IX Coach

Aktualisiere Überzeugungen schrittweise, nicht auf einmal

Neue Belege sollten deine Wahrscheinlichkeit etwas verschieben – selten von 5 % auf 95 % in einem Schritt.

Why it works

Bayesianische Aktualisierung ist proportional: starke Belege erzeugen große Anpassungen; schwache Belege erzeugen kleine. Die meisten Menschen aktualisieren entweder zu wenig (Verankerung) oder zu dramatisch (Repräsentativität: einen anschaulichen Einzelfall als entscheidend behandeln). Die proportionale Aktualisierung – die Multiplikation deines Priors mit dem Wahrscheinlichkeitsverhältnis, das der Beleg liefert – ist das, was die Mathematik tatsächlich vorschreibt, und fast nie so groß wie ein Alles-oder-nichts-Ausschlag.

How to do it

  1. Frage bei neuen Belegen: „Wie viel wahrscheinlicher wäre dieser Beleg, wenn meine Überzeugung wahr wäre im Vergleich zu falsch?“
  2. Nutze dieses Verhältnis, um deine Wahrscheinlichkeit proportional zu verschieben, nicht umzukehren.
  3. Wenn der Beleg schwach oder mehrdeutig ist, bewege dich wenig; wenn er stark und überraschend ist, bewege dich mehr.
  4. Verfolge zwei oder drei wichtige Überzeugungen über die Zeit und protokolliere jede Aktualisierung – das baut Kalibrierungsintuition auf.

Evidenz

Die Konservatismus-Verzerrung – zu wenig relativ zu bayesianischen Normen zu aktualisieren – ist in mehreren Urteilsstudien dokumentiert. Ihr Gegenstück, Überreaktion auf anschauliche Einzelfälle, ist ebenso gut dokumentiert. Beide sind Abweichungen von proportionaler Aktualisierung. Grethers anreizbasierte Experimente zeigten einen spezifischen Treiber der Überreaktion – die Repräsentativitätsheuristik verzerrt systematisch, wie Menschen den Wahrscheinlichkeitsterm gegen den Prior gewichten. (observational)

Experimentelle Studien nutzen einfache, kontrollierte Wahrscheinlichkeitsprobleme; reale Überzeugungen beinhalten mehr Mehrdeutigkeit darüber, was der Beleg tatsächlich belegt.

Quellen

Häufiger Fehler

Jedes bestätigende Beweisstück als Beweis zu behandeln und jedes widersprechende als Ausnahme – das ist Bestätigungsverzerrung, ausgedrückt als selektive Aktualisierung.

Übe das mit IX Coach

Mit IX Coach starten

More practices for Bayesianisches Denken: Wie man Überzeugungen rational aktualisiert

Verwandte Konzepte

Frequently asked questions

How does Aktualisiere Überzeugungen schrittweise, nicht auf einmal work?

Bayesianische Aktualisierung ist proportional: starke Belege erzeugen große Anpassungen; schwache Belege erzeugen kleine. Die meisten Menschen aktualisieren entweder zu wenig (Verankerung) oder zu dramatisch (Repräsentativität: einen anschaulichen Einzelfall als entscheidend behandeln). Die proportionale Aktualisierung – die Multiplikation deines Priors mit dem Wahrscheinlichkeitsverhältnis, das der Beleg liefert – ist das, was die Mathematik tatsächlich vorschreibt, und fast nie so groß wie ein Alles-oder-nichts-Ausschlag.

What is the most common mistake with aktualisiere Überzeugungen schrittweise, nicht auf einmal?

Jedes bestätigende Beweisstück als Beweis zu behandeln und jedes widersprechende als Ausnahme – das ist Bestätigungsverzerrung, ausgedrückt als selektive Aktualisierung.