bijlinda
15th June 2019, 04:12
Vuistregels uitbesteden
De gedragseconomie is de tak van de dismal science, de sombere wetenschap, die zich bezighoudt met hoe echte mensen zich gedragen, en afwijken van de neoklassieke principes van de zogenaamde homo economicus. Het is begrijpelijk dat ze doorheen de jaren geregeld in conflict is gekomen met haar neoklassieke verwant, al lijkt er recent toch meer en meer toenadering te komen tussen beide kampen. Maar dat is niet het enige conflict waarin de gedragseconomie is betrokken.
In een ander dispuut vinden we in de hoek van de tegenstander Gerd Gigerenzer, een Duits psycholoog (en begenadigd banjospeler). Hij bestudeert besluitvorming onder onzekerheid, en is een onverzettelijke criticus van de gedragseconomie, of toch van sommige elementen ervan.
Gigerenzer is een uitgesproken voorstander van het gebruik van heuristieken in plaats van conventionele analytische en probabilistische methodes. Volgens hem zijn simpele vuistregels vaak (en aantoonbaar) een meer spaarzame manier om beslissingen te nemen die ‘goed genoeg’ zijn, en dat is wat hem aanhoudend in aanvaring brengt met, in het bijzonder, Daniel Kahneman en Amos Tversky (twee pioniers in de gedragseconomie). Maar wat zijn heuristieken eigenlijk, en waarom zijn ze zo controversieel?
Minder is meer
De Encyclopaedia Britannica definieert een probleemoplossende heuristiek als “een informele, intuïtieve, speculatieve procedure die tot een oplossing leidt in sommige gevallen, maar niet in andere.” Ze zijn “cognitieve binnenwegen”, simpele mechanismen die een gegeven input in een output transformeren, zonder de bagage van een hoop bijkomende data of ingewikkelde berekeningen. Ze laten ons toe snel, en met weinig inspanning, een antwoord te vinden dat hoogstwaarschijnlijk goed genoeg is. Heuristieken zijn een centraal instrument in wat Nobelprijswinnaar en uomo universale Herbert Simon satisficing noemt.
Een levendig voorbeeld dat Gigerenzer vaak aanhaalt is de blikveldheuristiek om een bal te vangen. De meeste mensen zijn uitstekend in staat om dit kunstje uit te voeren, ondanks het feit dat hiervoor in principe gelijktijdig een vierkantsvergelijking en een lineaire vergelijking moet worden opgelost – de baan van de bal, en de baan van de vanger (als die een constante snelheid heeft). Dit is duidelijk niet wat we in de praktijk doen. In plaats daarvan houden we de bal in ons blikveld, en proberen we de hoek waaronder we hem waarnemen constant te houden. Als hij afneemt, dan moeten we versnellen, en als hij toeneemt moeten we langzamer lopen. Beeld het u even in (en als dat u niet overtuigt: honden doen hetzelfde, en zij lossen zeker geen vierkantsvergelijking op).
Gigerenzer citeert talrijke andere voorbeelden, met meer economische relevantie. In zijn inleiding voor de Behavioral Economics Guide uit 2016 vermeldt hij de hiaatregel, die in de luchtvaartindustrie wordt gebruikt om actieve van inactieve klanten te onderscheiden: als een klant geen aankoop heeft gedaan gedurende negen maanden of langer, beschouw hem/haar als inactief, en anders als actief. Kan zo’n vuistregel, met slechts één veranderlijke, het beter doen dan gesofisticeerde probabilistische berekeningen die massa’s klantengegevens gebruiken (de totale aankoopwaarde, aantal items gekocht, aantal bestellingen geplaatst, geslacht, leeftijd, postcode en zo meer)?
Ja, zo blijkt. Een studie uit 2008 van Markus Wübben en Florian von Wangenheim aan de Business School van München vergeleek de prestaties van een complex voorspellend model met die van de hiaatregel in drie industrieën: luchtvaart, kleding, en CD’s (die toentertijd populairder waren dan nu). Voor CD’s deden ze het beide even goed (77% accuraat), maar voor de luchtvaart- en de kledingsector overtrof de heuristiek het model (77% vs 74% en 83% vs 75% respectievelijk). Minder (inspanning) lijkt inderdaad meer (accuratesse) te zijn.
