Please use this identifier to cite or link to this item: http://dx.doi.org/10.14279/depositonce-9860
For citation please use:
Main Title: Erwerb und Anwendung kausalen Wissens
Subtitle: der Einfluss kausaler Kontextwechsel auf die Sicherheit von Vorhersagen und die Geschwindigkeit von Reaktionen
Translated Title: Acquisition and application of causal knowledge
Translated Subtitle: the influence of causal context changes on the certainty of predictions and the speed of reactions
Author(s): Drewitz, Uwe
Advisor(s): Thüring, Manfred
Referee(s): Thüring, Manfred
Krems, Josef
Granting Institution: Technische Universität Berlin
Type: Doctoral Thesis
Language Code: de
Abstract: Wenn Menschen Vorhersagen treffen, Diagnosen stellen oder Erklärungen finden, greifen sie auf mentale Repräsentationen kausaler Zusammenhänge zurück. Dafür müssen diese Repräsentationen die Qualität und Quantität der subjektiven kausalen Erfahrung erhalten und für den inferentiellen Gebrauch verfügbar machen. Für die psychologische Theorie- und Modellbildung zum Erwerb und zur Anwendung kausalen Wissens folgt daraus die Frage: Wie repräsentieren Menschen kausales Wissen? Die Beantwortung dieser Frage erfordert, dass psychologische Theorien und Modelle beschreiben, wie Evidenz für kausale Zusammenhänge akkumuliert und ausgewertet wird. Im Fokus der Forschung zum kausalen Lernen stehen Kovariationsinformationen, d.h. Häufigkeits-informationen über das gemeinsame oder alleinige Auftreten vermuteter Ursachen und interessierender Effekte. In diesen Informationen verbirgt sich Evidenz für zwei distinkte Aspekte jeder kausalen Beziehung, der Hinlänglichkeit und der Notwendigkeit von Ursachen für ihre Effekte. Erfolgt im Rahmen des Erwerbs kausalen Wissens bzw. kausaler Überzeugungen auf Basis von Kovariationsinformationen die Zuschreibung von Verursachung, werden beide Aspekte durch Integration der jeweils voneinander unabhängigen Evidenz verknüpft. Voraussetzung ist ein hohes Maß an konfirmatorischer, d.h. bestätigender Evidenz, für jeden der beiden einzelnen Aspekte. Kontradiktorische, d.h. widersprechende Evidenz führt dagegen zur Diskreditierung des jeweils betroffenen Aspektes selbst, sowie zur Diskreditierung einer bereits erfolgten Kausalzuschreibung. In der vorliegenden Dissertation wurden etablierte normative, rationale und mechanistische Modelle der Forschung zum kausalen Lernen auf Basis der Forschungsliteratur analysiert und überprüft. Es wurde untersucht, welche expliziten und impliziten Annahmen sie zur Repräsentation kausalen Wissens im Allgemeinen und zur Repräsentation und Verarbeitung der Evidenz für die beiden distinkten kausalen Aspekte, der Hinlänglichkeit und der Notwendigkeit, im Speziellen haben. In den Mittelpunkt der analytischen Betrachtungen sowie der nachfolgenden empirischen Untersuchungen stellte die Arbeit hierbei den schrittweisen, auf eigener Beobachtung beruhenden Erwerb kausaler Überzeugungen ohne spezifisches Vorwissen. Die analytischen Betrachtungen zeigten, dass alle der untersuchten etablierten Ansätze hinsichtlich der Spezifikation mentaler Repräsentationen kausalen Wissens deutliche Schwächen besitzen und die jeweiligen Modelle psychologisch unrealistische Annahmen zur Repräsentation und Verarbeitung der konfirmatorischen und kontradiktorischen Evidenz zu beiden Kausalaspekten aufstellen. Für die empirische Überprüfung der Modelle und Bereitstellung von Befunden zur Verknüpfung der beiden Kausalaspekte Hinlänglichkeit und Notwendigkeit im Rahmen mentaler Repräsentationen kausalen Wissens, wurde in der ersten von vier empirischen Untersuchungen die Wirkung kontradiktorischer Evidenz für einen Kausalaspekt auf die subjektive Sicherheit für Vorhersagen zum jeweils komplementären Kausalaspekt untersucht. Es zeigte sich, dass kontradiktorische Evidenz für einen Kausalaspekt die subjektive Sicherheit zum anderen, davon unabhängigen Kausalaspekt, reduziert, was durch keines der ausgewählten Modelle zum kausalen Lernen vorhergesagt wurde. Diese empirischen Befunde konnten mit einem gedächtnisbasierten Ansatz erklärt und modelliert werden. Kontradiktorische Evidenz führt danach zu erlebter Diskrepanz zwischen vorhergesagten und beobachteten Ereignissen und löst eine Veränderung des mentalen Kontexts aus - einen kausalen Kontextwechsel. Dadurch kommt es zu einer Verringerung kontextbedingter Aktivierung von zuvor erworbenen Gedächtnisinhalten und damit verbunden zur Verringerung subjektiver Sicherheiten hinsichtlich des in diesen Gedächtniselementen repräsentierten Wissens. In zwei folgenden empirischen Untersuchungen zum Einfluss kontradiktorischer Evidenz auf die Geschwindigkeit von Reaktionen und die Beanspruchung mentaler Ressourcen wurden Annahmen und Vorhersagen des gedächtnisbasierten Modells überprüft und weitere Evidenz für den postulierten Mechanismus kausaler Kontextwechsel gefunden. In der abschließenden vierten Untersuchung wurden kausale Kontextwechsel anderen Formen von Kontextwechseln gegenübergestellt. Die Befunde zum Vergleich mit anderen, sowohl nicht-handlungsrelevanten als auch handlungsrelevanten Kontextwechseln, lieferten Evidenz dafür, dass kausale Kontextwechsel als eigenständige Form von Kontextwechseln bewertet werden können. Insgesamt zeigen die theoretischen und empirischen Beiträge der Dissertation, dass kausale Kontextwechsel einen zentralen Mechanismus des Erwerbs und der Anwendung kausalen Wissens darstellen. Kausales Lernen – wenn nicht durch Vorwissen beeinflusst – vollzieht sich demnach als Wechselspiel der Akkumulation konfirmatorischer und kontradiktorischer Evidenz für Verursachungszusammenhänge aufsteigender Komplexität, moduliert durch Veränderung des mentalen kausalen Kontextes.
