Sandsynlighedsuddannelse: Forebyggelse af fejl i ræsonnement i medicin og lovgivning

Hvor pålidelig er et positivt HIV -testresultat? Hvor sandsynlig er en faktisk infektion, når testen er positiv? Selv fagfolk får ofte sådanne spørgsmål forkert, hvilket kan føre til fejldiagnoser og unødvendige operationer.

I en ny undersøgelse med medicin- og juriststuderende, et team af matematikuddannelsesforskere fra universiteterne i Regensburg, Kassel og Freiburg, har Heidelberg University of Education og LMU München sammenlignet fire forskellige uddannelseskurser designet til at hjælpe studerende med at få en bedre forståelse af sandsynligheder.

Resultaterne af det tyske forskningsfundamentprojekt Trainbayes er nu blevet offentliggjort i tidsskriftet Læring og instruktion.

Fokus var på såkaldte Bayesiske situationer. Et eksempel: Lad os sige, at på et bestemt tidspunkt under coronavirus-pandemien blev 0,1% af befolkningen inficeret med SARS-CoV-2. Derefter udfører en person en SARS-COV-2 selvtest. 96% af de inficerede mennesker får et positivt testresultat. Imidlertid får 2% af ikke-inficerede mennesker også et positivt testresultat. Hvad betyder det? Hvor sandsynligt er det, at den pågældende person faktisk er inficeret, hvis de får et positivt testresultat?

“Mange mennesker – selv eksperter i de respektive domæner – overvurderer signifikant denne sandsynlighed,” siger LMU -matematikuddannelsespædagogisk Karin Binder, en af ​​forfatterne af undersøgelsen. “De positive parametre for testene får folk til at stole på testresultatet og overse den lille andel af inficerede mennesker.”

For at illustrere denne situation kan vi forestille os, at 100.000 mennesker er blevet testet: kun, siger, 100 mennesker er inficeret, hvoraf 96 får et positivt resultat. Af de 99.900 raske mennesker, 2% – det vil sige 1.998 – får også et positivt resultat. Følgelig er det faktisk kun 96 af de 2.094 personer med positive testresultater, der er inficeret – svarende til næsten 5%. Som sådan er et positivt testresultat endnu ikke i sig selv årsag til alarm.

Nicole Steib fra University of Regensburg, hovedforfatter af undersøgelsen, forklarer, “Oversættelsen af ​​sandsynligheder (2%) til konkrete frekvenser (1.998 ud af 99.900), kombineret med repræsentation af informationen i et dobbelt træ, viste sig at være den Den mest effektive metode til at hjælpe studerende med at løse lignende opgaver. “

Sandsynlighedstræerne, der generelt bruges i skoler, derimod hjælper kun studerende med særlig avanceret forudgående matematisk viden. I et opfølgende projekt skal de nye træningsmetoder integreres i lektioner til undervisning i skolen.