Berekeningen van kansen lopen uit de hand door zombillion en dat is riskant

De term ‘zombillion’ duikt steeds vaker op in discussies over risicoanalyse en kansberekeningen, voornamelijk in contexts waar sprake is van exponentiële groei of onvoorspelbare gebeurtenissen. Het is een informele term, vaak gebruikt om de immense schaal van bepaalde ongelukken of calamiteiten te beschrijven, waarbij de kans op het intreden ervan door veel factoren wordt vergroot. Het is belangrijk om te begrijpen dat het niet om een wiskundige waarde gaat, maar eerder om een metafoor voor een scenario dat, hoewel uiterst onwaarschijnlijk, desastreuze gevolgen kan hebben.

Deze concepten worden steeds belangrijker in een wereld die gekenmerkt wordt door complexiteit en onderlinge afhankelijkheid. Denk aan de financiële markten, de energievoorziening, of de verspreiding van infectieziekten – in al deze domeinen kunnen kleine verstoringen uitgroeien tot systemische crises. Het negeren van de potentiële impact van ‘zombillion’-scenario's kan leiden tot fatale beslissingen en onacceptabele risico's. Dit artikel zal dieper ingaan op de aard van deze risico's en hoe we ons hiertegen kunnen beschermen.

De Oorsprong en Betekenis van het Concept

De term ‘zombillion’ is ontstaan binnen bepaalde kringen van risico-analisten en modellenbouwers als een speelse, maar tegelijkertijd serieuze manier om te verwijzen naar extremen. Het is afgeleid van de term ‘zombie’, wat verwijst naar iets dat ogenschijnlijk dood is, maar toch blijft voortbestaan en een bedreiging vormt. De toevoeging van ‘-billion’ benadrukt de onvoorstelbaar grote schaal van de potentiële impact. Het idee is dat er, ondanks de lage kans, scenario’s bestaan die zo catastrofaal zijn dat ze onmogelijk genegeerd kunnen worden.

Het concept is nauw verbonden met de theorie van de zwarte zwaan, ontwikkeld door Nassim Nicholas Taleb. Deze theorie stelt dat zeldzame, onvoorspelbare gebeurtenissen met extreme impact, de loop van de geschiedenis kunnen veranderen. Een ‘zombillion’-scenario kan gezien worden als een extreme variant van een zwarte zwaan, waarbij de onvoorspelbaarheid en de potentiële schade nog groter zijn. Het is belangrijk te beseffen dat traditionele risicomodellen vaak tekortschieten in het identificeren en kwantificeren van deze extremen. Ze zijn doorgaans gebaseerd op historische data en aannames over de stabiliteit van systemen, die in werkelijkheid veel kwetsbaarder kunnen zijn dan gedacht.

De Rol van Complexiteit in Risico’s

De toenemende complexiteit van moderne systemen vergroot de kans op ‘zombillion’-scenario's. Naarmate systemen meer onderling verbonden raken, wordt de impact van een enkele storing of verstoring exponentieel groter. Denk aan de kettingreactie die ontstond na de financiële crisis van 2008, of de snelle verspreiding van het coronavirus via internationale reisnetwerken. Deze voorbeelden illustreren hoe een lokaal probleem snel kan uitmonden in een wereldwijde crisis. Het is essentieel om deze complexiteit te begrijpen en te integreren in risicobeoordelingen, maar dit is vaak een uitdaging vanwege het gebrek aan data en de onzekerheid over toekomstige ontwikkelingen.

De tabel hierboven illustreert enkele voorbeelden van risicofactoren die potentieel kunnen leiden tot ‘zombillion’-scenario's. Het is belangrijk op te merken dat de waarschijnlijkheid van deze scenario's vaak moeilijk te schatten is, en dat de impact ervan enorm kan variëren.

De Uitdagingen van het Modelleren van Extreme Risico's

Het modelleren van extreme risico's, zoals die verbonden zijn aan het concept ‘zombillion’, is een aanzienlijke uitdaging. Traditionele risicomodellen zijn vaak gebaseerd op normale verdelingen en lineaire aannames, die niet adequaat zijn om rekening te houden met de lange staarten van extreme gebeurtenissen. Deze modellen onderschatten de kans op zeldzame, maar potentieel catastrofale, uitkomsten. Bovendien kunnen ze gevoelig zijn voor modelrisico, wat betekent dat de resultaten sterk afhankelijk zijn van de aannames die in het model zijn ingebouwd.

Een betere aanpak is het gebruik van niet-parametrische methoden en stresstesten. Niet-parametrische methoden maken geen aannames over de verdeling van de data en kunnen daardoor beter omgaan met extreme waarden. Stresstesten daarentegen simuleren de impact van extreme scenario's op een systeem, waardoor kwetsbaarheden kunnen worden geïdentificeerd en maatregelen kunnen worden genomen om de veerkracht te vergroten. Het is echter belangrijk om te beseffen dat zelfs deze methoden imperfect zijn en dat er altijd een zekere mate van onzekerheid zal blijven bestaan. Het doel is niet om risico's te elimineren, maar om ze te beheersen en te minimaliseren.

Scenario Planning en Black Swan-proofing

Een andere benadering is scenario planning, waarbij verschillende plausibele, maar onzekere, toekomstige scenario's worden uitgewerkt. Dit helpt organisaties en overheden om zich voor te bereiden op een breed scala aan mogelijke gebeurtenissen, inclusief ‘zombillion’-scenario's. Het is belangrijk om niet te focussen op het voorspellen van de toekomst, maar op het ontwikkelen van strategieën die robuust zijn onder verschillende omstandigheden. Dit omvat het diversifiëren van risico's, het opbouwen van reserves, en het investeren in flexibiliteit en aanpassingsvermogen. Het idee is om ‘black swan-proof’ te worden, oftewel om de veerkracht van systemen te vergroten en de impact van onverwachte gebeurtenissen te minimaliseren.

