🧪 Diese Plattform befindet sich in der Beta-Phase. Funktionen können sich ändern und es können Fehler auftreten. Danke für dein Feedback!
proportionality_bias
Die Tendenz anzunehmen, dass große Ereignisse auch große Ursachen haben müssen. Menschen finden es psychologisch unbefriedigend, wenn ein großes Ergebnis auf eine kleine, banale oder zufällige Ursache zurückgeführt wird, was sie dazu veranlasst, großartige Erklärungsnarrative zu bevorzugen.
Verschwörungstheorien über die Ermordung einer wichtigen politischen Figur: 'Jemand derart Wichtiges hätte nicht von einer einzelnen, unbedeutenden Person getötet werden können.'
Nach einem schweren Börsencrash sind viele Menschen überzeugt, dass eine geheime Gruppe von Bankern dahinterstecken muss – der Gedanke, dass ein einzelner Algorithmus oder ein Kettenreaktionsfehler dafür verantwortlich sein könnte, fühlt sich als Erklärung zu klein an.
Als eine weltbekannte Brücke durch gewöhnliche Materialermüdung einstürzt, kursieren sofort Gerüchte über Sabotage oder politische Machenschaften – weil ein so ikonisches Bauwerk nicht durch einen simplen technischen Defekt zerstört werden kann.
Binäre (Ja/Nein) Fragen, die ein LLM beantworten muss, um diesen Aspekt zu identifizieren:
Wird ein signifikantes oder groß angelegtes Ereignis oder Ergebnis bewertet?
Typ: binaryWird davon ausgegangen, dass die Ursache gleichermaßen groß oder signifikant sein muss?
Typ: binaryWerden kleine oder banale kausale Erklärungen ohne Beweise zugunsten von großartigen Erklärungen abgelehnt?
Typ: binaryDie Tendenz anzunehmen, dass große Ereignisse auch große Ursachen haben müssen. Menschen finden es psychologisch unbefriedigend, wenn ein großes Ergebnis auf eine kleine, banale oder zufällige Ursache zurückgeführt wird, was sie dazu veranlasst, großartige Erklärungsnarrative zu bevorzugen.
Der Verstand sucht nach proportionaler Verursachung als Teil seiner sinnbildenden Funktion. Kleine Ursachen für große Auswirkungen fühlen sich chaotisch an und bedrohen unser Gefühl für eine geordnete Welt.
Akzeptiere, dass komplexe Systeme große Ergebnisse aus kleinen Ursachen hervorbringen können (Chaostheorie, Tipping Points). Bewerte die Evidenz für Ursachen anstelle ihrer 'Größe'.
Bildung von Verschwörungstheorien, Unfalluntersuchungen, historische Analysen und medizinische Diagnosen schwerwiegender Erkrankungen.
Nutze diese Tools, um diesen Aspekt zu erkennen, zu analysieren oder zu trainieren.