🧪 Diese Plattform befindet sich in der Beta-Phase. Funktionen können sich ändern und es können Fehler auftreten. Danke für dein Feedback!
monty_hall_error
Der Monty-Hall-Irrtum ist das Versagen, bedingte Wahrscheinlichkeiten nach strukturierten Informationen eines wissenden Akteurs korrekt zu aktualisieren. Im klassischen Problem verdoppelt das Wechseln der Tür, nachdem der Moderator (der weiß, wo der Preis ist) eine Ziege enthüllt, die Gewinnwahrscheinlichkeit von 1/3 auf 2/3.
Ein Quizshow-Teilnehmer wählt Tür 1. Der Moderator öffnet Tür 3 und enthüllt eine Ziege. Die Intuition sagt, die Wahrscheinlichkeit sei jetzt 50/50, aber das Wechseln gewinnt in 2/3 der Fälle, weil das Wissen des Moderators seine Wahl zu einem Signal macht.
In einem Büro-Ratespiel versteckt ein Kollege einen Gutschein hinter einer von drei Kaffeetassen. Ein Mitspieler wählt die mittlere Tasse, woraufhin der Kollege – der weiß, wo der Gutschein liegt – bewusst eine leere Tasse aufdeckt. Der Mitspieler denkt: 'Jetzt ist es 50/50, egal ob ich wechsle', und bleibt bei seiner Wahl – obwohl ein Wechsel seine Gewinnchance auf 2/3 erhöhen würde.
Ein Online-Quiz lässt Nutzer einen von drei verschlossenen digitalen Umschlägen wählen, von denen einer einen Preis enthält. Nachdem das System einen leeren Umschlag öffnet, kommentieren viele Nutzer im Chat: 'Jetzt hat man 50 % Chance, egal was man macht – ich bleibe bei meiner Wahl.' Die meisten verstehen nicht, dass das System gezielt einen leeren Umschlag enthüllt hat und ein Wechsel statistisch vorteilhafter wäre.
Binäre (Ja/Nein) Fragen, die ein LLM beantworten muss, um diesen Aspekt zu identifizieren:
Setzt das Argument voraus, dass bedingte Wahrscheinlichkeiten nach der Enthüllung neuer Informationen unverändert bleiben?
Typ: binaryIst die Quelle neuer Informationen nicht-zufällig (d.h. der Enthüllende kennt die richtige Antwort)?
Typ: binaryVersäumt die Analyse die Aktualisierung von Vorabwahrscheinlichkeiten angesichts der Informationsstruktur?
Typ: binaryWürde die Anwendung des Satzes von Bayes die Schlussfolgerung ändern?
Typ: binaryDer Monty-Hall-Irrtum ist das Versagen, bedingte Wahrscheinlichkeiten nach strukturierten Informationen eines wissenden Akteurs korrekt zu aktualisieren. Im klassischen Problem verdoppelt das Wechseln der Tür, nachdem der Moderator (der weiß, wo der Preis ist) eine Ziege enthüllt, die Gewinnwahrscheinlichkeit von 1/3 auf 2/3.
Die menschliche Intuition behandelt die Enthüllung des Moderators als zufällig und berücksichtigt den Informationsgehalt einer eingeschränkten Wahl nicht. Die Wissensasymmetrie zwischen Moderator und Teilnehmer ist kognitiv unsichtbar.
Die Informationsstruktur explizit modellieren. Fragen, wer eine Entscheidung getroffen hat und was sie zu diesem Zeitpunkt wussten. Den Satz von Bayes anwenden, um die posteriore Wahrscheinlichkeit nach der Enthüllung zu quantifizieren.
Varianten der Monty-Hall-Struktur erscheinen in der medizinischen Diagnostik, in der Rechtslogik und in Finanzmärkte-Ereignisstudien.
Nutze diese Tools, um diesen Aspekt zu erkennen, zu analysieren oder zu trainieren.