Entscheidungshilfen in der psychologischen Forschung

In der psychologischen Forschung werden Entscheidungshilfen verwendet, um ein besseres Verständnis des Entscheidungsprozesses zu erlangen, einem kognitiven Prozess, bei dem Individuen aus mehreren Alternativen eine Wahl treffen oder einen Handlungsweg entscheiden. Forscher verlassen sich auf Entscheidungshilfen, um zu bewerten, wie Individuen Entscheidungen treffen, die zugrunde liegenden kognitiven Prozesse und die Faktoren, die sie beeinflussen.

Schlüsselabschnitte:

1. Was sind Entscheidungshilfen?
2. Risiko-Entscheidungshilfen
3. Intertemporale Wahlaufgaben
4. Soziale Entscheidungshilfen
5. Schlussfolgerungsaufgaben
6. Urteilsaufgaben
7. Zusätzliche Terminologie
8. Literaturverzeichnis

Was sind Entscheidungshilfen?

Entscheidungshilfen sind kognitive Aufgaben, die dazu entwickelt wurden, Entscheidungsfähigkeiten zu messen und von den Teilnehmern verlangen, aus Alternativen unter Bedingungen der Ungewissheit zu wählen (Yu, 2014; Schiebener et al., 2013). Das Studium der Entscheidungsfindung ist entscheidend, da es Einblicke in zugrunde liegende kognitive Funktionen, klinische Implikationen und mehr bietet.

Warum sind Entscheidungshilfen wichtig?

Entscheidungshilfen helfen nicht nur dabei, Einblicke in die komplexen Prozesse zu gewinnen, die an der Entscheidungsfindung beteiligt sind, sondern auch dabei, verschiedene Aspekte des entscheidenden Verhaltens zu identifizieren (Ličen, M., & Slapničar, S., 2022).. Hier sind einige:

• Risikovermeidung: Die Tendenz von Individuen, eine Wahl zu bevorzugen, die als weniger ungewiss wahrgenommen wird, im Vergleich zu Entscheidungen, die als sehr ungewiss gelten.
• Impulsivität: Die Verhaltensneigung, Entscheidungen zu treffen oder zu handeln, ohne die Konsequenzen im Voraus zu berücksichtigen oder darüber nachzudenken.
• Myopie: Eine kognitive Verzerrung, bei der Individuen sich auf unmittelbare Belohnungen oder Ergebnisse konzentrieren, indem sie zukünftige Folgen oder Informationen ignorieren oder übersehen, die nicht sofort verfügbar sind.
• Soziale Präferenzen: Es ist die Tendenz von Individuen, nicht nur ihr eigenes Wohlbefinden, sondern auch das anderer zu berücksichtigen.
• Kognitive Verzerrungen: Systematische und unbewusste kognitive Neigungen, die bei Individuen während der Informationsverarbeitung auftreten.
• Neurale Basis: Die Nutzung solcher Aufgaben ermöglicht es Forschern, die neuronale Basis der Entscheidungsfindung zu untersuchen und Therapien für Gehirnerkrankungen zu entwickeln (Christopoulos et al., 2018)

Typen und Beispiele von Entscheidungshilfen

Entscheidungshilfen werden in verschiedene Klassen kategorisiert, von denen jede unterschiedliche Prozesse der Entscheidungsfindung untersucht. Hier sind einige:

Risiko-Entscheidungshilfen

Risiko-Entscheidungshilfen treten auf, wenn eine Person in Situationen involviert ist, in denen eine Entscheidung mit einem damit verbundenen Risiko verbunden ist, was bedeutet, dass potenzielle Gewinne und Verluste mit den verfügbaren Optionen verbunden sind. Der Entscheidungsträger könnte sich auch der Wahrscheinlichkeiten der möglichen Ergebnisse, die sich aus dieser Entscheidung ergeben, bewusst sein. Beispielsweise beinhalten Glücksspiel an einem Roulette-Rad und Würfelspiele Risiken mit Wahrscheinlichkeiten (Xue et al., 2010; Buelow et al., 2022).

Risiko-Entscheidungshilfen bewerten die natürliche oder instinktive Neigung einer Person, Risiken in verschiedenen Situationen einzugehen und können, wenn sie mit fortschrittlichen Technologien kombiniert werden, sogar Gehirnregionen identifizieren, die während der Entscheidungsfindung aktiviert werden (Chowdhury et al., 2023; Ernst, M., 2002).

