< Return to Video

Wat te vertrouwen in een "post-waarheid"-wereld

  • 0:02 - 0:05
    Belle Gibson was een gelukkige
    jonge Australische.
  • 0:05 - 0:08
    Ze woonde in Perth en
    ze was gek van skateboarden.
  • 0:08 - 0:13
    Maar in 2009 vernam Belle dat ze
    hersenkanker had en vier maanden te leven.
  • 0:13 - 0:17
    Twee maanden chemo en bestraling
    hadden geen effect.
  • 0:17 - 0:19
    Maar Belle was vastbesloten.
  • 0:19 - 0:21
    Ze was haar hele leven
    een vechter geweest.
  • 0:21 - 0:24
    Als zesjarige moest ze al koken
    voor haar broer met autisme
  • 0:24 - 0:27
    en haar moeder die multiple sclerose had.
  • 0:27 - 0:28
    Haar vader was er niet.
  • 0:29 - 0:32
    Dus vocht Belle terug,
    met oefeningen, met meditatie
  • 0:32 - 0:35
    en door vlees in te ruilen
    voor groenten en fruit.
  • 0:35 - 0:38
    Ze herstelde volledig.
  • 0:39 - 0:40
    Belle's verhaal ging viraal.
  • 0:40 - 0:44
    Het werd getweet, geblogd, gedeeld
    en bereikte miljoenen mensen.
  • 0:44 - 0:47
    Het toonde de voordelen van het mijden
    van traditionele geneeskunde
  • 0:47 - 0:49
    tegenover dieet en lichaamsbeweging.
  • 0:49 - 0:54
    In augustus 2013 startte Belle
    een gezonde-voeding-app,
  • 0:54 - 0:55
    The Whole Pantry,
  • 0:55 - 0:59
    die binnen een maand
    200.000 keer werd gedownload .
  • 1:01 - 1:04
    Maar Belle's verhaal was een leugen.
  • 1:05 - 1:07
    Belle had nooit kanker gehad.
  • 1:08 - 1:12
    Mensen deelden haar verhaal
    zonder ooit te checken of het waar was.
  • 1:13 - 1:16
    Dit is een klassiek voorbeeld
    van een bevestigingvooroordeel.
  • 1:16 - 1:18
    Wij aanvaarden een verhaal kritiekloos
  • 1:18 - 1:21
    als het bevestigt wat wij vinden
    dat waar zou moeten zijn.
  • 1:21 - 1:24
    En we verwerpen ieder verhaal
    in tegenspraak ermee.
  • 1:25 - 1:27
    Hoe vaak zien we dit niet
  • 1:27 - 1:30
    in de verhalen
    die wij delen en negeren?
  • 1:30 - 1:34
    In de politiek, in het bedrijfsleven,
    bij gezondheidszorg-advies.
  • 1:35 - 1:39
    In 2016 was ‘post-waarheid’ het woord
    van het jaar van The Oxford Dictionary.
  • 1:40 - 1:43
    En de erkenning dat we nu
    in een post-waarheid-wereld leven,
  • 1:43 - 1:47
    heeft geleid tot een broodnodige nadruk
    op het controleren van de feiten.
  • 1:47 - 1:49
    Maar de clou van mijn lezing
  • 1:49 - 1:52
    is dat alleen het controleren
    van de feiten niet volstaat.
  • 1:52 - 1:55
    Zelfs als Belle's verhaal waar zou zijn,
  • 1:55 - 1:57
    dan was het net zo irrelevant.
  • 1:58 - 1:59
    Waarom?
  • 1:59 - 2:03
    We kijken eens naar een van de meest
    fundamentele technieken in de statistiek.
  • 2:03 - 2:06
    Hij heet Bayesiaanse gevolgtrekking.
  • 2:06 - 2:08
    De zeer eenvoudige versie is dit:
  • 2:09 - 2:12
    Waar we om geven is:
    "Ondersteunen de data de theorie?"
