What to trust in a "post-truth" world | Alex Edmans

Vertaald door: Rik Delaet Nagekeken door: Axel Saffran

Belle Gibson was a happy young Australian.

Belle Gibson was een gelukkige jonge Australische.

She lived in Perth, and she loved skateboarding.

Ze woonde in Perth en ze was gek van skateboarden.

But in 2009, Belle learned that she had brain cancer and four months to live.

Maar in 2009 vernam Belle dat ze hersenkanker had en vier maanden te leven.

Two months of chemo and radiotherapy had no effect.

Twee maanden chemo en bestraling hadden geen effect.

But Belle was determined.

Maar Belle was vastbesloten.

She'd been a fighter her whole life.

Ze was haar hele leven een vechter geweest.

From age six, she had to cook for her brother, who had autism,

Als zesjarige moest ze al koken voor haar broer met autisme

and her mother, who had multiple sclerosis.

en haar moeder die multiple sclerose had.

Her father was out of the picture.

Haar vader was er niet.

So Belle fought, with exercise, with meditation

Dus vocht Belle terug, met oefeningen, met meditatie

and by ditching meat for fruit and vegetables.

en door vlees in te ruilen voor groenten en fruit.

And she made a complete recovery.

Ze herstelde volledig.

Belle's story went viral.

Belle's verhaal ging viraal.

It was tweeted, blogged about, shared and reached millions of people.

Het werd getweet, geblogd, gedeeld en bereikte miljoenen mensen.

It showed the benefits of shunning traditional medicine

Het toonde de voordelen van het mijden van traditionele geneeskunde

for diet and exercise.

tegenover dieet en lichaamsbeweging.

In August 2013, Belle launched a healthy eating app,

In augustus 2013 startte Belle een gezonde-voeding-app,

The Whole Pantry,

The Whole Pantry,

downloaded 200,000 times in the first month.

die binnen een maand 200.000 keer werd gedownload .

But Belle's story was a lie.

Maar Belle's verhaal was een leugen.

Belle never had cancer.

Belle had nooit kanker gehad.

People shared her story without ever checking if it was true.

Mensen deelden haar verhaal zonder ooit te checken of het waar was.

This is a classic example of confirmation bias.

Dit is een klassiek voorbeeld van een bevestigingvooroordeel.

We accept a story uncritically if it confirms what we'd like to be true.

Wij aanvaarden een verhaal kritiekloos

als het bevestigt wat wij vinden dat waar zou moeten zijn.

And we reject any story that contradicts it.

En we verwerpen ieder verhaal in tegenspraak ermee.

How often do we see this

Hoe vaak zien we dit niet

in the stories that we share and we ignore?

in de verhalen die wij delen en negeren?

In politics, in business, in health advice.

In de politiek, in het bedrijfsleven, bij gezondheidszorg-advies.

The Oxford Dictionary's word of 2016 was "post-truth."

In 2016 was ‘post-waarheid’ het woord van het jaar van The Oxford Dictionary.

And the recognition that we now live in a post-truth world

En de erkenning dat we nu in een post-waarheid-wereld leven,

has led to a much needed emphasis on checking the facts.

heeft geleid tot een broodnodige nadruk op het controleren van de feiten.

But the punch line of my talk

Maar de clou van mijn lezing

is that just checking the facts is not enough.

is dat alleen het controleren van de feiten niet volstaat.

Even if Belle's story were true,

Zelfs als Belle's verhaal waar zou zijn,

it would be just as irrelevant.

dan was het net zo irrelevant.

Why?

Waarom?

Well, let's look at one of the most fundamental techniques in statistics.

We kijken eens naar een van de meest fundamentele technieken in de statistiek.

It's called Bayesian inference.

Hij heet Bayesiaanse gevolgtrekking.

And the very simple version is this:

De zeer eenvoudige versie is dit:

We care about "does the data support the theory?"

Waar we om geven is: "Ondersteunen de data de theorie?"

Does the data increase our belief that the theory is true?

Verhogen de data onze overtuiging dat de theorie waar is?

But instead, we end up asking, "Is the data consistent with the theory?"

