Eine neue Studie, die im renommierten Fachjournal Nature Human Behaviour ver\u00f6ffentlicht wurde, besch\u00e4ftigt sich mit den Eigenschaften von verhaltens\u00f6konomischen Theorien, die von K\u00fcnstlicher Intelligenz (KI) automatisch erlernt wurden. Die Forscher des Centre for Cognitive Science der TU Darmstadt und von hessian.AI haben dabei Verzerrungen in diesen Theorien festgestellt.<\/p>\n
Im t\u00e4glichen Leben sind Menschen kontinuierlich mit der Notwendigkeit konfrontiert, riskante Entscheidungen zu treffen. Beispiele daf\u00fcr sind Investitionen am Aktienmarkt, der Abschluss einer Versicherung, das Spielen im Lotto oder der Kauf eines neuen Telefons, dessen Preis morgen m\u00f6glicherweise sinken k\u00f6nnte.<\/p>\n
Seit langer Zeit untersuchen Forscher aus den Bereichen Wirtschaftswissenschaften, Psychologie und Kognitionswissenschaften Entscheidungen wie diese im Labor, indem sie Wetten verwenden. Diese Komponenten charakterisieren riskante Entscheidungen: Es gibt verschiedene Handlungsm\u00f6glichkeiten, jede Option hat spezifische Wahrscheinlichkeiten f\u00fcr Ergebnisse, und diese Ergebnisse sind mit bestimmten Auszahlungen verkn\u00fcpft.<\/p>\n
Als Beispiel k\u00f6nnte man vor die Entscheidung gestellt werden, entweder einen sicheren Betrag von 100 Euro zu erhalten oder ein Lotterielos zu w\u00e4hlen, bei dem man mit einer Wahrscheinlichkeit von 75 Prozent 150 Euro gewinnt, aber zu 25 Prozent leer ausgeht. Die Ergebnisse solcher Experimente haben gezeigt, dass Menschen regelm\u00e4\u00dfig von der mathematisch besten Wahl abweichen und dadurch Geld verlieren. Im oben genannten Gl\u00fccksspiel bevorzugen viele Menschen trotz eines h\u00f6heren erwarteten Werts der zweiten Option die erste Option.<\/p>\n
Aufgrund der erheblichen Auswirkungen dieser Entscheidungsfehler auf das individuelle Leben und die Gesamtwirtschaft besteht ein fortw\u00e4hrendes wissenschaftliches Interesse darin, vorherzusagen, wie Menschen suboptimale Entscheidungen treffen. Die Arbeiten von Daniel Kahneman und Amos Tversky, die sich darauf konzentrierten, nat\u00fcrliche Dummheit statt k\u00fcnstlicher Intelligenz zu untersuchen, f\u00fchrten zur Entwicklung der kumulativen Prospect Theory und verdienten ihnen im Jahr 2002 den Nobelpreis f\u00fcr Wirtschaftswissenschaften.<\/p>\n
Obwohl diese Theorie eine verbesserte Beschreibung menschlicher Entscheidungen liefert, gibt es immer noch zahlreiche Anomalien und Kontexte, in denen Entscheidungen nicht gut prognostiziert werden k\u00f6nnen. Es gestaltet sich noch herausfordernder, Erkl\u00e4rungen f\u00fcr menschliche Entscheidungen zu finden, einschlie\u00dflich bekannter Konzepte wie der von Gerd Gigerenzer vorgeschlagenen Idee, dass Entscheidungen auf kognitiven Abk\u00fcrzungen, den sogenannten Heuristiken, basieren.<\/p>\n
Ein aktuelles Forschungsteam der Princeton University in den USA hat in einer Studie K\u00fcnstliche Intelligenz verwendet, um menschliche Entscheidungen bei riskanten Gl\u00fccksspielen besser zu erforschen. Die \u00dcberlegung besteht darin, dass wenn tiefe neuronale Netze immer besser darin werden, Daten vorherzusagen, sie m\u00f6glicherweise auch menschliche Entscheidungen genauer vorhersagen k\u00f6nnen als verhaltens\u00f6konomische Theorien.<\/p>\n
Um solche neuronalen Netze zu trainieren, sind jedoch enorme Mengen an Daten erforderlich. Im Zuge der Studie wurde daher ein Datensatz erstellt, der \u00fcber 13.000 Wetten umfasst und menschliche Entscheidungen dazu enth\u00e4lt. Die Forscher konnten basierend auf diesem Datensatz feststellen, dass die neuronalen Netze, die am wenigsten von theoretischen Annahmen eingeschr\u00e4nkt waren, die besten Ergebnisse bei der Vorhersage von Spielentscheidungen von Menschen erzielten.<\/p>\n
