Коррекция интуитивных предсказаний – задача для Системы 2. Для поиска соответствующей референтной категории, а также для оценки исходного прогноза и качества данных требуются значительные усилия. Они оправданы лишь в случае, когда ставки высоки, а вы усиленно стремитесь не допустить ошибки. Более того, необходимо помнить, что коррекция предсказаний может осложнить вам жизнь. Неискаженные прогнозы отличаются тем, что позволяют предсказывать редкие или экстремальные события лишь при наличии очень хорошей информации. Если вы ждете от своих предсказаний умеренной надежности, вы никогда не угадаете редкий или далекий от среднего результат. Если вы даете неискаженные прогнозы, вам никогда не испытать удовольствия правильно назвать редкий случай. Вы никогда не сможете сказать: «Я так и думал!», когда ваш студент-юрист станет верховным судьей или когда новая компания, казавшаяся вам очень перспективной, в итоге добьется огромного коммерческого успеха. С учетом ограничений данных вы никогда не предскажете, что способный старшеклассник будет учиться на «отлично» в Принстоне. По тем же причинам венчурному капиталисту никогда не скажут, что в начале развития у новой компании «очень высокая» вероятность успеха.
Возражения относительно принципа смягчения интуитивных прогнозов следует воспринимать всерьез, потому что отсутствие искажений – не всегда важнее всего. Неискаженные прогнозы предпочтительны, если все ошибки равнозначны, независимо от их направления. Однако встречаются ситуации, в которых один тип ошибок намного хуже другого. Когда венчурный капиталист ищет новый проект, риск упустить новый Google или Facebook намного важнее, чем риск вложить скромную сумму в заурядную новую компанию. Цель венчурных капиталистов – выявить особые случаи, даже если из-за этого они переоценят перспективы многих других предприятий. Для консервативного банкира, дающего большие займы, риск банкротства одного заемщика может перевесить риск отказа нескольким потенциальным клиентам, которые выполнили бы свои обязательства. В таких случаях использование категоричных выражений («отличные перспективы», «серьезный риск неплатежеспособности») может быть оправдано ради успокоения, даже если информация, на которой они основаны, всего лишь умеренно надежна.
Для разумного человека неискаженные умеренные предсказания не представляют проблемы. В конце концов, разумные венчурные капиталисты знают, что даже у самых многообещающих новых компаний шансы на успех весьма ограничены. Их работа – выбрать лучшие из имеющихся, и они не чувствуют потребности обманывать себя относительно перспектив проекта, в который собираются вложить деньги. Соответственно, рациональные индивиды, предсказывающие доход фирмы, не будут привязываться к одному числу, а рассмотрят диапазон неопределенности вокруг самого вероятного результата. Разумный человек, оценив предприятие, которое, скорее всего, потерпит неудачу, может вложить в него крупную сумму, если награда за успех будет достаточно велика, – но при этом не будет питать иллюзий насчет шансов на подобный исход. Однако не все мы рациональны, и многим необходимо ощущать себя защищенными от искаженных оценок, иначе способность принимать решения будет парализована. Если вы решите обманывать себя, принимая экстремальные прогнозы, не забывайте о том, что вы потакаете собственным желаниям.
Мои корректирующие процедуры ценны тем, что заставляют думать об объеме известной вам информации. Рассмотрим следующий, распространенный в научном мире пример, вызывающий прямые аналогии с другими сферами жизни: факультет собирается нанять молодого преподавателя и хочет выбрать кандидата с наилучшим потенциалом для научной работы. Выбор свелся к двоим.
Ким недавно закончила дипломный проект. У нее отличные рекомендации, она замечательно выступила и произвела на всех прекрасное впечатление во время собеседований. Серьезной истории научных исследований у нее нет.
Джейн последние три года занимала должность постдокторанта. Она очень эффективно работала, провела множество исследований, но доклад и собеседования были не такими яркими, как у Ким.
Интуитивно хочется выбрать Ким, потому что она произвела более сильное впечатление, а что ты видишь, то и есть. Однако информации о Ким гораздо меньше, чем о Джейн. Мы вернулись к закону малых чисел. По сути, выборка информации о Ким меньше, чем о Джейн, а в маленьких выборках намного чаще наблюдаются экстремальные результаты. В них большую роль играет удача, а значит, предсказания результатов Ким необходимо сильнее сместить к среднему. Допустив, что Ким регрессирует сильнее, чем Джейн, вполне можно выбрать Джейн, хотя она произвела на вас более слабое впечатление. Делая выбор в научной среде, я бы голосовал за Джейн, хотя и приложил бы некоторые усилия для преодоления интуитивного впечатления о большей перспективности Ким. Следовать предчувствиям естественнее и приятнее, чем действовать вопреки им.