  • 2:13 - 2:17
    Verhogen de data onze overtuiging
    dat de theorie waar is?
  • 2:18 - 2:19
    Maar in plaats daarvan vragen we:
  • 2:19 - 2:22
    "Zijn de gegevens
    in overeenstemming met de theorie?"
  • 2:23 - 2:25
    Maar het in overeenstemming
    zijn met de theorie
  • 2:25 - 2:28
    betekent niet dat de gegevens
    de theorie ondersteunen.
  • 2:29 - 2:30
    Waarom?
  • 2:30 - 2:33
    Door een cruciaal,
    maar vergeten derde punt:
  • 2:34 - 2:38
    de data kunnen ook overeenstemmen
    met rivaliserende theorieën.
  • 2:38 - 2:40
    Maar door het bevestigingsvooroordeel
  • 2:40 - 2:43
    overwegen we
    die rivaliserende theorieën nooit,
  • 2:43 - 2:46
    daarvoor koesteren we
    onze eigen lievelingstheorie te zeer.
  • 2:46 - 2:49
    Laten we dit eens toepassen
    op het verhaal van Belle.
  • 2:49 - 2:50
    Wat we willen weten is:
  • 2:50 - 2:55
    ondersteunt Belle's verhaal
    de theorie dat diëten kanker geneest?
  • 2:55 - 2:57
    Maar in plaats daarvan vragen we:
  • 2:57 - 3:01
    "Is Belle's verhaal consistent
    met de theorie dat dieet kanker geneest?"
  • 3:02 - 3:03
    En het antwoord is: ja.
  • 3:04 - 3:08
    Als dieet kanker genas, zouden we
    verhalen als dat van Belle tegenkomen.
  • 3:09 - 3:12
    Maar zelfs als dieet geen kanker geneest,
  • 3:12 - 3:15
    zouden we nog steeds verhalen
    als dat van Belle tegenkomen.
  • 3:15 - 3:20
    Eén enkel verhaal waarbij
    een patiënt schijnbaar zichzelf genas
  • 3:20 - 3:23
    doordat er in de eerste plaats
    een verkeerde diagnose werd gesteld.
  • 3:24 - 3:27
    Net als dit: zelfs al was roken
    slecht voor je gezondheid,
  • 3:27 - 3:30
    toch vind je altijd wel
    één roker die 100 werd.
  • 3:31 - 3:32
    (Gelach)
  • 3:32 - 3:35
    Ook dit: zelfs al was onderwijs
    goed voor je inkomen,
  • 3:35 - 3:39
    dan vind je altijd nog één multimiljonair
    die niet naar de universiteit ging.
  • 3:39 - 3:42
    (Gelach)
  • 3:44 - 3:48
    Het grootste probleem met het verhaal
    van Belle is niet dat het vals was.
  • 3:48 - 3:51
    Het is dat het slechts één verhaal is.
  • 3:51 - 3:55
    Er kunnen duizenden andere verhalen zijn
    waar alleen diëten mislukte,
  • 3:55 - 3:57
    maar die we nooit horen.
  • 3:58 - 4:02
    Wij delen de uitschieters
    omdat ze nieuw zijn,
  • 4:02 - 4:04
    en daardoor nieuws.
  • 4:05 - 4:07
    We hebben het nooit
    over de alledaagse gevallen.
  • 4:07 - 4:10
    Ze zijn te gewoon,
    ze zijn wat normaliter gebeurt.
  • 4:11 - 4:14
    Dat is de ware 99 procent die we negeren.
  • 4:14 - 4:15
    Net als in de samenleving
  • 4:15 - 4:18
    mag je niet enkel kijken
    naar die één procent uitschieters,
  • 4:18 - 4:21
    en de 99 procent, de alledaagse, negeren.
  • 4:22 - 4:25
    Want dat is het tweede voorbeeld
    van bevestigingsvooroordeel.
  • 4:25 - 4:28
    Wij aanvaarden een feit als data.