Maar in plaats daarvan vragen we:

"Zijn de gegevens in overeenstemming met de theorie?"

But being consistent with the theory

Maar het in overeenstemming zijn met de theorie

does not mean that the data supports the theory.

betekent niet dat de gegevens de theorie ondersteunen.

Why?

Waarom?

Because of a crucial but forgotten third term --

Door een cruciaal, maar vergeten derde punt:

the data could also be consistent with rival theories.

de data kunnen ook overeenstemmen met rivaliserende theorieën.

But due to confirmation bias, we never consider the rival theories,

Maar door het bevestigingsvooroordeel

overwegen we die rivaliserende theorieën nooit,

because we're so protective of our own pet theory.

daarvoor koesteren we onze eigen lievelingstheorie te zeer.

Now, let's look at this for Belle's story.

Laten we dit eens toepassen op het verhaal van Belle.

Well, we care about: Does Belle's story support the theory

Wat we willen weten is:

ondersteunt Belle's verhaal de theorie dat diëten kanker geneest?

that diet cures cancer?

But instead, we end up asking,

Maar in plaats daarvan vragen we:

"Is Belle's story consistent with diet curing cancer?"

"Is Belle's verhaal consistent met de theorie dat dieet kanker geneest?"

And the answer is yes.

En het antwoord is: ja.

If diet did cure cancer, we'd see stories like Belle's.

Als dieet kanker genas, zouden we verhalen als dat van Belle tegenkomen.

But even if diet did not cure cancer,

Maar zelfs als dieet geen kanker geneest,

we'd still see stories like Belle's.

zouden we nog steeds verhalen als dat van Belle tegenkomen.

A single story in which a patient apparently self-cured

Eén enkel verhaal waarbij een patiënt schijnbaar zichzelf genas

just due to being misdiagnosed in the first place.

doordat er in de eerste plaats een verkeerde diagnose werd gesteld.

Just like, even if smoking was bad for your health,

Net als dit: zelfs al was roken slecht voor je gezondheid,

you'd still see one smoker who lived until 100.

toch vind je altijd wel één roker die 100 werd.

(Laughter)

(Gelach)

Just like, even if education was good for your income,

Ook dit: zelfs al was onderwijs goed voor je inkomen,

you'd still see one multimillionaire who didn't go to university.

dan vind je altijd nog één multimiljonair die niet naar de universiteit ging.

(Laughter)

(Gelach)

So the biggest problem with Belle's story is not that it was false.

Het grootste probleem met het verhaal van Belle is niet dat het vals was.

It's that it's only one story.

Het is dat het slechts één verhaal is.

There might be thousands of other stories where diet alone failed,

Er kunnen duizenden andere verhalen zijn waar alleen diëten mislukte,

but we never hear about them.

maar die we nooit horen.

We share the outlier cases because they are new,

Wij delen de uitschieters omdat ze nieuw zijn,

and therefore they are news.

en daardoor nieuws.

We never share the ordinary cases.

We hebben het nooit over de alledaagse gevallen.

They're too ordinary, they're what normally happens.

Ze zijn te gewoon, ze zijn wat normaliter gebeurt.

And that's the true 99 percent that we ignore.

Dat is de ware 99 procent die we negeren.

Net als in de samenleving

Just like in society, you can't just listen to the one percent,

mag je niet enkel kijken naar die één procent uitschieters,

the outliers,

and ignore the 99 percent, the ordinary.

en de 99 procent, de alledaagse, negeren.

Want dat is het tweede voorbeeld van bevestigingsvooroordeel.

Because that's the second example of confirmation bias.

We accept a fact as data.

Wij aanvaarden een feit als data.

Het grootste probleem is niet dat we leven in een post-waarheid-wereld;

The biggest problem is not that we live in a post-truth world;

it's that we live in a post-data world.

het is dat we leven in een post-data-wereld.

We prefer a single story to tons of data.

Wij verkiezen één enkel verhaal boven hopen data.

Now, stories are powerful, they're vivid, they bring it to life.

Verhalen zijn krachtig en brengen dingen tot leven.

They tell you to start every talk with a story.

Men raadt aan elke talk met een verhaal te beginnen.

Ik deed het ook.

I did.

