IdaGanderup Fænk

SørenKatborg-Vestergaard

Fake news og fake data

11. juli 2022

Mennesker bruger data til at forklare, understøtte og bevise. Det er vores belæg, autoritet og tillid. Derfor er det også vigtigt, at vi aflæser det rigtigt, når vi svinger os i gyngerne på den digitale legeplads. En af de største fejl, vi begår, er at kende forskel på korrelation og kausalitet. Derfor genopfrisker Ida mellemrummet for dig, så du ikke jokker i spinaten.

Visuelt af Søren Katborg-Vestergaard

Det moderne menneske lever i en verden, der er oversvømmet af sociale medier, polariserede holdninger og fake news. Derfor er det svært at gøre andet end at holde sig til det, der ikke kan lyve: data. Data lyver ikke, men de kan mistolkes. Heraf kommer den velkendte sætning:

Correlation does not imply causation

Sætningen er lige så gammel som menneskets brug af data og analyser. For at understrege budskabet oprettede den tidligere Harvard studerende Tyler Vigen hjemmesiden Suspicious Correlations.

Nu er det på tide at finde dit gamle 9. klasses matematik frem fra gemmerne.

På hjemmesiden fremgår det, at der er en sammenhæng mellem mennesker, der er druknet ved at falde overbords fra en fiskerbåd og antal ægteskaber i Kentucky. Der er også en tydelig sammenhæng mellem antallet af drukneulykker i en pool og antallet af Nicolas Cage film.

Selvom dataen viser, at der er en sammenhæng, vil de færreste formentlig tro på, at Nicolas Cage er skyld i drukneulykkerne i pool.

Her har vi forskellen på korrelation og kausalitet.

Den statiske sammenhæng hedder korrelation: Alt kan korrelere – også Nicolas Cage og dødsfald i en pool. Men at noget korrelerer betyder ikke, at der er kausalitet: At det ene skyldes det andet.

I 2020 udgav CNN artiklen Taking a bath isn’t just relaxing. It could also be good for your heart, study says. Disse clickbait-lignende artikler stikker frem i alt fra tabloid til politiske aviser, hvilket beviser vigtigheden i at huske din 9. klasses matematik.

Artiklens hovedpointe underbygges af en undersøgelse fra 2019, som viser, hvordan antallet af varme bade og hjertesygdomme korrelerer. Men ligesom i Nicolas Cage-tilfældet behøver korrelation ikke at betyde kausalitet. Undersøgelsen selv spår ikke om helbredseffekter, men det gør forfatteren. På den måde kan artiklen viderebringe sundhedsfaglige usandheder baseret på misfortolket data. #fakedata.

Der er kun gode grunde til at sætte sig ind i data som dette. Ligesom i CNN-artiklen bliver den misforståede data ofte brugt og delt online. Den digitale legeplads bliver lettere forvandlet til en debatterende krigszone, og vi kan plukke vores holdninger og værdier som blandselv-slik fra onlinekiosken. Med holdninger og fake news, der oversvømmet vores feed, er data ofte vores redningsvest på den halvsunkne skude.

Det er en ærlig fejl, hvis en politiker forveksler korrelation og kausalitet i Debatten på DR. Eller når damebladene udgiver deres ti bedste hudplejetips baseret på misfortolket data. Selvom man ikke kan uddele, hvem der står med ansvaret, når fake news bliver spredt, så kommer du selv et skridt længere ved at huske på forskellen på korrelation og kausalitet. På samme tid undgår du selv at jokke i spinaten.

Mennesket faktatjekker, be- og afkræfter viden gennem data. Derfor skal vi også vide, hvordan vi læser det rigtigt. Anbefalingen er ikke at lave en korrelationsanalyse – Det lader vi økonomerne om. Men skepsis og et kritisk sind kan bære dig langt. Verden er sjælden sort og hvid, og det er data ligeledes heller ikke. Husk derfor på, at du gerne må se kritisk på, om dataen i virkeligheden fortæller dig det, som påstanden påstår.

Det er let at blive blind for argumenter, som modsiger vores egne overbevisninger og fremhæver de argumenter, som understøtter dem. For ikke at blive underlagt andres manipulation, og vores egen, må vi huske, hvordan vi læser data rigtigt. Dette er ikke hele løsningen på fake news – men det bringer os et skridt tættere på.

Korrelation er ikke lig med kausalitet.