Nudge: betekenis en toepassing

Een pensioenfonds wil dat deelnemers hun keuzes controleren en een werkgever wil dat medewerkers een training afronden. Soms helpt het meer om de keuze anders in te richten dan om extra uitleg of een beloning te bieden. Wat is een nudge precies, hoe goed werkt het en waar liggen de ethische grenzen?

Een nudge is een aanpassing in de keuzearchitectuur die gedrag voorspelbaar beïnvloedt zonder opties te verbieden of financiële prikkels wezenlijk te veranderen.

Richard Thaler en Cass Sunstein maakten het begrip in 2008 bekend. Standaardopties, herinneringen, sociale norminformatie, vereenvoudiging en framing zijn allemaal nudges. Gepubliceerde studies vinden gemiddeld een klein tot middelgroot effect, maar na correctie voor publicatiebias en bij grootschalige toepassing blijft daarvan veel minder over.

Het begrip nudge (Engels voor 'een duwtje') is bekend geworden door Richard Thaler en Cass Sunstein. In hun boek Nudge (Thaler & Sunstein, 2008, p. 6) is een nudge elk aspect van de keuzearchitectuur dat gedrag voorspelbaar verandert, zonder opties te verbieden of economische prikkels wezenlijk te veranderen (Barton & Grüne-Yanoff, 2015, die de definitie letterlijk citeren).

Keuzearchitectuur is de manier waarop een keuze wordt aangeboden: welke optie vooraf is ingesteld, in welke volgorde opties staan en hoeveel moeite een handeling kost. Die is er altijd, ook als niemand er bewust over nadacht. Het boek bouwde voort op hun eerdere artikel over libertair paternalisme (Thaler & Sunstein, 2003).

Een nudge verbiedt geen opties en verandert financiële prikkels niet wezenlijk. Een verbod, boete of forse beloning is dus geen nudge; 'wezenlijk' laat wel ruimte voor interpretatie.

Een nudge is ook breder dan één middel. Een herinnering is één type nudge; een standaardoptie, een kortere aanmeldprocedure of een andere volgorde van opties zijn evengoed nudges. Informatie kan deel uitmaken van een nudge als ze eenvoudiger, zichtbaarder of op een beter moment wordt aangeboden.

Het begrip zegt niets over de richting. Dezelfde technieken kunnen keuzes vergemakkelijken die mensen zelf willen maken, maar ook keuzes sturen in het belang van een aanbieder.

Mertens en collega's onderscheiden drie categorieën, elk gericht op een ander knelpunt (Mertens e.a., 2022):

• Beslisinformatie (beperkte toegang tot informatie): informatie begrijpelijk maken, zichtbaar maken of een sociaal referentiepunt bieden, zoals wat vergelijkbare anderen doen.
• Beslisstructuur (beperkte capaciteit om opties te beoordelen): standaardopties of een actieve keuze, de moeite die een optie kost, de samenstelling en volgorde van opties. Vereenvoudiging valt hieronder.
• Beslisondersteuning (beperkte aandacht en zelfbeheersing): herinneringen en hulp bij een toezegging.

Framing past het best bij beslisinformatie: dezelfde keuze formuleren als winst of als verlies kan voorkeuren voorspelbaar verschuiven (Tversky & Kahneman, 1981).

Een standaardoptie (default) is wat geldt als iemand niets doet. Johnson en Goldstein vergeleken landen waar je zelf kiest om orgaandonor te worden (opt-in) met landen waar je donor bent tenzij je bezwaar maakt (opt-out). In opt-outlanden lag de toestemming in de hoge negentig procent, in opt-inlanden veel lager (Johnson & Goldstein, 2003, samengevat door Jachimowicz e.a., 2019). Een grote replicatie herhaalde het effect in hun scenario-experiment (Chandrashekar e.a., 2023). Bij een Amerikaanse werkgever verhoogde automatische pensioeninschrijving de deelname, en veel deelnemers behielden de vooraf ingestelde bijdrage (Madrian & Shea, 2001).

Een meta-analyse van 58 datasets (73.675 deelnemers) vond gemiddeld d = 0,68 (95%-betrouwbaarheidsinterval 0,53–0,83), sterker bij consumentenkeuzes en zwakker bij milieubeslissingen. Defaults werkten vooral doordat de standaard voelt als aanbeveling of als bezit (Jachimowicz e.a., 2019). Een default verandert wel een keuze, maar niet automatisch de uitkomst: bij orgaandonatie is opt-out één factor tussen vele (Steffel e.a., 2019).

De meta-analyse van Mertens en collega's bundelt ruim 200 publicaties met meer dan twee miljoen deelnemers. De gecorrigeerde versie (2022) komt uit op gemiddeld d = 0,43 (95%-betrouwbaarheidsinterval 0,38–0,48): klein tot middelgroot. Cohens d drukt een groepsverschil uit in standaarddeviaties. Ingrepen in de beslisstructuur scoorden het hoogst (d = 0,54), beslisinformatie (0,34) en beslisondersteuning (0,28) lager. Voedingskeuzes lieten het grootste effect zien (0,65), financiële beslissingen het kleinste (0,24) (Mertens e.a., 2022).

Zo'n gemiddelde voorspelt weinig over één nudge in jouw situatie. Effecten lopen sterk uiteen; veel studies hebben vermoedelijk een onderliggend effect rond nul (Szaszi e.a., 2022).

