Delfiny, I Wojna Światowa i Steve Jobs. Jak żyć z błędem przeżywalności: #błędy_poznawcze_2

Opublikowano Kategorie LifestyleTagi , ,

W 1914 roku rozpoczęła się Pierwsza Wojna Światowa. Pierwsza masowa gra mocarstw w zabijanie dużej liczby żołnierzy i cywilów. Z perspektywy czasu, druga iteracja w postaci Drugiej Wojny Światowej okazała się jeszcze skuteczniejsza jeśli chodzi o liczbę zabitych i wymyślne sposoby zabijania.

Pierwsza – zwana też prze niektóre kraje Wielką – była szczególna pod wieloma względami. Była pierwsza, masowa i niezwykle wyczerpująca. Żołnierze wrogich armii siedzieli całymi dniami w okopach i od czasu do czasu się ostrzeliwali. Jednym z bardziej przerażających sposobów na zabijanie był wynalazek angielskiego generała-majora Henry’ego Shrapnela. Pocisk nazwany od jego nazwiska szrapnelem. To pocisk artyleryjski używany do rażenia ludzi. Zawiera lotki (np. w postaci ołowianych kulek lub strzałek), wyrzucane z pocisku za pomocą ładunku prochowego, przy wykorzystaniu zapalnika czasowego. Po wyrzuceniu z korpusu lotki rozlatują się stożkowo na odległość 150–200 m. Dla żołnierzy w okopach oznaczało to jedno – jeśli lotka trafiła w ciebie to miałeś małe szanse na przeżycie. Szczególnie jeśli trafiła w głowę.

Wtedy też ktoś wpadł na epicki pomysł, żeby jakoś zabezpieczyć głowy żołnierzy. Nie byli to Niemcy. Ich pierwsze hełmy pruskie (te ze szpikulcem) miały głównie funkcję dekoracyjną i były zrobione ze skóry. Pierwsze hełmy stworzyli Francuzi. Skopiowali je i ulepszyli Brytyjczycy. Jak podają źródła w 1916 roku hełmy wydano i czekano na zwrot z inwestycji. W końcu to się miało opłacać.

I nagle stało się coś nieoczekiwanego. Do szpitali polowych zaczęło trafiać więcej żołnierzy z urazami głowy. Dowódcy byli zdezorientowani. To jakieś szaleństwo! Hełmy miały pomagać a okazało się, że w zasadzie szkodziły! Niektórzy chcieli nawet wycofać innowację. A to byłby poważny błąd. Na szczęście ktoś wtedy pomyślał i przyjrzał się statystykom. Mądrze. Bo jak się okazuje nie wystarczy się gapić na dane. Trzeba się gapić roztropnie.

Powodem tego pozornego paradoksu był sposób, w jaki prowadzono właśnie statystyki. Żołnierze, którzy wskutek obrażeń (również głowy) polegli, uznawani byli za poległych, bez wyszczególnienia obrażeń, które odnieśli. Wskutek zwiększonej ochrony głowy znaczna część żołnierzy, którzy widnieliby w rubryce poległych, trafiała do szpitali. Czasem także z obrażeniami głowy właśnie. Zwiększono wobec tego kilkukrotnie liczbę osób doznających obrażeń głowy, tym samym zmniejszając kilkukrotnie liczbę osób w ich wyniku ginących.

Błąd przeżywalności (ang. survivorship bias) polega na tym, że w procesie analizy danych opieramy się w rozumowaniu na dostępnych danych. Nie bierzemy pod uwagę ukrytych przyczyn, dla których mogą być one niereprezentatywne. Dane, które nie przetrwały analizowanego procesu i mogłyby nieść najwięcej wartościowych informacji dla badaczy, mogą być właśnie z tego powodu niedostępne.

Na pewno słyszałeś o wielkich tego świata, którzy rzucili uczelnie. Steve Jobs, Mark Zukerberg, Bill Gates czy nawet wspomniana przeze mnie w ostatnim wpisie Elisabeth Holmes. Często są podawani jako dowód na to, że nie liczy się wyższe wykształcenie. Wydaje się, że receptą na sukces jest właśnie rzucić Stanford. A jak nie Stanford to choćby SGH. Jeśli jednak przyjrzysz się wszystkim danym, to okaże się, że prezesi spółek z listy Fortune 500 w większości ukończyli jeden lub dwa kierunki studiów, a ponad 50% z nich ma również dyplom MBA. Przyglądaj się nie tylko tym danym, które pasują do twoich wyborów życiowych, ale także tym, które ich nie wspierają. Zwłaszcza jeśli koniecznie chcesz rzucić uczelnie. Stanford czy Wyższą Szkołę Biznesu w Puławach.

