I Magasinet Filter ger professor Martin Rosvall en grundkurs i hur man känner igen och avfärdar struntprat. (Bullshit som vi säger på ”svenska”). Sammanfattningsvis:

Av allt man kan lära sig är det absolut viktigaste
att kunna avgöra om en person snackar skit eller inte.

Rosvall är professor i teoretisk fysik och föreståndare för Umeå universitets tvärvetenskapliga forskningscentrum Icelab. Han hämtar mycket material ur boken Calling Bullshit: The Art of Skepticism in a Data-Driven World, skriven av hans gamla mentor och parhäst Carl Bergstrom ihop med datavetaren Jevin West.

Universitetsvärlden har tre uppgifter: undervisning, forskning och samverkan. Den sistnämnda innebär att informera allmänheten och samarbeta med olika företag och organisationer. Men det blir svårt att informera allmänheten om medias rapportering till största delen bygger på spekulativa forskningsstudier och överentusiastiska universitetsinformatörer.

En fjärde uppgift skulle kunna vara att folkbilda om hur forskning går till och vilka slutsatser man kan (och INTE kan) dra utifrån enskilda studier. Fast det är förstås lättare sagt än gjort.

Att ”lyssna på forskarna” innebär inte att blint tro på enskilda forskare, utan på det konsensus bland forskare som småningom uppstår. För precis som alla andra kan forskare ha rätt eller fel.

Forskning går ut på att identifiera vad man inte vet och efter bästa förmåga ta reda på ett möjligt svar. Som sen ska stötas och blötas och vägas mot andra möjliga förklaringar. Den mest välunderbyggda gäller sen – tills någon eventuellt hittar en bättre.

Under pandemin blev det för en gångs skull möjligt även för allmänheten att följa forskningen medan den pågick. När olika forskare då kom fram till olika svar, eller ändrade sig, tappade en del människor förtroendet för vetenskapen. Men man gör allmänheten en otjänst om man inte informerar även om osäkerheten. Man får säga: Vi befinner oss här nu, och baserat på de data vi har i dag har jag kommit fram till denna slutsats – men data kan ändras, och då ändras även slutsatsen. Var vi befinner oss i morgon vet vi inte.

Det vi kan veta är att forskningsprocessen fungerar, och är det bästa verktyget vi har för att förstå världen.

För att komplicera det hela finns många olika särintressen – företag, tankesmedjor, trollfabriker – som försöker påverka innehållet i informationen och sprider de bitar som bäst passar deras egen agenda.

KÖRSBÄRSPLOCKNING
innebär att man – medvetet eller omedvetet – plockar ut enskilda fakta som stödjer ens uppfattning, medan man bortser från fakta som motsäger den. Det är besläktat med KONFIRMERINGSBIAS: Vi har alla mycket lättare att ta till oss ny information om den bekräftar det vi redan trodde (oss veta).

Exempel på körsbärsplockning är när den alternativa hälsobloggaren Mike Adams ifrågasatte den pågående havsnivåhöjningen genom att hänvisa till att Nasas eget diagram visade att den globala havsnivån tvärtom sjunkit det senaste året.

Problemet: Adams hade körsbärsplockat en kort nedgångsperiod i en lång serie mätningar som visar en stadig havsnivåhöjning ända från 1995.

Lösning: Kolla var data kommer ifrån. Ingår de i ett bredare urval? Avgör själv om det presenterade axplocket är relevant.

Facebook och andra sociala media är gjorda för att förstärka människans inneboende grupptendenser, eftersom de är bra för deras riktade annonser.

Vad kan man göra? Först och främst inse att man själv fungerar likadant, med sin egen bias (partiskhet). Alltså kan man inte bara gå efter sin ”magkänsla”, utan måste kritiskt bedöma alla budskap. Och man kommer ganska långt genom att hålla tre kontrollfrågor i minnet:

1. Vem är det som säger det här?
2. Hur kan de veta det bättre än andra?
3. Vad försöker de sälja?

Problemet för den som försöker bemöta den här typen av påståenden är förstås att det är mycket lättare att skapa en fängslande och lättbegriplig berättelse och förklaring – ”en bra story” – om man inte behöver hålla sig till sanningen. Och det skulle förstås vara behändigt om alla våra problem hade samma grundorsak. Tyvärr är livet som vanligt mera komplicerat än så.

Om man vill försöka övertyga någon gäller det enligt Rosvall att

1. vara korrekt
   Dubbelkolla fakta och testa dem för säkerhets skull med någon kollega.
2. vara generös
   Håll öppet för att det KAN vara du som har fel, och attackera påståenden – inte personer.
3. vara enkel och tydlig.
   4. erkänna sina misstag.