  • 4:29 - 4:33
    Het grootste probleem is niet
    dat we leven in een post-waarheid-wereld;
  • 4:33 - 4:37
    het is dat we leven
    in een post-data-wereld.
  • 4:38 - 4:42
    Wij verkiezen één enkel verhaal
    boven hopen data.
  • 4:43 - 4:45
    Verhalen zijn krachtig
    en brengen dingen tot leven.
  • 4:45 - 4:48
    Men raadt aan elke talk
    met een verhaal te beginnen.
  • 4:48 - 4:49
    Ik deed het ook.
  • 4:50 - 4:54
    Maar één enkel verhaal
    is zinloos en misleidend,
  • 4:54 - 4:58
    tenzij het wordt ondersteund
    door een massa data.
  • 4:59 - 5:01
    Maar zelfs die massa data
  • 5:01 - 5:04
    kan nog steeds niet genoeg zijn.
  • 5:04 - 5:08
    Het kan nog steeds consistent zijn
    met rivaliserende theorieën.
  • 5:08 - 5:09
    Ik leg het uit.
  • 5:10 - 5:13
    Een klassiek onderzoek
    van psycholoog Peter Wason
  • 5:13 - 5:15
    geeft je een set van drie getallen
  • 5:15 - 5:18
    en vraagt je om te denken
    aan de regel die ze genereerde.
  • 5:19 - 5:23
    Als je krijgt: 2, 4, 6,
  • 5:23 - 5:24
    wat is dan de regel?
  • 5:25 - 5:28
    De meeste mensen zouden denken
    aan opeenvolgende even getallen.
  • 5:29 - 5:30
    Hoe zou je het testen?
  • 5:30 - 5:34
    Nou, je kon andere sets van opeenvolgende
    even getallen voorstellen:
  • 5:34 - 5:37
    4, 6, 8 of 12, 14, 16.
  • 5:38 - 5:40
    En Peter zou zeggen deze sets ook werken.
  • 5:41 - 5:44
    Maar weten dat deze sets ook werken
  • 5:44 - 5:48
    en weten dat misschien honderden sets van
    opeenvolgende even getallen ook werken,
  • 5:49 - 5:50
    vertelt je niets.
  • 5:51 - 5:54
    Want dit is nog steeds in overeenstemming
    met rivaliserende theorieën.
  • 5:55 - 5:58
    Misschien is de regel:
    eender welke drie even getallen.
  • 5:59 - 6:01
    Of elke drie oplopende getallen.
  • 6:02 - 6:05
    Dat is het derde voorbeeld
    van het bevestigingsvooroordeel:
  • 6:05 - 6:09
    data aanvaarden als bewijs,
  • 6:09 - 6:12
    ook al zijn ze in overeenstemming
    met rivaliserende theorieën.
  • 6:13 - 6:16
    Data zijn alleen maar
    een verzameling van feiten.
  • 6:16 - 6:18
    Het bewijs is data
  • 6:18 - 6:22
    die één theorie ondersteunen
    en andere theorieën uitsluiten.
  • 6:23 - 6:25
    De beste manier
    om jouw theorie te ondersteunen,
  • 6:25 - 6:29
    is proberen ze te weerleggen,
    door advocaat van de duivel te spelen.
  • 6:29 - 6:34
    Dus test iets als 4, 12, 26.
  • 6:35 - 6:36
    Als je nu een ja krijgt,
  • 6:36 - 6:41
    zou dat je theorie weerleggen
    van opeenvolgende even getallen.
  • 6:41 - 6:43
    Toch is deze test krachtig,
  • 6:43 - 6:45
    want als je een nee kreeg,
  • 6:45 - 6:48
    sloot dat de regel
    ‘elke drie even getallen’ uit,
  • 6:48 - 6:50
    evenals ‘elke drie oplopende getallen’
  • 6:50 - 6:53
    Het zou de rivaliserende theorieën,
    maar niet uit de jouwe uitsluiten.
