· 

Het boek waarom | Judea Pearl & Dana Mackenzie


Een boek over het befaamde (of beruchte) oorzaak en gevolg. In de wereld van de statistiek is dit een no-go. De zin 'correlatie is geen causatie' heb ik in mijn studie regelmatig voorbij horen en zien komen. Nu wil het feit dat ik vorig blok een statistiek vak had, dus toen werd ik er wéér aan herinnerd. Hoe tof is het dan dus dat de grondlegger van Bayesiaanse netwerken (de innerlijke Daniëlle maakt een sprongetje) hier een boek over heeft geschreven! Dit boek is vandaag, 30 april, verschenen bij Maven Publishing. Ik mocht hem vooruit lezen en in deze recensie kun je lezen waarom ik het boek zou aanraden. Let wel; ik heb nog niet het hele boek gelezen, ik heb me met name bezig gehouden met de eerste 5 hoofdstukken. Ik zal wel kort aangeven wat er in de vervolg hoofdstukken wordt behandeld - dan komt namelijk alles bij elkaar!

1e indruk

Je moet je hoofd - en je aandacht - erbij houden tijdens het lezen van dit boek. Het is zeer gedetailleerd en voor mensen zonder enige achtergrond is het bijna niet te doen.

Omdat ik in mijn studie veel met deze onderwerpen bezig ben, was het voor mij lang niet allemaal nieuw. Het feit dat de schrijver de moeilijke stof goed weet uit te leggen aan de hand van voorbeelden, maakt dat het boeiend en levendig wordt. Geen ver-van-je-bed-show meer. Maar, als je niet erg geïnteresseerd bent in dit onderwerp, zou ik dit boek links laten liggen. Daarvoor is het net te pittig en teveel. 

Synopsis

Waarom duurde het zo lang voordat wetenschappers durfden te stellen dat roken longkanker veroorzaakt? Waarom was er zoveel controverse over de vraag of de mens de opwarming van de aarde veroorzaakt? Kortom: waarom is het zo moeilijk om oorzaak en gevolg vast te stellen?

 

Volgens Judea Pearl (legendarische computerwetenschapper en grondlegger van de Bayesiaanse netwerken) komt dit doordat de wetenschap een cruciale denkfout maakte: we hadden geen manier om causale verbanden aan te tonen en durfden het daarom alleen over correlatie te hebben. Tijdens zijn werk aan kunstmatige intelligente ontwikkelde Pearl een methode voor omgaan met onzekerheid. Het bleek het startpunt van een causale revolutie in de wetenschap (en het einde van de mantra 'correlatie is geen causatie'). 

In Het boek waarom doet Pearl met wetenschapsjournalist Dana Mackenzie voor het eerst uit de doeken hoe zijn causale redenatie werkt. Deze stelt ons in staat om de wereld om ons heen te onderzoeken in termen van oorzaak en gevolg ('waarom') én om te begrijpen wat onze mogelijkheden zijn ('wat als?'). 



Recensie

De eerste 5 hoofdstukken & hoofdstuk 10 

In het begin van het boek probeert de schrijver je bekend te maken met de basis van statistiek en causatie. Hij bespreekt hier de Ladder van Causatie, en benoemt dat er een taboe is op het trekken van conclusies op causaal gebied. Iedere student zal het met me eens zijn, de zin 'correlatie is geen causatie' komt op een gegeven moment je neus uit. Het voelt voor mij dat de schrijver dit doel voor ogen had: de lezers laten inzien dat het helemaal niet zo zwart-wit is. Maar ook dat je wel moet blijven nadenken. Hij behandelt denkwijzen en de valkuilen die hierbij horen. 

Er zijn 3 niveau's van causatie, 3 verschillende niveaus van cognitief vermogen die de causale leerling onder de knie moet krijgen: zien, doen en voorstellen. Op de ladder wordt dit aangeduid met: associatie, interventie en contrafeitelijkheden. 

