Ontbreken van generaliseerbaarheid van groep naar individu bij pseudocontingenties

Waarom onze opvattingen over voedsel misleidend kunnen zijn

Veel mensen denken dat de lekkerste gerechten het minst gezond zijn, hoewel heel wat maaltijden zowel voedzaam als smakelijk kunnen zijn. Dit artikel onderzoekt waarom zulke hardnekkige overtuigingen ontstaan en, cruciaal, waarom verschillende mensen in zeer verschillende mate op deze snelkoppelingen vertrouwen. Door te kijken naar hoe we leren van alledaagse ervaringen met voedsel, laten de auteurs zien dat een eenvoudige mentale regel onze wereldbeelden kan vormen — en dat gemiddeldes over mensen heen verbergen hoe divers ons denken werkelijk is.

Hoe we verbanden raden zonder ze direct te zien

Mensen trekken voortdurend conclusies over relaties: donkere wolken betekenen regen, veel publicaties betekenen academisch succes, en voor velen betekent ongezond voedsel beter van smaak. Vaak houden we niet bij hoe vaak dingen echt samen voorkomen; in plaats daarvan letten we op hoe vaak elk ding op zichzelf voorkomt. De auteurs richten zich op deze snelkoppeling, pseudocontingentie-inferentie: mensen kijken naar de afzonderlijke frequenties van “gezond” en “lekker” in hun omgeving en behandelen die basiskansen alsof ze direct een verband tussen gezondheid en smaak onthullen. Deze strategie kan efficiënt zijn wanneer informatie schaars is, maar kan makkelijk illusies produceren wanneer de omgeving scheef is — bijvoorbeeld wanneer er veel ongezonde maar verleidelijke voedingsopties aanwezig zijn.

Een computermodel van leren uit voedselomgevingen

Om dit proces te bestuderen bouwden de onderzoekers een agentgebaseerd computermodel waarin gesimuleerde individuen één voor één voedingsmiddelen tegenkomen in verschillende omgevingen. Voor elk voedingsmiddel noteert een agent of het gezond is en of het lekker is. Uit deze ervaringen kan de agent twee soorten informatie berekenen: de werkelijke koppeling tussen gezondheid en smaak (hoe vaak ze samen voorkomen) en de basiskansen (hoe vaak elk afzonderlijk voorkomt). Het model veronderstelt dat elke agent deze twee bronnen samenvoegt tot één overtuiging, gestuurd door een parameter voor de sterkte van de bias. Aan het ene uiterste volgen overtuigingen alleen de werkelijke koppelingen; aan het andere uiterste volgen ze alleen de basiskansen. Naarmate de agenten meer voedingsmiddelen zien, passen ze hun overtuigingen geleidelijk aan, wat nabootst hoe mensen indrukken over de gezondheid–smaakrelatie kunnen vormen.

Mensen vertrouwen op snelkoppelingen — maar niet allemaal evenveel

De auteurs pasten dit model vervolgens toe op bestaande gegevens uit laboratoriumexperimenten waarin deelnemers veel maaltijden zagen die varieerden in gezondheid en smaak. De omgevingen waren zodanig opgezet dat basiskansen en werkelijke koppelingen soms tegengestelde signalen gaven. Wanneer het model één gedeelde bias-sterkte voor iedereen gebruikte, reproduceerde het de gemiddelde verschuiving in overtuigingen richting het idee dat ongezond voedsel beter smaakt in omgevingen met scheve basiskansen. Deze groepsinstelling kon echter niet de brede spreiding van individuele reacties verklaren die de experimenten toonden. Toen de onderzoekers elke persoon een eigen bias-sterkte lieten hebben, vonden ze sterke aanwijzingen dat de meeste mensen geneigd zijn base rates te gebruiken, maar in zeer verschillende mate. Gemiddeld gebruikten individuen pseudocontingenties minder dan het groepsmodel suggereerde, en individuele waarden varieerden van laag tot zeer hoog gebruik.

Wanneer eenvoudige modellen beter generaliseren dan gedetailleerde

Het team ging een stap verder door te testen of deze geschatte parameters resultaten konden voorspellen in een tweede, onafhankelijke experiment met een iets andere voedselomgeving. Interessant genoeg deed de alles-in-één groepsparameter het beter bij het voorspellen van gemiddelde overtuigingen in deze nieuwe studie dan de fijngestemde individuele parameters. Het rijkere, persoonsgebonden model ving variatie in de oorspronkelijke dataset op maar leunde mogelijk te veel op ruis die niet doordroeg naar nieuwe contexten. Dit onthult een spanning die in veel vakgebieden bekend is: modellen die nauw individuele verschillen volgen kunnen meer details in één studie verklaren, maar generaliseren soms slechter dan eenvoudigere, meer spaarzame beschrijvingen.

Wat dit betekent voor het begrijpen en veranderen van overtuigingen

De bevindingen tonen aan dat veel van onze alledaagse overtuigingen over hoe dingen samenhangen — zoals “ongezond = lekker” — kunnen voortkomen uit de simpele manier waarop we structuur in onze omgeving lezen, in plaats van uit de werkelijke onderliggende relaties. Toch verschillen mensen sterk in hoeveel ze op deze snelkoppeling leunen, en modellen die over individuen heen middelen kunnen dat vertrouwen overschatten. Voor wie gezondheidsboodschappen, consumentenbeleid of sociale interventies ontwerpt, suggereert de studie twee lessen: het veranderen van wat het meest voorkomt in onze omgeving kan overtuigingen systematisch verschuiven, en aandacht voor individuele verschillen kan cruciaal zijn bij het richten op gedragsverandering of het verklaren van gezondheidsongelijkheden.

Bronvermelding: Kaan, J., Kunz, S., Moore, S. et al. Lack of group-to-individual generalizability in pseudocontingencies. Sci Rep 16, 10459 (2026). https://doi.org/10.1038/s41598-026-41585-1

Trefwoorden: geloofsvorming, eetgewoonten, cognitieve vertekening, computationele modellering, gezondheidsperceptie