Topic: De Mol ontmaskeren met data-analyse

[Theovv]

Ik denk dat het sowieso belangrijk is om meerdere factoren te combineren. De Alles-Combineren werkte vorig jaar uiteindelijk ook, maar die neemt ook de mening van het gehele forum mee. Een model op basis van werkende feitelijke factoren is het mooiste.

Een mooi voorbeeld is de verdachtmakingen van theo, waar een kandidaat verdachter is als hij minder vaak als verdacht wordt bestempeld (logische regie keuze) icm de 'wie-verdenkt-wie', waar een kandidaat verdachter is als hij genoemd is door mensen die in het spel blijven en minder verdacht als afvallers hem ooit noemden.

even een voorbeeld uit een willekeurige week van vorig jaar:



Everon kwam in beide theoriën niet als meest verdachte naar voren, maar was wel het meest constante en scoorde relatief hoog in beide grafieken. Dit zagen we bijna elke week terug. Waar alle anderen behoorlijk wisselvallig konden presteren.

Ik denk dat dit ook wel mooi te combineren is met beste molpositie. Want ik denk dat ook daar geldt dat de mol niet per sé het meest verdacht is, maar wel bovengemiddeld. Ik ga het voor zover mogelijk zelf eens proberen bij te houden en kijken wat het oplevert.

Ik heb dezelfde mening. Dat met dergelijke analyses de mol vrij constant aan de "verdachte" kant van het spectrum zit, maar niet altijd de meest verdachte zal zijn, zo foolproof zijn de verschillende analyses niet. Dan zou het spel te makkelijk zijn. Maar als je naar de analyse van elke aflevering kijkt, en je legt verschillende analysemethoden naast elkaar, zal daar toch wel enigszins een patroon uit te halen zijn.

Ik heb nog eens teruggekeken naar mn analyse van vorig jaar, wie wordt er het meest verdacht gemaakt door regie en medekandidaten. Aanname is dat de mol juist het minst verdacht wordt gemaakt. Ranking meest verdachte per aflevering voor Everon:
Afl 1: (9e van 10, Fresia minst verdacht)
Afl 2: (samen met Fresia en Laetitia minst verdacht van 9)
Afl 3: (7e van 8, Laetitia minst verdacht)
Afl 4: (5e van 7, Laetitia minst verdacht)
Afl 5: (3e van 6, Laetitia en Thomas minst verdacht)
Afl 6: (4e van 5, Laetitia minst verdacht)
Afl 7: (2e van 3, Fresia minst verdacht)
Afl 8: (3e van 3, Everon minst verdacht)
Afl 9: (3e van 3, Everon minst verdacht)
Totaal: (3e van 3, Everon minst verdacht)

Het levert dus niet onweerlegbaar de mol op, op een presenteerblaadje, maar overall zit de mol wel constant bij de minst verdachtgemaakte spelers. Ik had vorig jaar alleen verwacht dat de mol naarmate het seizoen vorderde juist wat meer verdacht naar voren zou komen in de regie, maar dat bleek niet zo te zijn. Hier kan de regie natuurlijk ook mee spelen en varieren per seizoen, wat de analyse lastiger maakt.

Maar wellicht dat de combinatie met andere analyses, zoals molpositie, wel een duidelijk patroon geeft, van 1 kandidaat die stelselmatig bij de minst verdachtgemaakten hoort en bij de beste gepositioneerden qua molpositie staat.

[Vermoljoen]

Toch zou die strategie wel werken als hij had meegenomen dat de mol ook in een aflevering in alle kleine groepen kan zitten. Als je daar de laatste paar vragen op invult heb je wel een goede spreiding. Daarnaast weet je niet of hij onder stress dit wel echt zo heeft ingevuld. Ik denk dat een statistische benadering altijd beter is dan een gevoelsmatige, maar dan moet je het wel goed toepassen .

Ik heb persoonlijk hier tijdens de online versies van WIDM (in 2020 en in het All Stars seizoen) tijdens de eerste afleveringen ook altijd bij veel vragen gebruik gemaakt van strategisch spreiden. Dit met dezelfde methode als Diederik en Maarten: het antwoord aanvinken waar de meeste kandidaten mee corresponderen. Niet op alle vragen, want dat is onmogelijk, maar het vergroot de kansen op doorstoten wel aanzienlijk dan wanneer je je focust op slechts een paar kandidaten. Zeker in het begin.

