Gedrag blijft lastig te voorspellen

Modellen Gedrag voorspellen is ingewikkeld, laten de effecten van coronamaatregelen zien. „Beter modelleren kost misschien wel tien jaar.”

Het Leidseplein in het centrum van Amsterdam op de avond dat clubs en discotheken opnieuw dicht moesten vanwege het hoog opgelopen aantal coronabesmettingen.
Het Leidseplein in het centrum van Amsterdam op de avond dat clubs en discotheken opnieuw dicht moesten vanwege het hoog opgelopen aantal coronabesmettingen. Foto Roger Cremers

Wie had dat gedacht: direct na de versoepelingen, eind juni, gingen jongeren massaal feesten. Zo massaal, dat de hele Haagse politiek even later werd overvallen door explosief stijgende besmettingscijfers. In het Kamerdebat afgelopen woensdag vroegen verschillende Kamerleden zich af hoe het kon dat het gedrag van de jongeren geen plek had in de RIVM-modellen.

Het antwoord is simpel: reacties op beleidsveranderingen zijn moeilijk te modelleren. In het RIVM-model zitten wel data over het ‘contactgedrag’ van mensen, maar die gaan over wat mensen hebben gedaan, niet wat ze gaan doen. Een deel van de data komt uit een groot onderzoek uit 2017, waaruit blijkt met hoeveel mensen een gemiddeld persoon van een bepaalde leeftijd contact maakt – en ook wat de leeftijd van die contactpersonen is. Dit onderzoek wordt aangevuld met actuele enquêtes waarin respondenten wordt gevraagd met hoeveel mensen ze de laatste tijd contact hadden.

„We zetten de dingen op een rijtje waarvan wij redelijk zeker zijn”, zegt RIVM-hoofdmodelleur Jacco Wallinga. „Als we nieuwe maatregelen doorrekenen, nemen we alleen de maatregelen mee die veranderen. We gaan ervan uit dat de rest in de toekomst hetzelfde zal blijven. Het is onbegonnen werk om te voorspellen hoe mensen bijvoorbeeld reageren op een persconferentie die nog niet is gegeven, dus dat doen wij niet.” Onzekere factoren, zoals de mate van euforie in een eerste uitgaansnacht in anderhalf jaar en de gevolgen daarvan op het gedrag, kunnen dus niet worden meegenomen. „Dan zouden we enorme onzekerheidsintervallen moeten meegeven”, zegt Wallinga. En als je eenmaal begint de complexe werkelijkheid in het model te stoppen, waar hou je dan op? „Dan zou je ook de wateroverlast in Zuid-Limburg moeten meenemen. Ergens moet je een streep zetten.”

Infectieziektemodelleur

Het nadeel van een model dat ‘retrospectief’ is, zoals het RIVM-model, is dat het doet alsof mensen in de toekomst net zo zullen reageren op beleid als ze in het verleden deden. In werkelijkheid is dat niet zo. Luc Coffeng, infectieziektemodelleur aan het Erasmus MC, noemt de reacties op de eerste en de tweede lockdown als voorbeeld. „Aan het begin van de epidemie hadden we een pakket aan maatregelen dat toen effectief was. Afgelopen winter was dat pakket bijna gelijk, maar minder effectief. Dat komt denk ik mede doordat de risicoperceptie van mensen in de loop van de tijd is veranderd.”

Lees ook: Wat hebben we geleerd over het gedrag van mensen?

In de economische wetenschap hebben ze ervaring met dit probleem, zegt Xander Koolman, gezondheidseconoom aan de Vrije Universiteit. „In de macro-economische groeimodellen uit de jaren 60 en 70 werd uitgegaan van vaste relaties, bijvoorbeeld tussen werkloosheid en inflatie, maar veranderingen in individueel gedrag waren er niet in opgenomen. Economen hebben toen geleerd dat mensen reageren op beleid, en zijn begonnen dat gedrag te modelleren.”

Hoe mensen reageren op nieuwe maatregelen is in de huidige situatie moeilijk te modelleren, zegt Koolman. „Wat we willen weten is: wat voor reacties roepen maatregelen op? Als mensen weer mogen uitgaan, raken ze dan zo ontspannen dat ze denken: dan kan ik ook wel mijn eigen feestje thuis organiseren?” Ander voorbeeld: de toegenomen besmettelijkheid van de deltavariant. „Het duurt een poosje voordat mensen doorhebben wat dat betekent, en ze hun gedrag erop aanpassen.” Koolman denkt dat het nog wel tien jaar kan duren voor modellen zo verfijnd zijn dat ze dit soort vragen kunnen beantwoorden.

Risicoperceptie

Infectieziektemodelleur Luc Coffeng is iets minder pessimistisch. Toevallig gaat hij zelf proberen zo’n model te bouwen: hij kreeg een fellowship van de KNAW om vanaf dit najaar wiskundige modellen samen te voegen met modellen voor menselijk gedrag. „Meestal worden mensen gemodelleerd als rationele wezens of als angstige wezens, en dat is te simplistisch”, zegt Coffeng. „Er zijn misschien simpele situaties waarin rationeel gedrag iets zegt over hoe mensen zullen handelen, zoals in een acute ebola-uitbraak. Maar zoals je in de afgelopen anderhalf jaar hebt gezien, verandert de risicoperceptie van mensen. In andere velden waar ik uit wil putten worden wél complexe overwegingen gemodelleerd, die er rekening mee houden dat mensen hun eigen voorkeuren en gewoontes hebben.”

Op basis van bijvoorbeeld RIVM-gegevens over gedrag wil Coffeng gaan inschatten hoe bepaalde karaktereigenschappen, zoals risicoaversie en beïnvloedbaarheid, zijn verdeeld over de Nederlandse bevolking. Deze informatie wil hij verwerken in het model. „Ik kan niet precies inschatten hoe lang het ontwikkelen van dat model duurt, maar in de economie en de antropologie hebben ze al veel ervaring in het onderzoeken hoe mensen collectieven vormen en zich samen gedragen. Daar kunnen we van leren.”

Mijn pleidooi is om bij grotere veranderingen gedragswetenschappers serieuzer te nemen

Xander Koolman Gezondheidseconoom

Het is de vraag of een model als dat wat Coffeng wil bouwen in de huidige situatie tot andere aanbevelingen had geleid. Gezondheidseconoom Xander Koolman waarschuwt dat zelfs een verfijnd model met veel data uit gedragsonderzoek al snel tekortschiet bij grote, onverwachte schokken. „Dan heb je in dit geval toch een kwalitatieve beoordeling nodig van veldepidemiologen, die uit ervaring weten hoe mensen reageren op nieuwe informatie en wanneer ze ontspannen. Mensen die een soort intuïtie hebben opgebouwd op menselijk gedrag.

„Mijn pleidooi zou dus zijn om bij grotere veranderingen de gedragswetenschappers serieuzer te nemen. In dat geval kunnen modelleurs zeggen: leun niet te veel op ons model, we komen nu in een gebied terecht waar de onzekerheid rondom de modeluitkomsten groot is.”

Lees ook: De epidemie laat zich lastig meten

Voor de RIVM-berekeningen van de gevolgen van de laatste versoepelingen hadden aannames over het feestgedrag van jongeren niet veel uitgemaakt, zegt Jacco Wallinga. „We verwachtten dat Testen voor Toegang een soort buffer was om dat feestgedrag te compenseren. Over Testen voor Toegang hebben wij eerder gezegd: dat kan werken, maar dan moet er wel maximaal 24 uur zitten tussen de test en het evenement.” Dat advies heeft het kabinet genegeerd.