Нассим Талеб - Чёрный лебедь. Под знаком непредсказуемости

Знание, даже точное знание, не часто приводит к правильным действиям, потому что, стоит нам расслабиться, и мы тут же забываем то, что знаем, или перестаем соображать, как этим пользоваться, даже если мы — эксперты. Было установлено, что статистики имеют обыкновение оставлять свои мозги в аудитории и допускать за ее порогом самые тривиальные логические ошибки. 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.

Если вам нужен еще один пример нашей смехотворной ареал-специфичности, сходите как-нибудь в элитный «Рибок Спорт-клуб» в Нью-Йорке и посмотрите, сколько народу, проехав пару этажей на эскалаторе, сразу же устремляется к степ-тренажерам.

Эта ареал-специфичность наших выводов и реакций двунаправлена: постижению некоторых проблем нас лучше учит жизнь, чем учебники, а другие нам легче понять в теории, чем на практике. Порой человек запросто решает проблему в жизненной ситуации, но встает в тупик, когда она предлагается ему в виде абстрактной логической задачи. В разных обстоятельствах мы используем разные ментальные механизмы — так называемые модули; в нашем мозгу нет центрального компьютера общего назначения, который работал бы с логическими правилами, применяя их одинаково ко всем возможным ситуациям.

И, как я уже сказал, мы позволяем себе допускать логические ошибки в реальности, но не в аудитории. Для иллюстрации этой асимметрии лучше всего подходит диагностика рака. Представьте себе врачей, которые обследуют пациента на наличие признаков рака, — такие анализы обычно проводят с пациентами, которые хотят знать, вылечились они или болезнь рецидивировала. («Рецидив» — это неправильный термин: речь просто о том, что лечение убило не все раковые клетки и не обнаруженные злокачественные клетки стали бесконтрольно размножаться.) С помощью современных технологий невозможно исследовать каждую из клеток пациента, поэтому врач делает некоторую выборку, сканируя тело с максимально возможной тщательностью. Затем он высказывает предположение на основании того, чего не увидел. Как-то раз я изумился, когда доктор заявил мне после плановой проверки: «Не беспокойтесь, мы установили, что вы здоровы». — «Как?» — спросил я. «Результаты обследования указывают на отсутствие рака», — был ответ. — «Каким образом?» — поинтересовался я. «Больные клетки не выявлены», — ответил он. И этот тип еще называет себя врачом!

В медицинской литературе употребляется сокращение НПЗ, что означает «нет признаков заболевания». При этом не существует ПОЗ, «признаки отсутствия заболевания». Но мой опыт обсуждения этой проблемы со множеством докторов, даже тех, которые публикуют статьи о своих исследованиях, показывает, что многие из них в пылу разговора допускают огрехи-перевертыши.

В 1960-е годы, в пору наивысшего зазнайства науки, врачи, уверенные в своей способности воссоздать в лаборатории материнское молоко, ни в грош его не ставили, не осознавая, что материнское молоко может содержать полезные компоненты, которые укрылись от их просвещенного внимания; отсутствие свидетельств о пользе материнского молока принималось за свидетельство отсутствия пользы оного (еще один пример платонизма: «нет смысла» кормить грудью, раз можно кормить из бутылочки). Многие пострадали от этой наивной логики: те, кого в младенчестве не кормили грудью, оказались больше подвержены ряду болезней, в том числе определенным видам рака — видимо, в материнском молоке есть какие-то необходимые защитные питательные вещества, о которых мы пока ничего определенного не знаем. Больше того, благотворное влияние, которое кормление грудью оказывает на матерей, — например снижение риска рака груди, — тоже не учитывалось.

Та же история с миндалинами: удаление миндалин повышает риск поражения горла раком, но на протяжении десятилетий врачи и не подозревали, что эта «бесполезная» ткань может быть для чего-нибудь, им неведомого, нужна. То же самое с пищевой клетчаткой во фруктах и овощах: врачи в 1960-е годы считали ее бесполезной, потому что не имели доказательств ее необходимости, и в результате мы получили неправильно вскормленное поколение.

Клетчатка, как выясняется, замедляет всасывание сахара в кровь и вычищает из желудочно-кишечного тракта предраковые клетки. Вообще медицина за всю свою историю причинила немало вреда, и виной тому — эти простые огрехи-перевертыши.

Я не говорю, что у врачей не должно быть системы взглядов, я лишь призываю к открытости и гибкости — к чему стремились Менодот и его школа, насаждая скептико-эмпирическую медицину, избегающую теоретизирования. Медицина сейчас изменилась к лучшему, но многие отрасли знания — нет.

Данный нам природой ментальный механизм, который я называю наивным эмпиризмом, побуждает нас искать свидетельства, подтверждающие наши представления о прошлом и об окружающем нас мире, — их всегда несложно найти. К сожалению, дурацкое дело нехитрое, особенно при наличии подходящих инструментов. Вы подбираете факты, согласующиеся с вашими теориями, и называете их доказательствами. Например, дипломат продемонстрирует вам свои «достижения», а не то, в чем он не преуспел. Математики попытаются убедить вас, что их наука нужна обществу, ссылаясь на те случаи, когда она оказалась полезной, а не на те, когда было попусту затрачено время, и тем более не на те бесчисленные математические экзерсисы, за которые общество дорого заплатило, поскольку элегантные математические построения крайне неэмпиричны.

Даже при проверке гипотезы мы склонны искать факты, ее подтверждающие. Конечно, подтверждение найти несложно — достаточно внимательно приглядеться или поручить это практиканту. Я могу найти подтверждение почти чему угодно, так же как опытный лондонский таксист сможет даже в праздничный день найти пробку, чтобы накрутить цену.