  • 6:54 - 6:59
    Maar de meeste mensen zijn te bang
    om 4, 12, 26 te testen
  • 6:59 - 7:01
    omdat ze geen ja willen krijgen,
  • 7:01 - 7:04
    wat zou bewijzen dat hun
    lievelingstheorie niet klopte.
  • 7:05 - 7:07
    Bevestigingsvooroordeel gaat niet alleen
  • 7:07 - 7:10
    over het niet zoeken naar nieuwe data,
  • 7:10 - 7:12
    maar ook over
    een verkeerde interpretatie
  • 7:12 - 7:14
    van reeds verzamelde data.
  • 7:14 - 7:18
    En dat geldt buiten het lab
    voor belangrijke, echte-wereld-problemen.
  • 7:18 - 7:21
    Hier is Thomas Edisons beroemde uitspraak:
  • 7:21 - 7:23
    "Ik heb niet gefaald,
  • 7:23 - 7:27
    ik heb 10.000 manieren gevonden
    die niet werken."
  • 7:28 - 7:31
    Erachter komen dat je fout zit,
  • 7:31 - 7:34
    is de enige manier om erachter
    te komen wat juist is.
  • 7:35 - 7:37
    Stel dat je toelatingen
    tot de universiteit moet beheren
  • 7:37 - 7:40
    en het jouw theorie is
    dat alleen studenten met goede cijfers
  • 7:40 - 7:42
    uit rijke families het goed doen.
  • 7:42 - 7:44
    Dus laat je alleen deze studenten toe.
  • 7:44 - 7:46
    En ze doen het ook goed.
  • 7:46 - 7:50
    Maar dat is ook in overeenstemming
    met de rivaliserende theorie.
  • 7:50 - 7:52
    Misschien doen alle studenten
    met goede cijfers het goed,
  • 7:52 - 7:54
    rijk of arm.
  • 7:54 - 7:58
    Maar je test die theorie nooit,
    omdat je nooit arme studenten toelaat
  • 7:58 - 8:01
    omdat je je ongelijk
    niet wil bewezen hebben.
  • 8:03 - 8:04
    Wat hebben we geleerd?
  • 8:05 - 8:09
    Een verhaal is geen feit,
    omdat het misschien niet waar is.
  • 8:09 - 8:12
    Een feit is geen data,
  • 8:12 - 8:16
    het kan niet representatief zijn
    als het om slechts één datapunt gaat.
  • 8:17 - 8:19
    En data zijn geen bewijs --
  • 8:19 - 8:21
    ze geven misschien geen ondersteuning
  • 8:21 - 8:23
    als ze consistent zijn
    met rivaliserende theorieën.
  • 8:24 - 8:27
    Dus, wat doe je dan?
  • 8:27 - 8:30
    Je staat op een keerpunt van je leven,
  • 8:30 - 8:33
    je moet beslissen over
    een strategie voor jouw bedrijf,
  • 8:33 - 8:35
    of hoe jouw kind op te voeden
  • 8:35 - 8:38
    of over een regime voor jouw gezondheid,
  • 8:38 - 8:41
    hoe zorg je ervoor dat je geen verhaal,
  • 8:41 - 8:43
    maar wel bewijs hebt?
  • 8:44 - 8:46
    Ik geef jullie drie tips.
  • 8:47 - 8:51
    De eerste is om actief te zoeken
    naar andere gezichtspunten.
  • 8:51 - 8:54
    Lees en luister naar mensen
    waar je het flagrant niet mee eens bent.
  • 8:54 - 8:58
    90 procent van wat ze zeggen
    kan naar jouw mening verkeerd zijn.
  • 8:59 - 9:01
    Maar wat als 10 procent juist is?
  • 9:02 - 9:03
    Zoals Aristoteles zei:
  • 9:03 - 9:06
    "Het kenmerk van een goed opgeleide man
  • 9:06 - 9:09
    is de mogelijkheid
    om met een gedachte te spelen
  • 9:09 - 9:11
    zonder die te moeten accepteren."