Det är lätt att känna uppgivenhet inför sociala medier eftersom man ser att de som ifrågasätter kan hamna i stenhårda konflikter, även om de själva är ödmjuka och sakliga. Men då ska man komma ihåg att det är de negativa man märker mest. Det finns en massa följare som inte syns och hörs, och som man kan påverka.

SELEKTIONSBIAS
innebär att urvalet av information inte är representativt för det man vill undersöka.

Exempel: I juni 2021 visade de brittiska hälsomyndigheternas statistik att dubbelt så många vaccinerade som ovaccinerade dött. Vaccinmotståndare krävde därför ett omedelbart stopp för vaccinationskampanjen.

Problemet: De jämförda grupperna bar på stora underliggande skillnader: Man hade ju prioriterat att vaccinera de som var äldre eller tillhörde andra riskgrupper, medan de ovaccinerade var unga och friska – och naturligtvis hade bättre förutsättningar att överleva covid-19.

Det här är ett problem vid forskning som söker koppla livsstil till hälsoutfall, eftersom det oftast är de som redan är välmående som dessutom tränar, äter hälsosamt och sover gott om natten.

Lösning: Om urvalet inte är slumpmässigt, ta reda på hur det är gjort och om det finns underliggande faktorer som kan snedvrida jämförelser.

LURIGA DIAGRAM
Exempel: Antistrålningsrörelsen visar med diagram att hjärncancer är ett växande problem.

Problemet: Diagrammen visar framför allt att antalet patienter ökar – eftersom de överlever allt längre. Det årliga antalet nydiagnosticerade däremot har varit oförändrad åtminstone sedan 1980.

Lösning: Istället för att betrakta diagram som objektiva sanningar, notera vilka data de bygger på och om sättet de illustreras på är rimligt.

SKIT IN, SKIT UT
Människor har en tendens att kapitulera inför »svarta lådor«, det vill säga sådant man inte begriper sig på.

I ett exempel är det en algoritm: 2016 skapade två kinesiska forskare en AI-algoritm som verkade kunna se på en person om den var kriminell. Man hade matat in mängder av slumpmässiga porträttbilder från nätet samt foton från kriminalregistret, och på nya bilder kunde algoritmen sen avgöra vem som var brottsling. Forskarna hade ingen förklarande hypotes, men ansåg att resultatet var tillförlitligt, eftersom datamängden var stor och datorn objektiv.

Problemet: Människor brukar le och försöka se trevliga ut när de fotograferas – utom när de haffats av polisen (s k mugshots).

Lösning: Om du ställs inför en ”svart låda”: Granska vad som stoppas in i och vad som kommer ut ur den.

SLUMPMÄSSIGA SAMBAND
Människan har en tendens att söka och övertolka mönster. i allt som sker.

Det finns en hel webbsida sajt med exempel på slumpmässiga samband.

Exempel: Statistiken visar att den amerikanska margarinkonsumtionen per person följer samma kurva som skilsmässofrekvensen i delstaten Maine. Det innebär uppenbarligen inte att de hänger ihop.

Problemet: Väldigt mycket forskning går ut på att hitta samband som bekräftar en hypotes. Med datorteknik kan man tråla enorma datamängder i jakten på något anmärkningsvärt samband – och konstruera en förklarande hypotes i efterhand.

Lösning: Betrakta alla forskningsresultat – framför allt om de är uppseendeväckande! – som osäkra tills de har upprepats av andra. Först då blir de vetenskap.

En svårighet är att vetenskapliga tidskrifter föredrar att publicera upptäckter som bekräftar en tes. Det kan alltså redan finnas andra resultat som avfärdat det föreslagna orsakssambandet, men som ingen känner till, eftersom den forskning som kom fram till att det INTE funkade inte har publicerats.

Ett gammalt exempel på hur svårt det kan vara att tränga igenom med budskapet att en uppmärksammad rapport är felaktig är Wakefields studie från 1998 om ett påstått samband mellan autism och MPR-vaccin (mot mässling, påssjuka och röda hund). Ett tiotal senare studier har visat att sambandet saknas, Wakefields artikel har dragits tillbaka och huvudförfattaren har bevisats vara jävig, ha manipulerat fakta, gjort sig skyldig till grovt tjänstefel samt fått sin läkarlegitimation indragen.

Men Wakefield hyllas fortfarande som en hjälte inom antivaccinrörelsen.