Podejmuj lepsze decyzje dzięki prawdopodobieństwu bayesowskiemu, inteligentnemu sposobowi rozważania ryzyka

Szacuje się, że dorośli ludzie podejmują około 35 000 decyzji dziennie - procent dobrych decyzji zależy od osoby dorosłej. Te wybory mogą być tak banalne, jak podejmowanie decyzji o przewróceniu lub zgnieceniu papieru toaletowego lub tak skomplikowane emocjonalnie, jak rezygnacja ze związku. A ponieważ ludzie podlegają raczej niż mistrzom swoich uprzedzeń emocjonalnych, strategie i ramy intelektualne są niezbędne każdemu, kto ma nadzieję działać w rozsądny sposób. Niestety nie zawsze otrzymujemy najlepsze narzędzia. Na przykład sposób, w jaki większość ludzi myśli o prawdopodobieństwie, jest nieodpowiedni dla współczesnych.

W dowolnym dniu każda osoba żyjąca w nowoczesnym społeczeństwie będzie współpracować z organizacjami, maszynami i modelami cenowymi, których nie w pełni rozumie. Większość ludzi podchodzi do tych codziennych zagadek w praktyczny sposób, korzystając z informacji, które mają na celu zmaksymalizowanie szansy na pomyślny wynik. To jest właśnie to, czego nasi rodzice uczą nas, jak robić jako dzieci. To jest często to, co ludzie mają na myśli, gdy mówią o „logice”. Jest to jednak również często nieodpowiedni proces. Gdy istnieją znaczne luki w wiedzy, różni się tylko nieznacznie od zgadywania. Krótko mówiąc, myślimy o prawdopodobieństwie w nieefektywny sposób. Zamiast skupiać się na wynikach, powinniśmy skupić się na naszym zrozumieniu sytuacji przy użyciu podstawowych idei prawdopodobieństwa bayesowskiego.

Prawdopodobieństwo bayesowskie uwzględnia stopnie przekonania o częstotliwościach historycznych: chodzi o to, że decyzje podejmowane z niepewności są informowane przez to, co ktoś pierwotnie wie i jest aktualizowane, gdy napotyka się nowe informacje. Chodzi o to, aby zminimalizować ryzyko przy maksymalizacji nauki. Zamiast zbliżać się do problemów jako monolitycznych, Bayesianie dzielą je na bardziej strawne kawałki. Po drodze gromadzona jest wiedza.

Aby zrozumieć, jak to działa, musisz wykonać matematykę. Centralne równanie, znane również jako reguła Bayesa, zostało sformułowane przez Thomasa Bayesa, angielskiego duchownego i matematyka, który zmarł w 1761 r. Przewiduje on kolejność zdarzeń prowadzących do wyniku. W równaniu T oznacza testowaną hipotezę, a E reprezentuje nowe dowody, które albo potwierdzą, albo obalą hipotezę. Przekonania tutaj nie są obiektywne, ale uzależnione od wcześniejszych założeń i tego, czego się uczymy po drodze.

Równanie pozwala decydentom przypisać prawdopodobieństwa do informacji i zdarzeń w tym samym czasie, co przekłada się na prawdopodobieństwo, że podstawowe założenie udowodni się poza prawdopodobieństwem wyniku.

W artykule z 2011 r. Profesor Queen Mary University Norman Fenton argumentował, że najskuteczniejszym sposobem podejmowania decyzji są modele probabilistyczne zbudowane z sieci Bayesa. Pisze on, że kryzys finansowy z 2008 r. Był sygnałem budzącym, że ludzie i systemy finansowe muszą poprawić swoją ocenę ryzyka. Chociaż prawdopodobieństwo bayesowskie istniało jako konstrukt krytyczny od XVI wieku, nie jest ono szeroko stosowane ani nauczane. I choć oczywiste jest, że myśl bayesowska odnosi się do finansów, ma to również sens w wielu innych sytuacjach.

„Aby radzić sobie z tego rodzaju problemami konsekwentnie i skutecznie, potrzebujemy rygorystycznej metody kwantyfikacji niepewności, która pozwala nam łączyć dane z oceną ekspercką” - pisze Fenton. „Prawdopodobieństwo bayesowskie to takie podejście”.

Fenton opowiada się za zwiększonym zastosowaniem teorii Bayesa, ale został on przyjęty wcześniej - i to z dobrym skutkiem. Alan Turing używał statystyki bayesowskiej podczas łamania kodów podczas II wojny światowej. Jedynym powodem, dla którego nie popularyzował nowego sposobu myślenia, był fakt, że nikt nie dowiedział się, dopóki informacje nie zostały odtajnione w 2012 r. Był to również rok, w którym Nate Silver użył równania Bayesa do przewidywania wyników wyborów w 2012 r. Z imponującą dokładnością.

Prawdopodobieństwo bayesowskie jest lepsze niż inne systemy przewidywania przyszłości, ponieważ jest to również jedna z niewielu metod, które wyjaśniają, jak naprawdę nieprzewidywalni są ludzie. Chociaż zawiera to, co się wie, odpowiada również na fakt, że na wybór człowieka stale wpływają zmienne kontekstowe i sytuacyjne. Jest to pomocne niezależnie od tego, czy próbujesz dowiedzieć się, w jakie akcje inwestować, czy też jakie talerze owocowe będą najbardziej skuteczne w Twoim potluck.

Ale jak możesz to dziś zastosować? Proste: Pomyśl o tym, co myślisz, że wiesz i dlaczego uważasz, że znasz to przed podjęciem decyzji. Następnie zastanów się, czy ta decyzja pozwoli ci potwierdzić lub odrzucić podejrzenia. To całkiem proste. To kwestia dyscypliny, aby skupić się raczej na tym, co się dzieje, a nie na prostej rzeczywistości wydarzeń. To, że coś się dzieje, nie czyni tego prawdopodobnym.