Джозеф Халлинан - Почему мы ошибаемся? [Ловушки мышления в действии] [litres]

Джилл считает, что ее успех был заложен в раннем детстве. Вся ее жизнь вращалась вокруг лошадей. Двух лет от роду девочка впервые села на лошадь на семейной конной ферме. В семь лет вместе с сестрой работала на конюшне. А когда ей было двенадцать, отец Джилл, тренер лошадей, посадил дочку на скаковую лошадь. Когда девушка училась на последнем курсе колледжа, ее родители развелись. Джилл бросила учебу и переехала в Нью-Йорк, где работал отец, который б о льшую часть времени проводил на скачках. «В те времена, – вспоминает она, – это занятие считалось невероятно гламурным».

Сегодня за типичный год Джилл оценивает тысячи лошадей на больших и малых скачках. Готовясь к крупным мероприятиям, таким как Дерби в Кентукки, ежегодно проводящиеся в первую субботу мая, Бирн приступает к исследованиям еще в октябре. В итоге она обычно выбирает трех-четырех фаворитов. Джилл без особого труда анализирует и учитывает сотни сведений о разных лошадях. Например, оценивая скакунов, она анализирует прошлые результаты не только конкретной лошади, но и ее родителей, бабушки и дедушки и даже братьев и сестер. Какие дистанции лошадь пробегает лучше – длинные или короткие? Какой вид покрытия она предпочитает – торфяной или земляной? Способно ли животное бежать по грязи в случае, если скачки проводятся в дождливую погоду? А еще Джилл следит за заинтересовавшей ее лошадью на разных соревнованиях, чтобы оценить ее шансы на успех в сложных условиях. Какую скорость она показала на этих скачках? Любит ли эта лошадь бежать первой? Многие ли другие лошади на предстоящих скачках тоже предпочитают бежать впереди, что, скорее всего, ослабит шансы анализируемого участника? Относится ли лошадь к одиночкам? Предпочитает ли она быть сама по себе, что повышает ее шансы на победу, потому что в этом случае она не попадет под влияние других участников скачек и, следовательно, с большей вероятностью финиширует с лучшими результатами?

Чтобы ответить на все эти вопросы, требуется время. По оценкам самой Бирн, на каждого выбранного ею претендента у нее уходит около пятидесяти часов тщательных исследований. Но так ли уж полезна вся эта информация?

Много лет назад на этот вопрос решил ответить Пол Словик, в то время сотрудник Орегонского научно-исследовательского института. Он протестировал прогностические способности ряда профессиональных гандикаперов, таких как Джилл Бирн. В рамках проведенного эксперимента специалистам разрешили при вынесении суждений пользоваться так называемыми таблицами прошлых результатов, то есть данными вроде тех, которые публикуются в ежедневном специализированном таблоиде Daily Racing Form. Таблицы содержали около сотни сведений о каждой лошади, включая родословную и достижения в прошлом.

В исследовании Словика восемь гандикаперов делали прогнозы для сорока забегов. (Кстати, эксперимент проходил в условиях настоящих скачек, что позволило исследователю впоследствии сравнить прогнозы с реальными результатами.) Сначала гандикаперам разрешили использовать только пять элементов информации об одной лошади, по собственному выбору, например вес жокея, процент предыдущих скачек, в которых лошадь финишировала первой, второй или третьей, и т. д. А потом попросили сделать прогноз с использованием уже десяти элементов информации о каждом скакуне. Затем двадцати. Затем сорока.

Думаете, с увеличением объема информации прогнозы гандикаперов становились точнее? Не тут-то было.

Точность прогнозов, сделанных на основе сорока элементов информации, оказалась ничуть не выше, нежели основанных на пяти. Однако – и это действительно очень важно – чем большим количеством информации располагали гандикаперы, тем самонадеяннее становились. И возросла их уверенность в себе весьма существенно – с менее чем 20 процентов при изучении пяти видов данных до более чем 30 процентов при сорока.

Конечно же, склонность к чрезмерной самоуверенности свойственна не только тем, кто зарабатывает на жизнь прогнозами на конных скачках. Руководители корпораций тоже постоянно грешат этим в своих суждениях относительно того, в чем, как им кажется, они разбираются лучше других, то есть в бизнесе. Послушайте, например, Дональда Томница, главного исполнительного директора крупнейшей в США компании жилищного строительства D. R. Horton.

В декабре 2005 года Томниц, в прошлом банкир и капитан армии США, весьма смело заявил: «Мы сможем достаточно зарабатывать на любом этапе экономического цикла за исключением разве что экстремальных периодов вроде Великой депрессии». И многие ему поверили. Инвесторы вложили в Horton миллиарды долларов, в результате чего стоимость ее акций взлетела до почти рекордных показателей. Однако, хотя вторая Великая депрессия, к счастью, не случилась, в США начался резкий спад жилищного строительства. Довольно скоро прибыль компании очень сильно уменьшилась. К лету 2007 года – всего через девятнадцать месяцев после уверенного заявления Томница – Horton отчиталась о первом убыточном квартале за всю свою пятнадцатилетнюю историю в статусе акционерной компании открытого типа. Horton понесла не какой-нибудь незначительный убыток, ее потери составили почти 824 миллиона долларов. Но и этим дело не ограничилось. Если на момент хвастливого заявления главы компании ее акции торговались по цене около 36 долларов за штуку, то к лету 2008 года их стоимость упала на две трети – до 12 долларов.

На протяжении долгих лет Пол Шумейкер, профессор Уортонской школы бизнеса при Пенсильванском университете, и Эдвард Руссо из Корнелльского университета проводили специальное исследование с целью оценить степень самонадеянности корпоративных руководителей. В итоге они пришли к выводу, что в корпорациях это качество распространено столь широко, что его давно следует считать «тайным проклятием управленческих решений».

Что же заставило исследователей сделать такой вывод? В течение ряда лет они проводили тест на уверенность в себе, разработанный специально для того, чтобы измерять метазнания – то есть то, что мы знаем и чего не знаем. Его также можно назвать тестом на калибровку. Обычно он включает десять вопросов. Испытуемого просят ответить на них так, чтобы его ответ (который в основном представляет количественные показатели) входил в конкретный диапазон уверенности, скажем, чтобы он был уверен на 90 процентов. Например, какова протяженность реки Нил? Если вы на 90 процентов уверены, что ответ – от 500 до 600 миль, то запишите – «500−600 миль». В конце этой главы я привел примерный вариант теста. Вы тоже можете испытать себя [40].

Шумейкер и Руссо раздали вопросники специалистам из самых разных областей деятельности. Характер теста варьировался: иногда вопросы касались общих знаний – например, участников спрашивали, сколько патентов было выдано в тот или иной год или на каком расстоянии от Нью-Йорка находится Стамбул, – иногда конкретной отрасли, а иногда и конкретной компании. Вы, наверное, подумали, что это ставило тестируемых в выгодное положение, ведь логично предположить, что менеджеры знают о своей компании или отрасли больше, чем о мире в целом. Однако, как показал эксперимент, содержание вопросов особого значения не имело. «Каждая группа переоценивала собственные знания о своей отрасли или компании», – резюмировали ученые.