Twee soorten logica
Ik denk echter niet dat veel gedragseconomen dit zouden betwisten, en dit is ook niet waar de werkelijke twistappel ligt. Daarvoor moeten we ons richten op een klassiek paper van Tversky en Kahneman uit 1983, waarin Linda, een hypothetische jonge vrouw aantreedt. De deelnemers kregen enkele feiten over haar te lezen (“Ze is 31 jaar oud, single, zelfbewust en erg intelligent. Ze heeft een diploma filosofie. Als student was ze diep begaan met discriminatie en sociale rechtvaardigheid, en nam ze deel aan betogingen tegen kernwapens”). Ze moesten dan verschillende statements over Linda rangschikken naargelang de mate waarin ze met het profiel overeenkwam, zoals:
Linda is actief in de feministische beweging
Linda is een bankbediende
Linda is een bankbediende en actief in de feministische beweging
Het doel van het experiment was na te gaan hoe mensen initiële informatie gebruiken als vuistregel om andere feiten te voorspellen. 85% onder de deelnemers besloot dat Linda het beste overeenkwam met het feministische profiel, gevolgd door de meer specifieke categorie van feministische bankbedienden. Maar ze concludeerden ook dat het meer waarschijnlijk was dat ze een feministische bankbediende was, dan gewoon een bankbediende.
Dat is onlogisch (de denkfout staat bekend als de conjunction fallacy). Het is alsof je zou zeggen dat het meer waarschijnlijk is dat ik met een rode Ferrari rijd, dan dat ik met een Ferrari rijd.
Niet zo snel, zeggen Gerd Gigerenzer en zijn toenmalige doctoraatsstudent Ralph Hertwig, in een paper uit 1999. Het hangt allemaal af van de context. Wanneer mensen het over kansen hebben, doen ze dat niet noodzakelijk in de puur wiskundig betekenis. Alledaagse communicatie gebruikt andere standaarden, zoals de relevantiestelregel: de spreker geeft heldere en relevante informatie, en vermijdt onduidelijkheid en dubbelzinnigheid. In dit geval: als men specifiek naar de conjunctie van beroep en standpunt vraagt, dan is het niet onlogisch ervan uit te gaan dat daar een goede reden voor is – namelijk dat het meer waarschijnlijk is dat Linda een feministische bankbediende is.
Heeft Gigerenzer hier een punt? Ik ben geneigd het daarmee eens te zijn, maar ook Tversky en Kahneman hebben een punt. Als de drie statements afzonderlijk worden aangeboden, dan zouden slechts weinig mensen denken dat het meer waarschijnlijk is dat Linda een feministische bankbediende is dan gewoon een bankbediende. Het is de informatie vooraf die, als heuristiek gebruikt, misleidend kan werken.
Mijn indruk is dat het voortdurende debat tussen het Gigerenzer- en het Kahnemankamp (Tversky overleed in 1996) in leven wordt gehouden door puristische standpunten en stromannen. Heuristieken kunnen mislopen als we ze ongepast gebruiken, en ze kunnen een bijzonder nuttig instrument zijn om snel een oplossing voor te vinden die goed genoeg (of zelfs de beste) is.
De vuistregels voor onszelf behouden
We moeten alvast niet denken dat vuistregels inherent kwalijk zijn. We gebruiken ze immers voortdurend, bijvoorbeeld om degelijke kleren aan te trekken op dagen wanneer we naar kantoor moeten, of om te voorspellen dat chauffeurs van zekere Duitse auto’s nalaten hun richtingaanwijzer te gebruiken.
Het is zelfs verleidelijk vuistregels uit te besteden aan geautomatiseerde hulpmiddelen, vooral wanneer de uitvoering zelf inspanning en moeite vergt. De GPS is hiervan een goed voorbeeld. Die doet namelijk exact wat wij vroeger zelf deden wanneer we hem vragen om de snelste route van A naar B: hij anticipeert dat we gemiddeld sneller vooruitgaan op hoofdwegen dan in zijstraatjes, en meer nog op snelwegen. Hij doet het alleen vlotter en uitgebreider dan wij het kunnen. Maar is de snelweg altijd de beste route?
