Με αφορμή το ερώτημα «Γιατί στην Αμερική σκοράρουν ξαφνικά τόσο πολύ», εκκινεί μια κουβέντα που αφορά τις δυσλειτουργίες του ανθρώπινου μυαλού που σχετίζονται με τις κρίσεις που πραγματοποιούμε και τις αποφάσεις που λαμβάνουμε. Και στο μπάσκετ.
Ο φετινός Οκτώβρης είναι ένας ιδιαίτερα καυτός μήνας στην άλλη πλευρά του Ατλαντικού. Λόγω της υψηλής θερμοκρασίας οι επιθέσεις των διάφορων ομάδων φαίνεται να έχουν πάρει κυριολεκτικά φωτιά, με τα παιχνίδια να κρίνονται συστηματικά γύρω στους 115-120 πόντους – νούμερα πραγματικά δυσθεώρητα ακόμα και για το επίπεδο της Αμερικάνικης λίγκας. Ενδεικτικά να αναφέρουμε πως την ώρα που γράφονταν αυτές οι γραμμές, η μέση τιμή του ORtg (πόντοι ανά 100 κατοχές) για ολόκληρο του ΝΒΑ προσεγγίζει το 110,3 – αριθμός ρεκόρ στην ιστορία του αθλήματος. Τις τελευταίες μέρες διάβασα προσεκτικά μια σειρά άρθρων – τόσο σε ελληνικά όσο και σε ξένα media – που προσπαθούν να αιτιολογήσουν το συγκεκριμένο φαινόμενο. Οι ειδικοί δείχνουν να έχουν καταλήξει – και μάλιστα με αρκετή βεβαιότητα – σε ορισμένα συμπεράσματα, που βασίζονται στην συντριπτική τους πλειοψηφία σε ένα σύνολο στατιστικών ευρημάτων. Επιγραμματικά μπορούμε να τα ομαδοποιήσουμε σε τρεις κατηγορίες:
* Freedom of movement. Η αλλαγή των κανονισμών στο ΝΒΑ, η οποία προσφέρει περισσότερη ελευθερία στους μπασκετμπολίστες για να κινούνται στο γήπεδο. Τα τραβήγματα, τα σπρωξίματα και κάθε λογής ενέργειες που παρεμποδίζουν την κίνηση χωρίς την μπάλα, τιμωρούνται πλέον συχνότερα με φάουλ.
* Η αύξηση των προσπαθειών για τρεις σε συνδυασμό με την μεγαλύτερη περιφερειακή ευστοχία.
* Ο φρενήρης ρυθμός (pace) που επικρατεί στην λίγκα – ο μέσος όρος των κατοχών μεταβλήθηκε δραματικά (97,3 πέρσι/ 104,1 φέτος). Εδώ εμφανίζεται το εξής λογικό σχήμα: παραπάνω κατοχές => πιο πολλά σουτ => περισσότερα εύστοχα σουτ => μεγαλύτερη παραγωγή πόντων.
Τι ακριβώς ισχύει; Όλα; Κάποιο από τα τρία; Μήπως κανένα; Το παρών κείμενο βέβαια δεν σκοπεύει να επιλύσει αυτού του είδους τις απορίες. Με αφορμή το ερώτημα «Γιατί στην Αμερική σκοράρουν ξαφνικά τόσο πολύ», φιλοδοξεί να εκκινήσει μια κουβέντα που αφορά τις δυσλειτουργίες του ανθρώπινου μυαλού που σχετίζονται με τις κρίσεις που πραγματοποιούμε και τις αποφάσεις που λαμβάνουμε. Ίσως έχετε ήδη καταλάβει ότι η συζήτηση πιθανώς να υπερβεί τα στενά όρια του αθλητισμού – άλλωστε οι κρίσεις (και οι αποφάσεις) αποτελούν αναπόσπαστο κομμάτι της κοινωνικής μας ζωής. Γιατί τελικά πολλές φορές – σύμφωνα με τον σπουδαίο Daryl Morey – η μοναδική σωστή απάντηση κωδικοποιείται ως εξής: «Είναι αδύνατο να γνωρίζουμε με βεβαιότητα».
