наука [Тема] Страница 28

Как и Многие биологические переменные, ожидаемая продолжительность Жизни - величина среднестанская, то Есть подчинена рядовой случайности. Она не масштабируема, так как чем старше мы становимся, тем меньше у нас шансов Жить дальше. В развитой стране таблицы страховых компаний предсказывают новорожденной девочке Смерть в 79 лет. Когда она справит 79-й День рождения, ожидаемая продолжительность ее жизни в типичном случае будет составлять 10 лет. В возрасте 90 лет она сможет рассчитывать на 4,7 Года.
В 100 лет - на 2,5 года. Если она чудесным образом доживет до 119 лет, ей останется около 9 месяцев. По мере того как она пересекает очередные пороги, Количество дополнительных лет уменьшается. Это иллюстрация главного свойства случайных переменных, описываемых «гауссовой кривой». Чем старше Человек, тем меньше дополнительных лет у него в резерве.
С человеческими планами и проектами Дело обстоит по-другому. Они часто масштабируемы, как я уже говорил в главе 3. А в случае с масштабируемыми, то есть крайнестанскими, переменными вы получите ровно противоположный Эффект. Скажем, предполагается, что проект будет завершен за 79 дней (берем ту же цифру, что в примере с возрастом Женщины). Если на 79-й день проект не завершен, нужно будет отвести на него еще 25 дней. На 90-й день - еще около 58. На 100-й - 89. На 119-й -149. Если проект еще не завершен в день номер 600, то на него понадобится 1590 дополнительных дней. Как видно, чем дольше вы ждете, тем дольше вам предстоит ждать.

Ученость без эрудиции и природного любопытства ведет к узости мышления и дроблению дисциплин.

Когда экономисту не удается предсказать очередной Кризис, он часто списывает Все на Землетрясение или революцию, заявляя, что он не специалист по геодезии, метеорологии и политологии, вместо того чтобы интегрировать Эти области в свои исследования и признать, что его Область не может существовать в отрыве от прочих.

Проблема в том, что мы сосредоточиваемся на тех редких случаях, когда наша методика срабатывает, и почти Никогда - на многочисленных примерах ее несостоятельности.

Самый интересный Анализ того, как академические Методы работают в реальной Жизни, осуществил Спирос Макридакис. Он устраивал соревнования прогнозистов, использующих так называемую эконометрику - «научный Метод», соединяющий экономическую теорию со статистическими измерениями. Попросту говоря, Макридакис заставлял людей предсказывать в реальной жизни, а Потом оценивал Точность их прогнозов. Вместе с Мишель Ибон он провел несколько «М-состязаний»; третье, и последнее из них, - М-3 - завершилось в 1999 году. Макридакис и Ибон пришли к печальному выводу: «Новейшими и сложнейшими статистическими методами не обязательно достигаются более точные результаты, чем самыми простыми».

Тетлок изучал Проблему «экспертов» в политике и экономике. Он просил специалистов из разных областей оценить Вероятность того, что в Течение заданного временного периода (около пяти лет) произойдут определенные политические, экономические и Военные События. На выходе он получил около двадцати семи тысяч предсказаний почти от трех сотен специалистов. Экономисты составляли около четверти выборки. Исследование показало, что эксперты Далеко вышли за пределы своих допусков на ошибку. Обнаружилась и экспертная Проблема: между результатами докторов наук и студентов не Было разницы. Профессора, имеющие большой список публикаций, справлялись не Лучше журналистов. Единственной закономерностью, которую обнаружил Тетлок, была обратная Зависимость прогноза от репутации: обладатели громкого имени предсказывали хуже, чем те, Кто им не обзавелся.
Но Тетлок ставил перед собой задачу не столько показать, чего реально стоят эксперты (хотя у него это замечательно получилось), сколько выяснить, Почему до них никак не доходит, что они Плохо справляются со своей работой, иными словами, как им удается «втирать себе очки».
<...>
Вы говорите, что играли в другую игру. Допустим, вам не удалось предсказать неожиданный Крах Советского Союза (этого не предвидел ни Один социолог). Легко заявить, что вы прекрасно понимали Суть политических процессов, происходивших в Советском Союзе, но Эти Русские, будучи чрезмерно русскими, искусно скрыли от вас существенные экономические составляющие. Если бы вы обладали этими экономическими данными, вы бы уж Конечно смогли предсказать Падение советского режима. Винить Надо не вашу квалификацию. Так же можно действовать, если вы предсказали решительную победу Эла Гора над Джорджем У. Бушем. Вы не знали, что Экономика в таком отчаянном положении; собственно, этот факт, кажется, был тайной для всех. Вы же не экономист, а борьба-то, оказывается, шла на экономическом ринге.
Вы валите Все на непредвиденные Обстоятельства. Случилось что-то необычайное, лежащее вне поля вашей науки. Поскольку это нельзя было предсказать, вы не виноваты. Это был Черный лебедь, а вы не обязаны предсказывать Черных лебедей.

