De waarheid over het milieu

De waarheid over het milieuMilieuvraagstukken zijn vaak complexe vraagstukken waarover onze kennis per definitie onvolledig is. Dit omdat er vaak sprake is van onwetendheid. Prof. Dr. Ad Ragas heeft een hypothese ontwikkeld over hoe je onwetendheid in milieuvraagstukken beter zou kunnen bepalen. Dit zal leiden tot een kwalitatieve verbetering van het milieudebat.

Milieu-natuurwetenschappen verschillen op een aantal essentiële punten van de traditionele natuurwetenschappen. Waar de traditionele natuurwetenschapper een eigen onderzoeksvraag kan bedenken en zelf het onderzochte systeem kan afbakenen, wordt de milieu-natuurwetenschapper geconfronteerd met een vraag vanuit de samenleving over een vaststaand en complex systeem. De milieu-natuurwetenschapper integreert de beschikbare (natuur)wetenschappelijke kennis om het gedrag van dit complexe systeem te beschrijven en voorspellen. Omdat onze kennis over veel processen onvolledig is of zelfs geheel ontbreekt, zijn de voorspellingen van de milieu-natuurwetenschapper inherent onzeker.

We zijn relatief goed in staat om onzekerheden in modelvoorspellingen te kwantificeren als deze voortkomen uit onzekerheden in invoergegevens, bijvoorbeeld met behulp van computersimulaties. Maar hebben we dan ook alle onzekerheden te pakken? Het antwoord is “nee”. Er zijn namelijk verschillende soorten van onzekerheden.

Verschillende soorten van onzekerheden

De known knownsworden gevormd door kennis die tot nauwkeurige voorspellingen leidt, zoals de wetten van Newton. De known unknownsworden gevormd door kennis die een bekende mate van onzekerheid bevat, zoals de onzekerheden in de invoergegevens van een model. En de unkown unknownsworden gevormd door de kennis die we eigenlijk nodig hebben, maar die we niet bezitten en waarvan we ook niet weten dat we deze kennis niet bezitten.

Deze unknown unknowns, oftewel onwetendheid, vormen een lastig fenomeen voor milieu-natuurwetenschappers. Want hoe kom je te weten dat je iets niet weet? Een voor de hand liggend antwoord is: achteraf. Als je belangrijke zaken over het hoofd ziet dan kom je daar op den duur vanzelf achter. Pas als het kalf verdronken is, dempt men de spreekwoordelijke put. Zo kan onwetendheid dus leiden tot beslissingen die achteraf fout blijken. Dit roept de vraag op of we de mate van onwetendheid vooraf kunnen bepalen.

Maakt het uit of we veel of weinig weten?

Maar… zelfs al zouden we de mate van onwetendheid kunnen bepalen, is dit dan zinvol? Maakt het voor een beslissing iets uit of we heel veel weten of heel weinig weten? Het antwoord op deze vraag geef ik aan de hand van een voorbeeld: de Ellsberg paradox.

Tijdens een experiment krijgen proefpersonen de opdracht om een weddenschap aan te gaan. Ze moeten daarbij kiezen tussen twee weddenschappen. De eerste weddenschap bestaat uit een vaas met 20 knikkers: 10 rode en 10 blauwe. De tweede weddenschap bestaat ook uit een vaas met rode en blauwe knikkers; er wordt vooraf echter niet verteld hoeveel rode en hoeveel blauwe knikkers in de tweede vaas zitten. Voor beide weddenschappen geldt: als er een rode knikker wordt getrokken dan krijgt de proefpersoon een beloning, zeg 1000 Euro. De gangbare kanstheorie stelt dat vaas 1 alleen de voorkeur verdient boven vaas 2 als de kans op succes bij vaas 1 groter is dan bij vaas 2.

Mensen gaan onwetendheid bij voorkeur uit de weg

Omdat de kans op succes bij vaas 2 door een gebrek aan informatie niet kan worden bepaald zou vaas 1 dus niet de voorkeur moeten krijgen boven vaas 2. Het omgekeerde geldt ook, dus je zou verwachten dat evenveel proefpersonen vaas 1 als vaas 2 kiezen. Dit blijkt in de praktijk echter niet het geval: proefpersonen hebben een duidelijke voorkeur voor vaas 1. Dit duidt er op dat mensen onwetendheid liever mijden. De conclusie luidt dan ook dat onwetendheid invloed heeft op het beslisgedrag van mensen. Meer recent onderzoek laat zien dat beslissingen onder onwetendheid niet goed worden voorspeld met conventionele kosten/baten-modellen en dat mensen bij dergelijke beslissingen argumenten hanteren die variëren als functie van de beschikbare informatie (Hogarth en Kunreuther, 1995).

Als onwetendheid invloed heeft op beslissingen, dan wordt de mate van onwetendheid relevant. Het ligt dan voor de hand dat bij een geringe mate van onwetendheid beslissingen anders verlopen dan bij een grote mate van onwetendheid. Onderstaande figuur schetst beide situaties waarbij ter illustratie een aantal milieuvraagstukken wordt genoemd waarop deze situaties van toepassing zijn. Voor DDT en zure regen geldt dat over de milieurisico’s relatief veel bekend is. Over de milieurisico’s van de winning van schaliegas en de toepassing van nanotechnologie is op dit moment veel minder bekend.