Verder is het gebruik maken van data inderdaad erg interessant. Ik ben dan ook zeer benieuwd naar wat hieruit zal komen! 

[Lo]

Beste molloten,

Dit is er zeker eentje die je moet gaan volgen:

https://www.codeerik.nl/widm-2023-op-zoek-naar-de-mol-met-data-analyse/

Ik ken Erik persoonlijk, is een oud-collega en ontzettend goed in het schrijven van data-algoritmes.

Lijkt sprekend op de Erik die destijds de Molbeurs programmeerde. Daar kwam ook altijd de juiste mol uit. Daarna heeft molloot vlees het overgenomen, maar al een paar seizoenen is er geen Molbeurs meer, jammer!

[Mollem]

Ik denk dat het sowieso belangrijk is om meerdere factoren te combineren. De Alles-Combineren werkte vorig jaar uiteindelijk ook, maar die neemt ook de mening van het gehele forum mee. Een model op basis van werkende feitelijke factoren is het mooiste.

Ik hoop van harte dat de allescombinerentaart er weer zal zijn dit seizoen 

[VK]

Wanneer post je de eerste bevindingen?

[D*N]

 

[Marimol]

Beide afleveringen zijn geanalyseerd hoor.
Ik volg de link in de openingspost.

code Erik

Het Moldel is ook actief
Moldel

[DeMol!]

Heeft dit niet veel overlap met de Molpunten-theorie van Erik Leppen?

Daar stemmen forumleden op stellingen over molposities. Hoe groter het verschil tussen de mogelijkheden (dus dat forumleden zekerder zijn van wat De Mol zou doen), hoe zwaarder het weegt op de puntentelling.

Daarmee haal het subjectieve van één beoordelaar uit je model. Naar mijn weten heeft Erik het ieder jaar goed gehad (sinds 2013 dacht ik).

[VK]

Tja, ik heb het Chat GPT gevraagd:

Mijn vraag:
Chat GPT, wie is de mol in het Nederlandse  televisieprogramma "Wie is de mol?" 2023? Annick, Anke, Ranomi, Nabil, Sander, Jurre, Soy of Daniël?

Het antwoord
Nabil.

 

Nu weten we gelukkig dat Chat GPT vaak de domste antwoorden geeft, maar toch.  :-)

[Heinz]

Goh, Chat GPT is wel een stuk meer to the point dan alle molloten hier met hun eindeloze analyses.

[Gadoesja]

 

[Lo]

Nu weten we gelukkig dat Chat GPT vaak de domste antwoorden geeft, maar toch.  :-)

Ik kreeg het domste antwoord:

"Het is onmogelijk om te zeggen wie de mol zal zijn in het Nederlandse televisieprogramma "Wie is de mol?" in 2023, aangezien de cast en de uitzenddatum nog niet bekend zijn gemaakt."

Ik probeerde het nog eens en het werd nog gekker:

"Het is nog onbekend wie de mol is in het 2023 seizoen van Wie is de Mol?. De deelnemers en de mol zullen pas bekendgemaakt worden vlak voor de start van het seizoen."

Maar goed, het klopt ook wel dat de mol bekend werd gemaakt voor de start van het seizoen want Anke verscheen daar op het eerste beeld. Dus Anke de mol.

[Pac]

Zijn ergens de precieze uitkomsten van deze data-analyse te vinden? Dan zou ik ze eventueel kunnen combineren met andere vindingen

[joligmolletje]

Ik kreeg het domste antwoord:

"Het is onmogelijk om te zeggen wie de mol zal zijn in het Nederlandse televisieprogramma "Wie is de mol?" in 2023, aangezien de cast en de uitzenddatum nog niet bekend zijn gemaakt."

Ik probeerde het nog eens en het werd nog gekker:

"Het is nog onbekend wie de mol is in het 2023 seizoen van Wie is de Mol?. De deelnemers en de mol zullen pas bekendgemaakt worden vlak voor de start van het seizoen."

Maar goed, het klopt ook wel dat de mol bekend werd gemaakt voor de start van het seizoen want Anke verscheen daar op het eerste beeld. Dus Anke de mol.

Dat is helemaal geen dom antwoord. Chat gpt maakt gebruik van een dataset informatie tot december 2021. Daarom kan Chat gpt niet gebruikt worden voor kwesties waarbij je recente informatie nodig hebt. Ben echt huiverig/kritisch op het gebruik van dit nieuwe middel.