Aus diesen Erkenntnissen entwickelten die Forscher eine „maschinell erlernte Theorie der wirtschaftlichen Entscheidungsfindung“, die eine interpretierbare Zusammenfassung des Verhaltens dieser neuronalen Netze darstellt. Forscher des LOEWE-Schwerpunkts „WhiteBox“ an der TU Darmstadt haben in einer neuen Publikation in der renommierten Fachzeitschrift Nature Human Behavior systematisch die Vorhersagen untersucht, die durch die Kombination verschiedener maschineller Lernmodelle mit unterschiedlichen Entscheidungsdatens\u00e4tzen entstehen.<\/p>\n
Die Ver\u00f6ffentlichung, die aus einem Kursprojekt im Masterstudiengang Cognitive Science hervorgegangen ist, hat bemerkenswerte Unterschiede in der Vorhersage menschlicher Entscheidungen aufgezeigt. Obwohl einige neuronale Netze die Entscheidungen aus dem Datensatz der Studie von 2021 am pr\u00e4zisesten vorhersagen konnten, konnten sie dies nicht f\u00fcr menschliches Verhalten in kleineren psychologischen Experimenten erreichen.<\/p>\n
Ein solches Beispiel verdeutlicht typischerweise, wie Verzerrungen in Datens\u00e4tzen zu Interaktionseffekten zwischen Modellen und Datens\u00e4tzen f\u00fchren k\u00f6nnen, was wiederum dazu f\u00fchrt, dass Erkenntnisse aus einem Datensatz nicht auf einen anderen \u00fcbertragbar sind. Basierend auf diesen Beobachtungen haben die Forscher ein generatives kognitives Modell entwickelt, das die quantitativen Unterschiede zwischen den tats\u00e4chlichen Entscheidungen in den Datens\u00e4tzen und den Vorhersagen der KI-Modelle mit klassischen verhaltens\u00f6konomischen Ergebnissen der menschlichen Entscheidungsunsicherheit erkl\u00e4rt.<\/p>\n
Professor Constantin Rothkopf vom Centre for Cognitive Science der TU Darmstadt, der Letztautor des Fachartikels in Nature Human Behaviour ist, betont, dass obwohl neuronale Netze in der Lage sind, alle Vorhersagefehler in einem Datensatz zu \u00fcbertreffen, dies keine Gew\u00e4hr daf\u00fcr bietet, dass dies auch auf andere Datens\u00e4tze menschlicher Gl\u00fccksspiele oder sogar auf nat\u00fcrlichere, allt\u00e4gliche Entscheidungen \u00fcbertragbar ist.<\/p>\n
Die Studie verdeutlicht, dass die Automatisierung der Kognitionswissenschaft durch k\u00fcnstliche Intelligenz noch immer eine Herausforderung darstellt und dass eine sorgf\u00e4ltige Kombination aus theoretischen \u00dcberlegungen, maschinellem Lernen und Datenanalysen erforderlich ist, um zu verstehen und zu erkl\u00e4ren, warum menschliche Entscheidungen von mathematischen Optimum abweichen.<\/p>\n
Schlagw\u00f6rter: TU Darmstadt + Nature Human + KI<\/p>\n","protected":false},"excerpt":{"rendered":"
Eine neue Studie, die im renommierten Fachjournal Nature Human Behaviour ver\u00f6ffentlicht wurde, besch\u00e4ftigt sich mit den Eigenschaften von verhaltens\u00f6konomischen Theorien, die von K\u00fcnstlicher Intelligenz (KI) automatisch erlernt wurden. Die Forscher des Centre for Cognitive Science der TU Darmstadt und von hessian.AI haben dabei Verzerrungen in diesen Theorien festgestellt. Im t\u00e4glichen...<\/p>\n","protected":false},"author":4,"featured_media":3152,"comment_status":"","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-3153","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-uncategorized"],"_links":{"self":[{"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/posts\/3153","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=3153"}],"version-history":[{"count":0,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/posts\/3153\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/media\/3152"}],"wp:attachment":[{"href":"https:\/\/byte-bucket.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=3153"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=3153"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=3153"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}