Tenk på idiomene til sport: de er i en vinnende strek, de er i gang med en flyvende start, de er i full gang, de har innsiden av banen. Vinnende striper er inngrodd i sportsidene våre, men er de egentlig en legitim fenomoenon?
The Telegraphs Tom Chivers kaller feil:
Det gir intuitiv mening for oss: ideen om å vinne er en vane; at selvtillit er viktig i idretten; at jo mer du vinner, jo mer vil du fortsette å vinne. Men det er, i stor grad, et produkt av menneskehetens manglende evne til å oppdage tilfeldighet - eller mer nøyaktig vår overreagenshet for å oppdage mønstre.
Anta at en spiller har vunnet 4 kamper på rad, forklarer Chivers. Er det sannsynlig at han vinner det femte spillet? Nesten alle fan og kommentatorer vil ettertrykkelig si ja. Men hvis vi omformulerer oddsen hans i et mer statistisk lys:
”Er sekvensen WWWW mer eller mindre sannsynlig enn sekvensen WWWL?” Og det viser seg at den ikke er det.
Det er ikke å si at hvert lag har like vinnersjanser. Men et lag som vinner 60 prosent av tiden, vil sannsynligvis fortsette å vinne 60 prosent av tiden, uavhengig av deres varme handness eller skuddstøvler. Så hvorfor fortsetter vi å tro på forestillingen om å vinne streker?
Innerst inne er det fordi mennesker er utrolig opptatt av å oppdage mønstre, i nesten alle former. Dette er av en veldig enkel grunn: generelt er en falsk positiv langt mindre farlig enn en falsk negativ. Hvis det visuelle systemet vårt oppdager ansiktet til en tiger i buskene, eller en fiende som holder en klubb i skyggene, som ved nærmere ettersyn viser seg å være en blomst eller en hatstand, er det langt mindre problem enn å ikke oppdage en ekte tiger eller fiende.Med antall mønstre, kan du forestille deg noe lignende: Hvis du ser tre tilfeller av en sykdom i et lokalt område, kan det være en statistisk fluke, eller det kan være et smittemønster. Hvis du ser et mønster og tar feil, er det ikke så farlig som at du ikke ser et mønster og tar feil.
Heldigvis for vår mangelfulle oppfatning, er ikke sport noen ting om liv eller død - selv om noen fans kanskje kan be om å være forskjellige.
Mer fra Smithsonian.com:
De 10 største største # Fails of All Time
Mann eller datamaskin? Kan du fortelle forskjellen?
