Mange offentlige samtaler vi har om vitenskapsrelaterte problemer, involverer å kommunisere risiko: beskriver dem, sammenligner dem og prøver å inspirere til handling for å unngå eller dempe dem.

Tenk bare på den pågående strømmen av nyheter og kommentarer om helse, alternativ energi, matssikkerhet og klimaendringer.

God risikokommunikasjon peker på hvor vi gjør farlige ting. Det hjelper oss bedre å navigere kriser. Det tillater oss også å pre-empt og unngå fare og ødeleggelse.

Men dårlig risikokommunikasjon gjør det motsatte. Det skaper forvirring, hjelpeløshet og, verste av alt, presser oss til å arbeide aktivt mot hverandre, selv når det er mot våre beste å gjøre det.

Så hva skjer når risikokommunikasjon går galt?

Folk er bare irrasjonelle og ulogiske

Hvis du er vitenskapelig informert - eller i det minste vitenskapsposisjonell - kan du forvirre å være rasjonell ved å bruke objektive, vitenskapsbaserte bevis.

Å tenke rasjonelt er å basere din tenkning i grunn eller logikk. Men en konklusjon som er logisk, må ikke være sant. Du kan knytte feil, falske eller ubegrunnede lokaler for å komme opp med et logisk, men vitenskapelig, ubestemt svar.

For eksempel, i Australia var noen somre der igjen økning i antall nyhetsrapporter om haier som angriper mennesker. Dette førte til noe dramatisk hai baiting og culling. Logikken bak denne reaksjonen var noe som:

1. Det har vært flere rapporter om haiangrep i år enn før
2. Flere rapporter betyr at flere haiangrep skjer
3. Flere haiangrep skjer, betyr at risikoen for haiangrep har økt
4. Vi må ta nye tiltak for å holde haier unna steder mennesker svømmer for å beskytte oss mot denne økte risikoen.

Du kan forstå resonnementet her, men det er sannsynlig at det har vært basert på mangelfulle lokaler. Som ikke å innse at ett haiangrep ikke var systematisk knyttet til en annen (for eksempel, noen skjedde på forskjellige sider av landet). Folk her så sammenhenger mellom hendelser som sannsynligheten antyder var faktisk tilfeldig.

Bevis at det er trygt, eller vi sier nei

Hvis folk allerede er nervøse for - eller aktivt mot - et risikabelt forslag, er en reaksjon å kreve bevis for sikkerhet. Men sikkerheten er en relativ sikt, og risikobekjennelse virker ikke slik.

Å kreve bevis på sikkerhet er å kreve sikkerhet, og en slik etterspørsel er vitenskapelig umulig. Usikkerhet er kjernen i den vitenskapelige metoden. Eller rettere, kvalifiserende og kommuniserende grader av usikkerhet er.

I virkeligheten lever vi i en verden der vi må være enige om hva som utgjør akseptabel risiko, fordi vi ganske enkelt ikke kan gi bevis for sikkerhet. Å bruke et eksempel jeg har bemerket før, vi kan ikke bevise appelsinjuice er 100% sikker, men det er fortsatt defiantly på våre supermarked hyller.

Ikke bekymre deg, denne formelen vil roe frykten din

Du har kanskje sett denne grunnleggende risikobegrensningsformelen:

Risiko (eller fare) = (sannsynligheten for at noe skjer) × (konsekvensene av at det skjer)

Dette fungerer briljant for forsikringsvurderinger og laboratorieansvarlige, men det faller raskt over når du bruker det til å forklare risiko i den store dårlige verden.

Daglige reaksjoner på hvor ille en risiko virker, blir oftest styrt av formelen (fare) × (voldshandling), hvor "voldshandling" er drevet av ikke-tekniske, sosialdrevne saker.

I utgangspunktet er jo mer rasende (forferdet, skremt) vi er av ideen om noe som skjer, jo mer sannsynlig skal vi vurdere det uakseptabelt, uansett hvordan statistisk usannsynlig det kan være.

Shark Attack eksemplene tjener også her. Konsekvensene av å bli angrepet av en hai er opprørende, og denne horror farger vår evne til å holde den tekniske sannsynligheten for et angrep i perspektiv. Den følelsesmessige virkeligheten av våre følelser av opprørelseformørkelse tekniske, løsrevne risikobalkninger.

Betydende betyr nyttig

Alle som har jobbet med statistikk vet at statistisk betydning kan være en forvirrende ide. For eksempel, en studie så på potensielle koblinger mellom å ta aspirin hver dag og sannsynligheten for å ha et hjerteinfarkt.

Blant de 22,000-folkene i studien, var de som tok daglig aspirin mindre sannsynlighet for å ha et hjerteinfarkt enn de som ikke gjorde det, og resultatet var statistisk signifikant.

Høres ut som noe verdt å være oppmerksom på, til du oppdager at forskjellen i sannsynligheten for å ha et hjerteinfarkt mellom de som tok aspirin hver dag og de som ikke var mindre enn 1%.

Betydningen er ikke alltid signifikant.

Sikkert alle forstår prosentandeler

Det er lett å sette pris på at komplekse statistikker og formler ikke er de beste verktøyene for å kommunisere risiko utover vitenskapslitterte eksperter. Men kanskje enkle tall - som prosentandeler - kan bidra til å fjerne noe av forvirringen når man snakker om risiko?

Vi ser prosentandeler overalt - fra butikkrabatter, til værmeldinger som forteller deg hvor sannsynlig det er å regne. Men prosentandeler kan lett forvirre, eller i det minste sakte folk ned.

