Wipsy lesson 2

Was kennzeichnet „Post-Normal Science“?

Fakten sind unsicher, Werte umstritten, Einsätze hoch und Entscheidungen dringend. Wissenschaft bewegt sich hier im Spannungsfeld zwischen Wissen, Unsicherheit und gesellschaftlicher Relevanz.

Welche Ebenen bzw. Rollen unterscheidet die Post-Normal Science?

• Academia (Forscher:innen) – entwickeln Wissen

• Expert & Client (Beratung) – wenden Wissen an

• Extended Peer Community – erweitertes Publikum, z. B. NGOs, Bürger

• Larger Society – gesellschaftlicher Kontext

Was ist das Ziel der Post-Normal Science?

Eine reflexive Wissenschaft, die Unsicherheiten anerkennt und Stakeholder in Entscheidungsprozesse integriert, besonders bei komplexen und existenziellen Problemen.

Was unterscheidet „simple“, „complex“ und „existential problems“?

• Simple: klar definierte Lösungen

• Complex: mehrere Einflussfaktoren, Unsicherheit

• Existential: grundlegende Wertefragen; Ziel ist Deliberation über wünschenswerte Zustände

Was ist eine deskriptive Aussage?

Eine wertfreie Beschreibung eines Zustands („so ist es“). Ziel: Realität objektiv abbilden.

Was ist eine explikative Aussage?

Eine erklärende Aussage, die Ursache-Wirkungs-Zusammenhänge beschreibt. Grundlage: Hypothesen, Theorien, z. B. im Hempel-Oppenheim-Schema.

Was ist eine normative Aussage?

Eine Begründung auf Basis gesellschaftlicher Normen und Werte („so soll man handeln“).

Was ist eine präskriptive Aussage?

Eine Aussage, die konkretes Handeln vorschreibt – also eine „Soll“-Aussage mit moralischem Anspruch.

Warum sind diese Typologien in der Wirtschaftspsychologie relevant?

Sie helfen, wissenschaftliche Aussagen voneinander zu trennen: Beschreibung, Erklärung, Bewertung und Handlungsanweisung müssen unterschieden werden, um Theorien sauber zu prüfen.

Welche Hauptarten von Modellen werden unterschieden?

• Ikonische/materiale Modelle: z. B. Globus, Miniaturwunderland

• Sprachlich-semantische Modelle: z. B. Marktverhaltensmodell, Entscheidungsmodelle

Wie hängen Modelle und Theorien zusammen?

• Theorien = sprachliche Gebilde

• Modelle = Anwendungen von Theorien auf bestimmte Situationen

• Theorien können Teilklassen von Modellen sein

Warum sind Modelle zentral für Wirtschaftspsychologie?

Weil sie komplexe psychologische und ökonomische Zusammenhänge vereinfachen, strukturieren und erklärbar machen, etwa Entscheidungsprozesse oder Marktverhalten.

Was ist Modellplatonismus?

Wenn Modelle als Realität missverstanden werden – also das Denken in Modellen die empirische Realität verzerrt oder ignoriert.

Warum ist der Satz „Essentially, all models are wrong, but some are useful“ relevant?

Er betont, dass Modelle vereinfachen und nie die Realität vollständig abbilden – ihr Nutzen liegt in der Orientierung, nicht in absoluter Wahrheit.

Was zeigt das Beispiel „In-vitro neurons play Pong“?

Ein Experiment, bei dem Neuronen in einer virtuellen Umgebung lernen, ein Spiel zu steuern – Beispiel für die Modellierung von kognitiven und lernpsychologischen Prozessen.

Was sind Large Language Models (LLM)?

Künstliche Intelligenz-Systeme, die auf großen Sprachdatensätzen trainiert sind und menschliche Sprache modellieren, um Text, Dialog oder Wissen zu generieren.

Welche psychologischen Fragen werfen LLMs auf?

• Wie ähnlich ist maschinelle „Kognition“ menschlicher Kognition?

• Wie beeinflusst KI menschliches Denken, Lernen und Entscheiden?

• Wie verändert sich Vertrauen, Verantwortung und Agency?

Was untersucht das Paper „Your Brain on ChatGPT“ (MIT Media Lab)?