When people make predictions, make diagnoses or find explanations, they rely on mental representations of causal relationships. To do so, these representations must preserve the quality and quantity of the subjective causal experience and make it available for inferential use. Therefore, psychological theory and model building of the acquisition and application of causal knowledge must answer this question: How do people represent causal knowledge? In order to find an answer to this question, psychological theories and models must describe how evidence for causal relationships is accumulated and evaluated. Research on this topic focuses on covariation information, i.e. frequency information about the joint or sole occurrence of potential causes and effects of interest. Covariation information provides evidence for two distinct aspects of each causal relationship, the sufficiency and the necessity of causes for their effects. Whenever causality is attributed in causal learning from covariation information, both aspects are bound together by integrating the respective evidence, which are independent of each other. The prerequisite for the attribution of causation is a high level of confirmatory evidence for each of the two distinct aspects. Contradictory evidence, on the other hand, leads to the discrediting of the respective aspect itself, as well as to the discrediting of a causal attribution already made. In this dissertation established normative, rational and mechanistic models of causal learning were analysed and reviewed based on the state-of-the-art literature. It was examined what explicit and implicit assumptions these models make about the representation of causal knowledge in general and regarding the representation and processing of evidence for the two distinct causal aspects, the sufficiency and the necessity. The analytical considerations as well as the subsequent empirical studies focused on the gradual acquisition of causal beliefs based on personal observation without specific prior knowledge. The results of the analytical considerations showed that all of the established approaches investigated have clear weaknesses with regard to the specification of mental representations of causal knowledge and that the respective models make psychologically unrealistic assumptions about the representation and processing of the confirmatory and contradictory evidence on both causal aspects. For the empirical test of the models and the provision of findings regarding the binding of the two causal aspects sufficiency and necessity within mental representations of causal knowledge, the first of four empirical studies examined the effect of contradictory evidence for one of the two causal aspects on the subjective certainty for predictions on the respective complementary causal aspect. It was shown that contradictory evidence for one causal aspect reduces the subjective certainty for the other, independent causal aspect, a finding that was not predicted by any of the models considered. But the empirical results could be explained and modeled using a memory-based approach. Contradictory evidence thus leads to experienced discrepancies between predicted and observed events and triggers a change in the mental context - a causal context change. This change of the mental context leads to a reduction of contextual activation of previously acquired memory content and, in turn, to a reduction of subjective certainty regarding the knowledge represented in the respective memory elements. In two subsequent empirical studies on the influence of contradictory evidence on the speed of reactions and the load of mental resources, assumptions and predictions of the memory-based model were tested and further evidence for the postulated mechanism of causal context changes was found. In the final fourth study, causal context changes were compared to other types of contextual changes. The results for the comparison with both non-action-relevant and action-relevant contextual changes provided evidence that causal contextual changes can be regarded as a specific, distinct type of context change. Overall, the theoretical and empirical contributions of the dissertation show that causal context changes are a central mechanism of the acquisition and application of causal knowledge. Causal learning - if not influenced by prior knowledge - thus takes place as an interplay of the accumulation of confirmatory and contradictory evidence for causal relations of ascending complexity, modulated by changes in the mental causal context.
URI: https://depositonce.tu-berlin.de/handle/11303/10970
http://dx.doi.org/10.14279/depositonce-9860
Exam Date: 19-Dec-2019
Issue Date: 2020
Date Available: 23-Apr-2020
DDC Class: 150 Psychologie
Subject(s): kausales Lernen
kausale Induktion
kausales Schließen
Kontextwechsel
kognitive Modellierung
Gedächtnisaktivierung
Wissensrepräsentation
causal learning
causal induction
causal reasoning
contextual change
cogntive modeling
memory activation
knowledge representation
License: https://creativecommons.org/licenses/by/4.0/
Appears in Collections:FG Kognitionspsychologie & Kognitive Ergonomie » Publications

Files in This Item:
drewitz_uwe.pdf
Format: Adobe PDF | Size: 18.57 MB
DownloadShow Preview
Thumbnail

Item Export Bar

This item is licensed under a Creative Commons License Creative Commons