Вашингтон Плэтт - Информационная работа стратегической разведки. Основные принципы

Человек, мыслящий с учетом требований теории вероятностей, поймет, что все время случаются совершенно невероятные явления. При игре в бридж, как подсчитал Уивер [72J, вероятность получения при следующей сдаче именно тех карт, которые оказались у вас на руках сейчас, составляет 1: 635 013 599 600. Такова же вероятность получения как посредственных карт, так и карт, состоящих целиком из козырей. Скэрн [71] об этом пишет так:

«Прежде всего обнаруживается, что тот факт, что вам вчера поразительно везло при игре в карты… не является таким уж удивительным явлением. При игре в крэпс игрок, поставивший на двух тузов и полагающий, что вероятность появления этих карт при следующей сдаче равна 1: 30, считает себя счастливчиком, если два туза появлялись подряд при четырех сдачах, и он делал ставку на них все четыре раза. Он счел бы себя еще более удачливым, если бы узнал, что вероятность такой сдачи равна 1: 1 679 615… Игроки забывают, что эта степень вероятности выхода данных карт в среднем составляет один раз на 1 679 615 сдач. Они забывают, что в тот вечер, когда несколько раз подряд вышла пара тузов, одновременно проходили тысячи других игр в крэпс и карты сдавались несколько миллионов раз. Более удивительным было бы положение, при котором в какой-нибудь игре не вышла бы пара тузов четыре раза подряд. Тот факт, что эта удача выпала на вашу долю, означает только, что вы принимали участие именно в этой игре».

Офицер информации, интересующийся теорией вероятностей, поступит правильно, прочитав небольшую статью Уивера [72], озаглавленную «Вероятность, редкость, интерес, удивление». Прочитав статью, разведчик поймет, почему Уивер противопоставляет стоящие в заголовке слова друг другу. Он пишет:

«Все ученые должны интересоваться вероятными явлениями; отнюдь не редко и, безусловно, с удивлением мы обнаруживаем ученых, которых удивляет тот факт, что невероятные явления имеют место. Ученые всегда вправе интересоваться такими явлениями, но лишь в редких случаях эти явления должны вызывать у них удивление».

В приведенных выше примерах речь шла о единичных явлениях. При сравнительном изучении двух рядов величин можно высчитать коэффициент корреляции между ними.

Например, на свободном рынке обычно наблюдается большая степень корреляции между размером урожая и рыночными ценами на соответствующую продукцию сельского хозяйства. Часто корреляция привлекает наше внимание к причинно-следственным связям, существующим между изучаемыми двумя рядами величин. В области естественных и общественных наук установление существенной корреляции часто заставляет нас искать возможные связи между явлениями, которые в противном случае могли остаться незамеченными. Это особенно характерно для информационной работы.

С точки зрения разведки весьма близким к корреляции является положение, при котором несколько отдельных явлений весьма точно совпадают во времени. Например, у человека, остановившегося в гостинице, когда он спал, украли пять тысяч долларов. Вскоре после этого случая один из ночных сторожей гостиницы уплатил по закладной за свой дом и начал сорить деньгами. Здесь действуют в соответствии с давно известным принципом: Post hoc, ergo propter hoc («После этого — следовательно, вследствие этого»). Необходимо уяснить, какое значение имеет этот принцип.

Описанные нами три случая в равной мере могут привлечь внимание офицера информации и даже вызвать у него определенные сомнения. Вот эти три случая:

1) корреляция двух рядов событий;

2) совпадение во времени двух или нескольких событий;

3) случай, когда имеет место событие, которое a priori рассматривается как весьма невероятное (как в приведенном примере с картами, сдаваемыми при игре в бридж).

В каждом из трех случаев, естественно, могут иметь место или же могут быть придуманы самые нелепые корреляции. Так, Сэржент [78] пишет, что в северном полушарии существует обратная корреляция между среднемесячной температурой воздуха и количеством букв в названии месяца. Месяцы, содержащие много букв в названии, — декабрь, январь и февраль — холодные. Месяцы с короткими названиями — май, июнь, июль — жаркие. В жизни имеется бессчисленное количество забавных» но бессмысленных случаев корреляций и совпадений.

Вопрос: Каким образом должен офицер информации использовать три указанных случая? Следует ли их игнорировать в связи с имеющими место нелепостями? Или, с другой стороны, должен ли он считать, что они о чем-то свидетельствуют, поскольку данный высокий коэффициент корреляции или данное единичное явление могли случайно иметь место только в одном из ста (или миллиона) случаев?

Ответ: Правильное решение этого вопроса не исчерпывается выбором одного из двух предложенных выше выходов. Если обстоятельства оправдывают работу в данном направлении, офицер информации должен продолжить изучение вопроса.

Корреляция, совпадение или необычное явление сами по себе ничего не доказывают, но они могут привлечь внимание к отдельным вопросам и привести к дополнительному исследованию. Для разведки имеет значение только такое положение, при котором можно установить логическую связь между двумя рядами явлений или двумя совпадающими во времени явлениями либо же дать разумное объяснение какому-либо необычному единичному явлению. Для того чтобы вызвать интерес у разведки, необходимо открыть логическую связь между явлениями или дать им определенное объяснение.

Уайтхед [91] пишет:

«Самая распространенная ошибка связана с предположением о том, что в случае, когда проведены длительные и точные математические вычисления, можно с полной уверенностью считать результаты этих вычислений применимыми к какому-либо явлению природы».

Таким образом, офицер информации, знакомый с теорией вероятностей, правильно оценивает корреляции с высоким коэффициентом и в высшей степени необычные явления. Он знает, как извлечь ту пользу, которая может в них заключаться. Если данные явления представляют интерес толькоих необычным характером, он не станет зря тратить время на поиски причин, объясняющих, почему они имели место.

Любой группе однородных измеримых величин, таких, например, как рост людей, коэффициент умственного развития, размер заработной платы, свойственно явление дисперсии: некоторые люди имеют высокий рост, другие низкий. Часто мы обнаруживаем, что наряду с существованием отдельных очень низких людей рост подавляющего большинства составляет примерно 1 м 75 см.

Человеку, мыслящему с учетом теории вероятностей, даже если он не знает высшей математики, знакома «кривая нормального распределения», изображенная на рис. 5. На этом рисунке отражена относительная частота повторяемости определенного роста, коэффициента умственного развития и размера заработной платы для любой данной группы явлений. Результаты широкого исследования группы однородных явлений, проведенного выборочным методом, должны графически выразиться в виде кривой, изображенной на рис. 5. Наиболее часто повторяющиеся значения должны сосредоточиваться по обе стороны от линии, изображающей среднее арифметическое значение для данных явлений.