Beispiele für Risiko-Entscheidungshilfen sind:

Balloon Analog Risk Task (BART)

Die Balloon Analogue Risk Task (BART) ist ein sequenzielles Experiment, das dazu dient, das Risiko-Verhalten von Individuen zu analysieren. In dieser Aufgabe werden den Teilnehmern ein virtueller Ballon präsentiert, den sie aufblasen sollen, um den Geldwert zu erhöhen, den sie erhalten. Allerdings birgt jeder Pumpvorgang das Risiko, dass der Ballon platzt, was dazu führen würde, dass der Teilnehmer den gesamten angesammelten Wert verliert (Coon & Lee, 2021).

Iowa Gambling Task (IGT)

Die Iowa Gambling Task (IGT) ist eine Aufgabe, die den Entscheidungsprozess durch ein Kartenspiel bewertet, bei dem die Teilnehmer Karten aus vier verschiedenen Stapeln auswählen können, die unterschiedliche Belohnungen und Strafen bieten. Nach der Auswahl einer Karte aus einem Stapel erhalten die Teilnehmer sofortiges Feedback darüber, wie viel Geld sie gewonnen oder verloren haben. Basierend darauf wird von dem Teilnehmer erwartet, dass er seine Wahl anpasst und ein Muster von Entscheidungen annimmt, das zu höheren Belohnungen und geringeren Verlusten führt (Hultman et al., 2022; Aram et al., 2019).

Columbia Card Task (CCT)

Die Columbia Card Task bewertet die Entscheidungsfindung unter Risiko und Ungewissheit mithilfe von Karten. Den Teilnehmern werden 32 Karten angezeigt, und sie werden angewiesen, Karten für Punkte umzudrehen, bis sie aufhören möchten, um die Punkte zu sammeln, oder bis eine Verlustkarte umgedreht wird und der Betrag des Verlusts von ihren Punkten abgezogen wird (Sambol et al., 2024).

Game of Dice Task (GDT)

Die Game of Dice Task wird häufig verwendet, um die Risikopräferenzen von Individuen zu bewerten. Den Teilnehmern wird ein Würfel gegeben und sie müssen vorhersagen, welche Zahl(en) beim Würfeln auftauchen werden. Sie treffen Entscheidungen, indem sie aus verschiedenen Optionen wählen, die jeweils ein unterschiedliches Maß an Risiko und Belohnung repräsentieren (wobei höhere Gewinne geringere Erfolgschancen haben und umgekehrt) (Wood et al, 2016).

Intertemporale Wahlaufgaben

Intertemporale Wahl ist der Entscheidungsprozess, bei dem Individuen aus Ergebnissen wählen, die zu unterschiedlichen Zeitpunkten verfügbar sind, normalerweise sofortiger Verfügbarkeit oder verzögerter Verfügbarkeit. Die verschiedenen Faktoren, die diese Wahl beeinflussen können, umfassen den psychischen Zustand des Individuums, wie die Entscheidung formuliert wird und emotionale Faktoren (Lempert & Phelps, 2016).

Beispiele für intertemporale Wahlaufgaben sind:

Verzögerung-Diskontierungs-Aufgaben

In der Verzögerung-Diskontierungs-Aufgabe müssen die Teilnehmer zwischen einer kleineren, sofortigen Belohnung und einer größeren, verzögerten Belohnung wählen. Es wird oft beobachtet, dass verzögerte Belohnungen weniger geschätzt werden (oder weniger wert sind) als die unmittelbaren Ergebnisse (Gui et al, 2016). In dieser Aufgabe sind die Ergebnisse oder Belohnungen garantiert, d.h. der Teilnehmer sieht sich keinem Risiko von Verlusten gegenüber.

• Probieren Sie es aus oder importieren Sie es in Ihr Konto https://www.labvanced.com/page/library/72968

Risiko-Verzögerung-Abwägungs-Aufgabe

In der Risiko-Verzögerung-Abwägungs-Aufgabe bewerten die Teilnehmer den Wert von sofortigen versus verzögerten Belohnungen, wobei sie auch die Ungewissheit (d.h. das Risiko) berücksichtigen müssen, die versprochene Belohnung zu erhalten. Im Gegensatz zur Verzögerung-Diskontierungs-Aufgabe sind die Belohnungen nicht garantiert, was eine Risikokomponente in den Entscheidungsprozess einführt (Christensen et al., 1998).