  • 9:13 - 9:15
    Omring jezelf met mensen die je uitdagen,
  • 9:15 - 9:19
    en creëer een cultuur
    die actief dissidentie aanmoedigt.
  • 9:19 - 9:22
    Sommige banken
    hadden last van groepsdenken:
  • 9:22 - 9:26
    personeel dat de leningsbeslissingen
    van het management niet durfde aanvechten,
  • 9:26 - 9:28
    wat bijdroeg aan de financiële crisis.
  • 9:29 - 9:33
    Duid in een vergadering iemand aan
    om advocaat van de duivel te zijn
  • 9:33 - 9:35
    tegen jouw lievelingsidee.
  • 9:36 - 9:38
    En hóór niet alleen
    een ander gezichtspunt --
  • 9:38 - 9:40
    luister er ook naar.
  • 9:41 - 9:44
    Zoals psycholoog Stephen Covey zei:
  • 9:44 - 9:46
    "Luister met de bedoeling om te begrijpen,
  • 9:47 - 9:49
    niet met de bedoeling om te antwoorden."
  • 9:50 - 9:53
    Een afwijkend standpunt
    is iets om van te leren,
  • 9:53 - 9:55
    niet iets om tegen in te gaan.
  • 9:56 - 9:57
    Wat ons brengt
  • 9:57 - 10:00
    bij de andere vergeten punten
    in de Bayesiaanse gevolgtrekking.
  • 10:00 - 10:03
    Want van data kun je leren,
  • 10:03 - 10:06
    maar leren is slechts ten opzichte
    van een beginpunt.
  • 10:06 - 10:12
    Als je uitging van de volledige zekerheid
    dat jouw lievelingstheorie waar moet zijn,
  • 10:12 - 10:14
    dan zal je standpunt niet veranderen --
  • 10:14 - 10:16
    ongeacht welke data je te zien krijgt.
  • 10:17 - 10:19
    Alleen als je echt openstaat
  • 10:19 - 10:21
    voor de mogelijkheid
    dat je het fout kan hebben,
  • 10:21 - 10:22
    kun je ooit leren.
  • 10:24 - 10:26
    Zoals Leo Tolstoj schreef:
  • 10:26 - 10:28
    "De moeilijkste onderwerpen
  • 10:28 - 10:31
    kunnen worden verklaard aan de domste man
  • 10:31 - 10:34
    als hij er zich nog
    geen idee over heeft gevormd.
  • 10:34 - 10:36
    Maar het eenvoudigste ding
  • 10:36 - 10:39
    kan niet duidelijk worden gemaakt
    aan de meest intelligente man
  • 10:39 - 10:43
    als hij er vast van overtuigd is
    dat hij het al weet."
  • 10:44 - 10:48
    Tip nummer twee is
    ‘luisteren naar experts’.
  • 10:49 - 10:53
    Nu is dat misschien wel het meest
    impopulaire advies dat ik je kan geven.
  • 10:53 - 10:54
    (Gelach)
  • 10:54 - 10:57
    De Britse politicus Michael Gove
    deed de beroemde uitspraak
  • 10:57 - 10:59
    dat de mensen in dit land
  • 10:59 - 11:01
    genoeg hadden van experts.
  • 11:01 - 11:03
    Een recente opiniepeiling toonde aan
  • 11:03 - 11:06
    dat meer mensen
    hun kapper zouden vertrouwen --
  • 11:06 - 11:08
    (Gelach)
  • 11:08 - 11:09
    of de man in de straat
  • 11:09 - 11:14
    dan de leiders van bedrijven,
    gezondheidszorg en zelfs goede doelen.
  • 11:14 - 11:18
    Zo prefereren we een door een mama
    ontdekt recept om tanden wit te maken,
  • 11:18 - 11:21
    of luisteren we naar de ideeën
    van een actrice over vaccinatie.
