English· Español· Deutsch· Nederlands· Français· 日本語· ქართული· 繁體中文· 简体中文· Português· Русский· العربية· हिन्दी· Italiano· 한국어· Polski· Svenska· Türkçe· Українська· Tiếng Việt· Bahasa Indonesia

nu

konuk
1 / ?
derslere geri dön

Tuzak

Güvenli, Akıcı ve Yanlış

Her gün kendilerinden tamamen emin görünen kaynaklarla karşılaşırsınız: cilalı bir web sitesi, popüler bir video, asla ihtiyatlı davranmayan bir arkadaş, bir alışveriş uygulaması, bir çalışma yardımcı aracı, bir sağlık takip cihazı. Cevapları hızlı, temiz cümlelerle ve görünürde sıfır şüpheyle sunarlar.

Bu dersin dayandığı rahatsız edici gerçek şudur: güven, kanıt değildir. Bir kaynak bir şeyi tam bir kesinlikle ifade edebilir ve yine de tamamen yanlış olabilir. Bir cevabın cilası, onun doğru olup olmadığı hakkında hiçbir şey söylemez.

Peki bir şeyi aslında nasıl bilirsiniz? Kendinizden emin hissederek değil ve en emin görünen kimseye güvenerek de değil. Dikkatli bir şekilde akıl yürütüp iddiaları bağımsız kanıtlarla kontrol ederek bilirsiniz. Bu becerinin dört parçası var ve bugün her birini inşa edeceksiniz:

1. Taban oranlar : Neden nadir bir olay için son derece doğru bir test bile çoğunlukla yanlış alarm üretir.

2. Korelasyon ve nedensellik : Neden iki şeyin birlikte hareket etmesi, birinin diğerine neden olduğu anlamına gelmez.

3. Doğrulama yanlılığı : Neden zaten inandığımız şeylerle örtüşen yanıtlara aşırı güveniyoruz.

4. Doğrulama : Bir iddiayı harekete geçmeden önce bağımsız kaynaklarla nasıl üçgenleme (doğrulama) yaparsınız.

Isınma

Başlamadan önce kısa bir içgüdüsel düşünme. Kesinlikle haklı olduğunuzu hissederken yanılmak nadir değildir: bu, normal insan durumudur. Böyle bir anın size ne zaman olduğunu belirtmek, bu dersin geri kalanının kalıcı olmasını sağlar.

Bir konuda tamamen emindiniz ve daha sonra yanıldığınızı öğrendiğiniz bir anı anlatın. O an sizi o kadar emin hissettiren neydi?

Nadir Hastalık Testi

Taban oran ağacı: 1000 kişi taranıyor, 1 hasta 1 gerçek pozitif veriyor, 999 sağlıklı kişi yaklaşık 10 yanlış pozitif veriyor

Neden Doğru Testler Bizi Hâlâ Yanıltır

Bir taban oran, herhangi bir test yapmadan önce bir şeyin ne kadar yaygın olduğunu ifade eder. Bunu göz ardı etmek, en pahalı akıl yürütme hatalarından biridir : ve neredeyse herkes bunu yapar.

İşte senaryo. Dikkatle okuyun; cevabı bir sonraki ekranda hesaplayacaksınız.

- Bir hastalık 1000 kişiden 1'ini etkiliyor (bu, taban oranıdır).

- %99 doğruluk oranına sahip bir test var: hasta iseniz pozitif sonucunu %99 ihtimalle veriyor, sağlıklı iseniz negatif sonucunu %99 ihtimalle veriyor (yani sağlıklı kişilerin %1'inde yanılıyor).

- Testi yaptırıyorsunuz. Sonuç pozitif çıkıyor.

Neredeyse herkesin içgüdüsel tepkisi şudur: %99 doğru, yani hasta olma olasılığım yaklaşık %99. Bu düşünceyi bir kenara not edin. İçgüdüye güvenmek yerine bunu taban oranıyla karşılaştırarak kontrol edeceğiz.

Yöntem: 1000 kişiyi hayal edin ve sayın.

- 1000 kişiden yaklaşık 1'i aslında hasta. Test bu kişiyi yakalar: buna 1 doğru pozitif diyelim.

- Diğer 999 kişi sağlıklı. Test bu kişilerin %1'inde yanılır: 999 x 0.01 yaklaşık 10 yanlış pozitif eder.

Yani pozitif çıkan herkes arasında yaklaşık 1 doğru pozitif ve yaklaşık 10 yanlış pozitif var.