Soziale Entscheidungshilfen

Soziale Entscheidungshilfen beziehen sich auf den Prozess, bei dem eine Person nicht nur ihr eigenes Bestes berücksichtigt, wenn sie eine Entscheidung trifft, sondern auch das anderer. Soziale Entscheidungshilfen bewerten, wie Entscheidungen durch die Absichten, Meinungen und Präferenzen anderer beeinflusst werden. Diese Aufgaben sind entscheidend für das Verständnis von Entscheidungsprozessen in komplexen sozialen Situationen (Coccia et al., 2022; Panico et al., 2024).

Häufig verwendete soziale Entscheidungshilfen sind:

Ultimatumspiel

Das Ultimatumspiel ist ein Experiment, bei dem es zwei Spieler gibt, die entscheiden, wie sie eine Geldsumme oder Ressourcen aufteilen. Einer der Spieler (der Vorschlagende) schlägt eine Aufteilung der Ressourcen vor, und der andere Spieler (der Antwortende) kann das Angebot entweder annehmen oder ablehnen. Das Spiel kann verschiedene Varianten haben, die die Entscheidungen der Spieler beeinflussen könnten. Beispielsweise kann der Teilnehmer in einigen Versionen mit einem tatsächlichen Teilnehmer spielen, während er in anderen Fällen gegen einen automatisierten virtuellen Gegner spielt, ohne zu wissen, dass der andere Teilnehmer keine reale Person ist (Krawczyk, 2018).

• Probieren Sie es aus oder importieren Sie es in Ihr Konto https://www.labvanced.com/page/library/74094

Diktatorenspiel

Das Diktatorenspiel ist eine Variante des Ultimatumspiels, bei dem ebenfalls zwei Spieler beteiligt sind. Einer der Spieler (der Diktator) erhält einen festen Geldbetrag, den er zwischen sich und dem zweiten Spieler (dem Empfänger) aufteilen muss. Der Empfänger hat kein Mitspracherecht bei der Aufteilung des Betrags und muss den Betrag akzeptieren, den der Diktator zuweist. Das Spiel wird oft als Maß für Fairness und Altruismus betrachtet (Franzen & Pointner, 2012; Leder & Schütz, 2018).

Asch-Paradigma

Das Asch-Paradigma ist eine Reihe von Experimenten zur Konformität (d.h. der Tendenz, die eigenen Überzeugungen oder Handlungen zu ändern, um besser zu denen der Gruppe zu passen). Die Asch-Experimente zielen darauf ab zu bewerten, ob die Entscheidungsfindung des Individuums unter sozialem Druck der Konformität unterliegt (Kundu & Cummins, 2013).

• Probieren Sie es aus oder importieren Sie es in Ihr Konto https://www.labvanced.com/page/library/38206

Schlussfolgerungsaufgaben

In Schlussfolgerungsaufgaben treffen die Teilnehmer Entscheidungen und beantworten Fragen, indem sie verschiedene Formen von unterstützendem Wissen, einschließlich Grafiken, Texten und visuellen Hilfsmitteln, nutzen.

Ein häufiges Beispiel ist die deduktive Schlussfolgerungsaufgabe, bei der den Teilnehmern Informationen (Prämissen oder Aussagen) bereitgestellt werden, die sie analysieren müssen, um logische Schlussfolgerungen zu ziehen (Zhou et al., 2020; Józsa et al., 2024). Es wird erwartet, dass eine Entscheidung durch logisches Schlussfolgern getroffen wird.

Urteilsaufgaben

In Urteilsaufgaben treffen die Teilnehmer Entscheidungen, indem sie eine Situation nicht nur auf der Grundlage der verfügbaren Informationen, sondern auch durch die Integration ihrer persönlichen Werte und Erfahrungen bewerten. Diese Aufgaben haben typischerweise keine einzige richtige Antwort.

Ein Beispiel ist die Situationsbewertungsaufgabe, bei der den Teilnehmern eine Beschreibung eines Problems vorgelegt wird und sie gebeten werden, die am besten geeignete Handlung für diese spezielle Situation auszuwählen (Krabbe, 2017; Lievens et al., 2008).

Finanzielle Entscheidungshilfen

Der Framing-Effekt ist eine kognitive Verzerrung, bei der Menschen zwischen Optionen entscheiden, basierend darauf, ob die Optionen mit positiven oder negativen Konnotationen präsentiert werden. Den Teilnehmern werden dieselben Informationen unterschiedlich gerahmt präsentiert, um zu sehen, wie das Framing finanzielle Entscheidungen beeinflusst.

