Mitigation and prediction of the confirmation bias in intelligence analysis
Year: 2017
Type: dissertation
Abstract: Der "Confirmation Bias" beschreibt die Tendenz, bestehende Überzeugungen zu bestätigen anstatt diese zu widerlegen und wurde als eine der Ursachen für vergangene Fehlentscheidungen in der geheimdienstlichen Arbeit identifiziert.In dieser Dissertation wurde ein "High-Level Modell der Aktivitäten im Geheimdienstbereich" (HLMAIC) entwickelt, welches geheimdienst-relevante, fehleranfällige Aktivitäten abbildet.Es besteht aus der aktiven Suche nach Information (z.B.Suchmaschinenbenutzung), Informationssuche (z.B.Sammeln von Quellen) und Informationsevaluation (Beurteilung der Informationsqualität).Es wurde, auf Basis des HLMAIC, versucht, den Confirmation Bias zu reduzieren und sein Wiederauftreten in späteren Phasen des HLMAIC besser zu verstehen.Hauptstudie 1 (n = 46) zeigt, dass das Priming des analytischen Denkens zwar den Confirmation Bias in Informationsevaluation (CIE), jedoch nicht in der aktiven Suche nach Information (CASI) oder Informationssuche (CIS) reduziert.Machen sich Geheimdienst-MitarbeiterInnen den Confirmation Bias unmittelbar vor den Informationsevaluierungs und -suchaufgaben bewusst, reduziert sich CIE, wie Hauptstudie 2 (n = 105) zeigt.Diese Reduktion gab es in keiner anderen Phase des HLMAIC (d.h., aktive Suche nach Information oder Informationssuche), weder durch die Schaffung von Bewusstsein noch das Anregen analytischen Denkens.Die Daten beider Studien wurden gemeinsam in Hauptstudie 3 analysiert um den Confirmation Bias im HLMAIC vorherzusagen und Auswirkungen in realen Situationen zu ermitteln (z.B.CASI gefolgt von der Präsentation bestätigender Information).Es zeigte sich, dass CASI und die Informationsreihenfolge den CIE vorhersagen, während durch das Ausmaß des CIE die Wahrscheinlichkeit einer Entscheidungsänderung vorausgesagt werden kann.Praktische Implikationen zur Verbesserung von Geheimdienstarbeit und Empfehlungen für zukünftige Forschung werden diskutiert.
Author: Winter, Lisa Christina
Language: English
Field: Social Sciences
Domain: Social Sciences
Open Access status: green
OpenAlex ID: W6992912948