But a single story is meaningless and misleading

Maar één enkel verhaal is zinloos en misleidend,

unless it's backed up by large-scale data.

tenzij het wordt ondersteund door een massa data.

But even if we had large-scale data,

Maar zelfs die massa data

that might still not be enough.

kan nog steeds niet genoeg zijn.

Because it could still be consistent with rival theories.

Het kan nog steeds consistent zijn met rivaliserende theorieën.

Let me explain.

Ik leg het uit.

A classic study by psychologist Peter Wason

Een klassiek onderzoek van psycholoog Peter Wason

gives you a set of three numbers

geeft je een set van drie getallen

and asks you to think of the rule that generated them.

en vraagt ​​je om te denken aan de regel die ze genereerde.

So if you're given two, four, six,

Als je krijgt: 2, 4, 6,

wat is dan de regel?

what's the rule?

Well, most people would think, it's successive even numbers.

De meeste mensen zouden denken aan opeenvolgende even getallen.

How would you test it?

Hoe zou je het testen?

Well, you'd propose other sets of successive even numbers:

Nou, je kon andere sets van opeenvolgende even getallen voorstellen:

4, 6, 8 or 12, 14, 16.

4, 6, 8 of 12, 14, 16.

And Peter would say these sets also work.

En Peter zou zeggen deze sets ook werken.

But knowing that these sets also work,

Maar weten dat deze sets ook werken

knowing that perhaps hundreds of sets of successive even numbers also work,

en weten dat misschien honderden sets van opeenvolgende even getallen ook werken,

tells you nothing.

vertelt je niets.

Because this is still consistent with rival theories.

Want dit is nog steeds in overeenstemming met rivaliserende theorieën.

Perhaps the rule is any three even numbers.

Misschien is de regel: eender welke drie even getallen.

Or any three increasing numbers.

Of elke drie oplopende getallen.

And that's the third example of confirmation bias:

Dat is het derde voorbeeld van het bevestigingsvooroordeel:

accepting data as evidence,

data aanvaarden als bewijs,

even if it's consistent with rival theories.

ook al zijn ze in overeenstemming met rivaliserende theorieën.

Data is just a collection of facts.

Data zijn alleen maar een verzameling van feiten.

Evidence is data that supports one theory and rules out others.

Het bewijs is data

die één theorie ondersteunen en andere theorieën uitsluiten.

So the best way to support your theory

De beste manier om jouw theorie te ondersteunen,

is actually to try to disprove it, to play devil's advocate.

is proberen ze te weerleggen, door advocaat van de duivel te spelen.

So test something, like 4, 12, 26.

Dus test iets als 4, 12, 26.

If you got a yes to that, that would disprove your theory

Als je nu een ja krijgt,

zou dat je theorie weerleggen van opeenvolgende even getallen.

of successive even numbers.

Yet this test is powerful,

Toch is deze test krachtig,

because if you got a no, it would rule out "any three even numbers"

want als je een nee kreeg,

sloot dat de regel ‘elke drie even getallen’ uit,

evenals ‘elke drie oplopende getallen’

and "any three increasing numbers."

It would rule out the rival theories, but not rule out yours.

Het zou de rivaliserende theorieën, maar niet uit de jouwe uitsluiten.

But most people are too afraid of testing the 4, 12, 26,

Maar de meeste mensen zijn te bang om 4, 12, 26 te testen

because they don't want to get a yes and prove their pet theory to be wrong.

omdat ze geen ja willen krijgen,

wat zou bewijzen dat hun lievelingstheorie niet klopte.

Confirmation bias is not only about failing to search for new data,

Bevestigingsvooroordeel gaat niet alleen

over het niet zoeken naar nieuwe data,

but it's also about misinterpreting data once you receive it.

maar ook over een ​​verkeerde interpretatie

van reeds verzamelde data.

And this applies outside the lab to important, real-world problems.

En dat geldt buiten het lab voor belangrijke, echte-wereld-problemen.

Indeed, Thomas Edison famously said,

Hier is Thomas Edisons beroemde uitspraak:

"I have not failed,

"Ik heb niet gefaald,

I have found 10,000 ways that won't work."

ik heb 10.000 manieren gevonden die niet werken."