Zusätzliche Terminologie

Kognitive Entscheidungshilfen

Kognitive Entscheidungshilfen klingen wie ein allgemeiner Begriff, aber sie können verwendet werden, um Aufgaben zu beschreiben, bei denen die getroffenen Entscheidungen keine emotionalen (affektiven), positiven oder negativen, Konsequenzen haben. Daher trifft der Teilnehmer eine Wahl, aber die Entscheidung hat keine fühlbaren Konsequenzen, wie Gewinn oder Verlust (van Duijvenvoorde, A. C., Jansen, B. R., Visser, I., & Huizenga, H. M., 2010). Damit kann jede Aufgabe, die Entscheidungen umfasst, aber keine emotionale Auswirkung auf den Teilnehmer hat, als kognitive Entscheidungshilfe angesehen werden. Ein Beispiel für eine Aufgabe wären logisch basierte Aufgaben oder sogar auf Wahrscheinlichkeiten basierende Aufgaben.

Affektive Entscheidungshilfen

Affektive Entscheidungshilfen umfassen Aufgaben, bei denen die Entscheidungen, die ein Teilnehmer trifft, Konsequenzen haben, die einen Einfluss auf Emotionen oder auf den affektiven Zustand haben können. Beispielsweise, wenn eine Entscheidung in einer Aufgabe zu Gewinnen oder Verlusten führt, dann kann sie als Teil einer affektiven Entscheidungshilfe angesehen werden. Eine beliebte und häufig verwendete affektive Entscheidungshilfe ist die Iowa Gambling Task (van Duijvenvoorde, A. C., Jansen, B. R., Visser, I., & Huizenga, H. M., 2010).

Fazit

Entscheidungshilfen sind entscheidend für das Verständnis der Komplexität des menschlichen Verhaltens. Forscher nutzen sie, um Einblicke in die Prozesse, zugrunde liegenden Mechanismen, Einflussfaktoren und breiteren Implikationen der Entscheidungsfindung zu gewinnen. Diese Aufgaben sind weit verbreitet in vielen Bereichen wie Psychologie, Bildung, Gesundheitswesen und mehr!

Literaturverzeichnis

• Aram, S., Levy, L., Patel, J. B., Anderson, A. A., Zaragoza, R., Dashtestani, H., Chowdhry, F. A., Gandjbakhche, A., & Tracy, J. K. (2019). The Iowa Gambling Task: A review of the historical evolution, scientific basis, and use in functional neuroimaging. Sage Open, 9(3). https://doi.org/10.1177/2158244019856911

• Buelow, M. T., Jungers, M. K., Parks, C., & Rinato, B. (2022). Contextual factors affecting risky decision making: The influence of music on task performance and perceived distraction. Frontiers in Psychology, 13. https://doi.org/10.3389/fpsyg.2022.818689

• Chowdhury, A., Sharma, S. S., Arjun, B. S., Pandya, H. J., Shankaranarayana Rao, B. S., & Laxmi, T. R. (2023). Risky decision-taking task: A novel paradigm to assess the risk-taking behaviour in rats predisposed to early-life stress. Journal of Neuroscience Methods, 392, 109864. https://doi.org/10.1016/j.jneumeth.2023.109864

• Christensen, J., Parker, S., Silberberg, A., & Hursh, S. (1998). Trade‐offs in choice between risk and delay depend on monetary amounts. Journal of the Experimental Analysis of Behavior, 69(2), 123–139. https://doi.org/10.1901/jeab.1998.69-123

• Christopoulos, V. N., Andersen, K. N., & Andersen, R. A. (2018). Extinction as a deficit of the decision-making circuitry in the posterior parietal cortex. Handbook of Clinical Neurology, 163–182. https://doi.org/10.1016/b978-0-444-63622-5.00008-5

• Coccia, G., La Greca, F., Di Luca, M., & Scheggia, D. (2022). Dissecting social decision-making: A spotlight on oxytocinergic transmission. Frontiers in Molecular Neuroscience, 15. https://doi.org/10.3389/fnmol.2022.1061934

• Coon, J., & Lee, M. D. (2021). A Bayesian method for measuring risk propensity in the balloon analogue risk task. Behavior Research Methods, 54(2), 1010–1026. https://doi.org/10.3758/s13428-021-01634-1

