Lees verder
Het standaardbeeld van een wetenschappelijk onderzoek is dat je, met een hypothese in de hand, een experiment uitvoert door iets in de wereld te manipuleren, en te kijken wat het gevolg is.
Rogier A. Kievit

Dit alles uiteraard het liefst gekleed in witte jas, roerend in een grote borrelende pot met de nodige explosies. Artsen vergelijken een medicijn met een placebo, Galileo vergeleek de valsnelheid van een lichte en een zware bal, en meer zulks. Wanneer we alle andere zaken gelijk houden en alleen de relevante dimensie manipuleren (bijvoorbeeld de werkzame stof in een medicijn) kunnen we er gevoeglijk van uitgaan dat hetgeen we manipuleerden de oorzaak van eventuele verschillen in uitkomst is. Dit is een veelzijdige, maar zeker niet de enige manier om causale effecten te bestuderen.

Vaak is het zo dat we bepaalde veronderstelde oorzaken moeilijk, of zelfs onmogelijk, kunnen manipuleren. Soms omdat het ethisch niet mogelijk is (de impact van pesten op mentale gezondheid), soms omdat het praktisch of fundamenteel onmogelijk is (DNA, of geboortegewicht, manipuleren). Zelfs als we wel bepaalde voorgestelde mechanismes in een labsetting kunnen manipuleren, zal zo’n gecontroleerde manipulatie maar al te vaak een ietwat kunstmatig aftreksel van het werkelijke mechanisme blijven. Randomized Controlled Trials zijn nu eenmaal niet altijd mogelijk, en ook lang niet altijd nodig. Zo werd er al wel eens in het toonaangevende medische tijdschrift The Lancet opgemerkt dat er nog nooit zo’n trial is gedaan naar de effectiviteit van parachutes op overlevingskans na uit een vliegtuig te vallen1. Het zou de wetenschap sterk en onnodig inperken om dan te concluderen dat we geen uitspraken over de causale effecten kunnen doen. Gelukkig zijn er ook andere manieren om causale mechanismes te achterhalen zonder directe manipulatie van potentiële oorzaken. Vorige maand wonnen Imbens, Card en Angrist de Nobelprijs voor de economie met hun analytische en empirische bijdragen aan dit type onderzoek2: Ze ontwikkelden het statistische gereedschap waarmee we, onder gunstige omstandigheden, causale effecten kunnen isoleren, zelfs als we geen manipulaties kunnen plegen. Naast het analytisch gereedschap lieten ze tevens zien hoe we soms geluk hebben en er ‘natuurlijke experimenten’ plaatsvinden: Gecontroleerde veranderingen in de wereld die ons toelaten om een causaal effect te schatten zelfs wanneer we niets direct manipuleren. Zo kan in een stad het minimumloon verhoogd worden en in de andere stad niet, of kunnen twee vergelijkbare scholen ineens andere lesmethodes gaan gebruiken, of kunnen baby’s die slechts een gram in geboortegewicht verschillen (1499 versus 1500) radicaal andere behandelingen ontvangen. De bijdragen van Imbens, Card en Angrist (en vele anderen) maken het ons mogelijk in zulke situaties causale effecten te isoleren zonder manipulaties te hebben gepleegd.

Het allersterkste is wetenschappelijk bewijs als alle neuzen dezelfde kant op wijzen. Wanneer onze observaties ‘in het wild’ zich laten vertalen naar experimenten en omgekeerd. Echter, de recente Nobelprijs benadrukt nog maar eens het nut van zorgvuldige observatie. Met goed kwantitatief gereedschap en een creatieve kijk op de altijd veranderende wereld om ons heen kunnen we zo een veel breder palet aan mechanismes in de wereld identificeren en begrijpen.

Bron

  1. Smith, G.C. & Pell, J.P. (2003). Parachute use to prevent death and major trauma related to gravitational challenge: systematic review of randomised controlled trials. Bmj, 327(7429), 1459-1461.
  2. https://www.nobelprize.org/prizes/ economic-sciences/2021/summary/

Beeld: Stijn Rademaker