Rory Sutherland heeft een schitterend tegenargument. Op de terugweg van de luchthaven volgt hij graag het advies van de GPS, en neemt hij de snelweg. Op de heenweg echter, wanneer hij een vlucht moet halen, dan mag de verwachte reistijd wel korter zijn langs de snelste route, maar als er een incident is op de snelweg dan zit je vast zonder alternatief. Op weg naar de luchthaven negeert Rory dus de aanbeveling van de GPS en neemt hij de A-weg. Zijn gemiddelde snelheid is dan wel lager, maar de variantie is kleiner wanneer je de schilderachtige route volgt. Zelfs als er een opstopping is kan hij die vermijden via een omweg. Zulke gesofisticeerde vuistregels komen vanzelf voor ons mensen, maar gaan het petje van simplistische geautomatiseerde regels te boven.
Amy Webb, een professor aan de NYU Stern Business School en een kwantitatieve futurist, was recent te gast bij de Econtalk podcast, en zij haalde een ander, wat sinister risico aan van het uitbesteden van vuistregels aan toestellen en systemen. Amazon, in zijn niet te stuiten ambitie om onze huizen te pletter te automatiseren, lanceerde recent een microgolfoven voor amper 60 dollar, uitgerust met zijn Alexa spraakherkenningssoftware. Klinkt maf – wie heeft nu een microgolfoven nodig waartegen je kunt spreken? Kunnen die luie Amerikanen nu niet eens meer op de knopjes drukken om hun popcorn te maken?
Maar ze wijst op de ware motieven van Amazon: ons spullen verkopen, en dus ook popcorn. Onze eigen vuistregel voor de aankoop van deze delicatesse bestaat erin een blik te werpen in de voorraadkast, en als de plaats die ervoor wordt gebruikt (bijna) leeg is, zetten we popcorn op het boodschappenlijstje – als we het niet vergeten. Maar dankzij deze verbluffende microgolfoven hoeft dit niet langer: Amazon weet nu precies wanneer onze voorraad popcorn op aan het geraken is, en zorgt ervoor dat we altijd popcorn in voorraad hebben.
Maar wacht even: Amazon weet nog veel meer over ons. Ze kunnen onze smartwatch ondervragen om te zien hoeveel lichaamsbeweging we recent hebben gehad, en ze kunnen weten hoeveel popcorn we hebben gesnoept de laatste dagen. En onze extravagante microgolfoven zou wel eens kunnen oordelen dat nu niet het moment is om popcorn te eten, en onze opdracht weigeren, in de stijl van de computer uit ‘2001, A Space Odyssey’: “I’m sorry, Dave, I’m afraid I can’t do that”.
De vuistregels die we gebruiken zijn niet perfect. We kunnen onmogelijk zelf uitrekenen hoe lang de rit naar de luchthaven duurt, en we zien over het hoofd dat we ons eergisteren volpropten met popcorn en dus vergeten we er te kopen. Maar ze zijn ook gesofisticeerd. We zijn niet enkel geïnteresseerd in de geschatte reistijd, maar we willen ook ons vliegtuig niet missen. En we behouden de controle om wat anders te doen als dat ons uitkomt.
Laten we onze vuistregels dus behouden, en ze gaandeweg verfijnen. Laten we proberen ze beter te begrijpen, en nog belangrijker, waar en wanneer ze werken. Maar laten we onze heuristieke besluitvorming niet zomaar uitbesteden aan zogenaamd intelligente systemen die niet in staat zijn de complexiteit van wat we werkelijk willen te herkennen, of die beweren beter dan wijzelf te weten wat goed is voor ons.
Soms maken we misschien wel een verkeerde keuze met onze vuistregels, maar het is dan tenminste onze keuze.