 

Ik wil nog even speciale aandacht schenken aan hoofdstuk 10, omdat ik dit onderwerp extra interessant vind: big data, kunstmatige intelligentie en de grote vragen.

Wat sterk naar voren komt in dit hoofdstuk is dat Judea probeert de angst een beetje weg te nemen die er bestaat over KI's en robots. Hij benadrukt daarbij nogmaals dat alleen data - ook al is het big data - niet voldoende is om causale relaties te trekken en vragen als deze te beantwoorden:

'Veroorzaakt dit gen longkanker (en hoe?)'. Dit had niet gekund als je niet eerst aan datamining doet - als eerste stap bij de speurtocht naar interessante associatiepatronen. 

Hij geeft daarbij aan dat je beide nodig hebt, data en de causatie diagrammen. Daarnaast stelt hij zichzelf een 5-tal vragen, met de focus op: 'Moeten we eigenlijk wel machines maken die denken?'. Hij stelt hierbij wel een voorwaarde: 'De eerste noodzakelijke voorwaarde van een morele machine is het vermogen om te reflecteren op zijn eigen daden, een onderdeel van een contrafeitelijke analyse'. Ik kan me hier ook in vinden. Ik ben niet bang voor kunstmatige intelligentie die de mensheid gaat overnemen -zoals soms in films het scenario is - want we zijn er zelf bij. Maar we moeten dan zelf ook wel blijven nadenken. 

 

Hoofdstukken 6, 7, 8 & 9

Zoals eerder werd benoemd, focust Judea zich op de Ladder van Causatie. In de latere hoofdstukken (na hoofdstuk 5) klimt de schrijver, samen met de lezer, deze ladder op. Bijvoorbeeld in hoofdstuk 8 worden de contrafeitelijkheden behandeld: werelden kennen die hadden kunnen zijn. Wat moet je je daarbij voorstellen? Het komt erop neer dat je je hypothese/model toets op basis van wat had kunnen zijn, oftewel het tegenstrijdige uitgangspunt. Een mens vraagt zich weleens af: 'wat zou er zijn gebeurd als ik anders had gehandeld?'. 'Was het die aspirine die een einde maakte aan mijn hoofdpijn?' Dat soort vragen worden contrafeitelijkheden genoemd. Dit is voor een mens best wel straightforward, maar voor een machine of computer niet. 

 

Judea Pearl behandelt in korte tijd veel informatie. Doordat hij voorbeelden gebruikt om de theorie te ondersteunen, wordt het gemakkelijker om te begrijpen. Desondanks moet je je aandacht er wel echt bijhouden, de informatie moet wel echt even landen.

Boeken zoals deze lees je dan ook niet 'even' uit, je moet er de tijd voor nemen en je erin verdiepen. Als je hiervoor open staat én het onderwerp spreekt je aan, zou ik dit boek zeker aanraden!

De voorbeelden die hij aanhaalt zijn ook van deze tijd. Hij haalt het voorbeeld van borstkanker screening aan om aan te geven dat je snel praat over de causale en non-causale richting. Op dit moment loop ik stage in het UMCG, waarbij ik me hiermee bezig houd. Hoe actueel! 

 

De schrijver weet de behoorlijk lastige materie iets toegankelijker te maken. Petje af hiervoor!

Ik heb het boek daarom 4 sterren gegeven. Het enige minpunt vind ik dat hij van de hak op de tak springt, in 2 pagina's kunnen meerdere voorbeelden zijn besproken van verschillende processen - over het algemeen best lastige processen! Desondanks denk ik dit hét boek is dat een tegengeluid laat horen tegenover alle statistici die zich verre van causatie willen houden. Terwijl dit juist iets is waar we belangrijke (wetenschappelijke) vragen mee kunnen gaan beantwoorden!

Rating

⭐️⭐️⭐️⭐️

Auteurs: Judea Pearl & Dana Mackenzie

Prijs: 24,50

Uitgever: Maven Publishing

Verschijningsdatum: 30 april 2019

Aantal pagina's: 480



Reactie schrijven

Commentaren: 0