Startseite · Blog · Forschung

Simulation visueller Entscheidungsfindung mit Active Inference zur Vorhersage von Diagrammfehlern

Simulation visueller Entscheidungsfindung mit Active Inference zur Vorhersage von Diagrammfehlern

Ein neuer Ansatz zur Bewertung von Datenvisualisierungen könnte vorhersagen, warum Menschen Diagramme falsch lesen, bevor sie überhaupt einen Test absolvieren. Durch die Simulation der kognitiven Prozesse hinter dem Lesen von Diagrammen hoffen Forscher, visuelle Gestaltung zuverlässiger und weniger anfällig für Benutzerfehler zu machen.

Die Forschung

Forscher am National Renewable Energy Laboratory und der Northeastern University, unter der Leitung von Harrison Goldwyn und einschließlich Graham Johnson, Christopher Ibarra, Lace Padilla und Kenny Gruchalla, entwickelten ein Computermodell, das nachahmt, wie Menschen visuelle Informationen interpretieren. Sie stützten sich auf Active Inference, ein Rahmenwerk aus der Neurowissenschaft, das beschreibt, wie das Gehirn ständig seine Überzeugungen aktualisiert und Handlungen wählt, um Unsicherheit zu reduzieren. Ihre Studie, die im Juli 2026 auf arXiv veröffentlicht wurde, modelliert das Lesen von Diagrammen als dynamische Suche: Ein Agent betrachtet ein Balkendiagramm und entscheidet, worauf er seine Aufmerksamkeit richtet, um einen Durchschnittswert zu schätzen.

Sie implementierten zwei Arten von Agenten: einen schnellen, heuristischen (Typ-1-)Agenten, der auf schnellen, intuitiven Urteilen basiert, und einen langsamen, analytischen (Typ-2-)Agenten, der überlegter und gedächtnisintensiver ist. Der schnelle Agent neigte zu Tick-Salienz-Verzerrung – er schenkte markanten Skalenstrichen auf der Achse zu viel Aufmerksamkeit – während der langsame Agent unter Arbeitsgedächtnisabfall litt und frühere Werte vergaß, während er das Diagramm verarbeitete. Beide Agenten erzeugten „kognitive Spuren“, Sequenzen von Überzeugungen und Augenfixationen, die zeigen, wie Fehler entstehen.

Diese Simulation bietet eine mechanistische Erklärung, warum bestimmte Diagrammgestaltungen scheitern. Anstatt nur zu messen, wie viele Menschen ein Diagramm im Nachhinein falsch verstehen, kann dieses Modell vorhersagen, wo und warum Fehler auftreten, und liefert eine testbare Hypothese für zukünftige Experimente.

Warum es wichtig ist

Für jeden, der Diagramme liest – sei es in Nachrichten, Wirtschaft oder Bildung – weist diese Forschung auf die Notwendigkeit hin, Designs zu entwickeln, die die kognitiven Grenzen des Menschen berücksichtigen. Unsere Aufmerksamkeit wird auf visuell dominante Elemente gelenkt, und unser Arbeitsgedächtnis hat eine begrenzte Kapazität. Indem wir diese Verzerrungen verstehen, können wir Diagramme gestalten, die Fehlinterpretationen minimieren und das Risiko von Fehlern bei wichtigen Entscheidungen verringern.

Was Sie tun können

Beim Lesen von Diagrammen sollten Sie sich möglicher Fallstricke bewusst sein: Visuell auffällige Skalenstriche entsprechen möglicherweise nicht der wahren Skala der Daten, und das Vergleichen vieler Werte kann Ihr Gedächtnis belasten. Üben Sie, indem Sie Diagramminterpretationen mit anderen diskutieren, und erwägen Sie, Ihr Arbeitsgedächtnis und Ihre Aufmerksamkeit durch gezielte kognitive Übungen zu trainieren.

Quelle: arXiv q-bio.NC

Neugierig auf Ihr eigenes Gehirn? Machen Sie unseren kostenlosen adaptiven IQ-Test oder probieren Sie 306 Gehirntrainingsstufen.

Neugierig auf Ihren eigenen IQ?

Machen Sie unseren kostenlosen, wissenschaftlich konzipierten adaptiven Test über 7 kognitive Bereiche. Keine Anmeldung erforderlich.

Kostenlosen Test starten