Veel openbare gesprekken die we hebben over wetenschapsgerelateerde kwesties brengen het communiceren van risico's met zich mee: ze beschrijven, vergelijken en proberen actie te inspireren om ze te vermijden of te verzachten.

Denk maar aan de voortdurende stroom van nieuws en commentaar over gezondheid, alternatieve energie, voedselzekerheid en klimaatverandering.

Goede risicocommunicatie geeft aan waar we gevaarlijke dingen doen. Het helpt ons beter door crises te navigeren. Het stelt ons ook in staat gevaar en vernietiging te voorkomen en te vermijden.

Maar slechte risicocommunicatie doet het tegenovergestelde. Het creëert verwarring, hulpeloosheid en, het ergste van alles, dwingt ons om elkaar actief tegen te werken, zelfs als dat in strijd is met ons belang.

Dus wat gebeurt er als risicocommunicatie fout gaat?

Mensen zijn gewoon irrationeel en onlogisch

Als je wetenschappelijk geïnformeerd bent – ​​of op zijn minst wetenschappelijk positief – zou je rationeel kunnen verwarren met het gebruiken van objectief, wetenschappelijk onderbouwd bewijs.

Rationeel denken is je denken baseren op rede of logica. Maar een conclusie die logisch is, hoeft niet waar te zijn. U kunt gebrekkige, onjuiste of ongefundeerde premissen aan elkaar koppelen om tot een logisch maar wetenschappelijk ongefundeerd antwoord te komen.

In Australië was er bijvoorbeeld een paar zomers geleden een toename van het aantal nieuwsberichten over haaien die mensen aanvielen. Dit leidde tot wat dramatisch het lokken en ruimen van haaien. De logica achter deze reactie was zoiets als:

1. er zijn dit jaar meer meldingen geweest van aanvallen van haaien dan voorheen
2. meer rapporten betekent dat er meer haaienaanvallen plaatsvinden
3. meer aanvallen van haaien betekent dat het risico op aanvallen van haaien is toegenomen
4. we moeten nieuwe maatregelen nemen om haaien weg te houden van plaatsen waar mensen zwemmen om ons tegen dit verhoogde risico te beschermen.

U kunt de redenering hier begrijpen, maar het is waarschijnlijk zo geweest gebaseerd op gebrekkige premissen. Zoals niet beseffen dat de ene haaienaanval niet systematisch gekoppeld was aan de andere (sommige vonden bijvoorbeeld plaats aan verschillende kanten van het land). Mensen hier zagen verbanden tussen gebeurtenissen waarvan waarschijnlijkheid suggereert dat ze eigenlijk willekeurig waren.

Bewijs dat het veilig is of we zeggen nee

Als mensen al nerveus zijn over – of actief tegen – een riskante propositie, is een reactie om een ​​bewijs van veiligheid te eisen. Maar veiligheid is een relatief begrip en zo werkt risicoberekening niet.

Bewijs van veiligheid eisen is zekerheid eisen, en zo'n eis is wetenschappelijk onmogelijk. Onzekerheid vormt de kern van de wetenschappelijke methode. Of beter gezegd, het kwalificeren en communiceren van mate van onzekerheid.

In werkelijkheid leven we in een wereld waarin we het eens moeten worden over wat een aanvaardbaar risico is, omdat we simpelweg geen bewijs van veiligheid kunnen leveren. Om een ​​voorbeeld te gebruiken dat ik heb eerder opgemerkt, we kunnen niet bewijzen dat sinaasappelsap 100% veilig is, maar toch blijft het uitdagend in de schappen van onze supermarkten.

Maak je geen zorgen, deze formule zal je angsten kalmeren

Je hebt misschien deze basisformule voor risicoberekening gezien:

Risico (of gevaar) = (de waarschijnlijkheid dat iets gebeurt) × (de gevolgen ervan)

Dit werkt uitstekend voor verzekeringsbeoordelaars en laboratoriummanagers, maar het valt snel om wanneer je het gebruikt om risico's in de grote boze wereld uit te leggen.

Alledaagse reacties op hoe erg een risico lijkt, worden vaker bepaald door de formule (gevaar) × (verontwaardiging), waarbij 'verontwaardiging' wordt aangewakkerd door niet-technische, sociaal gedreven zaken.