Finding out that you're wrong

Erachter komen dat je fout zit,

is the only way to find out what's right.

is de enige manier om erachter te komen wat juist is.

Say you're a university admissions director

Stel dat je toelatingen tot de universiteit moet beheren

and your theory is that only students with good grades

en het jouw theorie is dat alleen studenten met goede cijfers

from rich families do well.

uit rijke families het goed doen.

So you only let in such students.

Dus laat je alleen deze studenten toe.

And they do well.

En ze doen het ook goed.

But that's also consistent with the rival theory.

Maar dat is ook in overeenstemming met de rivaliserende theorie.

Perhaps all students with good grades do well,

Misschien doen alle studenten met goede cijfers het goed,

rich or poor.

rijk of arm.

But you never test that theory because you never let in poor students

Maar je test die theorie nooit, omdat je nooit arme studenten toelaat

because you don't want to be proven wrong.

omdat je je ongelijk niet wil bewezen hebben.

So, what have we learned?

Wat hebben we geleerd?

A story is not fact, because it may not be true.

Een verhaal is geen feit, omdat het misschien niet waar is.

A fact is not data,

Een feit is geen data,

it may not be representative if it's only one data point.

het kan niet representatief zijn als het om slechts één datapunt gaat.

And data is not evidence --

En data zijn geen bewijs --

ze geven misschien geen ondersteuning

it may not be supportive if it's consistent with rival theories.

als ze consistent zijn met rivaliserende theorieën.

So, what do you do?

Dus, wat doe je dan?

When you're at the inflection points of life,

Je staat op een keerpunt van je leven,

deciding on a strategy for your business,

je moet beslissen over een strategie voor jouw bedrijf,

a parenting technique for your child

of hoe jouw kind op te voeden

or a regimen for your health,

of over een regime voor jouw gezondheid,

how do you ensure that you don't have a story

hoe zorg je ervoor dat je geen verhaal,

but you have evidence?

maar wel bewijs hebt?

Let me give you three tips.

Ik geef jullie drie tips.

The first is to actively seek other viewpoints.

De eerste is om actief te zoeken naar andere gezichtspunten.

Read and listen to people you flagrantly disagree with.

Lees en luister naar mensen waar je het flagrant niet mee eens bent.

Ninety percent of what they say may be wrong, in your view.

90 procent van wat ze zeggen kan naar jouw mening verkeerd zijn.

But what if 10 percent is right?

Maar wat als 10 procent juist is?

As Aristotle said,

Zoals Aristoteles zei:

"The mark of an educated man

"Het kenmerk van een goed opgeleide man

is the ability to entertain a thought

is de mogelijkheid om met een ​​gedachte te spelen

without necessarily accepting it."

zonder die te moeten accepteren."

Surround yourself with people who challenge you,

Omring jezelf met mensen die je uitdagen,

and create a culture that actively encourages dissent.

en creëer een cultuur die actief dissidentie aanmoedigt.

Some banks suffered from groupthink,

Sommige banken hadden last van groepsdenken:

where staff were too afraid to challenge management's lending decisions,

personeel dat de leningsbeslissingen van het management niet durfde aanvechten,

contributing to the financial crisis.

wat bijdroeg aan de financiële crisis.

In a meeting, appoint someone to be devil's advocate

Duid in een vergadering iemand aan om advocaat van de duivel te zijn

against your pet idea.

tegen jouw lievelingsidee.

And don't just hear another viewpoint --

En hóór niet alleen een ander gezichtspunt --

listen to it, as well.

luister er ook naar.

As psychologist Stephen Covey said,

Zoals psycholoog Stephen Covey zei:

"Listen with the intent to understand,

"Luister met de bedoeling om te begrijpen,

niet met de bedoeling om te antwoorden."

not the intent to reply."

A dissenting viewpoint is something to learn from

Een afwijkend standpunt is iets om van te leren,

not to argue against.

niet iets om tegen in te gaan.

Which takes us to the other forgotten terms in Bayesian inference.

Wat ons brengt

bij de andere vergeten punten in de Bayesiaanse gevolgtrekking.