Легко представить себе похожие проблемы в других ситуациях, например, когда венчурному капиталисту необходимо выбрать, в какую из двух новых компаний, работающих на разных рынках, вложить деньги. У одной компании есть продукт, спрос на который можно довольно точно оценить. Другая фирма привлекательна и – с точки зрения интуиции – кажется многообещающей, но ее перспективы менее надежны. Следует задуматься о том, сохранит ли прогноз возможностей второй компании свою большую привлекательность после учета неопределенности.
Взгляд на регрессию с точки зрения двух систем
Экстремальные предсказания и желание предсказывать маловероятные события по недостаточным доказательствам – это выражения Системы 1. Ассоциативным механизмам естественно приводить экстремальность прогнозов к экстремальности данных, на которых они основаны, – именно так и работает подстановка. Для Системы 1 естественно генерировать слишком уверенные оценки, поскольку уверенность определяется связностью лучшей истории, которую можно составить на основании имеющихся доказательств. Имейте в виду, интуиция склонна создав ать чрезвычайно экстремальные прогнозы, а вы склонны им верить.
Регрессия также представляет трудность для Системы 2. Сама идея регрессии к среднему затруднительна для объяснения и осознания. Гальтон понял ее с большим трудом. Многие преподаватели статистики не любят читать лекции на эту тему, а у студентов зачастую остается лишь смутное представление об этом важнейшем понятии. Для оценки регрессии Системе 2 необходима специальная тренировка. Мы не просто интуитивно приводим прогнозы в соответствие с исходными данными, это еще и кажется разумным. Понять регрессию, исходя из личного опыта, невозможно. Даже если ее опознают, как в случае с летчиками-инструкторами, ей дают каузальную интерпретацию, которая почти всегда неверна.
Разговоры об интуитивных предсказаниях
«Эта новая компания добилась отличного подтверждения концепции, но не стоит ожидать, что и в будущем у них все будет так же хорошо. Выходить на рынок им рано, вполне возможна регрессия».
«Наше интуитивное предсказание благоприятно, но, скорее всего, завышено. Давайте оценим надежность наших данных и скорректируем предсказание в сторону среднего».
«Инвестиции в этот проект – неплохая мысль, даже если предположительно он провалится. Давайте не будем говорить, что мы вправду считаем, будто это – новый Google».
«Я читал всего лишь один обзор об этом бренде. Обзор хвалебный, но это еще ничего не значит. Давайте рассмотрим только те бренды, на которые много отзывов, и выберем тот, что выглядит лучше всех».
Часть III: Чрезмерная уверенность
Нассим Талеб – трейдер, математик, философ – может по праву считаться психологом. В своем труде «Черный лебедь, или Под знаком непредсказуемости» он вводит понятие «искажения нарратива (повествования)», чтобы объяснить, как ущербные толкования прошлого формируют наш взгляд на происходящее и ожидания от будущего. Искажения нарратива возникают из наших бесчисленных попыток разобраться в законах жизни. Рассказы-толкования, которые мы находим убедительными, обычно просты и скорее конкретны, нежели абстрактны. В них большая роль отводится таланту, глупости или расчету, нежели удаче. Рассказчик при этом выделяет исключительные события, которые состоялись, и забывает о множестве других, несостоявшихся. По сути, любое заметное происшествие дает начало каузальному нарративу. Талеб полагает, что мы постоянно так обманываемся: громоздим на фундамент прошлого хлипкие выводы и считаем их незыблемыми.
Как правило, «поучительный» рассказ представляет собой простое и когерентное изложение деяний и намерений главных героев. Поступки проще всего объяснить проявлениями общечеловеческих свойств и личных качеств – тут при чина легко соединяется со следствием. Ранее описанный эффект ореола способствует связности восприятия – когерентности: благодаря ему мы склонны создавать образ личности, основываясь на мнении о каком-то одном ее качестве, значимом для нас. Так, если подающий на бейсбольном матче красив и атлетически сложен, то, скорее всего, мы заподозрим в нем хорошего игрока. Ореолы могут быть и отрицательными: если игрок, на наш взгляд, непривлекателен, мы склонны принизить его спортивное мастерство. Эффект ореола помогает поддерживать когерентность толкований, усиливая постоянство оценок: хорошие люди всегда поступают хорошо, а плохие люди плохи во всем. С этой позиции утверждение «Гитлер любил собак и маленьких детей» неизменно вызывает шок: проявление доброты у подобного злодея – удар по ожиданиям, заданным эффектом ореола. Подобные нестыковки нарушают легкость наших мыслей и ясность чувств.