Kortom, hoe meer verontwaardigd (geschokt, bang) we zijn bij het idee dat er iets gebeurt, hoe groter de kans dat we het onaanvaardbaar vinden, ongeacht hoe statistisch gezien onwaarschijnlijk dat het zou kunnen zijn.

De voorbeelden van haaienaanvallen dienen hier ook. De gevolgen van een aanval door een haai zijn schandalig, en deze gruwel kleurt ons vermogen om de technische waarschijnlijkheid van een aanval in perspectief te houden. De emotionele realiteit van onze gevoelens van verontwaardiging overschaduwen technische, afstandelijke risicoberekeningen.

Significant betekent nuttig

Iedereen die met statistieken heeft gewerkt, weet dat statistische significantie een verwarrend idee kan zijn. Bijvoorbeeld, een studie gekeken naar mogelijke verbanden tussen het dagelijks innemen van aspirine en de kans op een hartaanval.

Van de 22,000 mensen in het onderzoek hadden degenen die dagelijks aspirine slikten minder kans op een hartaanval dan degenen die dat niet deden, en het resultaat was statistisch significant.

Klinkt als iets dat de moeite waard is om op te letten, totdat je ontdekt dat het verschil in de kans op een hartaanval tussen degenen die elke dag aspirine slikten en degenen die dat niet deden minder dan 1% was.

Betekenis is niet altijd significant.

zeker iedereen begrijpt percentages

Het is gemakkelijk in te zien dat complexe statistieken en formules niet de beste hulpmiddelen zijn om risico's te communiceren buiten wetenschappelijk onderlegde experts. Maar misschien kunnen eenvoudige getallen, zoals percentages, een deel van de verwarring wegnemen als het over risico's gaat?

We zien overal percentages – van winkelkortingen tot weersvoorspellingen die je vertellen hoe groot de kans is op regen. Maar percentages kunnen mensen gemakkelijk verwarren, of op zijn minst vertragen.

Neem dit voorbeeld van een eenvoudige investeringsbeslissing. Als u de keuze zou krijgen tussen de volgende drie mogelijkheden, welke zou u dan nemen?

1. uw banksaldo met 50% laten verhogen en vervolgens met 50% verlagen
2. uw banksaldo met 50% laten verlagen en daarna met 50% verhogen
3. laat uw banksaldo blijven waar het is

Waarschijnlijk heb je dit goed. Maar misschien deed je dat niet. Of misschien duurde het langer dan je had verwacht om erover na te denken. Voel je niet slecht. (Het antwoord staat aan het einde van dit artikel.)

Ik heb dit in de klas gebruikt, en zelfs wetenschapsgeletterde universiteitsstudenten kunnen het fout hebben, vooral als hen wordt gevraagd om snel te beslissen.

Stel je nu voor dat deze basispercentages alles waren wat je nodig had om een ​​echte beslissing op leven of dood te nemen (terwijl je onder dwang stond).

Slechts een paar simpele cijfers zouden nuttig kunnen zijn, nietwaar?

Nou eigenlijk niet altijd. Onderzoek naar een fenomeen dat bekend staat als verankering en aanpassing laat zien dat de loutere aanwezigheid van getallen invloed kan hebben op hoe waarschijnlijk of gebruikelijk we iets inschatten.

In deze studie, werd mensen een van de volgende twee vragen gesteld:

1. hoeveel hoofdpijn heb je per maand: 0, 1, 2?
2. hoeveel hoofdpijn heb je per maand: 5, 10, 15?

De schattingen waren hoger voor de antwoorden op de tweede vraag, simpelweg omdat de cijfers die in de vraag werden gebruikt om hun schattingen op te roepen hoger waren.

De experts zijn tenminste evidence-based en rationeel

Nou, niet noodzakelijkerwijs. Het blijkt dat experts net zo gevoelig kunnen zijn voor de invloeden van emotie en de nuances van taal als gewone stervelingen.

In een klassieke studie vanaf 1982 werd de deelnemers gevraagd zich voor te stellen dat ze longkanker hadden en kregen ze te horen dat ze de keuze zouden krijgen uit twee therapieën: bestraling of een operatie.

