Οι επιστήμονες ας θυμηθούν το «ουδέν οίδα»

3
116

David Spiegelhalter

Για κάθε επιστημονική πρόβλεψη ή εκτίμηση υπάρχει η πιθανότητα να αποδειχθεί λανθασμένη

Μια δημοφιλής άποψη θέλει τους επιστήμονες να ασχολούνται με βεβαιότητες, τη στιγμή που είναι (ή θα έπρεπε να είναι) έτοιμοι να ομολογήσουν ότι υπάρχουν όρια σε όσα γνωρίζουν. Μπορούν όμως οι επιστήμονες να παραδέχονται την αμφιβολία τους και παρ΄ όλα αυτά να συνεχίζουν να χαίρουν της εμπιστοσύνης των πολιτικών και του κοινού;

Ή μήπως η γλώσσα των πιθανοτήτων θα έστρεφε απλώς την προσοχή σε εκείνους με τα πιο ηχηρά επιχειρήματα;

Για παράδειγμα, μπορούμε να πούμε σε έναν ασθενή ότι για κάθε 1 εκατ. επεμβάσεις αναμένεται να σημειωθούν πέντε θάνατοι εξαιτίας του αναισθητικού; Κάτι τέτοιο ισοδυναμεί κατά προσέγγιση με τον κίνδυνο να οδηγήσει κάποιος μοτοσικλέτα για 48 χιλιόμετρα, να οδηγήσει το αυτοκίνητό του για 1.610 χιλιόμετρα, να κάνει κατάδυση με φιάλες οξυγόνου, να ζήσει επί τέσσερις ώρες ως χρήστης ηρωίνης ή να υπηρετήσει για τέσσερις ώρες στον βρετανικό στρατό στο Αφγανιστάν.

Σε πιο πολύπλοκες καταστάσεις, οι επιστήμονες δημιουργούν μαθηματικά μοντέλα που υποτίθεται ότι μιμούνται όσα καταλαβαίνουμε για τον κόσμο. Τα μοντέλα χρησιμοποιούνται για να καθοδηγούν τους τρόπους δράσης μας όσον αφορά την αντιμετώπιση της γρίπης των χοίρων, για να προβλέπουν την κλιματική αλλαγή και να εκτιμούν κατά πόσον ορισμένες θεραπείες θα πρέπει να παρέχονται από τον εθνικό φορέα Υγείας.

Οι στατιστικολόγοι, όπως εγώ, προσπαθούν να χρησιμοποιήσουν παλαιότερα δεδομένα για να εκφράσουν την εύλογη αβεβαιότητα όσον αφορά τις παραμέτρους που χρησιμοποιούνται στα μοντέλα και σε ορισμένες περιπτώσεις για να εκφράσουν αμφιβολίες όσον αφορά τη δομή τους.

Το ηθικό δίδαγμα που συνάγεται από τη μελέτη κάποιων λανθασμένων μοντέλων είναι, όπως είπε ο στατιστικολόγος Τζορτζ Μποξ, ότι «όλα τα μοντέλα είναι λάθος, αλλά ορισμένα είναι χρήσιμα». Τα μοντέλα δεν αντιπροσωπεύουν την αλήθεια, αλλά λειτουργούν μάλλον σαν οδηγός: βοηθούν αλλά έχουν πιθανά ψεγάδια εξαιτίας των όσων δεν γνωρίζουμε. Η παραδοχή αυτής της άγνοιας συνοψίζεται στη φράση που είπε το 1937 ο Τζον Μέιναρντ Κέινς. Οταν έκανε λόγο για τις προβλέψεις που αφορούσαν το 1970, έγραψε ότι «δεν υπάρχει καμία επιστημονική βάση επί της οποίας θα μπορούσαμε να σχηματίσουμε οποιαδήποτε υπολογίσιμη πιθανότητα. Απλώς δεν ξέρουμε» .

Τι πρέπει να κάνουν λοιπόν οι επιστήμονες όταν δεν είναι σίγουροι και όταν υπάρχουν πολλά που δεν γνωρίζουν; Υπάρχουν τρόποι να εκφράσει κανείς λίγες αμφιβολίες.

Η Επιτροπή Νομισματικής Πολιτικής της Τράπεζας της Αγγλίας προχωρεί σε προβλέψεις για τον πληθωρισμό και τις αλλαγές στο ΑΕΠ, παρέχοντας μια οπτική κλίμακα πιθανοτήτων σε ένα γράφημα, διατηρώντας όμως μια πιθανότητα της τάξεως του 10% να πέσει έξω στους υπολογισμούς. Και πράγματι συνέβη κάτι τέτοιο: οι υπολογισμοί του 2007 ήταν ακραία λανθασμένοι.

Μια άλλη προσέγγιση θα ήταν «να προσέχουμε για να έχουμε». Τον Ιούλιο του 2009 το βρετανικό υπουργείο Υγείας υπολόγισε ότι το χειρότερο δυνατό σενάριο της εξέλιξης της γρίπης των χοίρων θα ήταν 65.000 θάνατοι, υποθέτοντας ότι κάθε άγνωστη παράμετρος θα προκαλούσε τους περισσότερους δυνατούς θανάτους.

