Kuvittele seuraava tilanne:

1 % väestöstä sairastaa tiettyä tautia. Testi tunnistaa sairaat 90 % todennäköisyydellä. Testi antaa 9 % väärän positiivisen tuloksen terveille. Potilas saa positiivisen tuloksen.

Kuinka todennäköisesti hän on oikeasti sairas?

Useimmat vastaavat, että hän on sairas 80–90-prosentin todennäköisyydellä. Oikea vastaus on kuitenkin noin 9 %.

Tämän tyyppisen esimerkin on tehnyt tunnetuksi biaksia eli ihmisen ajattelun oikoteitä ja vinoumia tutkinut Daniel Kahneman. Tämän hän esittää yhtenä osoituksena siitä, että ihmisille on tyypillistä tehdä virheitä erityisesti todennäköisyyksien päättelyssä. Myös asiantuntijat kuten lääkärit tekevät runsaasti tämän tyyppisiä päättelyvirheitä.

Mutta tarina ei pääty tähän.

Sama ongelma mutta eri muodossa

Saksalainen psykologi ja päätöksenteon tutkija Gerd Gigerenzer on esittänyt saman tilanteen toisin.

Kuvitellaan 1000 ihmistä:

• Heistä 10 sairastaa tautia.
• Näistä kymmenestä yhdeksän saa positiivisen tuloksen.
• 990 on terveitä.
• Näistä 990:stä 89 saa väärän positiivisen tuloksen.

Kuinka moni positiivisen tuloksen saaneista on oikeasti sairas?

Nyt vastaus on helposti nähtävissä. Positiivisen tuloksen sai yhteensä 98 ihmistä, ja yhdeksän heistä on oikeasti sairaita. Niinpä vastaus on noin 9 %.

Olennaista on se, että kun tieto esitetään konkreettisina tapausmäärinä eikä vaikeammin hahmotettavina prosentteina, useimmat lääkärit osasivat vastata aivan oikein.

Gigerenzerin johtopäätös on se, ettei ongelma ole välttämättä ihmisen mieli vaan se, missä muodossa informaatio esitetään.

Kuka on irrationaalinen?

Kahnemanin ajattelee, että kun ihminen ei laske todennäköisyyksiä “oppikirjan mukaan”, tämä on osoitus biaksesta.

Gigerenzer lähestyy asiaa eri tavalla. Miksi odotamme ihmisten ajattelevan prosenttilaskennan logiikalla, jota ei ole koskaan esiintynyt ihmisen evolutiivisessa ympäristössä?

Ihmiset eivät kehittyneet käsittelemään prosenttitodennäköisyyksiä. He kehittyivät havaitsemaan, että “yksi kymmenestä sairastui”. Aivomme käsittelevät luontaisesti lukumääriä, eivät abstrakteja prosentteja.

Miksi tämä on tärkeää johtajille ja viestijöille?

Ajatellaanpa viestintää riskeistä.

Sanotaan esimerkiksi: “Lääkitys puolittaa riskin.”

Lause kuulostaa voimakkaalta. Mutta se ei vielä kerro, kuinka suuri hyöty todellisuudessa on.

Jos riski laskee kahdesta prosentista yhteen prosenttiin, muutos on vain yksi prosenttiyksikkö.

Mutta jos riski laskee 40 prosentista 20 prosenttiin, muutos on kaksikymmentä prosenttiyksikköä.

Molemmissa tapauksissa riski puolittuu, mutta käytännössä merkitys on täysin eri.

Mitä tästä opimme?

”Riski puolittuu” ei ole sinänsä väärä lause, mutta se ei kerro koko totuutta. Kun kerromme vain, että riski puolittuu, mutta emme kerro, kuinka suuri riski alun perin oli, vaikutus voi kuulostaa suuremmalta kuin se todellisuudessa onkaan. Siksi vastuullinen viestijä ei jätä kuulijaa arvailemaan mittakaavaa.

Selkeä tapa sanoa asia on esimerkiksi tämä: “Riski puolittuu kahdesta prosentista yhteen prosenttiin.”

Paremmat päätökset syntyvät, kun numerot esitetään niin, että niiden merkitys on nähtävissä.

Mitä tästä seuraa?

Gigerenzer ei kiistä, etteikö ihmisillä olisi ajattelun vinoumia. Mutta hän on sitä mieltä, että ennen kuin syytämme ihmismieltä, meidän pitäisi tarkastella viestiemme esitystapaa.

Jos haluamme parempia päätöksiä, meidän ei aina tarvitse kouluttaa ihmisiä “ajattelemaan paremmin”. Meidän pitää itse esittää tieto selkeämmin.