Der Entscheidungsforscher Robin Hogarth unterschied 2001 in seinem Buch Educating Intuition zwei Arten von Lernumgebungen. In einer kind („freundlichen“) Umgebung bekommt man nach einer Entscheidung schnell eine eindeutige und zutreffende Rückmeldung. Wer Schach spielt, Wetter für morgen vorhersagt oder Code gegen eine gute Testsuite schreibt, lernt aus jedem Durchgang. Intuition kann hier echte Expertise werden.
In einer wicked („tückischen“) Umgebung ist die Rückmeldung spät, lückenhaft oder sogar falsch. Hogarth erzählt die Geschichte eines Arztes aus dem frühen 20. Jahrhundert, der Typhus erkennen wollte, indem er den Kranken mit bloßen Händen die Zunge abtastete. Seine Vorhersagen trafen erstaunlich oft ein, weil er die Krankheit dabei von Patient zu Patient übertrug. Die Umgebung bestätigte ein falsches Urteil.
2009 einigten sich Daniel Kahneman und Gary Klein, zwei Forscher mit sehr unterschiedlichen Sichtweisen auf Intuition, auf genau diesen Punkt: Intuitive Urteile sind dann verlässlich, wenn die Umgebung regelhaft genug ist und man ausreichend Gelegenheit hatte, aus Rückmeldung zu lernen. Sonst ist Selbstsicherheit kein Hinweis auf Richtigkeit.
Wichtig ist die Abgrenzung zu den Wicked Problems von Rittel und Webber. Dort geht es um Probleme, die sich nicht eindeutig formulieren lassen, hier um die Qualität der Rückmeldung. Für KI-Agenten ist die Unterscheidung zentral: Ein Agent, der Code gegen Tests schreibt, arbeitet in einer freundlichen Umgebung. Ein Agent, der aus Online-Signalen ein Geschäftsmodell ableitet, arbeitet in einer tückischen, auch wenn seine Zwischenergebnisse überzeugend aussehen (siehe Stellvertretergrößen).