Sayımı Yapın

Hesabınız

Ağaçtaki sayıları kullanın: yaklaşık 1 doğru pozitif, yaklaşık 10 yanlış pozitif.

Pozitif test sonucu veren herkesin içinde, bir kişinin aslında hastalığa sahip olma olasılığı yaklaşık nedir? Doğru ve yanlış pozitiflerin sayısını gösterin, nihai sayıyı (yüzde veya kesir olarak) verin ve tek bir pozitif sonucu ne kadar güvenle değerlendirebileceğimizi kelimelerle ifade edin.

Sayının Öğrettiği Şey

Sonuç

Bu bölümdeki en önemli alışkanlık: bir şey nadir olduğunda, çok doğru bir test bile çoğunlukla yanlış pozitif sonuç üretir. Taban oranı, doğruluğun üstüne çıkabilir.

Bu sadece tıbbi testlerle ilgili değil. Dolandırıcılık uyarıları, spam filtreleri, güvenlik tarayıcıları ve nadir bir olayı işaretleyen her türlü kendinden emin sistem için geçerlidir. Böyle bir sistemden gelen bir "pozitif" bir daha yakından bakma nedenidir, bir hüküm değil. O şey ne kadar nadirse, tek bir alarmın inanca değil doğrulamaya yol açması o kadar gereklidir.

İki Şey Birlikte Hareket Ettiğinde

Korelasyon ve Nedensellik

İki şey, birlikte hareket ettiklerinde korelasyon gösterir: biri arttığında, diğeri de genellikle artar. Birinin diğerine neden olduğunu varsaymak cazip gelebilir. Ancak bu sonuç genellikle haksızdır. Herhangi bir korelasyon için en az üç masum açıklama vardır:

1. Karıştırıcı (gizli üçüncü neden). Dondurma satışları ve boğulma ölümleri birlikte artar. Dondurma boğulmaya neden olmaz; sıcak hava her ikisini de tetikler. Karıştırıcı, asıl motor olan faktördür.

2. Ters nedensellik. Bir fitness uygulaması kullanan insanlar daha sağlıklıdır, bu yüzden uygulama sağlığa neden olmalı mı? Belki de zaten sağlıklı olan insanlar uygulamayı seçenlerdir. Ok yönü tersine dönebilir.

3. Tesadüf. Yeterince çok değişken ölçüldüğünde, bazıları tamamen şans eseri ve hiçbir bağlantı olmaksızın hizalanabilir.

Profesyonel yaklaşım: "X, Y'ye neden olur" sonucunu kabul etmeden önce bunu başka ne açıklayabilir? sorusunu sorun. Bu soruyu atlayan özgüvenli bir kaynak, size bir bulgu değil, bir hikaye satıyordur.

Gizli Nedeni Bulun

Sıra Sizde

Bir çalışma şu raporu yayımlıyor: "Daha fazla kitabı olan öğrenciler okuma testlerinde daha yüksek puan alıyor. Bu nedenle daha fazla kitap almak test puanlarını artırır." Bir alışveriş uygulaması bile, ebeveynlere kitap paketleri satmak için bunu çok özgüvenli bir şekilde alıntı yapıyor.

Bu "puanları yükseltmek için kitap satın alma" sonucunun neden geçerli olmadığını açıklayın. Belirli mantık hatasını adlandırın, en az bir karıştırıcı değişken (confounder) veya ters nedensellik açıklaması önerin ve kitapların *daha yüksek puanlara neden olduğunu* kabul etmeden önce hangi kanıtlara ihtiyaç duyulacağını belirtin.

Uyan Olanı İnanmak

İnançlarınızı Besleyen Yanlılık

Onaylama yanlılığı, zaten düşündüğümüz şeylere uyan kanıtları fark etme, bunlara inanma ve hatırlama eğilimimizdir; buna uymayan kanıtları ise görmezden gelir veya geçersiz kılıyoruz. Bu yanlılık, neredeyse her yargının arka planında sessizce işler.

Modern araçlarla bu durum daha da kötüleşir. Arama sonuçları, akışlar ve öneri sistemleri neyi sevdiğinizi öğrenir ve size daha fazlasını sunar. Yönlendirici bir soru sorduğunuzda, size onaylamak üzere şekillendirilmiş özgüvenli bir yanıt almanız olasıdır. Sonuç bağımsız bir onay gibi hissettirir, ancak bu bir yankıdır: aynı inanç, kanıt gibi süslenerek geri yansıtılır.

