'Bayeslogik' - zur induktiven Musterlogik menschlicher Wahrscheinlichkeitsurteile

• Applicant: Momme von Sydow, Ph.D.
• Subject Area: General, Cognitive and Mathematical Psychology
• Term: from 2006 to 2012
• Project identifier: Deutsche Forschungsgemeinschaft (DFG) - Project number 22872719

Die Psychologie des Testens deterministischer Aussagen orientierte sich lange an einer falsifikationistisch-logizistischen Norm (Popper, 1934/2002). Das galt insbesondere für die intensiv untersuchte Wason Selection Task (Wason, 1966, 1968). Empirisch zeigte sich aber, dass Menschen nur in sehr geringem Maße dieser Norm folgen. Statt psychologisch die vorhandene Kluft zwischen normativ geforderten und empirisch gefundenen Antwortmustern zu erklären (so die Theorien Mentaler Modelle oder einer Mentalen Logik) oder mit jeglicher universellen Norm zu brechen (domänenspezifische Ansätze), postulieren bayesianische Ansätze für das Testen deskriptiver Aussagen eine alternative universelle Norm. Der hier verfolgte Ansatz knüpft an den besonders ausgearbeiteten bayesianischen Information Gain-Ansatz von Oaksford und Chater (1994, 1998, 2004) an. Statt eines universellen bayesianischen Ansatzes wird ein flexibler vorwissensabhängiger ¿ also gewissermaßen domänenspezifischer ¿ bayesianischer Ansatz vertreten. Strukturelles Vorwissen legt die Konstruktion verschiedener Modelle exakt fest (v. Sydow, 2002, 2004) und sagt neue Modelle vorher. Ziel dieses Forschungsantrages ist eine weitere Ausarbeitung und Prüfung dieses flexiblen bayesianischen Ansatzes. Weniger als bisher wird dabei der Bruch mit der Logik betont. Es wird hingegen eine bayesianische Logik des Hypothesentestens vorgeschlagen. Als Grenzfall einer flexiblen bayesianischen Modellierung werden zudem unter bestimmten Bedingungen auch wieder systematisch logisch-falsifikationistische Antwortmuster vorhergesagt.

• DFG Programme: Research Grants