Przyczyny i skutki. Rewolucyjna nauka wnioskowania przyczynowego

Biologia i chemia, Mądra Książka Roku, Matematyka i informatyka, Patronat 27 lutego 2022 0 Trzeciak Marta

Czy wiecie, że liczba rozwodów w amerykańskim stanie Maine jest skorelowana z rocznym spożyciem margaryny? Gdy spożycie tego produktu wynosiło w USA 3,7 kg na osobę na rok, liczba rozwodów w Maine równała się 5 na tysiąc mieszkańców. Kiedy konsumpcja margaryny spadała, spadała też liczba rozwodów. Czy to oznacza, że spożycie tego tłuszczu wpływa na rozstania Amerykanów? Zapewne nie. Choć wspólne wzrosty i spadki wartości tych danych są prawdziwe, to jednak ich „zgranie” jest całkiem przypadkowe. Zupełnie tak samo, jak przypadkowa (choć prawdziwa) jest korelacja pomiędzy wielkością konsumpcji żółtego sera a liczbą zgonów spowodowanych zaplątaniem się w prześcieradło czy pomiędzy liczbą premier z udziałem Nicholasa Cage’a a utonięciami następującymi wskutek wpadnięcia do basenu.

Te skrajne dane pokazują, że wykazanie korelacji nie zawsze musi świadczyć o istnieniu jakiegokolwiek związku (a tym bardziej przyczynowo-skutkowego). Czasami też dane są ze sobą powiązane, ale nie w taki sposób, w jaki wskazywałyby na to same liczby. Czy bowiem liczba aktywnych gniazd bocianich ma wpływ na długość dnia świetlnego? Nie? A przecież wzrost wartości liczbowej tej pierwszej zmiennej idzie w parze ze wzrostem wartości liczbowej tej drugiej danej. Na poziomie intuicyjnym czujemy oczywiście, że rzecz polega po prostu na tym, iż wiosną i latem dzień świetlny wydłuża się ze względu na pozycję Ziemi wobec Słońca, zaś bociany intensyfikują swoje działania rozrodcze właśnie wtedy, gdy na półkuli północnej, w strefie umiarkowanej przyroda rozkwita. Nie zawsze jednak uchwycenie tych zależności jest tak proste. Często zmiennych jest znacznie więcej, a postrzeganie intuicyjne jest niewystarczające lub wprowadza w błąd. Dlatego cały świat statystyki od dawien dawna edukuje w zakresie tego, że korelacja nie oznacza przyczynowości. To motto stało się inspiracją dla Judea Pearla – autora książki Przyczyny i skutki (napisanej przy współautorstwie Dana Mackenziego).

W Przyczynach i skutkach Pearl dokonuje swego rodzaju autopsji pojęć związanych z przyczynowością, korelacją, skutkowością. Omawia te zagadnienia z perspektywy różnych nauk i proponuje szereg doświadczeń myślowych. Bardziej skomplikowane zależności ilustruje za pomocą grafów i niejako uczy korzystania z nich. Sama struktura książki również ma stanowić drabinę logiczną, w której początkowe rozdziały prowadzą w naturalny sposób do kolejnych. Pomimo jednak tak zaawansowanego ustrukturyzowania tej publikacji, sprawia ona wrażenie bardzo nierównej. Takie też – nierówne – było moje wrażenie po jej lekturze.

Z jednej strony Pearl pragnie skierować swoją książkę do czytelnika laickiego. Jest to wszak pozycja popularnonaukowa. Sposób, w jaki tłumaczy niektóre pojęcia, wstęp do omawiania tych pojęć oraz pewne przykłady, na które się powołuje również sugerują, iż jego docelowym odbiorcą jest osoba o zainteresowaniach naukowych, ale niezajmująca się specjalistycznie statystyką. Jednocześnie narracja autora w wielu miejscach staje się zagmatwana, traci główny nurt, pełna jest bocznych torów i wielopoziomowych dociekań, które sprawiają, że lektura łatwo traci uwagę czytelnika, nie buduje w nim jednostajnego zaangażowania. Niektóre wątki budzą emocje, inne z kolei popadają w styl podręcznikowy. Wydaje się, że problem tutaj jest dwojaki – zarówno dobór omawianych zagadnień jest momentami nazbyt specjalistyczny, jak i sposób ich przedstawiania – zbyt „wewnątrz dziedzinowy”. I nie chodzi mi tutaj o to, że książka jest „za trudna”. Treści omawiane przez Pearla da się zaprezentować laikowi w angażujący i czytelny sposób. W kilku miejscach autorowi się to udaje, w kilku zaś – nie.

Wspomniana nierówność odnosi się również do omawianych przez Pearla zagadnień. Część z nich opisywana jest z gracją i w angażujący sposób. Dotyczy to zwłaszcza tych dziedzin, które są bliskie wykształceniu autora, na przykład informatyki. Jednak w innych dyscyplinach, szczególnie tych powiązanych z biologią i medycyną, Pearl stosuje się do nazbyt mechanistycznych zasad. O ile bowiem kwestie związane z podstawową analityką danych opisywane są przez autora w przekonujący sposób, o tyle omawianie zagadnień ewolucyjnych bardzo u niego kuleje. Od kilku dekad ewolucjoniści starają się bowiem obalić intuicyjne pojmowanie procesów ewolucyjnych przez pryzmat przyczynowości. Upraszczając: człowiek nie wykształcił rąk, PONIEWAŻ chciał je wykorzystać do pracy na komputerze; przeciwnie: w toku losowych następstw poddawanych presji (środowiska, doboru naturalnego, płciowego itp.) wykształcił kończyny, które potem nauczył się wykorzystywać do coraz subtelniejszych i bardziej złożonych czynności. Podobnie przykrym uproszczeniem jest tutaj traktowanie człowieka jako głównego beneficjenta przyrody, do którego rzekomo ewolucja „dąży”. Zawsze w takich sytuacjach sugeruję, by zastanowić się, czy np. z perspektywy mikroorganizmów (które liczebnie, rozrodczo, zasięgowo, funkcjonalnie są bardzo skuteczne ewolucyjnie) założenia o „zmierzaniu” ewolucji w stronę człowieka, aby na pewno są zasadne.

Rozumiem pewne aspekty, które stara się przeforsować Pearl. Zgadzam się z tym, że przez problem z ustaleniem, czym jest przyczynowość, mieliśmy trudności z rozstrzygnięciem, czy palenie papierosów powoduje nowotwory, czy nadmierne spożycie szkodliwego cholesterolu prowadzi do chorób układu krążenia. Jednocześnie, uważam, że zastosowanie w tych aspektach nadmiernych uproszczeń nie rozwiąże wszystkich problemów, a może powołać do życia nowe zagrożenia.

Ogromnym atutem Pearla jest to, że stać do na retrospekcję własnych twierdzeń, a także – iż jest on w stanie z pełną otwartością, uczciwością i dobrą wolą przyznać się do – jak sam ocenia – błędnych założeń, które kiedyś sformułował i które uznawał za poprawne. Aktualne twierdzenia autora są – w mojej ocenie – częściowo trafne, a częściowo przesadzone. Nie oznacza to bynajmniej, że książka nie jest warta lektury. Zainteresuje jednak przede wszystkim tych czytelników, którzy mają już wiedzę statystyczną i chcą się zapoznać z ciekawym pomysłem na ujmowanie znanych sobie zagadnień.