Probabiliteitsvaardigheden verbeteren: essentieel voor medische en juridische besluitvorming met Bayesiaanse training
AmsterdamHet begrijpen van conditionele waarschijnlijkheden is cruciaal in vakgebieden zoals geneeskunde en recht, waar beslissingen levens beïnvloeden. Dit wordt aangetoond door een recente studie van onderzoekers in de wiskunde-educatie aan verschillende Duitse universiteiten. Zij onderzochten hoe studenten hun begrip van waarschijnlijkheden kunnen verbeteren, vooral in situaties die verband houden met de stelling van Bayes. Dit onderzoek maakt deel uit van het TrainBayes-project, dat wordt gefinancierd door de Duitse Onderzoeksstichting en is gepubliceerd in het tijdschrift Learning and Instruction.
De studie richtte zich op een veelvoorkomend probleem: professionals in de geneeskunde en rechten begrijpen vaak de kansberekening niet goed, wat kan leiden tot fouten zoals verkeerde diagnoses of onnodige behandelingen. Het belangrijkste probleem is dat ze vaak de kans op een aandoening overschatten simpelweg omdat een test positief is. Om daadwerkelijk te weten wat de kans is om een infectie te hebben wanneer een test positief terugkomt, moet men de nauwkeurigheid van de test en hoe vaak de aandoening in de populatie voorkomt in overweging nemen.
Tijdens de pandemie onderzocht de studie het testen op SARS-CoV-2. Het bleek dat wanneer de ziekte niet wijdverspreid is, zelfs normaal betrouwbare tests veel vals-positieve resultaten kunnen opleveren. De onderzoekers verkenden verschillende manieren om dit concept uit te leggen. Ze ontdekten dat door gebruik te maken van duidelijke getallen en visuele datarepresentaties zoals "double trees," studenten beter begrepen hoe kleine testfouten grote gevolgen kunnen hebben bij het testen van een groot aantal mensen.
Belangrijke strategieën uit de studie om het begrip van waarschijnlijkheid te verbeteren zijn onder andere: het omzetten van percentages naar concrete aantallen voor meer duidelijkheid, het gebruik van dubbele boomdiagrammen om relaties visueel voor te stellen, interactieve oefeningen waarmee theoretische kennis in de praktijk kan worden gebracht, en de integratie van nieuwe benaderingen in reguliere lessen voor een soepele leerervaring.
De bevindingen van dit onderzoek benadrukken het belang van verbeterde onderwijsmethoden voor kansberekening. Door deze methoden te integreren in reguliere lessen, kunnen leraren de statistische kennis van studenten verbeteren, wat leidt tot slimmere besluitvorming. Dit kan het aantal fouten verminderen en de resultaten in medische en juridische sectoren verbeteren, wat het belang aantoont van de koppeling tussen onderwijs, kansrekening en praktische toepassing in de echte wereld.
De studie is hier gepubliceerd:
http://dx.doi.org/10.1016/j.learninstruc.2024.102032en de officiële citatie - inclusief auteurs en tijdschrift - is
Nicole Steib, Theresa Büchter, Andreas Eichler, Karin Binder, Stefan Krauss, Katharina Böcherer-Linder, Markus Vogel, Sven Hilbert. How to teach Bayesian reasoning: An empirical study comparing four different probability training courses. Learning and Instruction, 2025; 95: 102032 DOI: 10.1016/j.learninstruc.2024.102032Deel dit artikel