Because data allows you to learn,

Want van data kun je leren,

but learning is only relative to a starting point.

maar leren is slechts ten opzichte van een beginpunt.

If you started with complete certainty that your pet theory must be true,

Als je uitging van de volledige zekerheid dat jouw lievelingstheorie waar moet zijn,

then your view won't change --

dan zal je standpunt niet veranderen --

regardless of what data you see.

ongeacht welke data je te zien krijgt.

Only if you are truly open to the possibility of being wrong

Alleen als je echt openstaat

voor de mogelijkheid dat je het fout kan hebben,

can you ever learn.

kun je ooit leren.

As Leo Tolstoy wrote,

Zoals Leo Tolstoj schreef:

"The most difficult subjects

"De moeilijkste onderwerpen

can be explained to the most slow-witted man

kunnen worden verklaard aan de domste man

if he has not formed any idea of them already.

als hij er zich nog geen idee over heeft gevormd.

But the simplest thing

Maar het eenvoudigste ding

cannot be made clear to the most intelligent man

kan niet duidelijk worden gemaakt aan de meest intelligente man

if he is firmly persuaded that he knows already."

als hij er vast van overtuigd is dat hij het al weet."

Tip number two is "listen to experts."

Tip nummer twee is ‘luisteren naar experts’.

Now, that's perhaps the most unpopular advice that I could give you.

Nu is dat misschien wel het meest impopulaire advies dat ik je kan geven.

(Laughter)

(Gelach)

British politician Michael Gove famously said that people in this country

De Britse politicus Michael Gove deed de beroemde uitspraak

dat de mensen in dit land

have had enough of experts.

genoeg hadden van experts.

A recent poll showed that more people would trust their hairdresser --

Een recente opiniepeiling toonde aan

dat meer mensen hun kapper zouden vertrouwen --

(Laughter)

(Gelach)

or the man on the street

of de man in de straat

than they would leaders of businesses, the health service and even charities.

dan de leiders van bedrijven, gezondheidszorg en zelfs goede doelen.

So we respect a teeth-whitening formula discovered by a mom,

Zo prefereren we een door een mama ontdekt recept om tanden wit te maken,

or we listen to an actress's view on vaccination.

of luisteren we naar de ideeën van een actrice over vaccinatie.

We like people who tell it like it is, who go with their gut,

We houden van mensen

die er geen doekjes om winden, mensen met buikgevoel.

and we call them authentic.

Die noemen we authentiek.

But gut feel can only get you so far.

Maar met buikgevoel alleen kom je niet ver.

Gut feel would tell you never to give water to a baby with diarrhea,

Buikgevoel zou je vertellen

om nooit water te geven aan een baby met diarree,

omdat het er de andere kant toch maar zou uitlopen.

because it would just flow out the other end.

Expertise tells you otherwise.

Expertise vertelt je wat anders.

You'd never trust your surgery to the man on the street.

Je zou nooit je operatie toevertrouwen aan de man in de straat.

You'd want an expert who spent years doing surgery

Je wil een expert die jarenlang bezig was met operaties

and knows the best techniques.

en de beste technieken kent.

But that should apply to every major decision.

Maar dat moet dan gelden voor elke belangrijke beslissing.

Politics, business, health advice

Politiek, het bedrijfsleven, gezondheidsadvies

require expertise, just like surgery.

vereisen deskundigheid, net als chirurgie.

So then, why are experts so mistrusted?

Waarom worden dan experts zo gewantrouwd?

Well, one reason is they're seen as out of touch.

Nou, een van de redenen is dat men ze ziet als wereldvreemd.

A millionaire CEO couldn't possibly speak for the man on the street.

Een CEO-miljonair kan onmogelijk spreken voor de man in de straat.

But true expertise is found on evidence.

Maar ware kennis is te vinden bij bewijs.

And evidence stands up for the man on the street

En bewijs komt op vóór de man in de straat

and against the elites.

en tegen de elites.

Because evidence forces you to prove it.

Omdat bewijs je dwingt om het te bewijzen.

Evidence prevents the elites from imposing their own view

Bewijs voorkomt dat de elites hun eigen visie opleggen

without proof.

zonder bewijs.

