🧪 Diese Plattform befindet sich in der Beta-Phase. Funktionen können sich ändern und es können Fehler auftreten. Danke für dein Feedback!
salience_bias
Die Tendenz, sich auf Informationen zu konzentrieren und ihnen überproportionales Gewicht beizumessen, die emotional auffällig, anschaulich oder wahrnehmungsmäßig prominent sind, während weniger auffällige, aber potenziell relevantere Informationen unterbewertet werden. Auffällige Merkmale fesseln die Aufmerksamkeit und dominieren das Urteilsvermögen, selbst wenn sie nicht die aussagekräftigsten oder wichtigsten Faktoren sind.
Nachdem er dramatische Nachrichten über einen Haiangriff gesehen hat, überschätzt ein Strandbesucher das Risiko beim Schwimmen dramatisch, obwohl das statistische Risiko weitaus geringer ist als bei der Autofahrt zum Strand. Die anschaulichen, beängstigenden Bilder dominieren die Risikowahrnehmung.
Nach einem viral gegangenen Video über einen brutalen Überfall in der U-Bahn meiden viele Pendler wochenlang den öffentlichen Nahverkehr und steigen auf das Auto um – obwohl die Kriminalitätsstatistik in der Stadt unverändert niedrig geblieben ist.
Ein Investor liest einen reißerischen Zeitungsartikel über einen spektakulären Börsencrash eines einzelnen Technologieunternehmens und zieht daraufhin impulsiv sein gesamtes Kapital aus dem Technologiesektor ab, obwohl der breite Markt stabil ist und das betroffene Unternehmen ein Einzelfall war.
Binäre (Ja/Nein) Fragen, die ein LLM beantworten muss, um diesen Aspekt zu identifizieren:
Wird die Aufmerksamkeit von den lebhaftesten oder emotional am stärksten aufgeladenen Informationen eingefangen?
Typ: binaryWerden weniger auffällige, aber wichtige Details übersehen?
Typ: binaryWürde sich die Bewertung ändern, wenn alle Informationen gleichermaßen auffällig (salient) wären?
Typ: binaryDie Tendenz, sich auf Informationen zu konzentrieren und ihnen überproportionales Gewicht beizumessen, die emotional auffällig, anschaulich oder wahrnehmungsmäßig prominent sind, während weniger auffällige, aber potenziell relevantere Informationen unterbewertet werden. Auffällige Merkmale fesseln die Aufmerksamkeit und dominieren das Urteilsvermögen, selbst wenn sie nicht die aussagekräftigsten oder wichtigsten Faktoren sind.
Das Aufmerksamkeitssystem des Gehirns hat sich entwickelt, um neuartige, emotionale und potenziell bedrohliche Reize für eine schnelle Verarbeitung zu priorisieren. Dies war in Überlebenskontexten adaptiv, führt aber bei der Anwendung auf moderne Wahrscheinlichkeitsurteile zu systematischen Verzerrungen.
Suche bewusst nach Basisratendaten und statistischen Informationen, um lebendige, aber unrepräsentative Beispiele auszugleichen. Gewichte die Evidenz nach ihrer Relevanz und Zuverlässigkeit, nicht nach ihrer emotionalen Wirkung.
Der Salienz-Bias treibt Medieneffekte auf die öffentliche Risikowahrnehmung an, beeinflusst Verbraucherentscheidungen durch Werbebilder, Wählerverhalten basierend auf dramatischen Ereignissen und medizinische Entscheidungen, die auf anschaulichen Patientengeschichten anstatt auf klinischer Evidenz beruhen.
Nutze diese Tools, um diesen Aspekt zu erkennen, zu analysieren oder zu trainieren.