Дэн Гарднер - Думай медленно – предсказывай точно. Искусство и наука предвидеть опасность

Метеорологи знают об этом лучше, чем кто бы то ни было. Они постоянно делают прогнозы и проверяют их на точность; именно поэтому мы знаем, что прогнозы на день-два вперед обычно точны, а на восемь – не очень. По результатам анализа собственных предсказаний метеорологи корректируют свои представления, как работает погода, подправляют модели, которыми руководствуются, и пробуют снова. Прогноз, замер, исправление. Повторить. Идет непрестанный процесс пошагового улучшения, объясняющий, почему прогнозы погоды хороши и постепенно становятся все точнее. Однако у этого улучшения есть предел, потому что погода – классическая иллюстрация нелинейности. Чем дальше прогнозист пытается заглянуть, тем больше у хаоса возможностей взмахнуть крыльями бабочки и смести все ожидания. Увеличение вычислительной мощи компьютеров и усовершенствование моделей прогнозирования могут сдвинуть пределы предсказаний в чуть более отдаленное будущее, но постепенно прогресс замедляется и отдача от него скатывается к нулевым отметкам. До какой степени еще удастся улучшить результаты прогнозирования той же погоды? Никто не знает. Но представление о текущих границах наших возможностей – уже успех.

Во многих других важных областях приходится продвигаться буквально на ощупь, в темноте. Там прогнозисты понятия не имеют, насколько точны их предсказания на короткие, средние или длительные периоды, как не знают и того, можно ли в принципе их улучшить. Максимум, что у них есть, – смутные предположения. Дело в том, что процедура «прогноз – замер – исправление» результативна только в узких границах высокотехногенного прогнозирования. В частности, ей следуют макроэкономисты из некоторых банков, маркетологи и финансисты крупных компаний и аналитики опросов общественного мнения, такие как Нейт Сильвер [8] Чтобы найти островки профессионализма в море недобросовестности, обратитесь к следующим книгам, посвященным концепциям и способам прогнозирования: Nate Silver. The Signal and the Noise: Why So Many Predictions Fail – but Some Don’t. New York: Penguin Press, 2012; Principles of Forecasting: A Handbook for Researchers and Practitioners / ed. J. Scott Armstrong. Boston: Kluwer, 2001; Bruce Bueno de Mesquita . The Predictioneer’s Game. New York: Random House, 2009. Увеличить количество этих островков, как выяснилось, сложно. Часто в книгах практически не встречается переход от учебных статистических концепций (таких как регрессия к среднему значению) к проблемам, с которыми студенты могут встретиться позже в жизни. См.: D. Kahneman and A. Tversky . On the Study of Statistical Intuitions // Cognition . 1982. № 11. P. 123–141. Такое положение вещей крайне усложняет попытки проекта «Здравое суждение» научить людей думать как суперпрогнозисты. . Чаще же всего бывает так, что прогнозы делают, но дальше с ними ничего не происходит. Их точность если и проверяется, то определенно не с той частотой и тщательностью, чтобы можно было делать какие-то выводы. Каковы причины этого? Самая распространенная – особенности спроса на такие прогнозы. Их потребители: правительства, бизнесмены, публика – не требуют свидетельств точности. Поэтому такие прогнозы никак не оценивают, а значит, и не исправляют. Но без исправлений не может быть никакого улучшения. Представьте себе мир, в котором люди любят бегать, но понятия не имеют, с какой скоростью бежит среднестатистический человек и какова максимальная скорость самого быстрого из них, потому что не установили основных правил: каждый бегун должен двигаться по своей дорожке, начинать забег после выстрела стартового пистолета, заканчивать после преодоления определенной дистанции. Также у них нет никаких судейских коллегий и статистики результатов по замерам времени. Каковы шансы, что беговая скорость в этом мире будет увеличиваться? Очень небольшие. Улучшают ли тамошние бегуны свой результат, бегают ли они со скоростью, на которую в принципе способен человек? Опять-таки – вряд ли.

«Меня поразило, как важны измерения для улучшения человеческого существования, – писал Билл Гейтс. – Можно достичь невероятного прогресса, если задать ясную цель и найти меру, которая будет вести прогресс по направлению к этой цели… Это может показаться элементарным, но просто поразительно, как часто это не делается – и как сложно сделать это правильно» [9] Bill Gates: My Plan to Fix the World’s Biggest Problems // Wall Street Journal . 2013. January 25. http://www.wsj.com/articles/SB 10001424127887323539804578261780648285770. . Он прав в том, что нужно для достижения прогресса, и остается только удивляться, как редко нечто подобное осуществляется в прогнозировании. Даже первый, самый простой шаг – постановка ясной цели – и тот еще не был сделан.

Можно подумать, что цель прогнозирования – точно предвидеть будущее, но зачастую все на самом деле не так – или, по крайней мере, это не единственная цель. Иногда прогнозы делают для развлечения. Помните Джима Крамера с канала CNBC и его фирменное восклицание «Бу-у-уя!» или Джона Маклафлина, ведущего «Маклафлин груп», который орет на участников своей передачи, чтобы те предсказывали вероятность того или иного события «по шкале от нуля до десятки, где нуль – нулевая вероятность, а десять – метафизическая уверенность»? Иногда прогнозы делают, чтобы популяризировать какую-нибудь политическую программу или побудить людей к тем или иным действиям – именно так ведут себя активисты, когда предупреждают об ужасах, якобы грозящих нам, если мы не изменим своего мнения. Иногда прогнозы нужны, чтобы пустить пыль в глаза, – так делают банки, когда платят знаменитому умнику, чтобы тот составил для богатых клиентов прогноз мировой экономики в 2050 году. А некоторые прогнозы служат для того, чтобы успокоить публику, уверить ее в том, что все надежды оправданны и все будет происходить по ожидаемому сценарию. Особенно подобные прогнозы – когнитивный эквивалент погружения в теплую ванну – любят политики.

Такую мешанину целей мало кто осознает, и поэтому трудно даже начать работать над замерами и прогрессом. Вообще говоря, не похоже, чтобы вся эта запутанная ситуация хоть как-то улучшалась.

Но в то же время именно подобная стагнация – весомая причина моего оптимизма. Мы знаем, что множество областей, в которых нам хочется уметь предсказывать (политика, экономика, финансы, бизнес, технологии, повседневная жизнь), вполне поддаются прогнозированию – до определенной степени и при определенных обстоятельствах. Но очень многого мы пока не знаем. А для ученых незнание – это стимул, возможность совершить открытие. И чем больше мы не знаем, тем больше эта возможность. Благодаря же откровенно удивительному отсутствию энтузиазма в большинстве областей прогнозирования эта возможность просто огромна. Все, что нужно сделать, чтобы ею воспользоваться, – поставить четкую и точную цель и серьезно подойти к вопросам измерений.