Een tweede reden waarom deskundigen niet worden vertrouwd,

A second reason why experts are not trusted

is that different experts say different things.

is dat de mening van deskundigen vaak uiteenloopt.

For every expert who claimed that leaving the EU would be bad for Britain,

Voor elke expert die beweerde dat het verlaten van de EU

slecht zou zijn voor Groot-Brittannië,

another expert claimed it would be good.

vindt een andere dat het juist goed zou zijn.

Half of these so-called experts will be wrong.

De helft van de zogenaamde deskundigen zit dan verkeerd.

And I have to admit that most papers written by experts are wrong.

En ik moet toegeven

dat de meeste door deskundigen geschreven papers fout zijn.

Or at best, make claims that the evidence doesn't actually support.

Of op zijn best dingen beweren

die niet echt ondersteund worden door bewijs.

So we can't just take an expert's word for it.

Dus kunnen we een deskundige niet zomaar geloven op zijn woord.

In November 2016, a study on executive pay hit national headlines.

In november 2016 haalde een studie

over de wedde van bestuurders de nationale krantenkoppen.

Even though none of the newspapers who covered the study

Hoewel geen van de kranten die de studie vermeldden

had even seen the study.

de studie zelfs gezien had.

It wasn't even out yet.

Ze was zelfs nog niet gepubliceerd.

They just took the author's word for it,

Ze geloofden de auteur enkel op zijn woord,

just like with Belle.

net zoals met Belle.

Nor does it mean that we can just handpick any study

Het betekent ook niet dat we zomaar een studie kunnen uitkiezen

that happens to support our viewpoint --

die ons standpunt ondersteunt --

that would, again, be confirmation bias.

wat weer bevestigingsvooroordeel zou zijn.

Nor does it mean that if seven studies show A

Het betekent ook niet dat als zeven studies A geven

and three show B,

en drie B geven,

that A must be true.

dat A waar moet zijn.

What matters is the quality,

Waar het om gaat is de kwaliteit,

and not the quantity of expertise.

en niet de kwantiteit van deskundigheid.

So we should do two things.

Dus moeten we twee dingen doen.

First, we should critically examine the credentials of the authors.

Ten eerste moeten we kritisch kijken naar de geloofsbrieven van de auteurs.

Just like you'd critically examine the credentials of a potential surgeon.

Net zoals je de geloofsbrieven van een chirurg ook kritisch zou onderzoeken.

Are they truly experts in the matter,

Zijn ze echt deskundig in de zaak

or do they have a vested interest?

of hebben ze een persoonlijk belang?

Second, we should pay particular attention

Ten tweede moeten we bijzondere aandacht besteden

to papers published in the top academic journals.

aan papers gepubliceerd in de top-wetenschappelijke tijdschriften.

Wetenschappers worden er vaak van beschuldigd

Now, academics are often accused of being detached from the real world.

niet met beide voeten op de grond te staan.

But this detachment gives you years to spend on a study.

Maar deze onthechting laat je toe jaren te besteden aan een studie.

To really nail down a result,

Om een resultaat echt vast te spijkeren,

to rule out those rival theories,

de rivaliserende theorieën uit te sluiten,

and to distinguish correlation from causation.

en correlatie en causaliteit te onderscheiden.

And academic journals involve peer review,

En wetenschappelijke tijdschriften werken met peer review,

where a paper is rigorously scrutinized

waarbij een paper rigoureus onderzocht wordt --

(Laughter)

(Gelach)

by the world's leading minds.

door 's werelds grootste geesten.

The better the journal, the higher the standard.

Hoe beter het tijdschrift, hoe hoger de lat.

The most elite journals reject 95 percent of papers.

De meest elite-tijdschriften verwerpen 95 procent van de papers.

Now, academic evidence is not everything.

Nu is academisch bewijs niet alles.

Ervaring in de echte wereld is ook van cruciaal belang.

Real-world experience is critical, also.

And peer review is not perfect, mistakes are made.

En peer review is niet perfect, fouten worden gemaakt.

But it's better to go with something checked

Maar iets dat gecheckt werd, is beter te vertrouwen

than something unchecked.

dan iets ongecontroleerds.

