Jak zmienić zdanie
Źródło: Zdjęcie: Nataliya Vaitkevich z Pexels
Każdego dnia musimy podejmować setki decyzji. Badania decyzyjne sugerują, że przeciętny dorosły zarabia ok 35,000 zdalnie świadome decyzje każdego dnia. Jednak nie zawsze dysponujemy wystarczającą ilością danych, aby podjąć takie decyzje. W rzeczywistości, gdy przedstawia się nam dużą liczbę niejednoznacznych lub niepewnych dowodów, często, co jest zrozumiałe, trudno nam wyciągnąć konkretne wnioski.
Na szczęście, gdy będę badał bardziej szczegółowo w Jak spodziewać się niespodziewanego istnieją narzędzia, które mogą pomóc nam rozumować w obliczu niepewności. Jeden z takich mechanizmów istnieje od prawie 250 lat. Twierdzenie Bayesa (znana również jako reguła Bayesa lub czasami po prostu Bayesa) jest jednym z najważniejszych narzędzi w całej matematyce stosowanej.
W swej istocie twierdzenie Bayesa jest stwierdzeniem na temat prawdopodobieństwa warunkowego – prawdopodobieństwa, że hipoteza jest prawdziwa, biorąc pod uwagę jakiś dowód. Może to być prawdopodobieństwo, że podejrzany jest niewinny (hipoteza) biorąc pod uwagę dowód kryminalistyczny, lub może to być prawdopodobieństwo (bez patrzenia na kartę drużyny), że Pelé był na boisku (hipoteza), biorąc pod uwagę, że Brazylia strzeliła gola (dowód). W prawdziwym życiu często łatwiej jest ocenić tak zwane stwierdzenie transponowane – prawdopodobieństwo zobaczenia dowodów na to, że zakładamy, że hipoteza jest prawdziwa: szanse zobaczenia konkretnego dowodu kryminalistycznego, jeśli podejrzany jest niewinny, lub ocena szans na zdobycie bramki przez Brazylię, jeśli Pelé grał. Bayes rozwinął swoje twierdzenie jako narzędzie łączące te dwie strony równania prawdopodobieństwa warunkowego.
Dziś twierdzenie Bayesa sprawdza się za kulisami, filtrowanie spamu wiadomości e-mail, począwszy od prób phishingu po oferty farmaceutyczne. Leży to u podstaw algorytmów polecaj filmy, piosenki i produkty do nas online i stoi za algorytmami głębokiego uczenia się, które pomagają to zapewnić dokładniejsze narzędzia diagnostyczne dla naszej służby zdrowia.
Źródło: Zdjęcie: MART PRODUCTION z Pexels
Jednak implikacje twierdzenia Bayesa wykraczają daleko poza jedno zastosowanie. W skrócie sugeruje, że można zaktualizować swoje początkowe przekonanie o nowe dane, aby stworzyć nowe przekonanie. We współczesnym języku prawdopodobieństwo wcześniejsze(początkowe przekonanie) łączy się z prawdopodobieństwo obserwacji nowych danych, aby dać prawdopodobieństwo późniejsze (nowe przekonanie). Twierdzenie Bayesa jest w równym stopniu stwierdzeniem matematycznym, co filozoficznym punktem widzenia: nigdy nie możemy uzyskać dostępu do doskonałego absolutu prawdy, ale im więcej dowodów się zgromadzi, tym mocniej nasze przekonania mogą zostać udoskonalone, ostatecznie zmierzając w stronę prawdy prawda.
Kiedy moje dane się zmienią…
Bayes absolutnie uosabia istotę współczesnej nauki: zdolność do zmiany zdania w obliczu nowych dowodów. Jak powiedział kiedyś ekonomista John Maynard Keynes: „Kiedy zmieniają się moje informacje, zmieniam także swoje wnioski”.
Wielu zagorzałych zwolenników twierdzenia twierdzi, że twierdzenie Bayesa jest a filozofia dzięki któremu można żyć. Chociaż nie jest to mój osobisty pogląd, myślę, że istnieją praktyczne lekcje, z których możemy skorzystać, jeśli nauczymy się myśleć w sposób bayesowski – narzędzia, które mogą nam pomóc zdecydować, w którą z wielu konkurencyjnych historii wierzyć, jak bardzo jesteśmy pewni swoich twierdzeń i, co być może najważniejsze, kiedy i jak zmienić zdanie. Chociaż zawiera ono precyzyjne sformułowanie matematyczne, uważam, że bardziej pomocne będzie skupienie się na dwóch kluczowych lekcjach, jakie reguła Bayesa daje nam do wyniesienia w życiu codziennym.
Rozważ inny punkt widzenia
Wielu z nas będzie świadomych sposobów błąd potwierdzenia może nas wyprowadzić na manowce. Jednakże poznawcze podstawy tego zjawiska można chyba najlepiej wyjaśnić, myśląc w kategoriach twierdzenia Bayesa. Potwierdzenie stronniczość zasadniczo polega na nieuwzględnieniu lub przypisaniu wystarczającej wagi naszym wcześniejszym przekonaniom na temat alternatywnych hipotez, lub alternatywnie niedoszacowanie prawdopodobieństwa – siły dowodów na korzyść – tych alternatywnych hipotez, lub połączenie tych dwóch.