Ας σκεφτούμε για το πώς σκεφτόμαστε
Κατά την ταπεινή μου γνώμη, τα μαθηματικά και η ψυχολογία αποτελούν τις δυο πιο ανθρώπινες επιστήμες, ενώ εμπλέκονται μεταξύ τους πολύ συχνότερα από όσο νομίζετε. Τις χρησιμοποιούμε καθημερινά – όχι μόνο όταν αναλύουμε στατιστικά στο μπάσκετ – ακόμα και αν δεν το αντιλαμβανόμαστε συνειδητά. Πάρτε για παράδειγμα εμένα. Κάθε πρωί κατεβαίνω για μάθημα με το λεωφορείο στο κέντρο της πόλης. Αποφάσισα να ξεκινάω ένα τέταρτο νωρίτερα από το σπίτι μου για να αντιμετωπίσω το ενδεχόμενο της κίνησης. Η απόφαση μου φαντάζει λογική – τις πρωινές ώρες όλος ο κόσμος πηγαίνει αναγκαστικά στις δουλειές του. Χωρίς να το γνωρίζω εκτέλεσα ήδη έναν απλοϊκό μαθηματικό υπολογισμό. Δεχόμενος ένα ερέθισμα από το εξωτερικό περιβάλλον (κίνηση), εκτιμώ πως 15 έξτρα λεπτάκια αρκούν για να φτάσω εγκαίρως στον προορισμό μου. Στην πραγματικότητα όμως ο υπολογισμός μου στερείται ορθολογισμού.
* Τα δεδομένα που διαθέτω είναι αμφισβητήσιμα. Δεν έχω ποτέ καταγράψει ποιες μέρες έχει όντως κίνηση. Απλώς ανασύρω πληροφορίες από την μνήμη μου – πληροφορίες που ενδεχομένως είναι αλλοιωμένες. Μπορεί π.χ. την Τετάρτη να μην συντρέχει λόγος για να φύγω νωρίτερα.
* Δεν έλαβα υπόψη μου ένα σωρό παράγοντες. Τι θα γίνει εάν δεν χωράω να ανέβω στο λεωφορείο; Αν χαλάσει και αδυνατεί να συνεχίσει το δρομολόγιο; Τι θα κάνω στην περίπτωση που ένα τροχαίο μπλοκάρει τους δρόμους;
* Ποιες οι πιθανότητες να συμβούν όλα αυτά τα ενδεχόμενα; Τις αντιλαμβάνομαι πλήρως ή τα εντάσσω στην σφαίρα του απίθανου; Αν η πιθανότητα του τροχαίου ατυχήματος τα πρωινά αγγίζει το 10%, καταλαβαίνω τι ακριβώς σημαίνει αυτό για εμένα; – θα αργώ στο μάθημα μία φορά στις δύο εβδομάδες.
Σε πείσμα των παραπάνω διαπιστώσεων, προσωπικά αισθάνομαι απόλυτη ασφάλεια με την πρακτική που ακολουθώ. Δεν μου περνάει καν από το μυαλό, ότι μερικές μέρες ενδεχομένως ξεκινάω πολύ νωρίς ή πολύ αργά. Φανταστείτε τώρα να έπρεπε να αποφασίσω για κάτι πολύ πιο σοβαρό, όπως αν θα επενδύσω τα χρήματα μου στο χρηματιστήριο.
Παρόμοια παραδείγματα συναντάμε κυριολεκτικά παντού γύρω μας. Μια 20χρονη γυναίκα που διαγνώστηκε με καρκίνο του στήθους, κατανοεί πως πιθανότατα έπεσε θύμα ιατρικού λάθους, συγκριτικά με μία άλλη 40 ετών; – οι νεαρές γυναίκες σπάνια νοσούν από καρκίνο. Το 95% των παντρεμένων ζευγαριών δεν πιστεύει ότι το 50% στα διαζύγια που παρατηρείται στην κοινωνία ισχύει και για αυτά.
