Tyler Vigen od ponad 10 lat prowadzi stronę „Spurious Correlations”, na której pokazuje przypadkowe korelacje, takie jak:
- spadające spożycie mrożonego jogurtu, a także… wskaźnika przestępczości,
- niejasny związek pomiędzy oglądalnością „Teorii wielkiego podrywu” a wyszukaniami w Google hasła „how to make a baby”,
- malejąca liczba magistrów edukacji korelująca z coraz mniejszą liczbą bankructw amerykańskich banków.
Ten ostatni przykład weźmiemy pod lupę. Zerknij na wykres:
Jedno spada, drugie spada… Kusi wyciągnąć wniosek, że nie jest to przypadek. A oczywiście jest. Mnóstwo zmiennych ze sobą koreluje i to nic nie znaczy.
Rozrywkowo-edukacyjny absurd
Absurdalne przykłady to być może najlepszy sposób, aby uświadomić ludzi, że korelacja to nie przyczynowość.
Być może już kiedyś widział_ś wykresy ze strony „Spurious Correlations” (jest bardzo popularna), ale… możesz nie wiedzieć o pewnej nowości 🙂
Autor użył AI-doładowania, to znaczy pod każdym wykresem opublikował humorystyczne „wyjaśnienie” korelacji, wygenerowane przez sztuczną inteligencję.
Przeczytaj, w jaki sposób mniejsza liczba magistrów edukacji „wpływa” na rzadsze upadki banków:
Wraz ze spadkiem liczby tytułów magistra w dziedzinie edukacji, coraz mniej osób było w stanie zrozumieć koncepcję „bankowości rezerw cząstkowych”. Doprowadziło to do zmniejszenia ryzykownych praktyk finansowych i ostatecznie przyczyniło się do niższego wskaźnika upadłości banków w USA.
A to nie wszystko! Autor poszedł jeszcze krok dalej, bo dla każdej korelacji wygenerował dzięki AI artykuł naukowy, który na pierwszy rzut oka wygląda bardzo poważnie:
Czyli Tyler Vigen przekuł halucynacje Chata GPT w wartościową (i przy tym całkiem śmieszną – przynajmniej dla mnie) edukację.
Cały projekt to dla mnie przestroga przed:
szukaniem przyczynowości tam, gdzie jej nie ma
I być może sobie myślisz: „No tak, wiadomo, że te korelacje są absurdalne. Kto w ogóle wierzy w to, że konsumpcja jogurtu wpływa na przestępczość?”.
Ale przypomnij sobie projekt „Fałszywe korelacje”, gdy następnym razem w pracy zobaczysz wykres z dwoma liniami biegnącymi w dół i gdy poczujesz pokusę natychmiastowego wyciągania wniosków.
Lepiej postawić hipotezę i ją dokładnie zweryfikować „na chłodno” (a także upewnić się, jaki jest zakres obydwu osi).
Jeśli ten wpis był dla Ciebie ciekawy, podobnymi inspiracjami dzielę się w newsletterze, na który zapiszesz się poniżej (i przy okazji otrzymasz dostęp do 5-dniowego bezpłatnego kursu mailowego):
Inne artykuły, które mogą Ci się spodobać:
