In onze moderne technologische samenleving heerst de (onuitgesproken) opvatting dat wanneer je maar lang genoeg onderzoek doet met steeds sterkere microscopen en krachtigere computers, de onzekerheid zal afnemen en dat uiteindelijk elk onderwerp te begrijpen is. Robert Sapolsky, hoogleraar biologie en neurologie aan de Stanford University [1], onderzocht de juistheid hiervan. Hij koos een onderwerp waarover veel gepubliceerd is op verschillende niveaus van schaalgrootte. Over testosteron bleek veel materiaal te bestaan van voldoende kwaliteit en op diverse niveaus. Hij verdeelde deze in: (1) studies die zich bezighielden met het geheel, (2) zich concentreerden op deelelementen en (3) zich concentreerden op onderdelen van deelelementen, enzovoort. Vervolgens keek hij naar de resultaten met de vraag of de mate van onzekerheid afnam bij toenemend inzoomen. De conclusie was ontnuchterend: dat bleek niet het geval. Meer kennis over details geeft kennelijk niet meer zekerheid over het geheel.

Yuval Harari, historicus en filosoof, beschrijft in Homo Deus de kennisparadox [2] op een andere manier. Hij wijst erop dat toename van kennis over de sociale en economische geschiedenis niet heeft geleid tot meer grip op de gebeurtenissen. Pogingen om sociale of economische ontwikkelingen te sturen met kennis uit het verleden leiden juist tot meer onvoorspelbaarheid. Mensen gaan zich anders gedragen wanneer ze gestuurd worden met behulp van informatie uit het verleden. Een zuiver centraal geleide economie is inderdaad niet het meest succesvolle economische systeem. Harari: Hoe meer gegevens we hebben en hoe beter we de geschiedenis begrijpen des te sneller de loop van de geschiedenis verandert en des te sneller onze kennis achterhaald raakt.

Bruno Burlando, hoogleraar fysiologie, [3] schrijft over de kennisparadox: ‘We hebben modellen nodig om kennis te verwerven over de echte wereld. Met de toename van kennis komen er steeds meer modellen. Elk model verwijdert ons verder van de werkelijkheid.’ Volgens hem maakt men nieuwe modellen wanneer bij een onderwerp niet duidelijk is of een element erbij hoort of niet. Wanneer niet exact gediscrimineerd kan worden tussen twee antwoorden: goed of fout. Deze onscherpte leidt tot meer modellen. Hier hoort een andere paradox bij. In hoofdstuk 2 kwam Wittgenstein ter sprake. Samen met Bertrand Russell hield hij zich bezig met logica en wiskunde. Ze probeerden ingewikkelde vraagstukken van de wiskundige logica op te lossen. Een voorbeeld hiervan is het probleem dat nu bekend staat als de Russell-paradox. Russell ontdekte dat er iets niet klopte met de verzamelingenleer. Het draaide om de vraag of verzamelingen zichzelf kunnen bevatten. In lekentaal gaat dit als volgt. Een barbier in Sevilla heeft een uithangbord waarop staat: “Ik scheer alle mannen die zichzelf niet scheren”. Scheert hij zichzelf? Dit probleem is gemakkelijk op te lossen wanneer de barbier een vrouw kan zijn. Maar dat was niet de bedoeling van het vraagstuk. Russell heeft de paradox opgelost door regels te formuleren waaraan verzamelingen moeten voldoen om niet met zichzelf in tegenspraak te raken. Wat hij deed was beginnen bij het definiëren van de verzameling. Hij stelde daarmee de (wiskundige) verzameling centraal en niet het element (uit de werkelijkheid). De werkelijkheid moet zich kennelijk aanpassen aan het model. Dat is toch de omgekeerde wereld, zou je zeggen? Het werkt overigens goed zolang je discriminerende kenmerken kunt toevoegen die groepen verdeelt via de keuze ja of nee. Je krijgt dan een beslisboom met verzamelingen. Bij de barbier gaat dat prima.

Deze aanpak faalt echter wanneer je niet alleen de keuze ja/nee hebt, maar ook tussenliggende posities. Neem de Kretenzer Epimenides die zegt: Alle uitspraken van Kretenzers zijn gelogen. Liegt Epimenides? Natuurlijk is dit een theoretisch model. In de echte wereld is het heus niet zo dat Kretenzers altijd liegen, of nooit. Als je toch een beslisboom wilt maken moet je aanvullende regels formuleren met kunstmatige ja/nee indelingen zoals: ze liegen altijd wanneer het om geld gaat, wanneer hun leven op het spel staat, in het buitenland, of alleen op woensdag. Onzin dus. De verzameling centraal stellen is een wiskundig trucje. We zagen dit al in de inleiding. Op deze manier definieer je de werkelijkheid in plaats van ze te beschrijven. Het model centraal stellen in plaats van de werkelijkheid, dat is de diagnose centraal stellen in plaats van de patiënt. Parallel hieraan zou je kunnen zeggen dat je voor elke uitzondering een nieuw protocol maakt. Voor elk incident een nieuwe toevoeging in de bijsluiter, in de voorwaarden of de disclaimer, of een nieuw artikel bij de wet. Dat is niet per se fout, maar bedenk hoe dit werkt. Wanneer er veel variatie is, dan is een beslisboom niet handig. Er is iets anders nodig. We geven je graag mee wat dat andere kan zijn in hoofdstuk 22.