Филип Тетлок - Думай медленно — предсказывай точно. Искусство и наука предвидеть опасность

Mark Bowden. The Finish: The Killing of Osama Bin Laden. New York: Atlantic Monthly Press, 2012. P. 158–162.

Baruch Fischhoff and Wändi Bruine de Bruin. Fifty-Fifty = 50 %? // Journal of Behavioural Decision Making 12. 1999. P. 149–163.

Эта дискуссия поднимает более глубокие вопросы, касающиеся того, как люди используют вероятностные оценки при принятии решений. Классическая модель ожидаемой полезности намекает, что любое изменение в степени вероятности имеет значение, потому что люди умножают вероятность каждого возможного последствия на полезность этого последствия, а затем суммируют скрещенные произведения, чтобы рассчитать общую привлекательность варианта. Если мы делаем упрощающее допущение только одного последствия варианта нападения, то увеличение степени вероятности местонахождения Усамы с 50 до 75 % должно повысить общую привлекательность нападения на 50 %. Более качественная и психологически реалистичная модель известна как выбор на основе аргументов. В этом случае изменение степени вероятности имеет значение только в случае, если фактор в результате становится хорошей причиной что-то сделать или, наоборот, перестает быть таковой. Если Обама пребывал в нерешительности до встречи, его слова «пятьдесят на пятьдесят» после встречи означают, что ему не хватило каких-то аргументов, которые подвинули бы стрелку на его вероятностном циферблате достаточно далеко, чтобы принять решение. См.: Eldar Shafir, Itamar Simonson, and Amos Tversky. Reason-based Choice // Cognition 49. 1993. P. 11–36. Как раз здесь применение ранее описанного метода «экстремации» всех вероятностных суждений в совокупности могло бы сыграть большую роль. В зависимости от разнообразия ракурсов советчиков, оно могло бы сдвинуть срединное суждение советчиков с 75 до, скажем, 90 % — и этого могло бы быть достаточно, чтобы президент сказал: «Ладно, теперь я вижу основания действовать». В этом случае изменения степени вероятности имеют значение только тогда, когда они приводят к пересечению барьера, за которым появляются основания для действия.

Аргументированное развернутое изложение этого вопроса см.: Richard Zeckhauser and Jeffrey Friedman. Handling and Mishandling Estimative Probability: Likelihood, Confidence, and the Search for Bin Laden // Intelligence and National Security 30. 2015. № 1. January. P. 77–99.

Краткое изложение исследования см.: Daniel Kahneman. Thinking, Fast and Slow. New York: Farrar, Straus and Giroux, 2011.

Это неприятие неопределенности лежит в основе парадокса Эллсберга, названного в честь Дэниела Эллсберга, который открыл его в своей дипломной работе задолго до того, как прославился, предав гласности документы Пентагона. В самой простой версии проблемы существует две урны. В одной урне находятся 50 белых камушков и 50 черных камушков. Внутри второй урны смесь белых и черных камушков в неизвестной пропорции. Там может быть 99 белых камушков и 1 черный, может быть 98 белых и 2 черных и т. д., все возможные варианты, включая 1 белый камушек и 99 черных. Теперь вам предстоит тянуть камушек из одной из урн. Если вытянете черный камушек, вы выиграете денежный приз. Так какую же из урн вы предпочтете? Не требуется длительных размышлений, чтобы понять, что шансы вытянуть черный камушек из обоих урн равны. Тем не менее, как показал Эллсберг, люди явно предпочитают первую урну. Урны отличаются неопределенностью. В случае с обеими урнами неизвестно, вытянешь ли ты черный или белый камушек, но в случае с первой урной, в отличие от второй, нет неопределенности относительно ее содержания, и этого достаточно, чтобы она оказалась значительно более предпочитаемым выбором. Неприятие неопределенности даже заставляет людей предпочитать определенность какого-то плохого факта его вероятности. Исследователи продемонстрировали, что люди, которым сделали колостомию, и они знали, что она постоянная, через шесть месяцев чувствовали себя счастливее, чем люди с колостомией, которая могла быть, а могла и не быть постоянной. См.: Daniel Gilbert. What You Don’t Know Makes You Nervous // New York Times . 2009. May 20. http://opinionator.blogs.nytimes.com/2009/05/20/what-you-dont-know-makes-you-nervous/.

J. F. Yates, P. C. Price, J. Lee, and J. Ramirez. Good Probabilistic Forecasters: The ‘Consumer’s’ Perspective // International Journal of Forecasting 12. 1996. P. 41–56.

В книге «Понимать риски» ( Risk Savvy . New York: Viking, 2014) психолог Герд Гигеренцер показал, как берлинцы часто неправильно интерпретируют ежедневные прогнозы погоды. Неправильное понимание «30 % вероятности дождя завтра» включает в себя: а) завтра 30 % времени будет идти дождь; б) дождь будет идти над 30 % территории Берлина; в) 30 % синоптиков предсказывают дождь. Понять прогнозы правильно гораздо сложнее: когда метеорологи оценивают погодные условия в районе Берлина в данный момент и подключают к работе свои лучшие модели, то совокупность факторов приводит их к тому, что есть 30 % вероятности того, что завтра будет дождь. Или можно взглянуть на это по-другому, используя компьютерные симуляции Лоренца: если мы прогоним погоду в Берлине тысячу раз, с незначительными поправками на эффект бабочки при ошибочном измерении предыдущих условий, например, ветра и атмосферного давления, то в 30 % компьютерно воссозданных миров будет идти дождь. Неудивительно, что жители Берлина предпочитают более понятные упрощения.