ลูกค้าโทรมาต่อว่าครั้งเดียว อย่าเพิ่งรีบเรียกคืนทั้งล็อต! ทฤษฎีเบย์สอนวิธีปรับความเชื่อด้วยหลักฐานใหม่

ตีสองของคืนหนึ่ง โทรศัพท์ของคุณสมชาย เจ้าของโรงงานผลไม้อบแห้งส่งออกในจังหวัดระยองก็สั่นขึ้นมา — ตัวแทนจำหน่ายจากเวียดนามส่งรูปมาพร้อมข้อความว่ามะม่วงอบแห้งที่ส่งไปมีกลิ่นคล้ายแอลกอฮอล์ สงสัยว่าทั้งล็อตอาจหมักเสีย คุณสมชายใจเต้นแรง ในหัวมีความคิดเดียวผุดขึ้นมา "จบเห่แล้ว ห้าร้อยลังนี้เสียหมดหรือเปล่า" เขาเกือบจะสั่งให้คลังสินค้าเรียกคืนสินค้าทั้งหมดทันที

แต่เขาหายใจลึกๆ แล้วนึกถึงคอร์สคิดวิเคราะห์ที่เรียนไปเมื่อเดือนก่อน คำร้องเรียนหนึ่งครั้ง ไม่ได้แปลว่าทั้งล็อตมีปัญหา คำถามที่ควรถามจริงๆ คือ "จากสิ่งที่รู้เกี่ยวกับล็อตนี้และกระบวนการบรรจุภัณฑ์ เมื่อเจอคำร้องเรียนแบบนี้ ความน่าจะเป็นที่ปัญหาจะลามไปทั้งล็อตจริงๆ มีมากแค่ไหน" นี่คือสิ่งที่ทฤษฎีเบย์ (Bayes' theorem) จะสอนเขา — ไม่ใช่การตัดสินประหารทันทีที่ได้ยินข่าวร้ายชิ้นแรก แต่คือการเอาหลักฐานใหม่มาคำนวณรวมกับฐานความน่าจะเป็นเดิม จนได้ตัวเลขที่พร้อมถูกปรับแก้ได้เสมอเมื่อมีหลักฐานชิ้นถัดไป

ทำไม

ทฤษฎีเบย์ถูกเสนอโดยโธมัส เบย์ส (Thomas Bayes) นักบวชและนักคณิตศาสตร์ชาวอังกฤษในศตวรรษที่ 18 หลังจากเขาเสียชีวิต เพื่อนของเขาชื่อริชาร์ด ไพรซ์ (Richard Price) ได้รวบรวมผลงานตีพิมพ์ในปี ค.ศ. 1763 ในชื่อ "An Essay towards Solving a Problem in the Doctrine of Chances" ต่อมานักคณิตศาสตร์ชาวฝรั่งเศส ปีแยร์-ซีมง ลาปลาส (Pierre-Simon Laplace) ได้พัฒนาต่อจนกลายเป็นสูตรที่ใช้กันแพร่หลายในปัจจุบัน หลักการหลักนั้นเรียบง่าย ความเชื่อของคุณต่อเรื่องหนึ่งๆ เท่ากับ "ความน่าจะเป็นเริ่มต้น" (prior probability ฐานสะสมจากอดีต) คูณด้วย "อัตราส่วนความเป็นไปได้ของหลักฐานใหม่" (likelihood ratio คือหลักฐานนี้จะเกิดขึ้นได้มากน้อยแค่ไหนในกรณี "มีปัญหา" เทียบกับกรณี "ไม่มีปัญหา") ผลคูณนี้เองคือ "ความน่าจะเป็นภายหลัง" (posterior probability) ซึ่งเป็นตัวเลขใหม่ที่คุณควรเชื่อหลังเห็นหลักฐาน ความผิดพลาดที่คนส่วนใหญ่ทำคือ พอเห็นหลักฐานที่ดูน่าตกใจก็รีบเชื่อว่าความน่าจะเป็นภายหลังคือ 100% ทันที โดยลืมฐานเดิมไปเลย

ทำอย่างไร

ขั้นที่หนึ่ง: ประเมิน "ความน่าจะเป็นเริ่มต้น" อย่างตรงไปตรงมา

ให้ดูข้อมูลย้อนหลัง อย่าอาศัยความรู้สึก คุณสมชายเปิดบันทึกการส่งออกดู พบว่าในสองปีที่ผ่านมา จากการส่งออก 500 ล็อต มีเพียง 9 ล็อตที่หมักเสียทั้งล็อตจริงๆ คิดเป็นความน่าจะเป็นเริ่มต้นราว 2% ตัวเลขนี้คือฐานที่เขาควรเชื่อ "ก่อน" ได้รับคำร้องเรียน