De crisis waar we in verkeren wordt vaak gezien als het falen van onze financiële en politieke instituties. Ik ben ervan overtuigd dat de crisis het best gezien kan worden als het falen van ons beoordelingsvermogen- als een catastrofale mislukking van voorspellingen.

Zo begint de Amerikaanse schrijver, statisticus en nerd Nate Silver het eerste hoofdstuk van zijn boek The Signal and the Noise: The Art and Science of Prediction. Silver stelt dat de crisis bovenal werd veroorzaakt door blindheid voor grote risico’s op de huizenmarkt en met derivaten. Er was sprake van een het collectief negeren van onwaarschijnlijke, maar onvermijdelijke gebeurtenissen. 

Silver vertelt overtuigend dat voorspellingen een zeer grote rol spelen in ons leven. Een greep uit het nieuws van afgelopen zomer: 

De economie klimt eindelijk uit het dal. Dat is een verwachting dat, als de cijfers kloppen, een licht herstel doorzet.

De PvdA en VVD raken veel zetels kwijt als er nu verkiezingen gehouden worden. 

De opwarming van de aarde zal minder snel plaatsvinden als gedacht. De stijging van de zeespiegel zet onverminderd door. 

We worden dagelijks overspoeld met voorspellingen over de economie, het weer, sport, de politiek, natuurverschijnselen. Ook op individueel niveau worden verwachtingen benoemd en in kaart gebracht. Passen we goed bij elkaar, vragen geliefden zich af. Hoe beïnvloedt die nieuwe weg de prijs van mijn huis, wil de eigenaar weten. Moet ik mijn strategie wijzigen om straks genoeg opdrachten te krijgen, peinst de zzp’er. Er zijn ook steeds meer aanwijzingen dat voorspellen een basisfunctie is van het brein zelf. 

Belofte

De informatie-overvloed van tegenwoordig schept de belofte van betere voorspellingen. Computers kunnen steeds beter omgaan met de complexiteit van onze wereld, steeds meer variabelen verwerken en relaties vinden en dus nauwkeuriger vooruitkijken dan wij, gemankeerde mensen, zo is de gedachte. 

De komende maanden ga ik deze gedachte onderzoeken. Klopt het dat voorspellingen beter worden? Welke rol speelt automatisering hierin? Wat zijn goede en wat zijn slechte voorspellingen? Wat verklaart het verschil daartussen? En wat zijn de gevolgen van slechte voorspellingen? 

Ik werk een aantal onderwerpen verder uit, waaronder:

Financiële instellingen en economen hebben jarenlang grote risico’s onderschat. Hoe kan dit, welke rol speelden geavanceerde algoritmen hierin en wat is er sinds het begin van de Grote Recessie veranderd? En hoe kijken de quants, de wiskundigen die ingewikkelde modellen construeerden, naar hun werk? Vorige week sprak ik met een econometrist van Robeco, later deze week met ‘de dikke staart’-professor Casper de Vries.

Meermaals per jaar doet het Centraal Planbureau voorspellingen over de economie en meestal zit het CPB ernaast. Waarom is de economie zo moeilijk te voorspellen? Kan het beter? Dit verhaal ben ik al aan het schrijven en verschijnt binnenkort.

Eén van de terreinen waar voorspellingen steeds beter zijn geworden door inzet van rekenkracht, is het weer. Wat hebben meteorologen de laatste decennia geleerd? En wat kunnen anderen daarvan leren? Ik heb inmiddels al twee interviews gehad met datas- en modelspecialisten van het KNMI. Het belooft een intrigerend verhaal te worden, want achter die eenvoudige verwachting die we op het achtuurjournaal horen, zit een enorme rijkdom aan data en een immense complexiteit aan modellen.

Kun je voorspellen of een liedje of film een succes wordt? Hoe doe je dat en wat zegt dat over die door en door menselijke eigenschap: creativiteit?

Iedere jonge ouder weet dat vrije wil er al vroeg in zit bij kinderen, in hoeverre is menselijk gedrag te voorspellen? Kan een computer aanwijzen wie in de problemen raakt? Kan een algoritme duidelijk maken of je goed bij een potentiële geliefde past?

Het zal een reis worden langs netwerktheorie, liefde, complexiteit, wiskunde, zekerheid en waarschijnlijkheden, Maurice de Hond en andere deskundologen, gokken, winst en verlies, dynamische systemen, regen en zonneschijn, feilbare peilingen, het menselijk brein, grote ego’s en grote inzichten. 

Je hoeft geen enorme bèta te zijn om deze serie te waarderen. Dat ben ik in ieder geval niet. Ik zal alles in begrijpelijke taal uitleggen, maar binnenkort weet je wel wat een algoritme doet en wie Thomas Bayes was. Ik denk dat de grote waarde van deze serie zal zijn dat je de wereld en allerlei alledaagse fenomenen op een wat andere manier gaat bekijken. Met meer scepsis, maar wellicht ook met meer verwondering.

Wil je alvast meelezen, dan kan ik de volgende boeken aanraden:

  The Signal and the Noise, van Nate Silver Prachtig en zeer relevant boek over waarom zoveel voorspellingen niet uitkomen (en sommige wel). Dit boek is de inspiratiebron geweest van deze serie. Lees hier een recensie   The Drunkard’s Walk: How Randomness Rules our Lives, van Leonard Mlodinow De titel spreekt voor zich. Lees hier een recensie

  Automate this: How Algorithms Came to Rule our World, van Christopher Steiner Mooi boek die goed uitlegt hoe belangrijk de opkomst van algoritmen zijn in ons leven. Lees hier een recensie