Vad är sant och vad är trams – Del 1: Är det troligt?

Varsågod – del 1 i en artikelserie om hur du orienterar bland grynnorna i den skummande kunskapsarkipelagen.

Vi lever i en värld där det florerar massor av trams med påhittade historier och fakta. En hel del människor verkar tyvärr inte bry sig om vad som är rätt eller fel i många situationer. Inte heller verkar vissa bry sig ifall en person, organisation eller informationskälla avslöjats med mängder av uppenbara lögner genom åren; de fortsätter att lyssna på nämnda källa och på så vis fortsätta utsätta sig för samma mix av självklara sanningar, tveksamma påståenden, överdrivna slutsatser och rena lögner.

Det finns flera psykologiska förklaringar till varför väldigt många människor fortsätter att nyttja samma källor trots att den många gånger tidigare avslöjats med att vara medvetet oärlig eller bara okunnig och samtidigt tydligt saknat en vilja att erkänna eller korrigera sina misstag i efterhand. Den främsta är någonting som kallas för konfimationsbias. Konfirmationsbias handlar helt enkelt om att vi älskar att få höra det som vi redan vill tro är sant. Och idag kan du utan problem hitta någon på internet som påstår precis det du vill höra och då väljer de flesta att fortsätta lyssna på det. Om det är rätt eller fel struntar de egentligen i.

Det här är givetvis ett stort samhällsproblem och något som jag personligen tycker att man ska bry sig om i alla situationer, men om vi flyttar oss från samhället till en enskild individ så är det här såklart också ett problem när det gäller träning, kost och hälsa.

I den situationen kan nämligen utfallet bli att du gör saker som är dåligt för din hälsa eller prestationsförmåga. Du hämmar alltså dig själv och din egen utveckling och prestation om du inte har kunskapen och viljan att försöka leta upp korrekt information.

Syftet med den här texten och nästa artikel (del 2 publiceras i morgon) är därför att försöka ge dig en kort introduktion till sannolikhet och vetenskap och via det sen försöka hjälpa dig att bygga upp ett enkelt ”filter” så du i alla fall snabbt kan sortera bort det mest uppenbara tramset. Med den här kunskapen tror jag också att du efterhand kommer att lära dig vilka de bättre källorna till information är så du kan prioritera dessa. Det sistnämnda är också något som jag tryckte på i min artikelserie ”Var du hittar intressanta studier kring träning & kost” (del 2).

I den här delen får du först lära dig grunderna kring sannolikhet och vetenskap. I nästa del kommer jag presentera enkla och grova riktlinjer som jag tycker att du ska ta med dig som ett filter.

När man inte vet vad som är rätt information då gissar man på det mest troliga

Att verkligen veta vad som är korrekt information är tyvärr inte lätt. I väldigt många situationer när det gäller träning, kost och hälsa så vet man inte ens vad som är rätt. Det finns lite kunskap och man kanske kan gissa sig till vad som är mest sannolikt, men att vara helt säker är sällan någonting man kan unna sig.

I vår podd Tyngre Träningssnack så brukar jag och Wille likna det vid att man ska spela lite på Oddset. Det spelbolagen gör när de tar fram oddsen i en fotbollsmatch är att de använder sig av tidigare kunskap kring de två lagen för att försöka utröna vilket av lagen som är mest troliga att vinna.

Oddsen som tas fram skiljer sig markant mellan olika matcher. Om det är en match med en solklar hemmafavorit och där kanske 99 av 100 matcher slutar med vinst för hemmalaget så kommer oddsen att vara väldigt låga för det laget. Spelbolaget är med andra ord stensäkra på att hemmalaget vinner och de ger dig i princip inga pengar om du satsar på att de ska vinna. Med hjälp av tidigare kunskap så känner de sig väldigt säkra på vad som kommer att ske i framtiden.

I andra matcher kan det däremot vara så att man uppskattar att hemmalaget endast skulle vinna 7 av 10 matcher. I den här situationen kommer oddsen att vara lite högre för hemmalaget trots att spelbolaget fortfarande tror att chanserna är större att de vinner.

När du ska bedöma vad som är ”rätt” när det gäller information kring träning, kost och hälsa så tycker jag att du ska använda dig av samma metod som spelbolagen gör när de tar fram sina odds. Du ska titta på den tidigare kunskap som finns men även om du vet precis allting som är värt att veta så kommer du ofta få leva med att du ändå inte kan vara helt säker på att din hypotes om hur världen fungerar blir helt rätt.