Ze werden vervolgens geïnformeerd ofwel (a) dat 32% van de patiënten een jaar na de bestraling dood was, of (b) dat 68% van de patiënten een jaar na de bestraling nog in leven was. Hierna werd hen gevraagd om hypothetisch een behandelingsoptie te kiezen.

Ongeveer 44% van de mensen aan wie de overlevingsstatistiek werd verteld, koos voor bestraling, vergeleken met slechts 18% van degenen die de doodsstatistiek te horen kregen, ook al weerspiegelden de percentages hetzelfde verhaal over overlevende bestralingsbehandeling.

Wat hier het meest intrigerend is, is dat dit soort resultaten vergelijkbaar waren, zelfs toen de deelnemers aan het onderzoek artsen waren.

Dus, wat kunnen we doen?

Inmiddels kunnen lezers die de wetenschap hoog in het vaandel hebben staan, reden-liefhebbende, bewijs-vererende lezers zich versuft voelen, zelfs een beetje bang.

Als wij mensen, die afhankelijk zijn van emotionele reacties om risico's in te schatten, zelfs door simpele getallen in de war kunnen raken en gemakkelijk worden beïnvloed door vreemde taal, welke hoop is er dan om serieuze vooruitgang te boeken wanneer we proberen te praten over enorme risicovolle kwesties zoals klimaatverandering?

Ten eerste, klop niet op emotiegestuurde, op instinct gebaseerde risicoreacties: ze zijn nuttig. Als je aan het surfen bent en je merkt dat er een grote schaduw onder je board op de loer ligt, is het misschien beter om aan te nemen dat het een haai is en dienovereenkomstig te handelen.

Ja, het was waarschijnlijk de schaduw van je board, en ja, je zult je dom voelen omdat je schreeuwt en naar land rent. Maar het is beter om aan te nemen dat het een haai was en ongelijk te hebben, dan aan te nemen dat het jouw schaduw was en ongelijk te hebben.

Maar emotiegedreven reacties op grote, langetermijnrisico's zijn minder nuttig. Bij het beoordelen van deze risico's moeten we weerstand bieden aan onze onderbuikreacties en proberen ons niet direct te laten leiden door hoe een risico voelt.

We moeten een stapje terug doen en even de tijd nemen om onze eigen reacties te beoordelen, onszelf de tijd geven om te reageren op een manier die incorporeert waar het bewijs ons naartoe leidt. Het is gemakkelijk om te vergeten dat niet alleen ons publiek – of het nu vrienden of familie, collega's of klanten zijn – is ingesteld om te reageren op risico's zoals een mens: wij ook.

Met een beetje ademruimte kunnen we proberen te zien hoe de trucs en valkuilen van risicoperceptie en communicatie ons eigen oordeel kunnen beïnvloeden.

Misschien heb je op logische wijze onjuiste premissen met elkaar in verband gebracht, of ben je overdreven beïnvloed door een specifiek woord of bepaalde zin. Het kan zijn dat je statistische brein overweldigd is door verontwaardiging, of dat je sommige getallen iets te snel probeerde te verwerken.

Als er niets anders is, wees dan in ieder geval op uw hoede om te schreeuwen "Iedereen moet van appels houden!" als je probeert te communiceren met een kamer vol oranjeliefhebbers. Door elkaar heen praten of simpelweg tegengestelde perspectieven op een risico slaan, is waarschijnlijk de beste manier om te vernietigen elke risico communicatie-inspanning - ruim voordat deze andere eigenaardigheden van mens-zijn zelfs maar de kans krijgen om het te verknoeien.

Antwoord: Stel dat u begint met $ 100. Optie 1 en 2 geven u $ 75, optie 3 geeft u uw oorspronkelijke $ 100.

Over de auteur

Rod Lamberts, adjunct-directeur, Australian National Centre for Public Awareness of Science, Australian National University

Dit artikel is oorspronkelijk gepubliceerd op The Conversation. Lees de originele artikel.

Verwante Boeken

at

Bedankt voor het bezoeken InnerSelf.com, waar er zijn 20,000+ levensveranderende artikelen waarin ‘nieuwe attitudes en nieuwe mogelijkheden’ worden gepromoot. Alle artikelen zijn vertaald naar 30+ talen. Inschrijven aan InnerSelf Magazine, dat wekelijks verschijnt, en Marie T Russell's Daily Inspiration. InnerSelf Magazine verschijnt sinds 1985.