Blog Apache, 14-06-2019 (Koen Smets - gastbijdrage)
De gedragseconomie is de tak van de dismal science, de sombere wetenschap, die zich bezighoudt met hoe echte mensen zich gedragen, en afwijken van de neoklassieke principes van de zogenaamde homo economicus. Het is begrijpelijk dat ze doorheen de jaren geregeld in conflict is gekomen met haar neoklassieke verwant, al lijkt er recent toch meer en meer toenadering te komen tussen beide kampen. Maar dat is niet het enige conflict waarin de gedragseconomie is betrokken.
In een ander dispuut vinden we in de hoek van de tegenstander Gerd Gigerenzer, een Duits psycholoog (en begenadigd banjospeler). Hij bestudeert besluitvorming onder onzekerheid, en is een onverzettelijke criticus van de gedragseconomie, of toch van sommige elementen ervan.
Gigerenzer is een uitgesproken voorstander van het gebruik van heuristieken in plaats van conventionele analytische en probabilistische methodes. Volgens hem zijn simpele vuistregels vaak (en aantoonbaar) een meer spaarzame manier om beslissingen te nemen die ‘goed genoeg’ zijn, en dat is wat hem aanhoudend in aanvaring brengt met, in het bijzonder, Daniel Kahneman en Amos Tversky (twee pioniers in de gedragseconomie). Maar wat zijn heuristieken eigenlijk, en waarom zijn ze zo controversieel?
Minder is meer
De Encyclopaedia Britannica definieert een probleemoplossende heuristiek als “een informele, intuïtieve, speculatieve procedure die tot een oplossing leidt in sommige gevallen, maar niet in andere.” Ze zijn “cognitieve binnenwegen”, simpele mechanismen die een gegeven input in een output transformeren, zonder de bagage van een hoop bijkomende data of ingewikkelde berekeningen. Ze laten ons toe snel, en met weinig inspanning, een antwoord te vinden dat hoogstwaarschijnlijk goed genoeg is. Heuristieken zijn een centraal instrument in wat Nobelprijswinnaar en uomo universale Herbert Simon satisficing noemt.
Een levendig voorbeeld dat Gigerenzer vaak aanhaalt is de blikveldheuristiek om een bal te vangen. De meeste mensen zijn uitstekend in staat om dit kunstje uit te voeren, ondanks het feit dat hiervoor in principe gelijktijdig een vierkantsvergelijking en een lineaire vergelijking moet worden opgelost – de baan van de bal, en de baan van de vanger (als die een constante snelheid heeft). Dit is duidelijk niet wat we in de praktijk doen. In plaats daarvan houden we de bal in ons blikveld, en proberen we de hoek waaronder we hem waarnemen constant te houden. Als hij afneemt, dan moeten we versnellen, en als hij toeneemt moeten we langzamer lopen. Beeld het u even in (en als dat u niet overtuigt: honden doen hetzelfde, en zij lossen zeker geen vierkantsvergelijking op).
Gigerenzer citeert talrijke andere voorbeelden, met meer economische relevantie. In zijn inleiding voor de Behavioral Economics Guide uit 2016 vermeldt hij de hiaatregel, die in de luchtvaartindustrie wordt gebruikt om actieve van inactieve klanten te onderscheiden: als een klant geen aankoop heeft gedaan gedurende negen maanden of langer, beschouw hem/haar als inactief, en anders als actief. Kan zo’n vuistregel, met slechts één veranderlijke, het beter doen dan gesofisticeerde probabilistische berekeningen die massa’s klantengegevens gebruiken (de totale aankoopwaarde, aantal items gekocht, aantal bestellingen geplaatst, geslacht, leeftijd, postcode en zo meer)?
Ja, zo blijkt. Een studie uit 2008 van Markus Wübben en Florian von Wangenheim aan de Business School van München vergeleek de prestaties van een complex voorspellend model met die van de hiaatregel in drie industrieën: luchtvaart, kleding, en CD’s (die toentertijd populairder waren dan nu). Voor CD’s deden ze het beide even goed (77% accuraat), maar voor de luchtvaart- en de kledingsector overtrof de heuristiek het model (77% vs 74% en 83% vs 75% respectievelijk). Minder (inspanning) lijkt inderdaad meer (accuratesse) te zijn.
