Apps
EN — EnglishLogin

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

Spielerfehlschluss (Gambler's Fallacy)

Auch bekannt als: Monte-Carlo-Trugschluss Monte Carlo Fallacy Fallacy of the Maturity of Chances Spielerirrtum
Cognitive Bias ID: gamblers_fallacy

Definition

Der Spielerfehlschluss ist der irrtümliche Glaube, dass ein Ereignis, das häufiger als normal auftritt, in Zukunft seltener auftreten wird (oder umgekehrt) — bei statistisch unabhängigen Ereignissen. Er spiegelt ein grundlegendes Missverständnis von Wahrscheinlichkeit wider: den Glauben, dass Zufallsprozesse ein 'Gedächtnis' haben und sich kurzfristig ausgleichen müssen.

Beispiele

Am Roulettetisch ist die Kugel sieben Mal hintereinander auf Schwarz gelandet. Ein Spieler setzt alles auf Rot, überzeugt, dass Rot 'fällig' ist.

Nach drei Töchtern ist ein Paar überzeugt, das nächste Kind 'müsse' ein Junge sein — als ob die Natur einen Ausgleich bräuchte, obwohl jede Zeugung annähernd gleiche Wahrscheinlichkeit hat.

Ein Lottospieler meidet Zahlen, die kürzlich gewonnen haben, im Glauben, sie würden seltener erscheinen — obwohl jede Ziehung völlig unabhängig von vorherigen ist.

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.

∀e(Independent(e) ∧ Random(e) → ¬(P(e,t+1) ≠ P(e,t) | Outcome(e,t)))

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

    Glaubt die Person, dass vergangene Zufallsergebnisse zukünftige unabhängige Ereignisse beeinflussen?

    Typ: binary
  2. 2

    Besteht die Erwartung, dass eine Serie sich 'korrigieren' muss oder ein Ergebnis 'fällig' ist?

    Typ: binary
  3. 3

    Sind die fraglichen Ereignisse tatsächlich statistisch unabhängig?

    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.