• Diversificatie van toeleveringsketens
• Ontwikkeling van alternatieve energiebronnen
• Investeringen in gezondheidszorg en pandemiebereidheid
• Versterking van de financiële regulering

De bovenstaande lijst illustreert enkele concrete maatregelen die genomen kunnen worden om de veerkracht van systemen te vergroten en de kans op ‘zombillion’-scenario's te verminderen. Het is belangrijk om te beseffen dat dit een continu proces is, dat regelmatige monitoring en aanpassing vereist.

De Psychologische Aspecten van Risico’s

Naast de technische en economische aspecten van risico's, spelen ook psychologische factoren een belangrijke rol. Mensen hebben vaak de neiging om risico's te onderschatten, vooral als ze zeldzaam zijn of ver in de toekomst liggen. Dit staat bekend als de ‘optimisme bias’ en kan leiden tot onvoldoende voorbereiding en onverantwoorde beslissingen. Bovendien kunnen we gevoelig zijn voor cognitieve vertekeningen, zoals de bevestigingsbias (het zoeken naar informatie die onze bestaande overtuigingen bevestigt) en de beschikbaarheidsheuristiek (het overschatten van de kans op gebeurtenissen die gemakkelijk in de geest komen).

Om deze psychologische valkuilen te vermijden, is het belangrijk om bewust te zijn van onze eigen biases en om open te staan voor objectieve informatie. Het kan ook nuttig zijn om de mening van experts te vragen en om verschillende perspectieven te overwegen. Een kritische en sceptische houding is essentieel bij het beoordelen van risico's. Het is ook belangrijk om te beseffen dat het niet mogelijk is om alle risico's te elimineren, en dat we ons moeten accepteren dat er altijd een zekere mate van onzekerheid zal blijven bestaan.

Communicatie van Risico's

Effectieve communicatie van risico's is cruciaal om het publiek bewust te maken van de potentiële gevaren en om hen aan te moedigen om passende maatregelen te nemen. Het is echter vaak moeilijk om risico's op een manier te communiceren die zowel begrijpelijk als overtuigend is. Mensen reageren vaak beter op concrete verhalen en anekdotes dan op abstracte statistieken. Het is ook belangrijk om de emotionele aspecten van risico's te erkennen en om te vermijden dat men angst zaait. Het doel is om mensen te informeren en te empoweren, zodat ze weloverwogen beslissingen kunnen nemen.

1. Gebruik eenvoudige en begrijpelijke taal.
2. Focus op de potentiële impact, niet alleen op de kans.
3. Gebruik verhalen en anekdotes om de risico's te illustreren.
4. Erken de emotionele aspecten van risico's.
5. Bied concrete oplossingen en maatregelen.

Door deze principes te volgen, kunnen we de effectiviteit van risicocommunicatie vergroten en bijdragen aan een grotere veerkracht van de samenleving.

De Toekomst van Risicobeheer

De toekomst van risicobeheer zal steeds meer afhankelijk zijn van data-analyse, kunstmatige intelligentie en machine learning. Deze technologieën kunnen helpen om patronen te identificeren en voorspellingen te doen die voorheen onmogelijk waren. Big data-analyse kan bijvoorbeeld worden gebruikt om trends in sociale media en nieuwsberichten te monitoren, waardoor vroege waarschuwingssignalen voor potentiële crises kunnen worden opgevangen. Kunstmatige intelligentie kan worden ingezet om complexe systemen te simuleren en stresstesten uit te voeren, waardoor kwetsbaarheden kunnen worden geïdentificeerd en maatregelen kunnen worden genomen om de veerkracht te vergroten.

Echter, het is belangrijk om te beseffen dat technologie geen wondermiddel is. Het is slechts een hulpmiddel dat door mensen moet worden gebruikt en geïnterpreteerd. Het risico bestaat dat we te veel vertrouwen op technologie en dat we de menselijke factor uit het oog verliezen. Het is daarom essentieel om een evenwichtige aanpak te hanteren, waarbij technologie wordt gecombineerd met menselijke expertise, intuïtie en oordeelsvermogen. Ook ethische overwegingen spelen een belangrijke rol, vooral bij het gebruik van kunstmatige intelligentie en big data.

Beyond the Horizon: Onzekerheid en Adaptatie

De complexiteit van de wereld om ons heen betekent dat sommige risico's simpelweg onvoorspelbaar blijven. Zelfs met de meest geavanceerde modellen en analyses kunnen we niet alle mogelijke scenario's identificeren en kwantificeren. Het is daarom cruciaal om te focussen op adaptatie en veerkracht in plaats van op perfecte voorspelling. Dit betekent het ontwikkelen van systemen die flexibel genoeg zijn om te reageren op onverwachte gebeurtenissen en om snel te leren en aan te passen. Het is ook belangrijk om een cultuur van leren en experimenteren te bevorderen, waarin fouten worden gezien als kansen om te verbeteren.

Een concreet voorbeeld hiervan is de ontwikkeling van modulaire en herbruikbare infrastructuur. In plaats van te investeren in grote, complexe systemen die kwetsbaar zijn voor verstoringen, kunnen we kiezen voor kleinere, meer gedistribueerde systemen die gemakkelijker te vervangen of te repareren zijn. Dit vereist een verschuiving in mentaliteit van planning naar adaptatie, en van controle naar flexibiliteit. De uitdaging ligt niet in het elimineren van risico's, maar in het leren leven met ze en het bouwen van een veerkrachtige samenleving die in staat is om te floreren in een onzekere wereld.