Twee soorten logica
Ik denk echter niet dat veel gedragseconomen dit zouden betwisten, en dit is ook niet waar de werkelijke twistappel ligt. Daarvoor moeten we ons richten op een klassiek paper van Tversky en Kahneman uit 1983, waarin Linda, een hypothetische jonge vrouw aantreedt. De deelnemers kregen enkele feiten over haar te lezen (“Ze is 31 jaar oud, single, zelfbewust en erg intelligent. Ze heeft een diploma filosofie. Als student was ze diep begaan met discriminatie en sociale rechtvaardigheid, en nam ze deel aan betogingen tegen kernwapens”). Ze moesten dan verschillende statements over Linda rangschikken naargelang de mate waarin ze met het profiel overeenkwam, zoals:
Linda is actief in de feministische beweging
Linda is een bankbediende
Linda is een bankbediende en actief in de feministische beweging
Het doel van het experiment was na te gaan hoe mensen initiële informatie gebruiken als vuistregel om andere feiten te voorspellen. 85% onder de deelnemers besloot dat Linda het beste overeenkwam met het feministische profiel, gevolgd door de meer specifieke categorie van feministische bankbedienden. Maar ze concludeerden ook dat het meer waarschijnlijk was dat ze een feministische bankbediende was, dan gewoon een bankbediende.
Dat is onlogisch (de denkfout staat bekend als de conjunction fallacy). Het is alsof je zou zeggen dat het meer waarschijnlijk is dat ik met een rode Ferrari rijd, dan dat ik met een Ferrari rijd.
Niet zo snel, zeggen Gerd Gigerenzer en zijn toenmalige doctoraatsstudent Ralph Hertwig, in een paper uit 1999. Het hangt allemaal af van de context. Wanneer mensen het over kansen hebben, doen ze dat niet noodzakelijk in de puur wiskundig betekenis. Alledaagse communicatie gebruikt andere standaarden, zoals de relevantiestelregel: de spreker geeft heldere en relevante informatie, en vermijdt onduidelijkheid en dubbelzinnigheid. In dit geval: als men specifiek naar de conjunctie van beroep en standpunt vraagt, dan is het niet onlogisch ervan uit te gaan dat daar een goede reden voor is – namelijk dat het meer waarschijnlijk is dat Linda een feministische bankbediende is.
Heeft Gigerenzer hier een punt? Ik ben geneigd het daarmee eens te zijn, maar ook Tversky en Kahneman hebben een punt. Als de drie statements afzonderlijk worden aangeboden, dan zouden slechts weinig mensen denken dat het meer waarschijnlijk is dat Linda een feministische bankbediende is dan gewoon een bankbediende. Het is de informatie vooraf die, als heuristiek gebruikt, misleidend kan werken.
Mijn indruk is dat het voortdurende debat tussen het Gigerenzer- en het Kahnemankamp (Tversky overleed in 1996) in leven wordt gehouden door puristische standpunten en stromannen. Heuristieken kunnen mislopen als we ze ongepast gebruiken, en ze kunnen een bijzonder nuttig instrument zijn om snel een oplossing voor te vinden die goed genoeg (of zelfs de beste) is.
De vuistregels voor onszelf behouden
We moeten alvast niet denken dat vuistregels inherent kwalijk zijn. We gebruiken ze immers voortdurend, bijvoorbeeld om degelijke kleren aan te trekken op dagen wanneer we naar kantoor moeten, of om te voorspellen dat chauffeurs van zekere Duitse auto’s nalaten hun richtingaanwijzer te gebruiken.
Het is zelfs verleidelijk vuistregels uit te besteden aan geautomatiseerde hulpmiddelen, vooral wanneer de uitvoering zelf inspanning en moeite vergt. De GPS is hiervan een goed voorbeeld. Die doet namelijk exact wat wij vroeger zelf deden wanneer we hem vragen om de snelste route van A naar B: hij anticipeert dat we gemiddeld sneller vooruitgaan op hoofdwegen dan in zijstraatjes, en meer nog op snelwegen. Hij doet het alleen vlotter en uitgebreider dan wij het kunnen. Maar is de snelweg altijd de beste route?