Булю показал Мне удивительную исследовательскую работу, только что законченную его практикантом и уже принятую к публикации; в ней подробно рассматривались две тысячи предсказаний, сделанных аналитиками ценных бумаг. В работе наглядно показывалось, что Эти брокер-аналитики не предсказывали Ничего: наивный прогноз Человека, просто переносящего цифры из истекшего периода в следующий, был бы немногим хуже. А ведь аналитики владеют информацией о заказах, грядущих контрактах и планируемых расходах и благодаря этим ценным знаниям вроде должны прогнозировать значительно Лучше, чем наш наивный предсказатель, не располагающий никакой информацией, кроме прошлых данных. Хуже того, Разрыв между предсказанными и реальными величинами был гораздо существенней, чем между разными прогнозами, а значит, аналитиками руководил стадный Инстинкт. Иначе прогнозы отстояли бы друг от Друга настолько же, насколько они отстоят от реальности.

Для меня специалисты делятся на две категории. К первой относятся те, Кто склонен к самонадеянности при наличии (некоторых) знаний, - и это легкий Случай. Ко второй - и это тяжелый случай - те, кто самонадеян и при этом полностью некомпетентен («пустые костюмы»).

Что бы Там ни говорили, Полезно Иногда задаваться вопросом: а какова Вероятность Ошибки эксперта? Подвергать сомнению нужно не Методы работы эксперта, а только его Уверенность. (Я сам, обжегшись на нашей медицине, научился осторожности и всем советую: Если вы обратились к врачу с определенными жалобами, а он вам говорит, что у вас стопроцентно не Рак, - не слушайте его).

Мы любим Все ощутимое, подтверждаемое, осязаемое, реальное, зримое, конкретное, знакомое, уже виденное, броское, визуальное, социальное, запоминающееся, эмоционально нагруженное, кричащее, стереотипное, волнующее, театральное, романтическое, «косметическое», официальное; любим наукообразное словоблудие (словоблядие), надутых экономистов-статистиков, математизированную Чушь, Пафос, Французскую академию, Гарвардскую школу бизнеса, Нобелевскую премию, темные деловые костюмы, белые рубашки и галстуки от Феррагамо, пламенные речи, сенсации! Особенно же мы любим Нарратив.

Не нужно отождествлять себя с миром науки, не нужно подвергаться ампутации, чтобы втиснуться в прокрустово ложе специализации.

Более двух тысяч лет тому Назад римский оратор, беллетрист, мыслитель, стоик, политик-манипулятор и (почти всегда) благородный джентльмен Марк Туллий Цицерон в трактате «О природе богов» поведал такую историю. Греческому философу Диагору, прозванному Безбожником, показали изображения людей, которые молились богам и спаслись при кораблекрушении. Подразумевалось, что Молитва спасает от гибели. Диагор спросил: «А где же изображения тех, Кто молился, но все-таки утонул?»

Для счастья важнее то, как часто мы испытываем приятное Чувство, или, как говорят Психологи, «положительный аффект», а не то, насколько сильно это чувство. Иными словами, хорошая новость - это Прежде всего хорошая новость; насколько Она хороша, уже не так важно. Значит, чтобы Жить счастливо, нужно получать свои маленькие «положительные аффекты» как можно более регулярно. Множество просто хороших новостей Лучше, чем Одна отличная новость.

Грег Баррон и Идо Эрев в ходе ряда опытов установили, что Люди склонны преуменьшать малую Вероятность, Если им самим приходится ее просчитывать, то Есть если Она не обозначена в цифрах. Представьте, что вы тянете шары из урны, в которой очень мало красных и много черных шаров, и вам нужно угадать, какого Цвета шар вы Сейчас вытащите; при этом вы не знаете точного соотношения красных и черных. Скорее всего, по вашей оценке, вероятность вытащить красный шар окажется ниже, чем она есть на самом деле. А вот если вам сказать, к примеру, что красных шаров - 3 процента, вы, наоборот, будете ошибаться, говоря «красный» чаще, чем нужно.