Kennisvelden zure regen, schaliegas

Hoe hoger de mate van onzekerheid, hoe behoudender men zich toont in de besluitvorming

Maar wat is het verschil tussen beslissingen onder een hoge mate van onwetendheid en beslissingen onder een geringe mate van onwetendheid? De Ellsberg paradox laat zien dat mensen geneigd zijn om onwetendheid te mijden. Dit lijkt er op te duiden dat mensen onder een hoge mate van onwetendheid geneigd zullen zijn om conservatievere beslissingen te nemen dan onder een geringe mate van onzekerheid. Hier dringt zich een vergelijking op met het voorzorgsbeginsel dat in de Verklaring van Riode Janeiro inzake Milieu en Ontwikkeling (1992) als volgt is omschreven:

Teneinde het milieu te beschermen zullen staten naar hun vermogen op grote schaal de voorzorgsbenadering moeten toepassen. Daar waar ernstige of onomkeerbare schade dreigt, dient het ontbreken van volledige wetenschappelijke zekerheid niet als argument te worden gebruikt voor het uitstellen van kosteneffectieve maatregelen om milieuaantasting te voorkomen.

Als we goed naar deze omschrijving van het voorzorgsbeginsel kijken dan blijkt deze minder geschikt voor situaties waarbij sprake is van een grote mate van onwetendheid. De omschrijving bevat immers verschillende zinsneden die uitgaan van de beschikbaarheid van een grote mate van wetenschappelijke kennis, zoals “daar waar ernstige of onomkeerbare schade dreigt” en “het ontbreken van volledige wetenschappelijke zekerheid”. Bij onwetendheid is deze kennis niet beschikbaar. Vandaar mijn voorstel om voor het omgaan met onwetendheid een nieuw beginsel te introduceren:

Daar waar een grote mate van kennis over mogelijke ernstige of onomkeerbare schade ontbreekt, dient deze kennis eerst te worden verzameld voordat nieuwe activiteiten of technologieën op grote schaal worden toegestaan.

Belangrijk  is om de mate van onwetendheid in mileuvraagstukken te bepalen

Als we de mate van onwetendheid bij een beleidsbeslissing willen betrekken, dan is het belangrijk dat we onwetendheid kunnen meten. En dat lijkt een contradictio in terminis, want hoe kun je meten wat we niet weten? De ervaringen die ik de afgelopen jaren in de milieuwereld heb opgedaan hebben tot een hypothese geleid over hoe je onwetendheid in milieuvraagstukken zou kunnen bepalen. En die hypothese wil ik de komende jaren aan de Open Universiteit verder onderzoeken.

Mijn ervaringen bij het Wetenschappelijke Klankbordgroep Normstelling Water en Lucht (WK NWL) en de vereniging Leefmilieu hebben me tot deze hypothese gebracht. Ten eerste ben ik sinds 2003 ben ik voorzitter van de WK NWL van het Ministerie van Infrastructuur en Milieu. De afgelopen jaren is het verschillende keren voorgekomen dat vertegenwoordigers van de industrie bij de klankbordgroep wetenschappelijke kennis hebben ingebracht die – naar mijn overtuiging – tot een betere onderbouwing van normen heeft geleid.

En ten tweede ben ik betrokken bij de vereniging Leefmilieu. Het is Leefmilieu de afgelopen jaren verschillende keren gelukt om geplande activiteiten die schadelijk waren voor het milieu stop te zetten of aan te passen waarbij zij zich beroepen op een mix van juridische en wetenschappelijke argumenten. Leefmilieu is overigens niet de enige organisatie die dat lukt. Uit onderzoek van OU buitenpromovenda Marga Jacobs blijkt dat uiteenlopende bewonersgroepen met behulp van moderne informatietechnieken zoals internet goed in staat zijn om wetenschappelijke kennis te verzamelen, interpreteren en daarbij kritische vragen te stellen (Jacobs en Ragas, in prep.).

Belangengroeperingen zijn goed in het kritisch reflecteren

Uit beide voorbeelden blijkt dat belangengroepen heel goed in staat zijn om wetenschappelijke informatie te interpreteren. Het belang dat zij voorstaan zorgt ervoor dat zij kritisch reflecteren op de beschikbare wetenschappelijke informatie waardoor hiaten in kennis worden blootgelegd. Belangengroeperingen lijken dus geknipt om onwetendheid in milieuvraagstukken bloot te leggen. Zoals een bank professionele hackers inhuurt om de veiligheid van een nieuw computersysteem te testen, zo kunnen wij belangengroeperingen inzetten om de kennishiaten in milieuvraagstukken te identificeren. Dat brengt mij bij mijn hypothese:

Door belangengroepen actief te betrekken bij het wetenschappelijke proces – vooral tijdens de probleemafbakening en de onzekerheidsanalyse – zal een vollediger beeld ontstaan van onze onwetendheid.

Ik realiseer me dat deze stelling veel vragen oproept, bijvoorbeeld over het kennisniveau van belangengroeperingen, de beschikbare middelen, het geschikte schaalniveau, de rol van de onafhankelijke wetenschappers en het beheersen van conflicten.

Naar mijn idee zouden onderzoeks- en adviesraden er goed aan doen om dit gegeven te onderkennen door wetenschappelijke vertegenwoordigers van belangengroeperingen actiever bij haar adviezen te betrekken. Dat is een stuk efficiënter dan de optie waarbij wetenschappers achteraf door belangengroeperingen worden ingeschakeld om een advies te beoordelen.

Ad Ragas is hoogleraar milieuwetenschappen aan de faculteit natuurwetenschappen van de Open Universiteit. Deze tekst is een ingekorte versie van zijn inaugurale rede.

You may also like...

Geef een reactie

Het e-mailadres wordt niet gepubliceerd. Verplichte velden zijn gemarkeerd met *

De volgende HTML-tags en -attributen zijn toegestaan: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>