  • 11:21 - 11:22
    We houden van mensen
  • 11:22 - 11:25
    die er geen doekjes om winden,
    mensen met buikgevoel.
  • 11:25 - 11:27
    Die noemen we authentiek.
  • 11:27 - 11:30
    Maar met buikgevoel
    alleen kom je niet ver.
  • 11:31 - 11:32
    Buikgevoel zou je vertellen
  • 11:32 - 11:35
    om nooit water te geven
    aan een baby met diarree,
  • 11:35 - 11:37
    omdat het er de andere kant
    toch maar zou uitlopen.
  • 11:38 - 11:40
    Expertise vertelt je wat anders.
  • 11:41 - 11:45
    Je zou nooit je operatie toevertrouwen
    aan de man in de straat.
  • 11:45 - 11:48
    Je wil een expert die jarenlang
    bezig was met operaties
  • 11:48 - 11:50
    en de beste technieken kent.
  • 11:52 - 11:55
    Maar dat moet dan gelden
    voor elke belangrijke beslissing.
  • 11:55 - 12:00
    Politiek, het bedrijfsleven,
    gezondheidsadvies
  • 12:00 - 12:03
    vereisen deskundigheid, net als chirurgie.
  • 12:04 - 12:08
    Waarom worden dan experts zo gewantrouwd?
  • 12:09 - 12:12
    Nou, een van de redenen is
    dat men ze ziet als wereldvreemd.
  • 12:12 - 12:16
    Een CEO-miljonair kan onmogelijk
    spreken voor de man in de straat.
  • 12:17 - 12:21
    Maar ware kennis is te vinden bij bewijs.
  • 12:21 - 12:24
    En bewijs komt op vóór de man in de straat
  • 12:24 - 12:26
    en tegen de elites.
  • 12:26 - 12:29
    Omdat bewijs je dwingt om het te bewijzen.
  • 12:30 - 12:34
    Bewijs voorkomt dat de elites
    hun eigen visie opleggen
  • 12:34 - 12:35
    zonder bewijs.
  • 12:37 - 12:40
    Een tweede reden waarom deskundigen
    niet worden vertrouwd,
  • 12:40 - 12:42
    is dat de mening van deskundigen
    vaak uiteenloopt.
  • 12:42 - 12:45
    Voor elke expert die beweerde
    dat het verlaten van de EU
  • 12:45 - 12:47
    slecht zou zijn voor Groot-Brittannië,
  • 12:47 - 12:49
    vindt een andere
    dat het juist goed zou zijn.
  • 12:49 - 12:53
    De helft van de zogenaamde
    deskundigen zit dan verkeerd.
  • 12:54 - 12:55
    En ik moet toegeven
  • 12:55 - 12:58
    dat de meeste door deskundigen
    geschreven papers fout zijn.
  • 12:58 - 13:00
    Of op zijn best dingen beweren
  • 13:00 - 13:03
    die niet echt ondersteund
    worden door bewijs.
  • 13:03 - 13:06
    Dus kunnen we een deskundige
    niet zomaar geloven op zijn woord.
  • 13:07 - 13:10
    In november 2016 haalde een studie
  • 13:10 - 13:13
    over de wedde van bestuurders
    de nationale krantenkoppen.
  • 13:13 - 13:16
    Hoewel geen van de kranten
    die de studie vermeldden
  • 13:16 - 13:18
    de studie zelfs gezien had.
  • 13:19 - 13:20
    Ze was zelfs nog niet gepubliceerd.
  • 13:21 - 13:23
    Ze geloofden de auteur
    enkel op zijn woord,
  • 13:24 - 13:25
    net zoals met Belle.
  • 13:26 - 13:29
    Het betekent ook niet dat we
    zomaar een studie kunnen uitkiezen
  • 13:29 - 13:31
    die ons standpunt ondersteunt --
  • 13:31 - 13:33
    wat weer bevestigingsvooroordeel zou zijn.
