← Nieuwste papers
🧬 biologie

Errorless Irrationality: A unified computational account of the inverse base-rate effect across predictive, observational, and unsupervised procedures

Dit artikel toont aan dat het inverse base-rate effect voortduurt in predictieve, observationele en ongesuperviseerde leerprocedures, wat de auteurs ertoe aanzet om OSCAR voor te stellen, een nieuw verenigd computationeel model dat deze irrationele bias verklaart door middel van zelfgegenereerde feedback en succesvol individuele verschillen en eye-trackingdata verklaart waar eerdere theorieën faalden.

Oorspronkelijke auteurs: Lenard Dome, Andy J. Wills

Gepubliceerd 2026-08-07
📖 6 min leestijd🧠 Diepgaand

Oorspronkelijke auteurs: Lenard Dome, Andy J. Wills

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ⚕️ Dit is een AI-gegenereerde uitleg van een preprint die niet peer-reviewed is. Dit is geen medisch advies. Neem geen gezondheidsbeslissingen op basis van deze inhoud. Lees de volledige disclaimer

Het Mysterie van de "Foute" Gok

Stel je voor dat je een detective bent die een zaak probeert op te lossen, maar de aanwijzingen zijn lastig. Je hebt een verdachte die meestal misdaden pleegt op dinsdagen (een veelvoorkomende gebeurtenis) en een andere die alleen toeslaat op zeldzame, specifieke feestdagen (een zeldzame gebeurtenis). Stel je nu voor dat je een aanwijzing vindt die bij beide verdachten zou kunnen horen. De meeste mensen zouden bij deze ambiguïteit logischerwijs de veelvoorkomende verdachte kiezen, omdat die statistisch gezien waarschijnlijker betrokken is. Maar hier komt het vreemde deel: het menselijk brein doet vaak het tegenovergestelde. Wanneer we geconfronteerd worden met een verwarrende mix van aanwijzingen, hebben we de hardnekkige, irrationele gewoonte om op de zeldzame gebeurtenis te wedden. Dit vreemde fenomeen wordt het Inverse Base-Rate Effect (IBRE) genoemd. Het is een eigenaardigheid in hoe wij leren en beslissingen nemen die wetenschappers al decennia lang verbaast.

Lange tijd was de leidende theorie dat deze fout optreedt door "voorspellingsfouten". Denk aan een videogame waarbij je een "Game Over"-scherm krijgt als je het fout raadt. De theorie suggereerde dat ons brein leert door te proberen deze "Game Over"-schermen te vermijden. Wanneer we de veelvoorkomende verdachte kiezen en het fout hebben, krijgt ons brein een schok, schenkt het extra aandacht aan de zeldzame aanwijzingen en corrigeert het overmatig, wat ertoe leidt dat we de volgende keer de zeldzame verdachte kiezen. Maar wat als er geen "Game Over"-scherm is? Wat als we gewoon een film kijken, of naar een puzzel kijken zonder goed of fout antwoord? Maakt ons brein dan nog steeds dezelfde irrationele fout? Deze vraag staat centraal in een nieuwe studie die diep in de mechanica van het menselijk leren duikt, met de vraag of onze "irrationaliteit" een glitch is in hoe we informatie verwerken, of dat het een kenmerk is dat zelfs bestaat wanneer we niet beoordeeld worden.

Het Grote "Geen-Feedback" Experiment

In dit artikel besloten de onderzoekers Lenard Dome en Andy J. Wills de grenzen van deze "voorspellingsfout"-theorie te testen. Ze wilden zien of het Inverse Base-Rate Effect nog steeds zou optreden als ze de leraar, het cijfer en de "fout antwoord"-buzzer volledig zouden verwijderen. Ze voerden twee slimme experimenten uit om de gebruikelijke leeromstandigheden weg te nemen.

In het eerste experiment zetten ze een scenario van observationeel leren op. Stel je voor dat je in een wachtkamer zit en patiëntendossiers leest. Je ziet een patiënt met koorts en een uitslag, en het dossier zegt: "Deze persoon heeft Ziekte Z." Dan zie je een andere met hoofdpijn en een uitslag, en het dossier zegt: "Deze persoon heeft Ziekte L." Je bent alleen maar aan het lezen; je wordt niet gevraagd om te raden en je wordt niet verteld of je het goed of fout hebt. De aanwijzingen (symptomen) en de antwoorden (ziektes) verschijnen samen, dus er is geen moment van "raden en falen". Ondanks het gebrek aan enige feedback of "Game Over"-momenten, vertoonden de deelnemers nog steeds de irrationele bias. Wanneer ze later werden gevraagd welke ziekte een patiënt had op basis van een mix van symptomen, neigden ze nog steeds naar de zeldzame ziekte, net als in de traditionele tests.

