Leer Bayesiaans denken: zo neem je altijd de optimale beslissing

De kans om de loterij te winnen is zo klein dat er grappen over bestaan: je zou meer kans hebben om astronaut te worden, met een supermodel te daten én door de bliksem te worden getroffen op dezelfde dag. Vandaar ook de populaire bumpersticker: “Loterijen zijn voor mensen die slecht zijn in wiskunde."

Die uitspraak klinkt een stuk minder overtuigend als je kijkt naar het verhaal van Joan Ginther. Tussen 1993 en 2010 won zij vier keer een grote prijs in de Texas Lottery, goed voor zo’n 20 miljoen dollar. Opvallend detail: twee winnende loten kwamen uit dezelfde winkel in een klein Texaans dorp. Toeval? Misschien. Maar Ginther had ook een doctoraat statistiek van Stanford. Dat maakt haar succes ineens een stuk interessanter.

Ginther gaf nooit uitleg over haar aanpak. Maar de meest waarschijnlijke verklaring is ook meteen de minst spectaculaire: ze dacht Bayesiaans.

Bayesian thinking is geen trucje en zeker geen garantie op succes. Het is een manier van denken bij onzekerheid. Je begint met de beste inschatting van de werkelijkheid. Vervolgens verzamel je nieuwe informatie. En dan – dit is het moeilijke deel – pas je je overtuiging aan.

De wiskundige basis hiervan ligt in het Bayes’ theorem, een formule die beschrijft hoe kansen veranderen wanneer er nieuwe informatie beschikbaar komt. In het dagelijks leven ziet het er eenvoudiger uit, maar voelt het vaak ongemakkelijker: je verandert van mening wanneer de feiten veranderen.

Dat doen we eigenlijk allemaal. Je vindt een collega afstandelijk, tot je hoort dat zij de nacht in het ziekenhuis heeft doorgebracht met haar kind. Je beeld kantelt. Niet zij was koud, jij had te weinig informatie. Bayesian thinking maakt dit proces bewust en systematisch.

Waarom is dat zo nuttig? Omdat het verschil maakt tussen leren van ervaring en simpelweg ervaringen opstapelen zonder conclusies te trekken. Veel mensen behandelen onzekerheid alsof alles even onzeker is. Maar dat is zelden waar.

Neem loterijen. Bij een trekking is elke poging volledig onafhankelijk. De kans blijft altijd miniem. Krasloten werken anders. Ze worden in series gedrukt, met vaste prijzen. Naarmate het spel langer loopt, veranderen de kansen: sommige hoofdprijzen zijn al gevallen, andere misschien nog niet. Wie die informatie negeert, speelt blind. Wie Bayesiaans denkt, vraagt: wat weten we nu en wat betekent dat voor mijn kansen?

Dat principe geldt ver buiten het casino. In werk, relaties en gezondheid blijven mensen vaak vasthouden aan oude aannames, zelfs wanneer de werkelijkheid duidelijke signalen afgeeft dat het tijd is om bij te sturen. Bayesiaans denken beloont juist het tegenovergestelde: twijfel, flexibiliteit en het vermogen om te zeggen: ik kan het mis hebben.

Het beschermt ook tegen een bekende valkuil: zelfverzekerd ongelijk hebben. Door actief te blijven updaten, gebruik je bewijs als tegengewicht voor ego.

Waarom denk je dat? Het product is populair, de koers is recent gestegen, anderen zijn enthousiast.

Je startpunt is dus geen zekerheid, maar een inschatting.

Vraag: als dit echt een goed bedrijf is, wat zou ik dan moeten zien?

Bijvoorbeeld: de omzet en winst groeien structureel, de concurrentiepositie blijft sterk, het management communiceert consistent en transparant.

Dit voorkomt dat je later willekeurige signalen als bewijs gebruikt.

Dan komt de realiteit: het kwartaalrapport laat dalende marges zien, een grote klant stapt over naar een concurrent, het management past de winstverwachting naar beneden aan.

Dit zijn geen gevoelens, maar objectieve signalen.

Hier gaat Bayesian thinking echt werken.

Denk niet: de markt snapt het gewoon niet.

Maar: de kans dat dit een sterke langetermijninvestering is, is lager dan ik dacht.

Misschien verschuift je inschatting van 'waarschijnlijk goed' naar 'twijfelachtig'.

En nu het belangrijkste: je koopt geen extra aandelen 'om goedkoop bij te kopen', je verkleint je positie of je verkoopt en heralloceert naar een betere optie.

Bron: Psychology Today