• Ernst, M. (2002). Decision-making in a risk-taking task: a pet study. Neuropsychopharmacology, 26(5), 682–691. https://doi.org/10.1016/s0893-133x(01)00414-6

• Franzen, A., & Pointner, S. (2012). Anonymity in the dictator game revisited. Journal of Economic Behavior & Organization, 81(1), 74–81. https://doi.org/10.1016/j.jebo.2011.09.005

• Gui, D.-Y., Li, J.-Z., Li, X., & Luo, Y. (2016). Temporal Dynamics of the interaction between reward and time delay during intertemporal choice. Frontiers in Psychology, 7. https://doi.org/10.3389/fpsyg.2016.01526

• Hultman, C., Tjernström, N., Vadlin, S., Rehn, M., Nilsson, K. W., Roman, E., & Åslund, C. (2022). Exploring decision-making strategies in the Iowa gambling task and rat gambling task. Frontiers in Behavioral Neuroscience, 16. https://doi.org/10.3389/fnbeh.2022.964348

• Józsa, K., Oo, T. Z., Borbélyová, D., & Podráczky, J. (2024). Deductive reasoning skills in children aged 4–8 years old. Journal of Intelligence, 12(3), 33. https://doi.org/10.3390/jintelligence12030033

• Krabbe, P. F. M. (2017). Constructs and Scales. The Measurement of Health and Health Status, 67–89. https://doi.org/10.1016/b978-0-12-801504-9.00005-2

• Krawczyk, D. C. (2018). Social Cognition. Reasoning, 283–311. https://doi.org/10.1016/b978-0-12-809285-9.00012-0

• Kundu, P., & Cummins, D. D. (2013). Morality and conformity: The asch paradigm applied to moral decisions. Social Influence, 8(4), 268–279. https://doi.org/10.1080/15534510.2012.727767

• Leder, J., & Schütz, A. (2018). Dictator game. Encyclopedia of Personality and Individual Differences, 1–4. https://doi.org/10.1007/978-3-319-28099-8_652-1

• Lempert, K. M., & Phelps, E. A. (2016). The malleability of Intertemporal choice. Trends in Cognitive Sciences, 20(1), 64–74. https://doi.org/10.1016/j.tics.2015.09.005

• Ličen, M., & Slapničar, S. (2022). Can process accountability mitigate myopic biases? An experimental analysis. Journal of Management Control, 33(1), 1-26.

• Lievens, F., Peeters, H., & Schollaert, E. (2008). Situational judgment tests: A review of recent research. Personnel Review, 37(4), 426–441. https://doi.org/10.1108/00483480810877598

• Panico, F., Ferrara, A., Sagliano, L., & Trojano, L. (2024). The involvement of rtpj in intention attribution during Social Decision making: A TMS study. Cognitive, Affective, & Behavioral Neuroscience, 24(4), 755–765. https://doi.org/10.3758/s13415-024-01188-7

• Sambol, S., Suleyman, E., & Ball, M. (2024). The assessment of affective decision‐making: Exploring alternative scoring methods for the Balloon Analog Risk Task and Columbia Card Task. Journal of Behavioral Decision Making, 37(1), e2367.

• Schiebener, J., Schulte, F. P., Hofmann, J., & Brand, M. (2013). A versatile task for assessing decision-making abilities: The truck dispatcher framework. Applied Neuropsychology: Adult, 21(4), 241–259. https://doi.org/10.1080/09084282.2013.798735

• van Duijvenvoorde, A. C., Jansen, B. R., Visser, I., & Huizenga, H. M. (2010). Affective and cognitive decision-making in adolescents. Developmental Neuropsychology, 35(5), 539-554.

• Wood, M., Black, S., & Gilpin, A. (2016). The effects of age, priming, and working memory on decision-making. International journal of environmental research and public health, 13(1), 119.

• XUE, G., CHEN, C., LU, Z.-L., & DONG, Q. (2010). Brain imaging techniques and their applications in decision-making research. Acta Psychologica Sinica, 42(1), 120–137. https://doi.org/10.3724/sp.j.1041.2010.00120

• Yu, A. J. (2014). Decision-making tasks. Encyclopedia of Computational Neuroscience, 1–8. https://doi.org/10.1007/978-1-4614-7320-6_314-1

• Zhou, M., Duan, N., Liu, S., & Shum, H.-Y. (2020). Progress in neural NLP: Modeling, learning, and reasoning. Engineering, 6(3), 275–290. https://doi.org/10.1016/j.eng.2019.12.014