Den kognitiven Schuldeneffekt (Cognitive Debt) – Nutzer:innen lagern Denkprozesse an KI aus, was kurzfristig entlastet, langfristig aber eigene kognitive Kapazitäten mindern kann.

Was untersuchte die MIT-Studie „Your Brain on ChatGPT“?

Die Auswirkungen der Nutzung von KI-Schreibhilfen (z. B. ChatGPT) auf die kognitive Leistungsfähigkeit, neuronale Aktivität und das Gefühl der Autorschaft beim Schreiben von Essays

Welche Forschungsmethode wurde verwendet?

EEG-Messungen zur Erfassung der neuronalen Aktivität während mehrerer Schreibsitzungen mit und ohne KI-Unterstützung.

Was ist mit „Cognitive Debt“ gemeint?

Eine kognitive Verschuldung durch langfristige Abhängigkeit von KI, bei der das Gehirn seine aktiven Denk- und Gedächtnisprozesse zunehmend reduziert.

Wie beeinflusst die Nutzung von LLMs die neuronale Konnektivität?

EEG-Daten zeigen eine systematische Abnahme der neuronalen Vernetzung mit zunehmender KI-Nutzung – vor allem in den Alpha-, Beta-, Delta- und Theta-Wellenbereichen.

Welche Gruppen wurden verglichen?

• Brain-only: stärkste neuronale Aktivität

• Search Engine: mittlere Aktivität

• LLM-Nutzer: schwächste neuronale Aktivität

Welche Hirnareale waren besonders unteraktiv?

Aufmerksamkeitssysteme und visuelle Verarbeitungsnetzwerke, besonders deutlich in der 4. Sitzung ohne KI.

Wie wirkte sich KI-Nutzung auf das Erinnerungsvermögen aus?

83,3 % der LLM-Nutzer konnten nicht einen Satz aus ihrem Essay wiedergeben, während 88,9 % der Nicht-LLM-Nutzer dies konnten.

Was passierte, als LLM-Nutzer wieder ohne KI schreiben sollten?

Sie zeigten schwächere Gedächtnisleistung, niedrigere neuronale Aktivierung und ein Verhalten, das auf Passivität und Effizienzstreben statt auf aktives Lernen hinweist.

Wie beeinflusste LLM-Nutzung das Ownership-Erleben?

LLM-Nutzer gaben häufig an, nur zu 50–70 % Autor ihres Textes zu sein; manche fühlten keine eigene Urheberschaft mehr.
Brain-only-Schreiber zeigten fast immer ein vollständiges Ownership-Gefühl.

Kann das Gehirn nach KI-Nutzung vollständig regenerieren?

Nein. Nach Absetzen der KI blieb die neuronale Aktivität unter dem Ausgangsniveau – Hinweise auf anhaltende kognitive Beeinträchtigung.

Wie unterschieden sich Suchmaschinennutzer (Search Group)?

Sie zeigten gesündere Gehirnaktivität, stärkere exekutive Funktionen, visuelle Verarbeitung und bessere Gedächtnisabrufe.

Was bedeutet „Cognitive Offloading“ im Kontext dieser Studie?

Das Gehirn gibt geistige Arbeit an die Maschine ab („mentales Auslagern“) – es reduziert Anstrengung, Integration und Selbstreflexion.

Welche langfristige Folge hat Cognitive Offloading?

Anpassung des Gehirns an neuronale Effizienz durch Passivität, was langfristig zu weniger Lernen, Integration und Kreativität führt.

Welche kurzfristigen Effekte zeigten sich in der Studie?

Bessere Textqualität laut Bewertung, weniger Fehler – also kurzfristiger Nutzen durch KI-Unterstützung.

Welche langfristigen Effekte traten auf?

Abnahme der kognitiven Aktivität, weniger komplexe Texte, sinkende Motivation und geringere Zufriedenheit.

Was ist die zentrale Warnung der Studie?

Dauerhafte KI-Nutzung kann die kognitive Selbstständigkeit, Gedächtnisleistung und Kreativität schädigen – das Gehirn „verlernt“, eigenständig zu denken.

Welche Empfehlung geben die Forschenden?

Regelmäßige Pausen von KI-Nutzung einlegen und aktiv selbst denken und schreiben, um kognitive Funktionen zu erhalten.