Om någon hade tvingat dig att satsa 10 miljoner kronor på något resultat i den andra matchen, och det enda du hade fått tillbaka var att du fått behålla dina pengar, så hade du givetvis ändå satsat på det med bäst odds för att vara rätt. Du hade satsat på hemmalaget även i den andra matchen även om du vetat med dig att det fanns en risk på 30% att du skulle bli av med dina pengar. För sannolikheten för de andra alternativa valen är ännu sämre.

Tidigare plausabilitet – ”är det rimligt baserat på vad vi vet sen tidigare?”

En uttryck som kan vara värt att känna till i det här sammanhanget är tidigare plausabilitet vilket i princip betyder det jag förklarat här ovanför.

Många gånger när man ska försöka hitta ”en sanning” eller den bästa informationen så hamnar du i den här situationen. Det finns inget självklart svar. Men samtidigt finns det alltid många saker som är totalt osannolika och många saker som verkar ha hög sannolikhet.

undefined
 
Ett exempel här är LCHF-rörelsens förklaringsmodell om att det är kolhydrater och i princip endast kolhydrater som gör folk feta. Sannolikheten att den förklaringsmodellen skulle visa sig stämma är idag väldigt låg, ner emot noll. Vi vet helt enkelt så mycket att det inte bara krävs en studie för att bevisa den hypotesen; det skulle krävas många studier som ger alternativa förklaringar till väldigt mycket av det som tidigare studier redan har påvisat.

Men bara för att vi vet att den förklaringsmodellen inte stämmer så innebär inte det att vi vet vad som verkligen är rätt eller ”sanning”. Det finns många andra möjliga förklaringar kvar där vissa kanske är möjliga men inte troliga, medan andra är troliga med hög sannolikhet.

Om vi går tillbaka till liknelsen med odds inom sport så skulle man kunna säga att sannolikheten att förklaringsmodellen från LCHF-rörelsen är korrekt är lika stor som att Luxemburg skulle vinna fotbolls-VM. Det finns dock många andra möjliga förklaringar till varför folk blir feta och även om ingen är bevisad rätt – ingen vet ju heller vem som kommer vinna VM i förväg – så är vissa svar/förklaringar mer sannolika än andra. Tyskland och Brasilien känns ju alltid som länder man ska ta i beaktande. Andra länder kan såklart också vinna i slutändan men just för stunden är ändå den sannolikheten lägre.

Så baserat på vad vi redan vet idag så är sannolikheten att LCHFs förklaringsmodell ska stämma väldigt osannolik, den tidigare plausabiliteten är låg.

För att man själv ska kunna använda sig av den här typen av resonemang kring tidigare plausabilitet är det oftast väldigt bra att man har en del grundkunskaper inom ämnet som för närvarande är aktuellt. Även de mest enkla kunskaperna kring ett ämne kan till exempel få en att förstå att en shaker inte kommer att påverka pH-värdet på din dryck och att pH-värdet på drycken i sig ändå inte spelar en särskilt stor roll.

Ett grovt trams-filter som ändå ska kunna vara användbart

Det filter du kommer få här är till för att du ska kunna sortera bort det mest osannolika. Du kommer förhoppningsvis aldrig mer att tro på motsvarigheten till att Luxemburg ska vinna fotbolls-VM. Jag kommer alltså inte att ge dig verktyg för att avgöra vad som mest sannolikt är sant mellan två ändå ganska rimliga förklaringar eller lösningar.

Dels för att det är väldigt svårt att lära ut och dels för att det sällan är användbart om du såklart inte skulle vilja starta ett spelbolag där folk får spela på utfallet i olika studier J Det viktiga är helt enkelt att man undviker tramset.

Jag kommer istället att ge dig verktyg för att urskilja mellan saker som kanske är inte sannolikt och ganska troligt på skalan mellan etablerad fakta och totalt påhitt.

Om vi ska likna det vid procent så skulle man kanske kunna säga att det du får lära dig här kan hjälpa dig att särskilja mellan saker som har kanske 70 procent sannolikhet att vara sant och saker som har 30 procent sannolikhet att vara sant.

Konsten att vara tydlig med när man gissar lite och när man verkligen vet något

Näst intill allting bra och informationsrikt som sägs och skrivs inom träning, kost och hälsa är en konsekvens av en utvärdering likt den jag berättat om här ovanför. En eller flera kunniga personer inom ett ämne har försökt sätta sig in i allting som man vet och därifrån har man sen försökt dra praktiska slutsatser och ge rekommendationer.

Om du läser en introduktionsbok i fysiologi för högskolan så är det mesta som tas upp i den boken saker som med väldigt hög sannolikhet stämmer. Du hittar sällan de lite mer spekulativa sakerna i dessa texter utan vanligen är det som står där baserat på kunskap som bekräftats flera gånger om. Det finns givetvis exempel på där det inte varit så, men överlag kan man säga att du ska begära en hel del bra bevisning innan du slutar tro på något som står i de här böckerna.