Μέχρι στιγμής στη Βρετανία σημειώθηκαν 457 θάνατοι. Μια τέτοια προσέγγιση λήψης υπερβολικών προληπτικών μέτρων μπορεί να αποβεί δαπανηρή, προσφέρει ελάχιστα στην υπόληψη των επιστημόνων και μπορεί να ζημιώσει την αντιμετώπιση μιας πραγματικά σοβαρής πανδημίας.

Το 2007 οι επιστήμονες της Διακυβερνητικής Επιτροπής του ΟΗΕ για τη Κλιματική Αλλαγή δήλωσαν ότι «ήταν σαφώς πεπεισμένοι» πως ο άνθρωπος προκάλεσε την υπερθέρμανση του πλανήτη, εκτίμηση για την οποία υπολόγιζαν ότι είχε εννέα στις δέκα πιθανότητες να είναι σωστή. Συνεπώς θα πρέπει να πίστευαν ότι υπήρχε μία στις δέκα πιθανότητες να κάνουν λάθος. Αυτή φαίνεται μια δίκαιη και ανοικτή εκτίμηση, αλλά σε γενικές γραμμές αγνοήθηκε εν μέσω των όλο και περισσότερο πολωμένων και από τις δύο πλευρές επιχειρημάτων.

Μακάρι οι επιστήμονες να μπορούσαν να εκφράσουν με ειλικρίνεια τις αμφιβολίες τους χωρίς να νιώθουν ότι πρέπει να πουν τα πάντα με ακριβείς αριθμούς. Ακόμη και έτσι θα ήταν δυνατόν να μας πείσουν να πάρουμε κάποιες γενναίες αποφάσεις.

Η παραδοχή της αβεβαιότητας θα μπορούσε ακόμη και να αυξήσει την εμπιστοσύνη της κοινής γνώμης στις προβλέψεις.

Τα πρόσφατα γεγονότα, είτε πρόκειται για την αιτιολόγηση του πολέμου στο Ιράκ είτε για το σκάνδαλο με τα στοιχεία της έκθεσης για την κλιματική αλλαγή, ενίσχυσαν το γεγονός ότι η εμπιστοσύνη αποτελεί παράγοντα κρίσιμης σημασίας.


Ο κ. Ντέιβιντ Σπιγκελάλτερ είναι καθηγητής στο Πανεπιστήμιο του Κέιμπριτζ.

πηγή: http://www.tovima.gr/default.asp?pid=46&ct=6&artId=295658&dt=24/03/2010#ixzz0j4kGdqhf ,Τετάρτη 24 Μαρτίου 2010

3 Σχόλια

  1. Αν η επιστήμη δεν βασίζεται καθαρά στους αριθμούς και την στατιστική τότε γίνεται καθαρά πολιτική και στην πολιτική γνωρίζουμε ότι η φαντασία γίνεται νόμος χωρίς να ασχολείται κανείς με τις συνέπειες, π.χ. έχεις ένα θηλυκό σκύλο στο χωριό, γεννάει 6-7 κουτάβια και ξαφνικά είσαι παράνομος, το σκυλί πρέπει να έχει τσιπ-ταυτότητα, αν γεννήσει γίνεσαι αυτόματα παράνομος εκτροφέας. Αυτό βασίζεται εν μέρη στην επιστήμη με αριθμούς, αν καταργήσουμε τους αριθμούς δεν γνωρίζουμε τι τρελό θα μας έρθει.
    Σήμερα έχουμε και την επιστήμη-θρησκεία: επιμένουμε σε μια θεωρία(εξέλιξη, πυρηνική σύντηξη) παρόλο που δεν υπάρχουν αποδείξεις.

    Όσο για την κλιματική αλλαγή πήγαινε στην αφρική στην ζούγκλα στο 40 βαθμούς και μετά πήγαινε στην αθήνα στους 40 βαθμούς και θα καταλάβεις, η ζούγκλα είναι πιο δροσερή. Ο άνθρωπος προκαλεί την κλιματική αλλαγή, το πρόβλημα είναι η δυσκολία μέτρησης της.

  2. Τα ψέματα είναι τρία: το μικρό, το μεγάλο και η στατιστική. Μέσω της τελευταίας μπορείς να “δείξεις” σχεδόν ό,τι θέλεις…

  3. [quote name=”Σπύρος Κάκος”]Τα ψέματα είναι τρία: το μικρό, το μεγάλο και η στατιστική. Μέσω της τελευταίας μπορείς να "δείξεις" σχεδόν ό,τι θέλεις…[/quote]

    …άρα πάλι καταλήγουμε στο ότι οι σωστοί επιστήμονες θα πρέπει να διακατέχονται από αυτόν τον έρωτα αναζήτησης της αλήθειας, αλλιώς… 🙁

Σχολιάστε:

Πληκτρολογήστε το σχόλιό σας
Please enter your name here