If we latch onto a study because we like the findings,

Als we een studie accepteren omdat we de bevindingen leuk vinden,

without considering who it's by or whether it's even been vetted,

zonder rekening te houden van wie ze is en of ze werd doorgelicht,

there is a massive chance that that study is misleading.

is er een enorme kans dat die studie misleidend is.

And those of us who claim to be experts

Degenen die beweren deskundig te zijn,

should recognize the limitations of our analysis.

moeten de beperkingen van ons analyseren doorhebben.

Very rarely is it possible to prove or predict something with certainty,

In zeer zeldzame gevallen kan iets bewezen of met zekerheid voorspeld worden,

yet it's so tempting to make a sweeping, unqualified statement.

maar het is zo verleidelijk

om een ongenuanceerde, ongegronde bewering te doen.

It's easier to turn into a headline or to be tweeted in 140 characters.

Het is makkelijker ze in een krantenkop of in een tweet van 140 tekens te steken.

But even evidence may not be proof.

Maar zelfs bewijs is soms geen bewijs.

It may not be universal, it may not apply in every setting.

Het is misschien niet universeel,

het is misschien niet in alle omstandigheden toepasselijk.

So don't say, "Red wine causes longer life,"

Zeg dus niet:

"Van rode wijn leef je langer.",

wanneer bewijs laat zien dat rode wijn

when the evidence is only that red wine is correlated with longer life.

alleen maar gecorreleerd is met een langere levensduur.

And only then in people who exercise as well.

En dan alleen bij mensen die ook nog sporten.

Tip number three is "pause before sharing anything."

Tip nummer drie is: "Pauzeer voordat je iets deelt."

The Hippocratic oath says, "First, do no harm."

De eed van Hippocrates zegt: "Ten eerste, doe geen kwaad."

What we share is potentially contagious,

Wat we delen is potentieel besmettelijk,

so be very careful about what we spread.

dus wees heel voorzichtig met wat je rondstrooit.

Our goal should not be to get likes or retweets.

Ons doel moet niet zijn om likes of retweets te krijgen.

Otherwise, we only share the consensus; we don't challenge anyone's thinking.

Anders delen we alleen de consensus; we dagen iemands denken niet uit.

Otherwise, we only share what sounds good,

Anders delen we alleen wat goed klinkt,

regardless of whether it's evidence.

ongeacht of het bewijs is.

Instead, we should ask the following:

In plaats daarvan moeten we het volgende vragen:

If it's a story, is it true?

Als het een verhaal is, is het dan waar?

If it's true, is it backed up by large-scale evidence?

Als het waar is, is het dan ook ondersteund door solide bewijs?

If it is, who is it by, what are their credentials?

Zo ja, van wie komt het, wat zijn hun geloofsbrieven?

Is it published, how rigorous is the journal?

Is het gepubliceerd, en hoe streng is het tijdschrift?

And ask yourself the million-dollar question:

En stel jezelf dan de hamvraag:

If the same study was written by the same authors with the same credentials

als dezelfde studie werd geschreven door dezelfde auteurs met dezelfde referenties

maar met een tegenovergestelde conclusie,

but found the opposite results,

would you still be willing to believe it and to share it?

zou je dan nog steeds bereid zijn om het te geloven en te delen?

Treating any problem --

Het behandelen van elk probleem --

a nation's economic problem or an individual's health problem,

zij het de economie van een land

of het gezondheidsprobleem van een individu --

is difficult.

is moeilijk.

So we must ensure that we have the very best evidence to guide us.

Daarom moeten we ervoor zorgen

dat we het allerbeste bewijs hebben om ons te leiden.

Only if it's true can it be fact.

Alleen als het waar is, kan het een feit zijn.

Only if it's representative can it be data.

Alleen als het representatief is, kunnen het data zijn.

Only if it's supportive can it be evidence.

Alleen als het ondersteunend is, kan het bewijs zijn.

And only with evidence can we move from a post-truth world

En alleen met bewijs kunnen we van een post-waarheid-wereld

to a pro-truth world.

naar een pro-waarheid wereld gaan.

Thank you very much.

Dank je wel.

(Applause)

(Applaus)