Riziko falešně pozitivních detekcí

Kritická perspektiva — riziko falešně pozitivních detekcí.

3 min čtení 511 slov

Riziko falešně pozitivních detekcí

Bucket: methodological · Unique angle: Bayesův base-rate problém — proč i 95% specificita produkuje 50% chyb

Kritika nebo alternativa

Vysoká citlivost EA detekce produkuje falešně pozitivní výsledky — neškodné chování označené jako manipulace.

Tato kritika není okrajová — sahá k samotnému jádru toho, jak EA framework operuje. Pokud ji chceme brát vážně (a měli bychom), musíme být ochotní revidovat strukturu, jazyk i aplikaci frameworku, ne jen kosmetické detaily.

Argumentace

V populačně rozšířených kategorií (např. mírné narcistické rysy) je base rate nízký a počet falešných pozitiv vysoký i při dobré specifičnosti testu (Bayesův teorém). To má reálné důsledky: vztahy, kariéra, soudní rozhodnutí. Statistická chyba se mění v sociální stigma.

Argumentace má tři vrstvy: epistemologickou (co můžeme vědět), metodologickou (jak to zjišťujeme), etickou (co s tím vědomím děláme). Každá vrstva produkuje vlastní limity. EA framework, aby byl dospělý, musí všechny tři přiznat.

Klíčový bod: kritika neničí framework, ale zostřuje jeho aplikační hranice. Jasně vyznačené limity jsou funkcí zralého frameworku, ne jeho slabinou. Bez nich se framework stává ideologií.

Empirická opora

Meehl & Rosen (1955) on base rates; Wood et al. (2002) Rorschach false positives; Lilienfeld & Andrews (1996) on PCL-R specificity.

Tato literatura není okrajová — pochází z hlavního proudu odborné diskuse. EA framework, který by ji ignoroval, by se diskvalifikoval z akademické konverzace.

Implikace pro EA framework

EA framework musí kvantifikovat sensitivity, specificity a positive predictive value pro každou diagnostickou heuristiku. Bez toho jsou klasifikace nepoužitelné v právním nebo HR kontextu.

Konkrétní implementační kroky:

  1. Revize glossary entries — explicitní zmínka této kritiky u relevantních pojmů
  2. Detection signatures — integrace varovných sekcí ('kdy NEAPLIKOVAT')
  3. Educational scenarios — případy, kde EA framework selhává
  4. Cross-domain bridges — odkazy na alternativní rámce
  5. Audit checklist — pravidelná revize, zda kritika je adekvátně reflektována

Odpovědi z kompendia

Kompendium 06-klinicke-aplikace obsahuje sekci o base-rate problému. Detection signatures vyžadují calibration data před deploymentem.

EA framework v Prismatic Platform tuto kritiku nepřijímá pasivně, ale aktivně ji integruje do struktury. To je rozdíl mezi obrannou a dospělou epistemologií.

Cross-linky

Connect & Contribute

Created by Tomáš Korcak (korczis) | Open Source under GHL