In het tweede experiment gingen ze nog een stap verder om elke hint van oorzaak en gevolg te verwijderen. Ze vervingen de medische verhalen door geometrische vormen. Stel je een puzzel voor waarbij je een vierkant en een cirkel ziet, en je krijgt te horen dat deze combinatie bij "Groep X" hoort. Later zie je alleen een vierkant en een driehoek. Er is geen verhaal over ziekten of symptomen; het zijn gewoon vormen. Er is geen "leraar" die je vertelt wat het antwoord is. Zelfs in deze volledig abstracte, ongesuperviseerde wereld waar niemand je gokjes beoordeelt, maakten de deelnemers nog steeds dezelfde "irrationele" keuze, waarbij ze de zeldzame categorie bevoordeelden wanneer ze geconfronteerd werden met een verwarrende mix van vormen.

De Nieuwe Theorie: OSCAR

Omdat de oude theorie (dat we leren van fouten) niet kon verklaren waarom de bias plaatsvond zonder een leraar, stelden de auteurs een nieuw model voor genaamd OSCAR. Je kunt OSCAR zien als een digitale hersenpan die niet alleen de toekomst voorspelt, maar probeert het hele plaatje te reconstrueren.

Stel je voor dat je naar een legpuzzel kijkt, maar dat sommige stukjes ontbreken. In plaats van alleen te raden wat het ontbrekende stukje is, probeert je brein de volledige afbeelding te visualiseren, inclusief de delen die je niet kunt zien. OSCAR werkt op dezelfde manier. Het neemt de aanwijzingen die het ziet (de kenmerken) en probeert "het patroon te voltooien" door te raden hoe de volledige set aanwijzingen eruit zou moeten zien, inclus including de categorie-label. Als de gok van het brein over het hele plaatje niet overeenkomt met het werkelijke plaatje dat het ziet, creëert het een intern "foutsignaal". Dit signaal komt niet van een leraar; het komt van de eigen poging van het brein om de gaten in te vullen.

De auteurs ontdekten dat dit "patroonvoltooiingsmodel" de resultaten perfect kon verklaren. Het toonde aan dat het brein geen externe leraar nodig heeft om het Inverse Base-Rate Effect te vertonen. In plaats daarvan is het effect een natuurlijk bijproduct van hoe ons brein informatie organiseert: we besteden extra aandacht aan de aanwijzingen die ons helpen om onderscheid te maken tussen de veelvoorkomende en de zeldzame, en deze aandacht raakt vertekend op een manier die ons de zeldzame gebeurtenissen laat overschatten wanneer de zaken verwarrend worden.

Wat Dit Betekent

De studie bevestigt dat deze "irrationele" bias niet slechts een resultaat is van het feit dat we proberen niet fout te zitten in een klaslokaal. Het is een fundamenteel onderdeel van hoe onze hersenen patronen verwerken, zelfs wanneer we alleen maar kijken of vormen memoriseren. De onderzoekers gebruikten computersimulaties om aan te tonen dat hun nieuwe model, OSCAR, exact hetzelfde menselijke gedrag kon reproduceren in alle drie de soorten experimenten (de traditionele, de observationele en de ongesuperviseerde).

Bovendien was het model in staat om enkele lastige gegevens uit eye-tracking studies te verklaren. Eerdere theorieën konden niet verklaren waarom mensen tijdens de training langer naar bepaalde aanwijzingen keken, maar tijdens de test even lang naar de aanwijzingen keken. OSCAR, met zijn vermogen om de aandacht te verschuiven op basis van de specifieke combinatie van aanwijzingen, slaagde erin deze oogbewegingspatronen succesvol te recreëren.

Kortom, het artikel suggereert dat onze "irrationaliteit" geen bug is veroorzaakt door slecht onderwijs; het is een kenmerk van een brein dat constant probeert het plaatje compleet te maken, zelfs wanneer het plaatje incompleet is. De bias naar de zeldzame gebeurtenis is een emergente eigenschap van een systeem dat zeer goed is in het leren van patronen, zelfs wanneer niemand zijn huiswerk nakijkt.

Verdrinkt u in papers in uw vakgebied?

Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.

Probeer Digest →