Błąd rozumowania prokuratorskiego

Wikipedia:Weryfikowalność
Ten artykuł od 2022-11 wymaga zweryfikowania podanych informacji.
Należy podać wiarygodne źródła w formie przypisów bibliograficznych.
Część lub nawet wszystkie informacje w artykule mogą być nieprawdziwe. Jako pozbawione źródeł mogą zostać zakwestionowane i usunięte.
Sprawdź w źródłach: Encyklopedia PWN • Google Books • Google Scholar • Federacja Bibliotek Cyfrowych • BazHum • BazTech • RCIN • Internet Archive (texts / inlibrary)
Po wyeliminowaniu niedoskonałości należy usunąć szablon {{Dopracować}} z tego artykułu.

Błąd rozumowania prokuratorskiego – częsty błąd występujący w metodach argumentacji stosowanych przez prawników związany z rozważaniem zdarzeń losowych o bardzo małym prawdopodobieństwie wystąpienia. Ludzie często rozumują tak, jakby niskie prawdopodobieństwo warunkowe zdarzenia P ( A | B ) {\displaystyle P(A|B)} implikowało niskie prawdopodobieństwo zdarzenia P ( B | A ) , {\displaystyle P(B|A),} co w ogólności nie jest prawdą.

Klasycznym przykładem zastosowania powyższego rozumowania jest proces sądowy Sally Clark, oskarżonej o zabójstwo swoich dzieci. Argumentowano, że gdyby oskarżona była niewinna (zdarzenie B), to prawdopodobieństwo nagłej i jednoczesnej śmierci obydwu dzieci (zdarzenie A) w ustalonych okolicznościach, np. w wyniku SIDS, byłoby niezwykle niskie (poprzez podniesienie do kwadratu prawdopodobieństwa śmierci łóżeczkowej jednego dziecka 1:8543 otrzymujemy wynik 1:73 mln). Z tego następnie wyciągnięto wniosek, że prawdopodobieństwo, że oskarżona jest niewinna, jest porównywalnie małe.

W rzeczywistości prawdopodobieństwa P ( A | B ) {\displaystyle P(A|B)} i P ( B | A ) {\displaystyle P(B|A)} są różne. Zgodnie z twierdzeniem Bayesa zachodzi równość:

P ( B | A ) = P ( A | B ) P ( B ) P ( A ) . {\displaystyle P(B|A)=P(A|B)\cdot {\frac {P(B)}{P(A)}}.}

Te same powody, dla których P ( A | B ) {\displaystyle P(A|B)} jest małe (prawdopodobieństwo śmierci łóżeczkowej w bogatych rodzinach jest niższe), zwiększają jednocześnie prawdopodobieństwo P ( B ) {\displaystyle P(B)} (bowiem tak samo można przedstawić statystykę z której wynika, że obiektywne prawdopodobieństwo morderstwa w bogatej rodzinie jest niższe). Często jest tak, że w pewnych okolicznościach obie możliwości: morderstwo, jak i przypadkowa śmierć, są bardzo mało prawdopodobne, więc prawidłowe rozumowanie powinno odnosić się raczej do stosunku tych prawdopodobieństw.

Aby opisać dokładniej niewłaściwość takiego rozumowania, można rozważyć zbiór N {\displaystyle N} monet, w którym dokładnie jedna jest fałszywa (posiada orły po obu stronach). Mówiąc ściśle, prawdopodobieństwo b ( k , n ) {\displaystyle b(k,n)} wyrzucenia k {\displaystyle k} orłów w n {\displaystyle n} rzutach w przypadku prawidłowej monety dane jest rozkładem dwumianowym:

b ( k , n ) = ( n k ) 0 , 5 n , {\displaystyle b(k,n)={n \choose k}\cdot 0{,}5^{n},}

podczas gdy w przypadku monety fałszywej we wszystkich rzutach otrzymujemy orła.

Prawdopodobieństwo wybrania każdej monety ze zbioru jest takie samo. Załóżmy, że posiadamy informacje, że po wykonaniu n = 20 {\displaystyle n=20} rzutów wybraną monetą otrzymano k = 20 {\displaystyle k=20} orłów. Prawdopodobieństwo takiego zdarzenia (zdarzenie A), gdyby wybrana moneta była poprawna (zdarzenie B), jest mniejsze niż 1 : 1 000 000 : {\displaystyle 1:1\,000\,000{:}}

b ( k , n ) = 1 2 20 < 0,000 001. {\displaystyle b(k,n)={\frac {1}{2^{20}}}<0{,}000001.}

Argumentowanie na tej podstawie, że wybrana moneta prawie na pewno jest fałszywa, jest przykładem błędu rozumowania prokuratorskiego. Takie rozumowanie byłoby poprawne jedynie dla relatywnie niskich wartości N . {\displaystyle N.} W tym wypadku zarówno prawdopodobieństwo, że wylosowana moneta jest fałszywa P ( B ) = 1 / N , {\displaystyle P(B')=1/N,} jak i prawdopodobieństwo, że wylosowano dobrą monetę i następnie otrzymano nieprawdopodobny wynik P ( A B ) = b ( k , n ) ( 1 1 / N ) , {\displaystyle P(A\cap B)=b(k,n)(1-1/N),} jest bardzo małe. W rzeczywistości prawdopodobieństwo, że moneta, którą rzucaliśmy, była dobra, wyraża się jako proporcjonalność tych prawdopodobieństw:

P ( B | A ) = b ( k , n ) b ( k , n ) + 1 / ( N 1 ) . {\displaystyle P(B|A)={\frac {b(k,n)}{b(k,n)+1/(N-1)}}.}

Taką samą równość można otrzymać, korzystając bezpośrednio z twierdzenia Bayesa:

P ( B | A ) = P ( A | B ) P ( B ) P ( A | B ) P ( B ) + P ( A | B ) P ( B ) = b ( k , n ) 1 1 / N b ( k , n ) ( 1 1 / N ) + 1 / N = b ( k , n ) b ( k , n ) + 1 / ( N 1 ) . {\displaystyle P(B|A)=P(A|B)\cdot {\frac {P(B)}{P(A|B)P(B)+P(A|B')P(B')}}=b(k,n)\cdot {\frac {1-1/N}{b(k,n)(1-1/N)+1/N}}={\frac {b(k,n)}{b(k,n)+1/(N-1)}}.}

Już dla zbioru o wielkości N > 2 000 000 {\displaystyle N>2\,000\,000} prawdopodobieństwo, że moneta jest dobra, jest znacząco wyższe ( P ( B | A ) 2 / 3 ) {\displaystyle (P(B|A)\geqslant 2/3)} niż przypadek przeciwny. Istotą błędu rozumowania prokuratorskiego jest zaniedbanie porównywalnie małego prawdopodobieństwa innych przyczyn zdarzenia A.