Нассим Николас Талеб. Черный лебедь

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.

0.00

Другие цитаты по теме

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.

Покажем двум группам людей размытое изображение пожарного гидранта. Оно должно быть настолько размытым, чтобы невозможно было опознать предмет. Для одной группы людей будем увеличивать разрешение медленно, в десять приемов. Для другой — быстрее, в пять приемов. Остановимся в тот момент, когда у обеих групп будет перед глазами картинка одинаковой четкости, и спросим, что же они видят. Та группа, которая видела меньше промежуточных шагов, быстрее узнает на картинке гидрант. Мораль? Чем больше информации вы даете человеку, тем больше гипотез будет возникать у него по ходу и тем хуже окажется результат. Человеку попадается больше случайного мусора, и он начинает путать его с информацией.

Пол Слович предложил букмекерам отобрать из восьмидесяти восьми видов всевозможных статистических данных о прошлых скачках те, которые им кажутся наиболее полезными при подсчете шансов. Сначала букмекерам дали десять самых полезных параметров и попросили предсказать исход соревнования. Затем добавили еще десять параметров и снова попросили предсказать итог. Но дополнительная информация не прибавила результатам точности, зато заметно подняла уверенность участников в своей правоте. Итак, доказано: информация бывает вредна.

Здесь работает классический ментальный механизм — так называемый эффект привязки. Вы усмиряете свой страх перед неопределенностью, придумывая число и цепляясь за него как за островок посреди пустоты. Этот эффект был открыт отцами психологии неопределенности Дэнни Канеманом и Амосом Тверски, еще когда они только начинали исследовать заблуждения в использовании эвристик. Эффект работает следующим образом. Канеман и Тверски предлагали добровольцам покрутить рулетку. Добровольцы смотрели на выпавшее число, зная, что оно случайно. Затем их просили назвать количество входящих в ООН африканских стран. Ответ коррелировал с выпавшим числом.

Попросите кого-нибудь назвать вам последние четыре цифры своего номера социального страхования, а затем — приблизительное количество зубных врачей в Манхэттене. Вы увидите, что, активировав в сознании собеседника четырехзначное число, вы заставляете его соотносить свое предположение с этим числом.

В 1971 году психологи Дэнни Канеман и Амос Тверски решили помучить профессоров статистики вопросами, сформулированными не как статистические вопросы. Один был приблизительно таков (для большей ясности я поменял пример): представьте, что вы живете в городе, где есть две больницы — одна большая, другая маленькая. В определенный день в одной из этих двух больниц рождается 60 процентов мальчиков. В какой больнице это скорее могло бы произойти? Многие профессора делали ошибку (во время обычной беседы), называя большую больницу, в то время как суть статистики заключается в том, что большие выборки более стабильны и имеют меньше отклонений от долгосрочного среднего показателя (в нашем случае 50 процентов каждого пола), чем маленькие выборки. Эти профессора провалили бы экзамены, которые сами же принимают. Еще работая квант-инженером, я выявил сотни таких серьезных ошибок, сделанных статистиками, забывшими о том, что они статистики.

Экономист Хайман Мински выявил цикличность отношения к риску в экономике. Схема такова: в периоды финансовой стабильности люди не боятся рисковать, они уверены в успехе и редко думают о возможных проблемах. Но случается кризис — и перепуганное большинство «прячется в раковину», боясь вообще куда-либо вкладывать средства.

По данным психолога Пола Словича и его коллег, люди, представьте себе, охотнее платят за страхование от терактов, чем от авиакатастроф (хотя в число последних террористические акты входят как частный случай).

В то же время, как утверждает Слович, в вопросах страхования люди обычно пренебрегают событиями с низкой вероятностью. Это можно сформулировать так: люди предпочитают страхование от возможных мелких убытков, тогда как менее вероятные, но гораздо более крупные потери не принимаются в расчет.

Мы, люди, — жертвы асимметрии в восприятии случайных событий. Мы приписываем наши успехи нашему мастерству, а неудачи — внешним событиям, неподвластным нам. А именно — случайностям. Мы берем на себя ответственность за хорошее, но не за плохое. Это позволяет нам думать, что мы лучше других — чем бы мы ни занимались. Например, 94 процента шведов считают, что входят в 50 процентов лучших шведских водителей; 84 процента французов уверены, что их сексуальные способности обеспечивают им место в верхней половине рейтинга французских любовников.

Еще одно следствие этой асимметрии заключается в том, что мы чувствуем себя в известной мере уникальными, непохожими на других (ведь на них, в нашем представлении, такая асимметрия не распространяется).

Какая из этих ситуаций, на ваш взгляд, более вероятна?

1. Джой, судя по всему, был счастлив в браке. Он убил свою жену.

2. Джой, судя по всему, был счастлив в браке. Он убил свою жену, чтобы завладеть ее наследством.

Наверняка, повинуясь первому впечатлению, вы скажете, что вероятнее второй вариант, хотя это чистой воды логическая ошибка, ведь первое утверждение шире и охватывает не одну возможную причину, а множество: Джой убил свою жену, потому что сошел с ума, или потому, что та изменила ему с почтальоном и лыжным инструктором, или потому, что в состоянии помрачения он принял ее за специалиста по финансовому прогнозированию.

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».