Complex is niet (hetzelfde als) moeilijk (5)

Pieter Jansen en Fredrike Bannink

Causaliteit, correlaties, gemiddelden

Causaliteit is prettig. Veel sporters doen voor een wedstrijd bepaalde handelingen die ze ook uitvoerden voor een eerdere belangrijke overwinning. Bijgeloof? Sommige mensen gebruiken bepaalde producten niet meer nadat ze een nare ervaring (buikpijn of huidirritatie) hebben gehad die volgde op gebruik van dat product. Toeval?

Oké, nu wordt het lastiger. Er zijn wetenschappelijk studies waaruit zou blijken dat hardlopen een gunstig effect heeft op het herstel bij depressie. Causaal verband of correlatie?
Bedenk dat er mensen met een depressie zijn die geen gunstig effect hebben van hardlopen. Hoge bloeddruk, roken, hypercholesterolemie en overgewicht worden vaak oorzaken van hart- en vaatziekten genoemd. Het zijn natuurlijk risicofactoren. Smeets geeft in een prachtige TED-talk over correlaties een voorbeeld van onderzoek uit de jaren zeventig in de VS waaruit bleek dat kinderen die goed presteerden op school ook een groot zelfvertrouwen hadden. Dit onderzoek kreeg veel aandacht en gedurende tientallen jaren werkten ouders aan het zelfvertrouwen van hun kinderen, omdat een groot zelfvertrouwen zou leiden tot goede schoolprestaties. Uit nieuw onderzoek, vele jaren later, bleek dat het precies andersom was. Kinderen die het goed deden op school kregen daardoor meer zelfvertrouwen.

“People are very complex. And for a psychologist, you get fascinated by the complexity of human beings, and that is what I have lived with, you know, in my career all of my life, is the complexity of human beings.”
Kahneman, psycholoog.

Complexiteit is inderdaad fascinerend. Maar mensen vinden causaliteit erg prettig: we construeren gemakkelijk causale verbanden wanneer er slechts sprake is van toeval of correlatie. Kahneman deed veel onderzoek naar ‘biases’ (systematische fouten of intuïtieve vooringenomenheden) in ons denken. In 2002 kreek hij voor dit werk de Nobelprijs voor economie.

Het medisch model (onderzoek, diagnose, behandeling) is een voorbeeld van een oorzaak- gevolgmodel, gebaseerd op causaliteit. Het bewijst goede diensten in ons vak. Maar hoe gaat dat? Bij keuzes in de spreekkamer wordt vaak gerefereerd aan wetenschappelijk onderzoek. Dat onderzoek moet gedaan zijn met (voldoende) grote aantallen in de onderzoekpopulatie, gezien de variatie bij het te onderzoeken materiaal. Men maakt vervolgens gebruik van gemiddelden voor de gevolgtrekkingen, te vergelijken met het bed van Procrustes.

Procrustes was een herbergier uit de Griekse mythologie. Hij zorgde ervoor dat zijn gasten perfect in hun bed pasten door hun ledematen op te rekken of af te hakken.

Om reductionistisch onderzoek te kunnen doen bij een onregelmatig onderwerp wordt dus een kunstgreep toegepast. De onregelmatige elementen worden omgezet in gemiddelden. Een individueel doel wordt een norm (gemiddelde van het gewenste resultaat). En de weg er naartoe gaat via een richtlijn, standaard of blauwdruk (een gemiddelde aanpak). Dit doet geen recht aan variatie. Een functionele aanpak, zoals het oplossingsgerichte model, doet dat wel.

De gemiddelde Nederlandse man is 182.5 cm lang. En de gemiddelde Nederlandse vrouw is 168 cm. Dat wil niet zeggen dat een Nederlander van 182.5 cm een man is.

Referenties

Kahneman, D. (2011). Thinking, fast and slow, New York: Farrar, Straus and Giroux.

Smeets (2012), TED-talk via https://www.youtube.com/watch?v=8B271L3NtAw