[Lo]

Het is toch zeker extreem dom 

De mol bekend maken voorafgaand aan de serie 

Ik vond dit antwoord een stuk slimmer

Tja, ik heb het Chat GPT gevraagd:

Mijn vraag:
Chat GPT, wie is de mol in het Nederlandse  televisieprogramma "Wie is de mol?" 2023? Annick, Anke, Ranomi, Nabil, Sander, Jurre, Soy of Daniël?

Het antwoord
Nabil.

 

Nu weten we gelukkig dat Chat GPT vaak de domste antwoorden geeft, maar toch.  :-)

maar weet niet of het echt is of een grapje van VK, en zo wel echt, waarom dat ding opeens andere antwoorden geeft nu, antwoorden die er dus niet beter op worden.

[VK]

Ik vond dit antwoord een stuk slimmer maar weet niet of het echt is of een grapje van VK, en zo wel echt, waarom dat ding opeens andere antwoorden geeft nu,

Het is echt (een paar mensen hier hebben de een foto van het scherm elders gezien), maar gelijktijd is het natuurlijk ook een grap. Het zegt niets en misschien heeft Chat GPT wel ergens “”Nabil is de mol” opgepikt van een tunnelde molloot. Geen idee hoe dat werkt.

Chat GPT moeten we nu nog niet te serieus nemen. Als je bijvoorbeeld vraagt “de moeder van Daniël heeft vier zonen: de eerste drie heten Jurre, Soy en Nabil. Hoe heet de vierde?” Komt hij met het antwoord dat hij dat niet kan weten omdat hij die informatie niet heeft. Maar dat soort zaken gaan natuurlijk in een rap tempo veranderen.

Chat GPT geeft op dezelfde vraag trouwens altijd unieke antwoorden (itt Google). Daarom is het ook zo geschikt voor scholieren en studenten. Je wilt niet allemaal hetzelfde inleveren. En ook daarom kun je de mol-vraag maar een keer stellen :-)

[VK]

4 afleveringen gehad. Tijd voor een update?

[Theovv]

Mijn mol, Jurre, nu op kop. Interessant!

[Amethyst]

Als je de molkansen van Code Erik bij elkaar optelt kom je ver boven de 1 uit. Ik zie zo snel geen uitleg, maar maakt niet uit. Na afl. 4:


Code Erik

Jurre 0,390
Soy 0,354
Anke 0,351
Daniël 0,255


Moldel

Soy 31.6%
Nabil 26.2%
Jurre 16.6%
Anke 15.4%
Ranomi 10.2%
Daniël 0.1%

[Amethyst]

Mijn mol, Jurre, nu op kop. Interessant!

Mag wel bij worden opgemerkt dat ook in Code Erik Soy misschien nog op 1 had gestaan. Hij heeft de code tijdens het seizoen aangepast.

Na afl. 2:

"Mijmering na aflevering 2: ik vind het moeilijk dat Soy, die zo opvalt, boven komt drijven. Opvallen is veelal niet iets wat de mol wil doen. Zeker niet in het begin. Maar goed, ik ben hier om niet op gedrag te letten."

Oké, prima. Na afl. 4 schrijft Erik:

! Aanpassing van mijn model: Ik heb mijn code aangepast op bovenstaand type bewijs. Ik twijfelde hier wel over. Deze kennis sluit namelijk niet goed aan bij mijn hypothese (De mol heeft een voorkeur voor bepaalde groepen bij sommige opdrachten). Maar het vormt wel degelijk kennis over wie de mol kan zijn. Één van die drie personen had een rood scherm. Misschien ga ik hier spijt van krijgen. Mocht mijn model uiteindelijk niet juist zijn, dan kan ik deze stap nog eens terugdraaien en kijken of de uitkomst dan beter was geweest. Zo leer ik weer wat voor volgend jaar

Ik sluit niet uit dat dit is ingegeven door z'n anti-Soy bias. De reden die Erik noemt is een aparte:

"Bij de groep met de hoogste bedragen (Daniël, Nabiel en Soy) zit sowieso een rood scherm. Deze groep heeft dus een grotere kandidaat kans dan de andere groep."

Nee toch? In beide groepen (Daniël, Nabil, Soy en Anke, Ranomi, Jurre) zitten minstens 2 kandidaten. Meer kan ik er niet over zeggen. Wie het rode scherm had heeft geen invloed op de molkans m.i.