  • 13:33 - 13:35
    Het betekent ook niet dat
    als zeven studies A geven
  • 13:35 - 13:37
    en drie B geven,
  • 13:37 - 13:39
    dat A waar moet zijn.
  • 13:39 - 13:42
    Waar het om gaat is de kwaliteit,
  • 13:42 - 13:45
    en niet de kwantiteit van deskundigheid.
  • 13:46 - 13:48
    Dus moeten we twee dingen doen.
  • 13:48 - 13:53
    Ten eerste moeten we kritisch kijken
    naar de geloofsbrieven van de auteurs.
  • 13:54 - 13:58
    Net zoals je de geloofsbrieven van
    een chirurg ook kritisch zou onderzoeken.
  • 13:58 - 14:01
    Zijn ze echt deskundig in de zaak
  • 14:01 - 14:04
    of hebben ze een persoonlijk belang?
  • 14:05 - 14:07
    Ten tweede moeten we
    bijzondere aandacht besteden
  • 14:07 - 14:11
    aan papers gepubliceerd
    in de top-wetenschappelijke tijdschriften.
  • 14:12 - 14:14
    Wetenschappers worden
    er vaak van beschuldigd
  • 14:14 - 14:17
    niet met beide voeten
    op de grond te staan.
  • 14:17 - 14:20
    Maar deze onthechting laat je toe
    jaren te besteden aan een studie.
  • 14:20 - 14:22
    Om een resultaat echt vast te spijkeren,
  • 14:22 - 14:24
    de rivaliserende theorieën uit te sluiten,
  • 14:24 - 14:27
    en correlatie en causaliteit
    te onderscheiden.
  • 14:28 - 14:32
    En wetenschappelijke tijdschriften
    werken met peer review,
  • 14:32 - 14:34
    waarbij een paper
    rigoureus onderzocht wordt --
  • 14:34 - 14:35
    (Gelach)
  • 14:35 - 14:37
    door 's werelds grootste geesten.
  • 14:38 - 14:41
    Hoe beter het tijdschrift,
    hoe hoger de lat.
  • 14:41 - 14:46
    De meest elite-tijdschriften
    verwerpen 95 procent van de papers.
  • 14:47 - 14:51
    Nu is academisch bewijs niet alles.
  • 14:51 - 14:54
    Ervaring in de echte wereld
    is ook van cruciaal belang.
  • 14:54 - 14:58
    En peer review is niet perfect,
    fouten worden gemaakt.
  • 14:59 - 15:01
    Maar iets dat gecheckt werd,
    is beter te vertrouwen
  • 15:01 - 15:03
    dan iets ongecontroleerds.
  • 15:03 - 15:06
    Als we een studie accepteren
    omdat we de bevindingen leuk vinden,
  • 15:06 - 15:10
    zonder rekening te houden van wie ze is
    en of ze werd doorgelicht,
  • 15:10 - 15:13
    is er een enorme kans
    dat die studie misleidend is.
  • 15:15 - 15:17
    Degenen die beweren deskundig te zijn,
  • 15:17 - 15:21
    moeten de beperkingen
    van ons analyseren doorhebben.
  • 15:21 - 15:26
    In zeer zeldzame gevallen kan iets
    bewezen of met zekerheid voorspeld worden,
  • 15:26 - 15:28
    maar het is zo verleidelijk
  • 15:28 - 15:31
    om een ongenuanceerde,
    ongegronde bewering te doen.
  • 15:31 - 15:35
    Het is makkelijker ze in een krantenkop
    of in een tweet van 140 tekens te steken.
  • 15:36 - 15:40
    Maar zelfs bewijs is soms geen bewijs.
  • 15:40 - 15:42
    Het is misschien niet universeel,
  • 15:42 - 15:45
    het is misschien niet
    in alle omstandigheden toepasselijk.
