Apps
EN — EnglishLogin

🧪 Diese Plattform befindet sich in der Beta-Phase. Funktionen können sich ändern und es können Fehler auftreten. Danke für dein Feedback!

Konjunktionsfehler (Probabilistic Conjunction Error / Logical)

Auch bekannt als: Linda Problem Conjunction Rule Violation
Formal Fallacy ID: conjunction_fallacy_logic

Definition

Die logische Form des Konjunktionsfehlschlusses: Die Schlussfolgerung, dass eine Konjunktion von Ereignissen wahrscheinlicher ist als eines ihrer Konjunkte allein. Dies verstößt gegen ein grundlegendes Axiom der Wahrscheinlichkeitstheorie und der formalen Logik hinsichtlich Teilmengenbeziehungen.

Beispiele

Linda ist wahrscheinlicher eine Bankangestellte UND eine feministische Aktivistin als nur eine Bankangestellte.

Max ist leidenschaftlicher Umweltaktivist. Was ist wahrscheinlicher: dass Max mit dem Auto zur Arbeit fährt, oder dass Max mit dem Auto zur Arbeit fährt UND dabei Ökostrom zu Hause nutzt? Viele wählen die Konjunktion, obwohl sie logisch weniger wahrscheinlich ist.

Die Wettervorhersage-App fragt: Was ist wahrscheinlicher – dass es morgen regnet, oder dass es morgen regnet UND gleichzeitig windig ist? Nutzer tippen intuitiv häufiger auf die Kombination, obwohl sie statistisch seltener eintreten muss.

Formales Logikmuster
FOL-Muster
Die prädikatenlogische Formel, die die logische Struktur dieses Argumentationsmusters darstellt.
FOL (First-Order Logic, Prädikatenlogik) verwendet Quantoren (∀ = für alle, ∃ = es existiert), Verknüpfungen (∧ = und, ∨ = oder, ⇒ = impliziert, ¬ = nicht) und Prädikate, um die Form eines Argumentationsmusters zu erfassen.

P(A ∧ B) ≤ P(A) violated
Formale Verifizierung:
Formale Verifizierung
Prüft mithilfe eines automatischen Theorembeweisers, ob ein Argumentationsmuster logisch gültig oder ungültig ist.
Die formale Verifizierung nutzt einen SMT-Solver (Z3), um die logische Struktur eines Arguments mathematisch zu prüfen. Jedes Muster wird in Prädikatenlogik übersetzt und getestet: Können die Prämissen wahr sein, während die Schlussfolgerung falsch ist? Wenn ja: formal ungültig. Wenn nein: formal gültig. Viele reale Muster sind als nicht formal entscheidbar markiert — das heißt nicht, dass sie falsch sind.
Formal ungültig

Prüfschritte
Prüfschritte
Binäre Ja/Nein-Fragen, die eine KI beantworten muss, um ein Argumentationsmuster in einem Text zu erkennen.
Jeder der 452 Aspekte hat Prüfschritte — einfache Ja/Nein-Fragen, die systematisch erkennen sollen, ob ein Muster in einem Text vorkommt. Für Ad Hominem: "Greift das Argument eine Person statt ihre Behauptung an?" Für falsche Dichotomie: "Werden nur zwei Optionen präsentiert, obwohl mehr existieren?"

Binäre (Ja/Nein) Fragen, die ein LLM beantworten muss, um diesen Aspekt zu identifizieren:

  1. 1

    Behauptet das Argument, dass ein spezifisches, detailliertes Szenario wahrscheinlicher ist als ein allgemeineres?

    Typ: binary
  2. 2

    Ist das spezifische Szenario eine Teilmenge des allgemeinen Szenarios (d.h. das spezifische Szenario enthält alle Bedingungen des allgemeinen plus mehr)?

    Typ: binary
  3. 3

    Verstößt die Argumentation gegen die Regel, dass P(A und B) nicht größer sein kann als P(A)?

    Typ: binary
Vertiefung
Der aufklappbare Detailbereich auf jeder Aspekt-Seite mit Beispielen, Psychologie und Gegenstrategien.
Der Vertiefungsbereich bietet ausführliche Informationen zu jedem Aspekt: ein Praxisbeispiel, eine Erklärung warum es funktioniert, Tipps wie man entgegnet, alternative Bezeichnungen und Links zu verwandten Aspekten.