Η επιστήμη των Behavioral Economics έχει πλέον αποδείξει μέσω αντίστοιχων ερευνών, ότι το ανθρώπινο μυαλό λειτουργεί υποσυνείδητα με βάση κάποιες (γνωστές) προκαταλήψεις και ιδιορρυθμίες όταν καλείται να προβεί σε κρίσεις ή να λάβει αποφάσεις, με αποτέλεσμα να υποπίπτει στα ίδια συστημικά και επαναλαμβανόμενα λάθη. Οι σκέψεις μας δεν είναι τόσο πολύπλοκες όσο πιστεύουμε, καθώς ο νους μας τείνει διαρκώς προς την υπεραπλούστευση των καταστάσεων που αντιμετωπίζει (θυμηθείτε τους αναλυτές της αρχής του κειμένου). Δεν έχει καμία σημασία πόσο έξυπνοι είμαστε ή ποιο είναι το γνωσιακό μας υπόβαθρο – τα λάθη έχουν δομικό χαρακτήρα και απορρέουν από την βιολογική συγκρότηση του εγκεφάλου. Με δυο λόγια: έτσι είμαστε ’’ καλωδιωμένοι’’. Κατά συνέπεια οι άνθρωποι τείνουν να εξάγουν πολύ περισσότερη βεβαιότητα, από αυτήν που τα δεδομένα πραγματικά εμπεριέχουν (θυμηθείτε εμένα). Ο νους μας εχθρεύεται την αβεβαιότητα – νιώθει άβολα μαζί της και προσπαθεί σταθερά να την εξαλείψει. Σκεφτείτε το λογικά. Ποιος θα ήταν ικανοποιημένος με μια απόκριση του στιλ: ‘’δεν μπορούμε να γνωρίζουμε με βεβαιότητα’’; Μάλλον κανένας. Αυτό ακριβώς το στοιχείο της ψυχοσύνθεσης μας – δηλαδή την ανάγκη για ειδικούς που να προφασίζονται απόλυτη βεβαιότητα σε ζητήματα με εξαιρετικά αβέβαιες απαντήσεις,’’ εκμεταλλεύονται’’ οι κάθε λογής decision makers (δικαστές, πολιτικοί, σύμβουλοι επενδύσεων, scouters και ανιχνευτές ταλέντων στον αθλητισμό κτλ) του καιρού μας. Άλλωστε σύμφωνα με τον Amos Tversky «ο άνθρωπος είναι μια αιτιοκρατική μηχανή, ριγμένη μέσα σε ένα πιθανοκρατικό σύμπαν».
Ο ρόλος της στατιστικής στις σύγχρονες επιστήμες.
Στο βιβλίο με τίτλο «Where good ideas come from» ο συγγραφέας Steven Johnson περιγράφει συνοπτικά την έννοια του adjustment possible. Αν αναπαραστήσουμε σχηματικά την άγνοια γύρω από ένα ζήτημα («Γιατί στο ΝΒΑ σκοράρουν πολύ;») με έναν λαβύρινθο, τότε αναγκαστικά για να φτάσουμε στην γνώση είμαστε υποχρεωμένοι να περιπλανηθούμε στο εσωτερικό του μέχρι να αντικρίσουμε την πολυπόθητη έξοδο. Η κάθε πόρτα που θα συναντήσουμε στο διάβα μας δεν είναι απαραίτητο ότι θα μας κατευθύνει πιο κοντά σε αυτήν. Ενδεχομένως η πρώτη πόρτα που θα ανοίξουμε να μας οδηγήσει σε ένα δωμάτιο, το οποίο περιέχει καινούριες πόρτες. Για να τις βρούμε όμως πρέπει πρώτα να εισέλθουμε στο δωμάτιο – να ανοίξουμε δηλαδή την αρχική πόρτα. Η στατιστική αντιπροσωπεύει αυτή την πρώτη πόρτα – το adjustment possible. Δεν αποτελεί ποτέ το τέλος της κουβέντας αλλά αντίθετα πάντα την αρχή της. Ο ρόλος της είναι να μας παρουσιάζει διαφορετικές οπτικές γωνίες ενός γεγονότος, λειτουργώντας έτσι ως γεννήτρια νέων ιδεών. Τελικά η ύπαρξη και μόνο των στατιστικών ευρημάτων μας αναγκάζει να θέσουμε τα κατάλληλα ερωτήματα.
Ο Hugh Coolican – ψυχολόγος και καθηγητής στο πανεπιστήμιο του Coventry – μας αποκαλύπτει στο βιβλίο του ‘’Research methods and Statistics in Psychology’’ μια ακόμα ενδιαφέρουσα πτυχή του θέματος. Η στατιστική δεν μπορεί ποτέ να αποδείξει ή να διαψεύσει μια θεωρία – μπορεί μόνο να την υποστηρίξει. Το γεγονός πως έχουμε ανακαλύψει μια στατιστική σχέση μεταξύ δύο μεγεθών (πχ ρυθμός ή αριθμός τρίποντων/ μεγάλα σκορ) δεν σημαίνει ότι επιβεβαιώνεται η υπόθεση μας για τον τρόπο με τον οποίο συνδέονται (πχ. όταν αυξάνεται το ένα, αυξάνεται και το άλλο).