Wyobraź sobie sytuację, w której testujesz nowy lek na chroniczny ból pleców, na który cierpisz. Po tygodniu brania tabletek zaczynasz czuć się lepiej. Oczywistym wnioskiem jest to, że lek poprawił problemy z plecami. Należy jednak pamiętać, że istnieje co najmniej jedna alternatywna hipoteza do rozważenia. Być może ból pleców i tak zmienia się znacznie z tygodnia na tydzień, a w okresie, w którym przyjmowałeś lek, prawdopodobnie ból i tak ustąpił. Być może mniej prawdopodobne jest, że poprawa była spowodowana czymś zupełnie innym – innym spanie pozycji lub przyjmowanie różnych form ćwiczeń, na przykład. Często nie cofamy się o ten istotny krok i nie zadajemy sobie pytania: co by było, gdybym się mylił? Jakie są alternatywne możliwości? Czego bym się spodziewał, gdyby były prawidłowe? I jak bardzo różni się od tego, co obecnie widzę? O ile nie rozważymy pozostałych hipotez i nie przypiszemy im realistycznych prawdopodobieństw wcześniejszych, wówczas wkład nowych dowodów będzie zawsze nieproporcjonalnie przypisany do oczywistej hipotezy mieć na myśli.
Alternatywnie, błąd potwierdzenia może pojawić się, gdy jesteśmy świadomi alternatywnych hipotez, ale nie poszukujemy dowodów, które są sprzeczne z naszymi preferowanymi przekonaniami, lub nie przypisujemy im odpowiedniej wagi. Powoduje to przeszacowanie prawdopodobieństwa danych potwierdzających naszą ulubioną hipotezę i niedoszacowanie prawdopodobieństwa danych potwierdzających alternatywy. X (dawniej Twitter) i inne Media społecznościowe witryny są klasycznymi przykładami platform, na których wielu użytkowników egzystuje w komorze pogłosowej. Dzięki temu, że karmią Cię tylko tymi postami, które potwierdzają ich obecne poglądy, ich kanały chronią wielu użytkowników platform przed alternatywnymi punktami widzenia. Opinie użytkowników, których poglądy mogą na początku być nieznacznie odmienne, są stale wzmacniane aż do poziomu niemal pewnego. Może to skutkować zwiększoną polaryzacją i plemiennością, zarówno na platformie mediów społecznościowych, jak i w prawdziwym świecie.
Stopniowo zmieniaj swoje zdanie
Reguła Bayesa nigdy nie została zaprojektowana jako narzędzie, które można zastosować tylko raz, aby zaktualizować pojedyncze wcześniejsze przekonanie za pomocą jednego nowego dowodu. Możliwość ciągłego ponownego wykorzystania twierdzenia Bayesa w celu aktualizacji naszych przekonań jest jedną z jego największych zalet. Musimy uważać na przecenianie naszych wcześniejszych przekonań. Uczucie zaufanie w naszych przekonaniach może powodować pokusę ignorowania małych fragmentów informacji, które nie zmieniają znacząco naszego spojrzenia na świat. Drugą stroną pozwolenia sobie na wcześniejsze przekonania w ramach perspektywy Bayesa jest to, że musimy się zaangażować do zmiany naszej opinii za każdym razem, gdy pojawia się nowa istotna informacja, niezależnie od tego, jak nieistotna się ona wydaje. Jeżeli pojawi się wiele drobnych dowodów, z których każdy nieznacznie podważa mocno wyznawane przekonanie, wówczas Bayes pozwoliłby nam – w istocie twierdzenie nakazywałoby, że musimy – zaktualizować nasz pogląd stopniowo.
Stopniowo zmieniaj zdanie
Źródło: zdjęcie: Altered Reality na StockSnap
Stopniowo małe fragmenty dowodów mogą zacząć zmieniać sposób, w jaki myślimy o danej kwestii. Moglibyśmy zignorować je indywidualnie, ponieważ wydawało się, że nie robią dużej różnicy, ale powolne zmiany pozycji spowodowane stopniową tektoniką płyt podczas gromadzenia danych, mogą się kumulować, dopóki nie znajdziemy się na szczycie dowodu Góra.
Zmiana opinii w świetle nowych dowodów nie zawsze jest łatwa. Przyznanie się do błędu jest niewygodne, a wręcz tchórzliwe jest wyrzeczenie się przekonań, których wcześniej tak mocno się trzymaliśmy. W rzeczywistości utrzymywanie i popieranie poglądu sprzecznego z tym, który wcześniej wyznawałeś, wymaga wielkiej odwagi.
Próba rozumowania w obliczu niepewnych i zmiennych dowodów nie jest łatwym zadaniem. Musimy zaakceptować fakt, że nie zawsze będziemy dokonywać właściwych wyborów, formułować prawidłowe przewidywania lub mieć prawidłowe opinie. Ostatecznie wszyscy będziemy szczęśliwsi, gdy nauczymy się akceptować to, co nieoczekiwane, jeśli nie zawsze się tego spodziewamy.