Studies met grote effecten worden vaker gepubliceerd. Mertens en collega's vonden zelf aanwijzingen voor publicatiebias; bij matige bias daalde hun schatting naar d = 0,31 (Mertens e.a., 2022). Maier en collega's corrigeerden met een robuuste Bayesiaanse meta-analyse en hielden gemiddeld 0,04 over (0,00–0,14). Voor informatie- en ondersteuningsnudges en voor financiën vonden zij bewijs tegen een effect; voor structuurnudges zoals defaults was het bewijs onbeslist (Maier e.a., 2022). Een algemeen gemiddeld effect is dus onbewezen, niet elke nudge ineffectief.

DellaVigna en Linos analyseerden 126 experimenten met ruim 23 miljoen mensen van twee Amerikaanse nudge units (overheidsteams). Het effect was gemiddeld 1,4 procentpunt (8,0 procent boven controle), tegenover 8,7 procentpunt (33,4 procent) in academische tijdschriften. Selectieve publicatie verklaarde ongeveer 70 procent van dat verschil (DellaVigna & Linos, 2022).

Thaler en Sunstein noemen hun benadering libertair paternalisme: paternalistisch omdat gedrag wordt gestuurd richting het eigen welzijn van mensen, libertair omdat de keuzevrijheid blijft (Barton & Grüne-Yanoff, 2015). Dat roept vragen op:

• Wie bepaalt wat goed is? Situaties en voorkeuren verschillen sterk.
• Transparantie. Volgens Barton en Grüne-Yanoff zijn nudges pas echt vermijdbaar als zowel het soort ingreep als de concrete ingreep zichtbaar is; verborgen nudges zijn moeilijker te controleren.
• Manipulatie. Hoe meer een ingreep steunt op onoplettendheid in plaats van begrijpelijke informatie, hoe dichter hij bij manipulatie komt.

Redactioneel advies: kun je de nudge openlijk uitleggen aan wie hij beïnvloedt, en zouden zij de richting onderschrijven?

Keuzearchitectuur kan ook drempels opwerpen, door Thaler sludge genoemd (Thaler, 2018). Sunstein omschrijft sludge als wrijving die mensen scheidt van wat ze willen bereiken, zoals lange formulieren of een opzegprocedure die veel lastiger is dan aanmelden (Newall, 2023).

Dark patterns gaan verder: ontwerpkeuzes die gebruikers dwingen, sturen of misleiden tot onbedoelde en mogelijk schadelijke beslissingen. In ongeveer 11.000 webwinkels vonden Mathur en collega's 1.818 gevallen (Mathur e.a., 2019). De grens met een nudge ligt bij misleiding, dwang en het ondermijnen van een vrije keuze. Meer hierover lees je in Neuromarketing en ethiek.

Deze stappen zijn redactioneel advies, geen gevalideerd protocol.

1. Maak het gedrag concreet: wie doet wat, wanneer, en welke uitkomst telt?
2. Breng de keuzearchitectuur in kaart, inclusief sludge.
3. Stel een diagnose: ontbreekt informatie, is de keuze te ingewikkeld, ontbreekt aandacht of willen mensen niet? Interviews en associatieonderzoek tonen welke betekenis de keuze heeft.
4. Kies een passende nudge en toets die ethisch: transparant, in het belang van de doelgroep, eenvoudig te vermijden.
5. Toets met een controlegroep en leg uitkomstmaat en analyse vooraf vast.
6. Meet gedrag én uitkomst, ook per subgroep.
7. Verwacht bij opschaling een kleiner effect.

Dit voorbeeld is fictief en bevat geen onderzoeksresultaten.

Situatie. Een pensioenfonds wil dat deelnemers inloggen om hun keuzes te controleren, zoals contactgegevens en de verdeling van een partnerpensioen. Na de jaarlijkse brief logt maar een klein deel in.

Keuzevraag. Welke aanpassing maakt inloggen én controleren waarschijnlijker, zonder druk of misleiding?

Beschikbare informatie. Loggegevens tonen waar deelnemers afhaken; interviews tonen hoe zij over pensioen denken.

Passende aanpak. Eerst sludge wegnemen: minder inlogstappen en een directe link. Daarna drie varianten willekeurig toewijzen: de huidige brief, een vereenvoudigde brief met één concrete actie en de benodigde tijd, en die brief plus een herinnering na twee weken. Uitkomstmaat, vooraf vastgelegd: afgeronde controles binnen dertig dagen, niet alleen inlogs.

Mogelijke interpretatie. Een verschil geldt voor deze deelnemers en dit moment, en zegt niet of zij betere pensioenkeuzes maken.

Vervolgstap. Herhaal bij een andere groep. Blijft een verschil uit, ga terug naar de diagnose: willen deelnemers niet, of lukt het niet?

• Nudge gelijkstellen aan één middel, zoals een herinnering.
• Een gemiddeld effect als voorspelling gebruiken voor jouw doelgroep.
• Keuzes meten en uitkomsten vergeten: meer aanmeldingen zijn nog geen gewenst resultaat.
• Nudgen zonder diagnose: wie het gedrag bewust niet wil, verandert niet door een duwtje.
• Verborgen of misleidende nudges inzetten; die ondermijnen vertrouwen.
• Geen controlegroep, waardoor je niet weet of de nudge het verschil maakte.

Een nudge past de keuzearchitectuur bewust aan zonder opties te verbieden of prikkels wezenlijk te veranderen. Standaardopties hebben het sterkste bewijs, maar gemiddelde effecten zijn waarschijnlijk overschat. Behandel elke nudge als hypothese: stel een diagnose, toets met een controlegroep en kies alleen ingrepen die je openlijk kunt verantwoorden.