6. KUMARBAZ YANILGISI

📝 ÖSYM Tarzı Makale: Kumarbaz Yanılgısı ve Olasılık Psikolojisi 

🎰 Olasılığın Gizemli Dünyası ve “Mutsuz Kadın” Örneği

Romalı filozof Çiçero’dan Rönesans’a ve oradan da günümüze; rahipler, matematikçiler ve bilim insanları kendilerini “olasılık yasalarını” anlamaya adamışlardır. Ne var ki çoğu insan için şans, risk ve olasılıklar konusu halen gizemli bir şekilde bulanıktır.

Örneğin; art arda yedi kız çocuğu doğuran ve doktoru tarafından sekizincinin “oğlan” olma ihtimalinin 1’e 100 olduğu söylenen kadını ele alalım. Gerçekte, doğumdan önce yalnızca iki olası sonuç vardır: kız ya da oğlan bebek. Dolayısıyla oğlan doğurma şansı 1’e 100 değil, aslında “1’e 1” (yani %50) idi. Peki, doktor nasıl bu kadar yanılabilmişti? Bu yanıltıcı derecede basit sorunun yanıtı, bize insanların “düşünme biçimleriyle” ilgili pek çok şey söylemektedir.

🎲 Yanılgı Üzerine Kurulu Kent: Monte Carlo

Doktor, hastasının şimdiye kadar tam yedi kız çocuğu olduğunu düşünerek oğlan doğurma şansının yüksek olduğuna inanıyordu. Gelen son yedi sayı “siyah” olduğu için “kırmızıya” oynayan rulet oyuncuları da aynı mantıkla hareket eder. Sorun, rulet çemberinin bir “belleği” olmamasındadır; her tur bir öncekinden tamamen bağımsızdır.

Kaç kez siyah gelmiş olursa olsun, kırmızı gelme olasılığı her zaman aynıdır. Aynı şekilde, oğul sahibi olma olasılığı da önceki doğumlardan tamamen bağımsızdır. Bunu kavrayamama haline “kumarbaz yanılgısı” adı verilir. Bu durum, ünlü kumarhane kentinin zenginliğine büyük katkısından ötürü “Monte Carlo Yanılgısı” olarak da anılır.

🧠 Temsil Kısayolu ve Zihinsel Kestirmeler

Pek çok yargıda, bilgi işleme kapasitemizi aşan “bilişsel talepler” rol oynar. Bu durumda “kısayollar” (hızla ve etkili şekilde yargıda bulunmamızı sağlayan zihinsel kestirmeler) dediğimiz stratejilere güveniriz. Buradaki temel sorun, bu kısayolların bizi genellikle “yanlışa” sürükleyebilmesidir.

Bunun bir örneği “temsil kısayolu”dur. Nobel adayı Daniel Kahneman ve Amos Tversky, yaptıkları çalışmalarda insanların “nüfus genelini daha iyi temsil ettiği düşünülen” dizilere (örneğin 3 kız 3 oğlan) daha fazla olasılık verdiğini kanıtlamıştır. Doktorun hatası da buradaydı: Art arda yedi kız çocuğu, nüfustaki 50:50 dağılımı “temsil etmiyordu” ve doktor gelen bebeğin dengeyi düzelteceğini tahmin etmişti.

🏥 Kumardan Fazlası: Kanser Kümeleri ve Panik

“Temsil edilebilirlik” bazen sağlık konusunda panik yaratabilir. Örneğin; belli iş yerleri veya okullarda “normal” sayının üzerinde kanser vakası gözlendiğinde bunlara “kanser kümeleri” denir. Genel tepki derhal çevresel bir neden (baz istasyonları, hava kalitesi vb.) aramaktır. Ancak “rastgele olaylar” doğası gereği kümeler oluşturabilir. Bunu anlayamamak, gereksiz paniğe ve değerli kaynakların heba edilmesine yol açar.

📉 Riski Anlamak ve “Temel Oran” İhmali

Davranışsal ekonomistler, insanların genellikle “istatistiksel yaklaşım” konusunda zayıf olduklarını gösterir. “Sakin ve içe dönük Fred” örneğinde olduğu gibi; Fred’in kütüphaneci mi yoksa satış temsilcisi mi olduğu sorulduğunda insanlar Fred’in karakterini “kütüphaneci prototipine” yakın bulurlar. Oysa ülkede satış yapanların sayısı kütüphanecilerden yüzlerce kat fazladır. Bu duruma “temel oranı göz ardı etmek” (herhangi bir durumdaki genel olasılıkları bilmemek) denir.

💰 Parayı ve Olasılıkları Yönetmek

Piyangoyu kazanma olasılığınız; yıldırım çarpması veya uçak kazası geçirme olasılığınızdan daha azdır. Ancak insanlar köpekbalığından veya uçak kazasından, çok daha sık rastlanan hırsızlık veya enflasyon riskinden daha fazla korkarlar. Buna “büyüklük yanlılığı” veya “sayılara karşı duyarsızlık” denir.

Akıllı insanların para konusundaki hatalarından kurtulması için şu öneriler sunulur:

1. “Kısa dönemli başarılardan” etkilenmeyin; uzun dönemli eğilimlere bakın.

2. “Ortalama düzeyde” oynayın; şansın yatırımlardaki rolünü hafife almayın.

3. Zamanın gücünü (enflasyon ve bileşik faiz) bilin.

4. “Temel oranlara” karşı dikkatli olun.

5. Küçük puntolu yazıları mutlaka okuyun.