Jednen z moich ulubionych przykładów błędu przeżywalności dotyczy nomen-omen przeżywalności. Kiedyś słyszałem historię o dobrych delfinach, które ratują rozbitków. Wypada sobie człowiek za burtę na środku oceanu, a tu myky pyku i wokół niego pląsają delfiny. Po tanecznym popisie tańca synchronicznego i wymianie kurtuazyjnych uprzejmości, te inteligentne ssaki podchwytują rozbitka i ciągną w stronę lądu. Serio – kilka osób to przeżyło i poświadczyło (tak było, nie zmyślam). Tylko że analizując te dane zaniedbujemy inne dane. Nie bierzemy pod uwagę wszystkich sytuacji, w których delfiny (a) zignorowały rozbitka (i umarł), (b) podpłynęły i wyprowadziły go w pole zostawiając na środku oceanu (i umarł). Z oczywistych powodów martwy rozbitek średnio może nam opowiedzieć o przygodach z delfinami.

I jeszcze ten przykład! Totalne złoto.

Publikacje weterynaryjne opublikowane w latach 80. i 90. sugerowały, że koty i psy, które wypadły z wyższych pięter budynków, odnosiły mniej obrażeń, niż zwierzęta, które spadły z niższych wysokości. Obserwacja ta była niekiedy tłumaczona szczególnymi zdolnościami lub adaptacją tych zwierząt do radzenia sobie z takimi upadkami. Tu też jednak popełniono błąd przeżywalności. Do weterynarzy trafiły jedynie wyjątkowo szczęśliwe ofiary wysokich upadków. Nikt nie przychodzi do weterynarza ze zwłokami kotka, który wypadł z balkonu. Tak jak raczej nikt nie przywiezie zwłok znalezionych w lesie na SOR.

To drugi błąd w serii. Może mieć wpływ na twoje decyzje biznesowe i życiowe. Badając zbiór danych powinniśmy dane, przede wszystkim, zrozumieć oraz poznać szerszy kontekst oraz sposób, w jaki zostały zebrane. Pomoże nam to stwierdzić, czy dokładność naszego modelu może ucierpieć w wyniku błędu przeżywalności. Patrz nie tylko na „tych, którzy przeżyli” ale też na tych, którzy „nie przeżyli”. Patrz i szukaj szczególnie tych danych, do których nie ma dostępu. A po każdej złotej radzie guru od motywacji, który radzi ci by coś lub kogoś rzucić, krzyżowo skonfrontuj jego opinię z rzeczywistością. Zwłaszcza jeśli ktoś radzi ci by rzucić studia, bo tak zrobił Steve Jobs.

Bibliografia

Michael Shermer, Surviving Statistics, „Scientific American”, 311 (3), s. 94–94, DOI: 10.1038/scientificamerican0914-94 

Stephen J. Brown i inni, Survivorship Bias in Performance Studies, „Review of Financial Studies”, 5 (4), 1992, s. 553–580, DOI: 10.1093/rfs/5.4.553

Jennifer N. Carpenter, Anthony W. Lynch, Survivorship bias and attrition effects in measures of performance persistence, „Journal of Financial Economics”, 54 (3), 1999, s. 337–374, DOI: 10.1016/S0304-405X(99)00040-9 

Marc Mangel, Francisco J. Samaniego, Abraham Wald’s Work on Aircraft Survivability, „Journal of the American Statistical Association”, 79 (386), 1984, s. 259–267, DOI: 10.1080/01621459.1984.10478038 [dostęp 2017-01-13].

W.O. Whitney, C.J. Mehlhaff, High-rise syndrome in cats, „Journal of the American Veterinary Medical Association”, 191 (11), 1987, s. 1399–1403, PMID: 3692980.

L.E. Gordon, C. Thacher, A. Kapatkin, High-rise syndrome in dogs: 81 cases (1985-1991), „Journal of the American Veterinary Medical Association”, 202 (1), 1993, s. 118–122, PMID: 8420897.

D. Vnuk i inni, Feline high-rise syndrome: 119 cases (1998-2001), „Journal of Feline Medicine and Surgery”, 6 (5), 2004, s. 305–312, DOI: 10.1016/j.jfms.2003.07.001, PMID: 15363762.

The Straight Dope: Do cats always land unharmed on their feet, no matter how far they fall?, www.straightdope.com [dostęp 2017-01-13].

David McRaney, Survivorship Bias, You Are Not So Smart, 23 maja 2013

Helmets and body armor in modern warfare”, dr Bashford Dean, Curator of Armor, Metropolitan Museum of Art. Yale University Press,1920