Läser du en systematisk översiktsartikel i någon etablerad vetenskaplig tidskrift så kommer oddsen fortfarande att vara höga på att den slutsats som dras är den mest troliga, men där kan du ofta se slutsatser i stil med ”på grund av lite data så finns det osäkerhet i det här resultatet”. Det som forskarna kommit fram till då är alltså inte vad som med hög sannolikhet är rätt utan de har istället kanske förfinat oddsen lite. Du kan likna det lite vid att spelbolagen sätter oddset för hemmaseger på 1,8 och bortaseger vid 2,3. Om du väljer ut 100 sådana matcher så kan du känna dig säker på att hemmalagen kommer att vinna de flesta men i varje enskild match finns det fortfarande en hel del osäkerhet.

En hel del förvirrare på nätet nyttjar det här för sin egen vinning genom att de påstår att någonting är bevisat in i absurdum. Ett bra exempel här är veganer som ofta och gärna verkar vilja påstå en väldig massa överdrifter kring mjölk. Lyssnar du på dem så tror du att bevisen är klara mot att mjölk är dåligt för det mesta. Men om du istället tittar på de systematiska översiktsartiklarna kring mjölk så kan du se att den data som finns idag inte alls pekar åt det hållet. Så hör du en vegan som påstår något självklart åt andra hållet så är den personen antingen oärlig eller dåligt påläst. Mest troligt är det bara att den personen lagt en massa tid på att försöka bekräfta sin egen tro.

Om du lämnar facklitteraturen och de systematiska översiktsartiklarna och istället ger dig på att läsa till exempel mina böcker så får du en mix av de här två typerna av information. Istället för att bara återge etablerad säker fakta så försöker jag även titta på alla områden där det fortfarande finns en osäkerhet. Att gå från tryggheten i att bara berätta om saker som är säkra till att mer spekulera kring vad som mer troligen är rätt baserat på vad man vet idag och försöka förmedla det till personer utan tidigare djup kunskap är något som är väldigt svårt. Det är också någonting som mer eller mindre garanterat att man då och då också kommer att ha fel.

Jag har också haft några tydliga sådana missar genom åren, där det jag först sagt att jag tror är rätt sen visat sig vara fel. Oftast har det handlat om småsaker där jag även varit tydlig från början med att det jag skriver mest är spekulationer eller kvalificerade gissningar, men ibland har jag även överskattat bevisen för någonting ganska grovt. Det mest tydliga exemplet är förmodligen effekterna av kombinerad konditions- och styrketräning när man vill bli stark.

I första upplagan av Forma Kroppen skrev jag att konditionsträning hämmar styrkeutvecklingen och vi var också ganska säkra i våra formuleringar. När vi däremot uppdaterade boken för andra upplagan fick vi helt skriva om hela den delen. Ny forskning hade nämligen visat att vi hade fel. Numera vet man att det inte är några större problem att träna kondition samtidigt som man styrketränar bara man doserar det rätt och vid rätt tidpunkt.

När du läser artiklar av mig och andra som försöker hålla sig seriösa kommer du på grund av det jag förklarat här ovanför att ofta märka av den här typen av nyans i vad som skrivs och uttrycks. Vissa personer tolkar det som ett tecken på okunskap eller osäkerhet och ibland kan det såklart också vara det. Det vanligaste är dock att det helt enkelt beror på att man inte vet tillräckligt mycket för att verkligen säga det med absolut säkerhet.

Alla de som helt missar att ta med nyanserna

Det mesta av det du kan läsa kring träning, kost och hälsa saknar tyvärr allting av det jag tar upp här ovanför. Du får ingen trygghet i att veta att det kommer från litteratur på basnivå på universitet och du får inte veta någonting kring hur troligt det är att någonting verkligen stämmer.

Typexemplet är så klart alla tidningsrubriker som vi kan se nästan varje vecka, där man gör resultatet från en osäker studie till etablerad fakta. En slutsats vars sannolikhet att vara rätt egentligen kanske skulle ges oddset 2,4 av spelbolagen utmålas som att det vore någonting som ligger på 1,05.

Några månader senare kommer ytterligare en studie med lika osäkra resultat som verkar peka lite åt motsatt håll och återigen får vi rubriker som är helt missvisande. Läsaren får en bild av forskarna aldrig kan bestämma sig och att studier motbevisar varandra hela tiden, men i själva verket så var det som hände inte mer märkvärdigt än att den där satsningen på en lag med oddset 2,4 inte var en självklar spik.

undefined
En vettig forskare med kunskap inom området hade givetvis valt att helgardera från början och sen inväntat mer kunskap, men tidningar och media fungerar sällan så. De tar istället varje resultat för sig själv och målar upp en falsk verklighet.

