimulationen, um zu zeigen, dass ihr neues Modell, OSCAR, das exakt gleiche menschliche Verhalten in allen drei Arten von Experimenten (dem traditionellen, dem beobachtenden und dem unüberwachten) reproduzieren konnte.

Darüber hinaus war das Modell in der Lage, einige knifflige Daten aus Eye-Tracking-Studien zu erklären. Frühere Theorien konnten nicht erklären, warum Menschen sich während des Trainings länger bestimmte Hinweise ansah, sie aber während des Tests gleichermaßen betrachteten. OSCAR, mit seiner Fähigkeit, die Aufmerksamkeit basierend auf der spezifischen Kombination von Hinweisen zu verschieben, konnte diese Augenbewegungs-Muster erfolgreich rekonstruieren.

Kurz gesagt legt die Arbeit nahe, dass unsere „Irrationalität“ kein Bug ist, der durch schlechtes Unterrichten verursacht wird; sie ist ein Feature eines Gehirns, das ständig versucht, das Bild zu vervollständigen, selbst wenn das Bild unvollständig ist. Die Voreingenommenheit zugunsten des seltenen Ereignisses ist eine emergente Eigenschaft eines Systems, das sehr gut darin ist, Muster zu lernen, selbst wenn niemand seine Hausaufgaben korrigiert.