Ta dette enkle investeringsbeslutningseksemplet. Hvis du ble tilbudt et valg mellom følgende tre muligheter, hva ville du ta?

1. ha din bankbalanse økt med 50% og deretter kuttet av 50%
2. ha din bankbalanse kuttet med 50% og deretter hevet av 50%
3. ha din bankbalanse forblir der den er

Du har sannsynligvis fått dette riktig. Men kanskje gjorde du det ikke. Eller kanskje det tok deg lenger tid enn du hadde forventet å tenke gjennom. Ikke føl deg dårlig. (Svaret er på slutten av denne artikkelen.)

Jeg har brukt dette i klasserommet, og selv science-literate studenter kan få det galt, spesielt hvis de blir bedt om å bestemme seg raskt.

Forestill deg nå om disse grunnleggende prosentsatsene var alt du måtte ta en ekte, livs- eller dødsavgjørelse (mens du var i tvang).

Bare noen få enkle tall kunne være nyttig, kunne de ikke?

Vel faktisk, ikke alltid. Forskning i et fenomen som kalles forankring og justering viser at bare tilstedeværelsen av tall kan påvirke hvor sannsynlig eller vanlig vi anslår noe.

In denne studien, ble folk spurt ett av følgende to spørsmål:

1. hvor mange hodepine har du en måned: 0, 1, 2?
2. hvor mange hodepine har du en måned: 5, 10, 15?

Estimater var høyere for svar på det andre spørsmålet, bare fordi tallene som ble brukt i spørsmålet om å spørre sine estimater var høyere.

I det minste er ekspertene bevisbaserte og rasjonelle

Vel, ikke nødvendigvis. Det viser seg at eksperter kan være like utsatt for påvirkning av følelser og nyanser av språk som vi bare dødelige.

I en klassisk studie fra 1982 ble deltakerne bedt om å forestille seg at de hadde lungekreft og ble fortalt at de ville få et valg av to behandlinger: stråling eller kirurgi.

De ble deretter underrettet om (a) at 32% av pasientene var døde ett år etter stråling, eller (b) at 68% av pasientene levde ett år etter stråling. Etter dette ble de bedt om å hypotetisk velge et behandlingsalternativ.

Om 44% av personene som ble fortalt overlevelsesstatistikken valgte stråling, sammenlignet med bare 18% av de som ble fortalt dødsstatistikken, selv om prosentandelen reflekterte den samme historien om overlevende strålingsbehandling.

Det som er mest spennende her er at slike resultater var lik, selv når forskere var leger.

Så hva kan vi gjøre?

I dag kan vitenskapsprioritering, lovbevisende, bevisbevisende lesere føle seg dazed, selv litt redd.

Hvis vi mennesker, som stole på emosjonelle reaksjoner for å vurdere risiko, kan forveksles med enkle tall og lett påvirkes av språkkunnskaper, hva håper det for å gjøre alvorlige fremskritt når vi prøver å snakke om store risikofylte saker som klimaendringer ?

Først må du ikke banke følelsesdrevne, instinktbaserte risikoresvar: de er nyttige. Hvis du surfer og du ser en stor skygge som lurker under bordet ditt, kan det være bedre å anta at det er en hai og handle tilsvarende.

Ja, det var sannsynligvis styrets skygge, og ja, du vil føle deg dum for å skrike og bolting for land. Men bedre å anta at det var en hai og være feil, enn antar at det var skyggen din og være feil.

Men følelsesdrevne reaksjoner på store, langsiktige risikoer er mindre nyttige. Når vi vurderer disse risikoene, bør vi motstå gutreaksjonene våre og prøve å ikke umiddelbart bli drevet av hvordan en risiko føles.

Vi bør gå tilbake og ta et øyeblikk for å vurdere våre egne svar, gi oss tid til å svare på en måte som inkorporerer hvor bevisene fører oss. Det er lett å glemme at det ikke bare er våre publikum - det være seg venner eller familie, kolleger eller klienter - som er rettet mot å reagere på risiko som et menneske: det er vi også.

Med litt pusteplass kan vi prøve å se hvordan triks og feller av risikoperspektiv og kommunikasjon kan påvirke vår egen vurdering.

Kanskje du logisk har koblet feil lokaler, eller har blitt for høyt påvirket av et bestemt ord eller setningssving. Det kan være din statistiske hjerne har blitt overveldet av forferdelse, eller du prøvde å behandle noen tall litt for fort.

Hvis ikke noe annet, vær i hvert fall skeptisk til å rope "Alle må elske epler!" Hvis du prøver å kommunisere med et rom fullt av oransje entusiaster. Å snakke i kryssformål eller bare smette motstridende perspektiver på en risiko er trolig den beste måten å ødelegge noen risiko kommunikasjon innsats - godt før disse andre kjennskapene til å være menneske selv få en sjanse til å rote det opp.

Svar: Anta at du starter med $ 100. Alternativer 1 og 2 forlater deg med $ 75, alternativ 3 forlater deg med den opprinnelige $ 100.

Om forfatteren

Rod Lamberts, nestleder, australsk nasjonalt senter for offentlig bevissthet om vitenskap, Australian National University

Denne artikkelen ble opprinnelig publisert på Den Conversation. Les opprinnelige artikkelen.

Relaterte bøker

at

Takk for besøket InnerSelf.com, der det er 20,000 + livsendrende artikler som fremmer "Nye holdninger og nye muligheter." Alle artikler er oversatt til 30+ språk. Bli medlem! til InnerSelf Magazine, utgitt ukentlig, og Marie T Russells Daily Inspiration. InnerSelf Magazine har blitt utgitt siden 1985.