Un filtru de e-mail marchează un mesaj drept spam. Știi că sistemul identifică 90% dintre mesajele care sunt într-adevăr spam.
„Deci sunt 90% șanse ca mesajul acesta să fie spam.”
Pare logic. Totuși, cele două procente răspund la întrebări diferite.
Pentru a evalua mesajul semnalat, mai ai nevoie de informații: cât de frecvent este spamul printre mesajele primite și cât de des filtrul marchează greșit mesaje legitime?
Ce se întâmplă în mintea ta
Rata de bază este frecvența unui fenomen în grupul relevant, înainte să luăm în calcul informațiile despre cazul particular.
Eroarea ratei de bază apare când ignorăm sau acordăm prea puțină greutate acestei frecvențe, concentrându-ne pe un indiciu care pare convingător. Cercetările clasice despre predicție au analizat această neglijare a probabilităților inițiale în favoarea informațiilor individuale.
În exemplul filtrului, „identifică 90% din spam” nu înseamnă automat că „90% din mesajele semnalate sunt spam”.
Să numărăm mesajele
Folosim un exemplu complet fictiv, pentru a vedea diferența.
Din 10.000 de mesaje, presupunem că:
- 100 sunt spam — rata de bază este de 1%;
- filtrul identifică 90% dintre acestea;
- filtrul marchează greșit drept spam și 1% dintre mesajele legitime.
| Tipul mesajelor | Număr total | Marcate drept spam |
|---|---|---|
| Spam real | 100 | 90 |
| Mesaje legitime | 9.900 | 99 |
| Total | 10.000 | 189 |
Dintre cele 189 de mesaje semnalate, doar 90 sunt spam real: aproximativ 48%, nu 90%.
Chiar dacă filtrul greșește la o proporție mică dintre mesajele legitime, acestea sunt atât de numeroase încât produc multe alarme false.
Semnalul rămâne informativ: în acest exemplu, probabilitatea crește de la 1% înaintea avertizării la aproximativ 48% după ea. Doar că avertizarea nu oferă certitudinea pe care am presupus-o.
Unde o mai poți întâlni
Citești portretul unui profesionist și încerci să-i ghicești ocupația. Descrierea se potrivește unui stereotip, iar tu neglijezi faptul că, în grupul din care a fost selectat, alte ocupații sunt mult mai numeroase.
Sau evaluezi șansele unui proiect pornind de la o poveste impresionantă de succes, fără să verifici ce proporție dintre proiectele comparabile au reușit.
Acestea sunt situații ilustrative. Informațiile despre cazul particular pot fi foarte relevante; întrebarea este cum le combini cu informațiile generale.
Ar trebui să ne bazăm doar pe statistici?
Nu. Rata de bază este un punct de plecare, nu un verdict despre fiecare caz.
Contează atât frecvența generală, cât și puterea indiciului concret. În plus, statistica trebuie să provină dintr-un grup relevant pentru situația evaluată. O proporție dintr-un context foarte diferit poate fi un reper nepotrivit.
Ce știm din cercetare
Gigerenzer și Hoffrage au arătat că prezentarea informațiilor sub forma unor frecvențe naturale — numărând cazurile din același grup, ca în exemplul de mai sus — a îmbunătățit raționamentul probabilistic în sarcinile studiate.
Rezultatul sugerează că dificultatea nu ține doar de persoană, ci și de felul în care este prezentată problema. Nu garantează însă că orice reformulare numerică elimină eroarea.
Ce poți încerca
- Caută frecvența de pornire. Cât de obișnuit este fenomenul în grupul relevant?
- Verifică ce înseamnă procentul. „Câte cazuri reale sunt detectate?” și „Câte semnale sunt corecte?” sunt întrebări diferite.
- Include alarmele false. Câte persoane, obiecte sau situații fără problema respectivă ar primi totuși semnalul?
- Numără cazuri dintr-un total comun. De exemplu: din 10.000, câte au problema și câte dintre toate sunt semnalate?
- Verifică potrivirea statisticii. Datele se referă la o populație și la condiții comparabile?
O întrebare de luat cu tine
„Cât de frecvent era fenomenul înainte să aflu acest detaliu?”
Denumire și contexte
- Denumire în psihologie
- Eroarea ratei de bază
- Termen în engleză
- Base rate fallacy / Base rate neglect
- O mai întâlnești în
- muncă și învățare, bani și cumpărături, alegeri cotidiene și viitor.
- Concepte înrudite
- Euristica reprezentativității; Euristica disponibilității; Biasul supraviețuitorului.
Surse
- Kahneman, D. & Tversky, A. (1973). On the psychology of prediction. Psychological Review, 80(4), 237–251.
- Gigerenzer, G. & Hoffrage, U. (1995). How to improve Bayesian reasoning without instruction: Frequency formats. Psychological Review, 102(4), 684–704.