شواهد اثبات یا ابطال نمیکنند — شانسِ پیشینِ شما را در نسبتِ درستنمایی ضرب میکنند تا شانسِ پسین به دست آید.
1مسئلهای که حل میکند
اگر باور دوگانه باشد، شواهد یا باید ادعایی را اثبات کند یا نکند، و بیشترِ شواهدِ واقعی هیچکدام را نمیکنند. درجهبندیِ باور میان صفر و یک این بنبست را حل میکند. شواهد دیگر حکم نیست، نیرویی با اندازه است — و اندازهاش محاسبهپذیر است. این عملیترین نتیجهٔ صوریِ معرفتشناسی است.
2ایدهٔ اصلی
صورتِ شانس را بیاموزید، چون تنها روایتی است که میتوانید در میانهٔ گفتوگو در ذهن اجرا کنید: شانسِ پیشین × نسبتِ درستنمایی = شانسِ پسین. نسبتِ درستنمایی میپرسد این مشاهده اگر فرضیه صادق باشد چقدر محتملتر است تا وقتی کاذب باشد.
دو انضباط بیدرنگ از آن برمیآید. نخست، باید پیشینی داشته باشید. اگر نتوانید تقریباً بگویید پیش از دیدنِ شواهد چه باور داشتید، بهروزرسانی نمیکردید، واکنش نشان میدادید — و هیچ راهی ندارید بگویید شواهد چقدر شما را جابهجا کرد. دوم، شاهدی که تحتِ هر دو فرضیه به یک اندازه انتظار میرود نسبتی نزدیک به یک دارد و هیچ چیز را تکان نمیدهد، هر قدر هم چشمگیر بنماید.
موردِ بیماریِ نادر نمایشِ متعارف است و هنوز تکاندهنده. آزمونی با دقتِ ۹۹ درصد، بیماریای که یک نفر از هر ده هزار نفر را درگیر میکند، و نتیجهای مثبت: احتمالِ پسین هنوز زیرِ یک درصد است. آزمون خطا نکرد. شهودی که نرخِ پایه را نادیده میگیرد خطا کرد.
3خاستگاه و زمینه
قضیهٔ توماس بیز پس از مرگش در ۱۷۶۳ منتشر شد و لاپلاس آن را بسیار کاملتر بسط داد. تفسیرِ آن بهعنوان هنجاری برای باورِ عقلانی — و نه واقعیتی دربارهٔ بسامدها — متعلق به سدهٔ بیستم است: فرانک رمزی و برونو دِفینتی مستقلاً نشان دادند درجاتِ باوری که اصولِ احتمال را نقض کنند شما را در معرضِ باختِ تضمینی میگذارند، و همین ریاضیات را به استدلالی دربارهٔ عقلانیت بدل کرد.
4مثالِ کلاسیک
بیماریای نادر، آزمایشی دقیق، نتیجهای مثبت — و احتمالِ پسین همچنان پایین است، چون پیشین بسیار پایین بود. آزمایش خطا نکرد؛ شهود خطا کرد.
5اعتراضها و پاسخها
اعتراض. احتمالاتِ پیشین از کجا میآیند؟ دو نفر با دادهای یکسان و پیشینهای متفاوت به نتایج متفاوت میرسند و هر دو سازگارند.
پاسخ. این قویترین اعتراض است و پاسخِ تمیزی ندارد — همان سهراهی است در جامهٔ احتمال. دفاعِ صادقانه این است که بیزگرایی مسئله را حل نمیکند بلکه انتخاب را صریح، بازبینیپذیر و آزمونپذیر از نظر حساسیت میسازد، و این بهتر از پیشینی ضمنی است که کسی نمیبیندش.
اعتراض. مسائلِ واقعی از نظر محاسباتی حلنشدنیاند و آدمهای واقعی نمیتوانند این حساب را انجام دهند.
پاسخ. تا حد زیادی درست است، و کارِ گیگرنزر نشان میدهد ابتکارهای ساده اغلب در محیطهای طبیعی بهاندازهٔ بهروزرسانیِ صوری یا بهتر عمل میکنند. اما انضباطِ کیفی از این اعتراض جان به در میبرد: پرسیدنِ «پیشینِ من چیست و این چقدر آن را جابهجا میکند» حتی وقتی هیچ عددی محاسبه نمیکنید استدلال را بهتر میکند.
اعتراض. همهٔ عدمِقطعیت را احتمال میانگارد، اما برخی عدمِقطعیتها کمّیشدنی نیستند — عدمِقطعیتِ نایتی، یا بدمشخصهبودنِ عمیقِ مدل.
پاسخ. محدودیتی جدی است. آنجا که فضای فرضیهها را نمیشناسید، چیزی نیست که رویش پیشین بگذارید. کارِ منسکی دربارهٔ «شناساییِ جزئی» یکی از پاسخهاست: بهجای برآوردِ نقطهایِ کاذب، کرانهای صادقانه گزارش کنید.
6با اینها اشتباه نگیرید
P(A|B) و P(B|A)
این دو مرتب جابهجا میشوند و همین جابهجایی پرپیامدترین خطای آمارِ کاربردی است. «احتمالِ این داده اگر فرضِ صفر صادق باشد» با «احتمالِ صادقبودنِ فرضِ صفر با داشتنِ این داده» یکی نیست. مقدارِ p دقیقاً به همین خلط دعوت میکند.
قوّتِ شواهد در برابر قوّتِ باور
نسبتِ درستنمایی شواهد را میسنجد. احتمالِ پسینِ شما باورتان را میسنجد و به پیشین هم وابسته است. شاهدی قوی به سودِ ادعایی نامحتمل میتواند همچنان شما را ناباور بگذارد، و این درست است نه لجاجت.
7خطاهای رایج
- گزارشِ احتمالِ پسین بدون بیانِ پیشینی که از آن آمده. آن عدد بدون این تفسیرناپذیر است.
- بهروزرسانیِ دوباره بر پایهٔ همان شواهد، چون از دو مجرا رسیده که مستقل نبودهاند.
- شمردنِ «سازگار با فرضیهٔ من» بهعنوان شاهد. اگر با فرضیهٔ رقیب هم به همان اندازه سازگار باشد، نسبتِ درستنمایی یک است و چیزی نیاموختهاید.
8در کارِ شما
سودمندترین ابزار صوریِ این مجموعه. اگر صادقانه به کار رود، «مخالفم» را به «پیشینِ من متفاوت است و دلیلش این است» بدل میکند، که بحثی است که واقعاً میتوان کرد.
9خودآزمایی
همکاری میگوید یافتهای تازه مدل را «تأیید میکند». کدام پرسشِ واحد نشان میدهد واقعاً چقدر تأیید میکند؟
نمایش پاسخ
اگر مدل نادرست بود، این یافته چقدر محتمل بود؟ این مخرجِ نسبتِ درستنمایی است و همان عددی است که کسی محاسبهاش نمیکند. اگر روایتی رقیب همان یافته را کمابیش به همان قوّت پیشبینی کند، نسبت نزدیک به یک است و آن یافته تزئین است. تأیید دربارهٔ جورشدن با فرضیهٔ شما نیست؛ دربارهٔ فاصلهٔ میانِ جورشدن با فرضیهٔ شما و جورشدن با بدیلهاست.