Çözüm bilinçli bir çaba gerektirir: yanlış olduğunuzu gösteren en güçlü kanıtları aramaya çıkın. Eğer hiçbirisini bulamıyorsanız veya bunları çok hızlıca reddediyorsanız, bu yanlılığın konuşması demektir.

Yanlılığı Yakala

Sıra Sizde

Maya, belirli bir takviyenin soğuk algınlığını iyileştirdiğinden emin. Takviye aldığı ve iyileştiği zamanları hatırlar, bu hikayeleri tekrar anlatır ve takviyenin işe yaramadığı zamanları unutur. Bir arkadaşının işe yaramadığını gösteren bir çalışmadan bahsettiğinde, çalışmanın "muhtemelen yanlı" olduğunu söyleyip konuyu kapatır. Ayrıca özgüvenli bir sağlık uygulamasına "bu takviye soğuk algınlığı için iyi mi?" diye sorduğunda, uygulama neşeli bir şekilde onaylar.

Maya'nın düşüncelerindeki onaylama yanlılığını belirtin. Yanlılığı gösteren en az iki spesifik davranışını tanımlayın ve inancını gerçekten test etmek için ne yapması gerektiğini açıklayın.

Bağımsız Doğrulama

Her Şeyi Bir Araya Getiren Alışkanlık

Şimdiye kadar her araç tek bir beceriye işaret ediyor: güvenli görünen bir iddiaya körü körüne güvenme; onu doğrula. En güvenilir yöntem üçgenlemedir: bir iddiaya göre hareket etmeden önce onu iki veya daha fazla bağımsız kaynağa karşı kontrol edin.

Bağımsız kelimesi asıl işi yapıyor. Aynı basın bültenini kopyalayan üç site üç ayrı kaynak değildir: bunlar, üç kez yankılanan tek bir kaynaktır. Gerçek üçgenleme, birbirleriyle çelişebilecekleri halde çelişmeyen kaynaklar gerektirir.

Yüksek riskli herhangi bir iddiaya göre hareket etmeden önce pratik bir kontrol listesi:

- Bağımsızlık: Kaynaklarım aynı kaynağa mı dayanıyor, yoksa ayrı ayrı mı toplandı?

- Taban oranı: Bu gerçekten ne kadar yaygın? Güvenli görünen bir alarm büyük ölçüde yanlış pozitif olabilir mi?

- Neden: Sadece bir korelasyondan yola çıkarak satılan nedensel bir hikaye mi var?

- Kendi önyargım: Bunu kısmen zaten doğru olmasını istediğim için mi kabul ediyorum?

- Riskler: Karar ne kadar büyükse (sağlık, para, güvenlik), o kadar fazla bağımsız doğrulama hak ediyor.

Gerçek Bir İddiayı Doğrula

Sıra Sende

Bir çalışma uygulaması, çok özgüvenli ve akıcı bir dille, tarihsel bir tarihin 1847 olduğunu ve bir formülün belirli bir şekilde çalıştığını söylüyor. Yarın bir sınavın var ve cevap önemli.

Uygulamanın özgüvenli cevabına sınavda güvenmeden önce onu nasıl doğrulayacağını anlat. Kaynakların *bağımsız* olmasını sağlayan şeyi açıkla, neden uygulamanın yalnızca özgüveni yeterli değildir ve aslında yapacağın somut bir doğrulama adımı ver.

Elinize Neler Geçiyor

Son Bir Düşünce

Artık kendinden emin hatalara karşı dört aracınız var: Nadir olay alarmına güvenmeden önce taban oranını kontrol edin, korelasyonu nedensellikten ayırın, kendinizde ve araçlarınızda doğrulama yanlılığına dikkat edin ve harekete geçmeden önce bağımsız kaynaklarla üçgenleme yapın.

Bunların hiçbiri sizin bir dahi olmanızı gerektirmez. Bunlar tek bir alışkanlık gerektirir: Güveni : ister kendi güveniniz olsun ister pürüzsüz bir kaynağın güveni : kabul edilecek bir cevap olarak değil, test edilecek bir soru olarak ele almak.

En az aldatılan insanlar, en emin hissedenler değildir. Doğrulayanlardır.

Bir veya iki cümleyle, dört araçtan hangisini : taban oranları, korelasyon vs nedensellik, doğrulama yanlılığı veya doğrulama : aslında kullanacaksınız ve gerçek hayatınızda nerede kullanacaksınız?