Uten grunn­sannsynligheten er det lett å la seg lure

Snarveien: Du får best beslutningsgrunnlag om du kan kombinere ny informasjon med den underliggende grunnsannsynligheten

Detaljene: La oss si at du har tatt en blodprøve for å sjekke om du har en sjelden sykdom (1 ut av 10 000 har den).

Blodprøven er av god kvalitet – 99 % treffsikkerhet.

Prøvesvaret er positivt (ikke bra).

Hva er sannsynligheten for at du faktisk er syk?

99 %?

Nei. Det er her intuisjonen slutter å virke. For siden sykdommen rammer så få, er sannsynligheten for at du faktisk er syk langt lavere:

1 %.

Det er ikke noe galt med blodprøven. Den fanger opp sykdomstilfeller og har lav feilmargin.

Problemet er at den syke får følge av 100 friske personer som også har fått et positivt prøveresultat (et falskt positivt svar).

Så om vi ser på alle som har fått positivt svar på prøven, er det kun 1 av 101 (ca. 1 %) som faktisk er syk.

Kanskje er det derfor leger er tilbakeholdne med å ta prøver av mennesker uten andre symptomer? Hvis du ellers føler deg frisk, er grunnsannsynligheten for å ha en spesifikk sykdom så lav at prøvesvarene er verdiløse.

Dette er Bayesiansk sannsynlighet. Du har en bit med ny informasjon, som blodprøven, som du kombinerer med den underliggende sannsynligheten.¹

De russiske spionene – når ny informasjon slår ut for sterkt

Vi mennesker er notorisk dårlige til å finne balansen mellom ny informasjon og grunnsannsynligheten. Jeg har selv gått i fella på en øvelse med Forsvaret.

Noen dager inn i øvelsen i Trøndelag kom en patrulje soldater tilbake med bilder av noen mistenkelige personer som hadde holdt øye med dem ved et fergeleie. Vi visste at russisk etterretning pleide å dukke opp på øvelser, så vi hadde drillet våre soldater i å være på utkikk etter folk og kjøretøy som oppførte seg annerledes.

Og ganske riktig, bildene soldatene hadde tatt viste tre menn i øst-europeiske klær som røykte rullings og kjørte en sliten van med unormalt mange antenner på taket.

Vi og PST var enige om at dette måtte meldes inn.

Men før vi kom så langt, tok PSTs lokale liaison en titt på bildene.

«Dette er ikke russere,» utbrøt han. «Dette er jo småbrukere fra Fosen.»

Doh! Vi hadde sett oss blinde på den nye informasjonen (klær, kjøretøy og røykevaner) og glemt å ta høyde for den underliggende sannsynligheten: Det var langt mer sannsynlig å treffe en trønder i Trøndelag enn en russer.

Ok, så var det kanskje et snev av bekreftelsesfeller og storbyarroganse inne i bildet her og. Men det viktigste er at når grunnsannsynligheten er lav, må signalet være veldig sterkt for at den totale sannsynligheten skal bli høy.

Vi gikk altså i én av to feller folk ofte går i når de skal vekte ny informasjon: Vi tilla det nye signalet for mye vekt.

Den samme feilen skjer i arbeidslivet. Vi ser noe uventet – og glemmer å spørre hvor sannsynlig det var i utgangspunktet.

Si at ting blir borte fra kontoret, samtidig som en ansatt oppfører seg annerledes. Før vi hopper til konklusjoner, må vi ta hensyn til at hennes grunnsannsynlighet for å stjele er lav. Hun har vært en ærlig og trofast ansatt i tretti år. Den rare oppførselen øker sannsynligheten litt for at hun har begynt å stjele, men det er opp fra et lavt nivå.

Når ny informasjon ikke slår sterkt nok ut

Den andre feilen er å anta at «nothing ever happens».

Etterretningshistorien er full av farer som ble oversett, på tross av relevant informasjon, fordi det nye signalet ble ignorert. (Se for eksempel opptakten til Yom Kippur-krigen.)

Og bedrifter går hver dag konkurs fordi de ikke har reagert på signaler fra markedet, ansatte eller leverandører.

Noe av tanken med bayesiansk sannsynlighet er at all ny informasjon legger til i en felles virkelighetspott.

En ny indikator kan gi et kort eller lite sprang i den ene eller andre retningen, men kan sjelden ignoreres.

I etterretningsavdelingene jeg jobbet i brukte vi forhåndsdefinerte triggerlister for å hjelpe oss å vurdere ny informasjon.

For eksempel, dersom en person i søkelyset vårt hadde satelittelefon, våpen og kontakt med andre kjente mistenkte, ble han regnet som overveiende sannsynlig å være medlem av en ugrei organisasjon. Da justerte vi opp den ellers lave sannsynligheten for å være terrorist.

Mange bedrifter har ikke noe forhold til når det er slutt på business as usual. De har ingen triggerliste, og kan enten gå i fellen å tenke at «ingenting skjer noensinne», eller overreagere på små endringer hos leverandører eller kunder. Da kan det være lurt å ha en forhåndsdefinert liste som for eksempel sier at “hvis de tre største kundene bestiller 20 % mindre, skal det flagges.”

Vurder ny informasjon mer edruelig

“I had enough experience to know that things are never quite as bad–or as good–as first reports make them […]”

– Feltmarskalk William Slim i Defeat Into Victory (1956)

På samme måte som de første rapportene sjelden er riktige, er heller ikke ny informasjon alene nok til å gi et fullgodt bilde av virkeligheten.

Neste gang du ser noe uventet, spør deg selv:

1. Er dette faktisk nytt og over en terskel der det bør vekke en reaksjon?
2. Hva er grunnsannsynligheten som jeg må ta hensyn til?

Kilder og inspirasjon

• Se også “Analysis of competing hypothesis”