* Έστω ότι ένας ασθενής επισκέπτεται δύο διαφορετικούς γιατρούς – έναν νεφρολόγο και έναν ουρολόγο – με το σύμπτωμα του αίματος στα ούρα. Ο νεφρολόγος διαγνώνει με βεβαιότητα πως πρόκειται για νεφρίτιδα. Ο ουρολόγος υποστηρίζει τον καρκίνο του νεφρού. Πια θεραπεία πρέπει να ακολουθήσει ο ασθενής;
Η παραπάνω ερώτηση αποτελεί μέρος εκτενέστατων πειραμάτων που διεξήγαγαν μεγάλοι ερευνητικοί οργανισμοί (παραθέτονται στην βιβλιογραφία) σε δεκάδες νοσοκομεία των Η.Π.Α. Αμφότεροι οι γιατροί επιμένουν για την ορθότητα των διαγνώσεων τους. Τι θα συμβεί άραγε αν αποφασίσουμε να τους παρέχουμε επιπλέον στατιστικές πληροφορίες – το αίμα στα ούρα μεταφράζεται σε νεφρίτιδα στο 70% των αντίστοιχων περιπτώσεων/ ο ασθενής μας είναι 35 χρονών και η πιθανότητα καρκίνου στο νεφρό σε αυτές τις ηλικίες αγγίζει το 15%. Αποκλείσαμε τον καρκίνο; Φυσικά και όχι. Κατευθύναμε τους ειδικούς προς την αναζήτηση περισσότερων συμπτωμάτων που αφορούν την νεφρίτιδα; Μάλλον ναι. Με κάθε έξτρα δεδομένο πλησιάζουμε ένα βήμα πιο κοντά στην αντικειμενική αλήθεια.
Το μπάσκετ (όπως και η κανονική ζωή) είναι γεμάτο με τέτοιου είδους παιχνίδια πιθανοτήτων (τι θα σπουδάσω, ποια γυναίκα θα παντρευτώ, ποια δουλειά θα επιλέξω κτλ). Σε αντίθεση όμως με τα μαθηματικά προβλήματα σπάνια μας προσφέρονται τόσο καθαρές πιθανότητες, ενώ συνήθως δεν έχουμε την πολυτέλεια να δοκιμάσουμε στην πράξη τις εκτιμήσεις μας. Κατά συνέπεια ο ορθολογικός/μαθηματικός τρόπος σκέψης, καθώς και η σωστή χρήση της στατιστικής αποκτά ακόμα μεγαλύτερη σημασία. Η στατιστική από την φύση της δεν παρέχει κατηγορηματικές απαντήσεις – είναι η μέθοδος για να ξεπερνάμε τις δομικές δυσλειτουργίες του ανθρώπινου μυαλού. Μας επιτρέπει να αντιμετωπίζουμε πιθανολογικά ενδεχόμενα, να προσεγγίζουμε δηλαδή την αβεβαιότητα.
Επομένως όχι:
* Παρατηρώ τα μεγάλα σκορ και η στατιστική διαβεβαιώνει πως ο ρυθμός είναι γρήγορος (ή τα τρίποντα περισσότερα), άρα υψηλός ρυθμός = μεγαλύτερη επιθετική παραγωγή’’.
Αλλά αντίθετα:
* Παρατηρώ τα μεγάλα σκορ και η στατιστική διαβεβαιώνει ότι ο ρυθμός είναι φρενήρης. Ποιοι άλλοι παράγοντες επηρεάζουν τις επιθέσεις των ομάδων και σε ποιο βαθμό ο καθένας τους ξεχωριστά; Τους εξέτασα όλους; Μπορώ να καταλήξω με βεβαιότητα σε συμπεράσματα χωρίς να τους έχω μελετήσει συνολικά; Άραγε οι σύλλογοι που τρέχουν πολύ διαθέτουν αυτόματα τις πιο αποτελεσματικές επιθέσεις; Συνέβαινε το ίδιο και πέρσι; Αν όχι τι άλλαξε φέτος; Τι γίνεται με τις άμυνες;
Ο Elon Musk – CEO της Tesla – πιστεύει ότι πρέπει να ξεκινάμε την κάθε ημέρα μας σκεπτόμενοι πως κάνουμε λάθος. Ο στόχος μας είναι να κάνουμε όσο το δυνατόν λιγότερο λάθος. Άλλωστε σύμφωνα με τα λόγια του διάσημου φυσικού James Maxwell ‘’Μια επιστημονική θεωρία δεν θριαμβεύει όταν αποδειχτεί ορθότερη από τις υπόλοιπες, αλλά όταν οι υπόλοιπες πεθάνουν’’.
Βιβλιογραφία:
1) Where good ideas come from, Steven Johnson
2) Research methods and Statistics in Psychology, Hugh Coolican
3) Thinking, fast and slow, Daniel Kahneman
4) The Paramorphic Representation of Clinical Judgement, Paul Hoffman
5) Predictably Irrational: The Hidden Forces That Shape Our Decisions, Dan Ariely
6) Misbehaving: The making of Behavioral Economics, Richard H. Thaler
7) The Undoing Project: A Friendship that changed our Minds, Michael Lewis