Несколько исследователей, изучив работу и самооценку аналитиков ценных бумаг, получили удивительные результаты, особенно в отношении эпистемической самонадеянности этих деятелей. Сравнивая их с метеорологами, прогнозирующими погоду, Тадеуш Тышка и Петр Зелонка констатируют, что аналитики предсказывают хуже, но при этом больше верят в собственное умение. Во всяком случае, им хватает апломба не снижать предела погрешности после откровенных провалов.
Посмотрим с этой точки зрения на события 11 сентября 2001 года. Около двух с половиной тысяч человек были убиты группой террористов Бен Ладена в башнях-близнецах Международного торгового центра. Их семьи, как и положено, получили поддержку со стороны всевозможных агентств и благотворительных организаций. Но, по данным исследований, за последующие три месяца того же года более тысячи людей стали тайными жертвами террористов. Каким образом? Боязнь летать самолетом заставила многих сесть за руль автомобиля, а дороги куда более опасны, чем воздушные пути. В тот период был отмечен значительный рост числа происшествий на дорогах. Семьи этих погибших не получили поддержки — они даже не узнали, что их близкие тоже стали жертвами Бен Ладена.
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.
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.
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.
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).
Увы, признавая собственную способность ошибаться, не знать, авторитета не наживешь. Люди нуждаются в ослеплении знанием — нам так положено: идти за вожаками, умеющими собрать нас вместе, ведь вместе гораздо надежнее, чем поодиночке. Всегда было выгоднее брести с толпой, пусть по неверному пути, чем по правильному, но в одиночестве. И гены нам достались от тех, кто следовал за самоуверенными дураками, а не за колеблющимися мудрецами. Социальная патология налицо: психопаты с легкостью вербуют приверженцев.
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.
Проблема в том, что мы сосредоточиваемся на тех редких случаях, когда наша методика срабатывает, и почти никогда — на многочисленных примерах ее несостоятельности.
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.
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.
Cлайд с цитатой