Beter beslissen kun je leren
Ruis veroorzaakt de nodige verstoringen in ons denken. Toch is ruis lastig op te sporen, laat staan te reduceren. In Ruis pogen Daniel Kahneman, Olivier Sibony en Cass R. Sunstein ons desondanks te laten zien hoe we denkfouten kunnen verminderen.
Wanneer het gaat om beoordelingsfouten, denken we al gauw aan het begrip bias: systematische afwijking. Door bewuste of onbewuste vooringenomenheid worden de resultaten van een onderzoek vertekend. Ruis is echter een stuk minder bekend en laat zich het beste definiëren als ‘willekeurige spreiding’. Waar bias systematisch is en zich beter laat voorspellen, is ruis onderhevig aan willekeur en daardoor lastiger te ontdekken. In veel situaties spelen zowel bias als ruis een rol en is het dus belangrijk te herkennen welke factor voor welke vertekening verantwoordelijk is.
Baanbrekende voorganger
Veruit de meest bekende auteur van de drie – Nobelprijswinnaar Kahneman–- brak bij het grote publiek door met Ons feilbare denken. De belangrijkste premisse van dit werk is een doodeenvoudige: het brein werkt met twee systemen, voor het gemak ‘systeem 1’ en ‘systeem 2’ genoemd. ‘Systeem 1’ is als een automatische piloot: wanneer ons gevraagd wordt om uit te rekenen hoeveel 1+1 is, dan hoeven we niet echt te rekenen. We wéten dat het antwoord ‘2’ is en dus hoeft ‘systeem 2’ niet aan het werk.
Dat gebeurt pas wanneer we bijvoorbeeld uitrekenen hoeveel 4156 x 9274 is. Kahneman past in Ons feilbare denken de wisselwerking van deze systemen toe in talloze praktijkvoorbeelden en maakt zo inzichtelijk hoe we helder en effectief kunnen beredeneren. Een baanbrekend werk waarvan wereldwijd meer dan twee miljoen exemplaren verkocht werden.
Hoge verwachtingen
Misschien ligt het aan de samenwerking met coauteurs Sibony en Sunstein, misschien aan de gecreëerde verwachtingen na Ons feilbare denken, maar van Kahnemans heldere stijl is weinig over in Ruis. Wie vooral geïnteresseerd is in praktische handvatten om ruis te verminderen, kan maar beter het advies uit de inleiding ter harte nemen en een aantal van de meer technische hoofdstukken overslaan. Voor de niet-statisticus voegen deze taaie hoofdstukken weinig opzienbarends toe.
En dat terwijl de premisse van het boek veelbelovend is. Behoorlijk wat onrecht en misverstanden zijn volgens de auteurs toe te schrijven aan ruis. Zoals bijvoorbeeld rechters die eenzelfde misdrijf op een regenachtige dag zwaarder bestraffen dan op een zonnige, vergelijkbare sollicitanten die verschillend beoordeeld worden, artsen die voor de lunch eenzelfde patiënt anders diagnosticeren dan erna: het zou niet mogen, maar toch zijn deze verschijnselen aan de orde van de dag. Er is geen sprake van opzet en ook als we ons er bewust van zijn kunnen we er niet zomaar iets aan doen.
Niet-ingeloste belofte
Pas na enkele honderden pagina’s wordt Ruis wat interessanter, wanneer het gaat om de mogelijkheden om ruis tegen te gaan. Ethische bezwaren komen aan bod. Algoritmes worden in het leven geroepen om menselijke ruis tegen te gaan, maar brengen risico’s op discriminatie met zich mee. Zo kunnen algoritmes al dan niet opzettelijk gedragsvoorspellers gebruiken die sterk gerelateerd zijn aan ras of geslacht. Een gevaarlijke ontwikkeling voor een samenleving die steeds meer op algoritmes berust.
Niet meer dan enkele pagina’s worden vuilgemaakt aan deze implicaties van ruisreductie. De hoofdmoot van Ruis leest als een wetenschappelijke publicatie die snel omgezet moest worden naar een nieuwe bestseller. Met een in de stijl van Ons feilbare denken-vormgegeven cover schept Ruis de valse verwachting ons beslisvermogen te verbeteren. De lezer moet echter zelf door heel wat ruis ploeteren om er nog wat van op te kunnen steken.
