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

Так на что же больше похожа реальность — на часы или на облако? И можно ли предсказать будущее или нет? Эти противопоставления — первые из множества ложных дихотомий, с которыми нам доведется столкнуться. Потому что мы живем в мире часов, облаков и целого клубка других метафор. Предсказуемость и непредсказуемость сложным образом сосуществуют в затейливо взаимопроникающих системах, которые образуют наши тела, наше общество и всю нашу Вселенную. Прогнозирование чего-либо зависит от того, что именно мы пытаемся предсказать, на какой отрезок времени и при каких обстоятельствах.

Давайте обратимся к области специализации Эдварда Лоренца. Прогнозы погоды на пару дней вперед в большинстве случаев вполне надежны, но, когда речь идет о трех, четырех, пяти днях, становятся все менее точными. Пытаясь заглянуть в будущее больше чем на неделю, мы с равным успехом можем пригласить в качестве консультанта играющую в дартс шимпанзе. Таким образом, сказать, что погода предсказуема, нельзя; можно только утверждать, что она предсказуема до определенной степени при определенных обстоятельствах. А при попытках дать более точное определение нужно быть очень осторожными. Вот, например, такая, казалось бы, простая вещь, как взаимоотношение времени и предсказуемости, вроде бы подчиняется правилу: чем дальше заглядывать в будущее, тем сложнее что-то увидеть, — однако есть и весьма значимые исключения из этого правила. Предсказание долгого «бычьего» рынка на бирже может принести большую выгоду, пока однажды не обернется разорением. А предсказание, что динозавры — верхняя ступень пищевой цепочки, было надежным на протяжении десятков миллионов лет, пока какой-то астероид не запустил катаклизм, открывший экологические ниши для крошечных млекопитающих, которые в конце концов эволюционировали в особей, пытающихся спрогнозировать будущее. Если не вспоминать о законах физики, то можно сказать, что универсальных констант не существует, а значит, отделение предсказуемого от непредсказуемого — сложная, практически невозможная работа.

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.