Герд Гигеренцер - Понимать риски. Как выбирать правильный курс

Откуда взялись эти простые практические эмпирические правила? Некоторые из них были известны людям и животным в течение долгого времени. Летучие мыши, собаки и рыбы полагаются на эвристический взгляд для оценки местоположения своих жертв и брачных партнеров. Рыбы догоняют добычу, сохраняя постоянным угол между своей траекторией движения и траекторией движения жертвы. Когда собака гоняется за летающей тарелкой фрисби, она придерживается того же правила, стараясь сохранять во время бега постоянный угол зрения, под которым она смотрит на объект преследования. Мы познакомимся и с другими правилами в следующих главах этой книги.

Применение эвристического взгляда иллюстрирует, как наш разум может находить простые решения сложных проблем. Он и называется эвристическим, потому что выхватывает один или несколько фрагментов из общей картины, именно те, что имеют важное значение, и игнорирует остальные. Эксперты часто собирают меньше сведений, чем новички, дополняя недостающие данные эвристическим подходом к решению проблемы. Например, пилоты US Airways игнорировали весь объем информации, необходимый для расчета траектории планирующего самолета, и полагались только на один конкретный параметр – образ вышки, видимый через лобовое стекло. Таким образом, и это очень важный момент, игнорирование информации может обеспечить принятие лучших, более быстрых и более безопасных решений.

Эвристический подход оказывается успешным, потому что наш мозг прошел долгий путь эволюционного развития. Вот почему на него могут полагаться пилоты, бейсболисты или собаки, в то время как у роботов и компьютеров он имеет ограниченное применение. Роботы не развивали в себе способности удерживать взгляд на движущемся объекте в условиях сильных помех. Вместо того чтобы использовать эту способность подсознания, они должны рассчитывать траектории. То, что просто для человека, не так просто для компьютера, и наоборот – способность человека к дешифрации писем и числовых кодов используется в качестве защиты против веб-роботов, в то время как компьютеры превосходят любого математика в скорости вычисления корня седьмой степени из 17-значного числа.

Возможно, вам покажется, что изучение эвристики должно стать основной задачей во многих сферах человеческой деятельности. Но это не так. Как ни странно, но большинство теорий рационального принятия решений в разных областях – от экономики до философии – по-прежнему основывается на том, что все риски являются известными. Значительная часть научно-технической интеллигенции, специализирующаяся в области социальных наук, направляет свои усилия на совершенствование сложных методов логики и статистики. Но почти никто не занимается эвристическим мышлением, а когда все же обращается к нему, то главным образом для того, чтобы доказать, что эвристический подход приводит к ошибкам, свойственным людям, и несчастьям.

После вероятностной революции нам нужна еще одна революция, которая поможет воспринимать эвристику серьезно и в конце концов предоставит человеку возможность овладеть навыками работы с широким спектром неопределенностей. Американский ученый Герберт Саймон одним из первых провозгласил эту революцию. Придерживаясь этой же точки зрения, я посвятил значительную часть своих исследований разработке математических моделей, которые можно применять для принятия решений в условиях неопределенности. Следующий шаг, который необходимо сделать в этом направлении, заключается в проведении «эвристической революции» {32}. А для этого необходимо понимать, как иметь дело с неопределенным миром с помощью простых практических правил.

Если принять во внимание, что существует множество неизвестных величин, немногие жизненные ситуации позволяют нам точно рассчитывать риск. Например, после 11 сентября риск вождения машины остался приблизительно таким же, как и до террористических атак, а риск полетов стал гораздо менее определенным: ведь существовала возможность захвата и угона какого-нибудь другого самолета. Стало менее ясно, окажется ли будущее похожим на прошлое. В здравоохранении, еще одной области с высокой неопределенностью, врачу требуется статистическое мышление для понимания результатов медицинского исследования, но одновременно и хорошая интуиция, чтобы понимать пациента. Подобным образом в мире бизнеса недостаточно одних только статистических расчетов. Чтобы знать, кому можно доверять, требуется интуитивное понимание других людей. Джек Уэлч, бывший генеральный директор General Electric, один из самых успешных в мире лидеров бизнеса, объяснял, что хорошие решения принимаются «нутром» {33}.