Om vi lämnar mer etablerade medier för en stund så uppstår även den här typen av situationer idag i många populära böcker, i större välbesökta bloggar eller i sociala medier. En person väljer att lyfta fram vissa studieresultat samtidigt som de helt ignorerar andra. Den här typen av förfarande brukar kallas för cherry-picking och med hjälp av den typen av teknik så kan man lura många människor till en väldigt felaktig bild av var all forskning står idag.

För att återgå till vår liknelse med att spela på oddset så skulle det kunna vara att du har två jämna lag där oddsen egentligen borde vara ganska lika för de två lagen. Fast du får inte all den informationen utan istället får du bara höra om alla segrar som det ena laget haft samtidigt som du endast får höra om alla förlusterna som det andra laget haft. Då är det inte konstigt om du helt misstolkar oddsen och tror på en självklar seger för det ena laget.

När personer eller organisationer agerar på det viset och medvetet endast försöker presentera studier som stödjer deras sak så kallas det för pseudovetenskap. Man försöker framställa någonting som inte är vetenskap som vetenskap för att förvirra och vilseleda åhörarna.

De här personerna är väldigt lätta att hitta om du förstår informationen jag tagit upp här ovanför. Det kluriga ligger i att försöka förstå andra personer som saknar kunskapen ovan att förstå att informationen inte är tillförlitlig. För dem verkar det hela bara vara en situation likt den jag tog upp här ovanför kring media, där de tror att vetenskapen inte kan bestämma sig och att man motbevisar saker och ting varje dag.

I själva verket är det dock endast den som sysslar med pseudovetenskap som försöker att förvirra i det här fallet. Den som är intresserad av verklig vetenskap påpekar endast att man inte kan säga någonting säkert. Poängen med att lyfta fram studier som visar på motsatsen är inte för att försöka bevisa att motsatsen är sann utan för att påpeka att oddsen inte är 1,05 vs 4,00 utan snarare 2,4 vs 2,4.

Ett klassiskt exempel är här Kostdoktorn som på sin sida har en lista med alla studier som visat på en fördel för LCHF men samtidigt har han givetvis inte med alla andra studier som inte visat på någon fördel. Bilden du får när du läser där blir att det är en solklar seger för lågkolhydratkost medan en komplett lista på studier garanterat hade fått dig att förstå att de där segrarna inte är särskilt självklara.

Hur bevisar man ett brott utan ett erkännande?

Ett annat sätt att se vetenskap på är att liknade vid att man ska lösa ett brott. Polisen samlar in så mycket bevis de kan och sen försöker man ta reda på vem som mest troligen har utfört brottet. Man samlar in ett antal misstänkta från början och sen samlar man in ännu mer information för att försöka sålla bort misstänkt efter misstänkt tills man har kvar den som med störst sannolikhet har utfört brottet.

Med den här liknelsen så kan vi säga att det är väldigt många gurus idag som står och pekar ut osannolika brottslingar som massmördare, särskilt inom kost.

Inom brottsväsendet måste man givetvis ha övertygande bevisning för att få någon fälld men när det gäller vetenskapen kring träning och nutrition så är det ofta situationer där det kan finnas flera möjliga gärningsmän kvar i bilden, men trots det så pekar man ut en som den mest troliga brottslingen. Det här är helt okej så länge som man är ärlig med att fallet ännu inte är vattentätt och att det i slutändan kan visa sig att den du tror är brottslingen nu är helt oskyldig.

Med den här liknelsen så kan vi säga att det är väldigt många gurus idag som står och pekar ut osannolika brottslingar som massmördare, särskilt inom kost.

Summering

Det här blev en lång text som jag egentligen hade velat göra mycket längre J Förhoppningsvis har du fått lära dig att det här med vetenskap och kunskap sällan är svart eller vit utan att vetenskap är en process där studier efter hand får en mer och mer säker (eller osäker) grund för en hypotes. Vartefter det kommer mer och mer kunskap så kan därför de förklaringsmodeller och slutsatser man har förfinas och justeras så de blir bättre och bättre, så att oddsen blir bättre och bättre på att de stämmer.

I nästa del har jag presenterat några enkla riktlinjer som kommer att kunna hjälpa dig sortera ut det mest uppenbara tramset. Du hittar denna del här Vad är sant och vad är trams – utveckla ditt tramsfilter.

undefined