Rory Sutherland heeft een schitterend tegenargument. Op de terugweg van de luchthaven volgt hij graag het advies van de GPS, en neemt hij de snelweg. Op de heenweg echter, wanneer hij een vlucht moet halen, dan mag de verwachte reistijd wel korter zijn langs de snelste route, maar als er een incident is op de snelweg dan zit je vast zonder alternatief. Op weg naar de luchthaven negeert Rory dus de aanbeveling van de GPS en neemt hij de A-weg. Zijn gemiddelde snelheid is dan wel lager, maar de variantie is kleiner wanneer je de schilderachtige route volgt. Zelfs als er een opstopping is kan hij die vermijden via een omweg. Zulke gesofisticeerde vuistregels komen vanzelf voor ons mensen, maar gaan het petje van simplistische geautomatiseerde regels te boven.
Amy Webb, een professor aan de NYU Stern Business School en een kwantitatieve futurist, was recent te gast bij de Econtalk podcast, en zij haalde een ander, wat sinister risico aan van het uitbesteden van vuistregels aan toestellen en systemen. Amazon, in zijn niet te stuiten ambitie om onze huizen te pletter te automatiseren, lanceerde recent een microgolfoven voor amper 60 dollar, uitgerust met zijn Alexa spraakherkenningssoftware. Klinkt maf – wie heeft nu een microgolfoven nodig waartegen je kunt spreken? Kunnen die luie Amerikanen nu niet eens meer op de knopjes drukken om hun popcorn te maken?
Maar ze wijst op de ware motieven van Amazon: ons spullen verkopen, en dus ook popcorn. Onze eigen vuistregel voor de aankoop van deze delicatesse bestaat erin een blik te werpen in de voorraadkast, en als de plaats die ervoor wordt gebruikt (bijna) leeg is, zetten we popcorn op het boodschappenlijstje – als we het niet vergeten. Maar dankzij deze verbluffende microgolfoven hoeft dit niet langer: Amazon weet nu precies wanneer onze voorraad popcorn op aan het geraken is, en zorgt ervoor dat we altijd popcorn in voorraad hebben.
Maar wacht even: Amazon weet nog veel meer over ons. Ze kunnen onze smartwatch ondervragen om te zien hoeveel lichaamsbeweging we recent hebben gehad, en ze kunnen weten hoeveel popcorn we hebben gesnoept de laatste dagen. En onze extravagante microgolfoven zou wel eens kunnen oordelen dat nu niet het moment is om popcorn te eten, en onze opdracht weigeren, in de stijl van de computer uit ‘2001, A Space Odyssey’: “I’m sorry, Dave, I’m afraid I can’t do that”.
De vuistregels die we gebruiken zijn niet perfect. We kunnen onmogelijk zelf uitrekenen hoe lang de rit naar de luchthaven duurt, en we zien over het hoofd dat we ons eergisteren volpropten met popcorn en dus vergeten we er te kopen. Maar ze zijn ook gesofisticeerd. We zijn niet enkel geïnteresseerd in de geschatte reistijd, maar we willen ook ons vliegtuig niet missen. En we behouden de controle om wat anders te doen als dat ons uitkomt.
Laten we onze vuistregels dus behouden, en ze gaandeweg verfijnen. Laten we proberen ze beter te begrijpen, en nog belangrijker, waar en wanneer ze werken. Maar laten we onze heuristieke besluitvorming niet zomaar uitbesteden aan zogenaamd intelligente systemen die niet in staat zijn de complexiteit van wat we werkelijk willen te herkennen, of die beweren beter dan wijzelf te weten wat goed is voor ons.
Soms maken we misschien wel een verkeerde keuze met onze vuistregels, maar het is dan tenminste onze keuze.
Blog Apache, 14-06-2019 (Koen Smets - gastbijdrage)