  • 15:45 - 15:46
    Zeg dus niet:
  • 15:46 - 15:49
    "Van rode wijn leef je langer.",
  • 15:49 - 15:53
    wanneer bewijs laat zien dat rode wijn
  • 15:53 - 15:55
    alleen maar gecorreleerd is
    met een langere levensduur.
  • 15:55 - 15:58
    En dan alleen bij mensen
    die ook nog sporten.
  • 16:00 - 16:04
    Tip nummer drie is:
    "Pauzeer voordat je iets deelt."
  • 16:05 - 16:08
    De eed van Hippocrates zegt:
    "Ten eerste, doe geen kwaad."
  • 16:09 - 16:12
    Wat we delen is potentieel besmettelijk,
  • 16:12 - 16:16
    dus wees heel voorzichtig
    met wat je rondstrooit.
  • 16:17 - 16:20
    Ons doel moet niet zijn
    om likes of retweets te krijgen.
  • 16:20 - 16:24
    Anders delen we alleen de consensus;
    we dagen iemands denken niet uit.
  • 16:24 - 16:27
    Anders delen we alleen wat goed klinkt,
  • 16:27 - 16:29
    ongeacht of het bewijs is.
  • 16:30 - 16:33
    In plaats daarvan moeten
    we het volgende vragen:
  • 16:33 - 16:36
    Als het een verhaal is, is het dan waar?
  • 16:36 - 16:39
    Als het waar is, is het dan ook
    ondersteund door solide bewijs?
  • 16:39 - 16:41
    Zo ja, van wie komt het,
    wat zijn hun geloofsbrieven?
  • 16:41 - 16:44
    Is het gepubliceerd,
    en hoe streng is het tijdschrift?
  • 16:45 - 16:47
    En stel jezelf dan de hamvraag:
  • 16:48 - 16:52
    als dezelfde studie werd geschreven door
    dezelfde auteurs met dezelfde referenties
  • 16:53 - 16:55
    maar met een tegenovergestelde conclusie,
  • 16:56 - 17:00
    zou je dan nog steeds bereid zijn
    om het te geloven en te delen?
  • 17:01 - 17:03
    Het behandelen van elk probleem --
  • 17:03 - 17:05
    zij het de economie van een land
  • 17:05 - 17:08
    of het gezondheidsprobleem
    van een individu --
  • 17:08 - 17:09
    is moeilijk.
  • 17:09 - 17:11
    Daarom moeten we ervoor zorgen
  • 17:11 - 17:14
    dat we het allerbeste bewijs hebben
    om ons te leiden.
  • 17:14 - 17:17
    Alleen als het waar is,
    kan het een feit zijn.
  • 17:18 - 17:20
    Alleen als het representatief is,
    kunnen het data zijn.
  • 17:21 - 17:24
    Alleen als het ondersteunend is,
    kan het bewijs zijn.
  • 17:24 - 17:29
    En alleen met bewijs kunnen we
    van een post-waarheid-wereld
  • 17:29 - 17:31
    naar een pro-waarheid wereld gaan.
  • 17:32 - 17:33
    Dank je wel.
  • 17:33 - 17:35
    (Applaus)
Title:
Wat te vertrouwen in een "post-waarheid"-wereld
Speaker:
Alex Edmans
Description:

Alleen als je echt openstaat voor de mogelijkheid om fout te zitten, kun je ooit leren, zegt onderzoeker Alex Edmans. In een verhelderende toespraak onderzoekt hij hoe het bevestigingsvooroordeel -- de neiging om alleen informatie te accepteren die je persoonlijke overtuigingen ondersteunt -- je op een dwaalspoor kan brengen op sociale media, in de politiek en daarbuiten. Hij biedt drie praktische hulpmiddelen om bewijs te vinden dat je echt kunt vertrouwen . (Tip: stel in je leven iemand aan als advocaat van de duivel.)

more » « less
Video Language:
English
Team:
closed TED
Project:
TEDTalks
Duration:
17:47

Dutch subtitles

Revisions