Этот процесс ни в коей мере не интуитивный. Стоит отметить: как свидетельствуют примеры, скорректированный прогноз всегда будет более консервативен, нежели интуитивная оценка, и никогда не достигнет крайних значений, свойственных догадкам. Итоговый ответ будет ближе (а нередко намного ближе) к среднестатистическим значениям. Внося подобные поправки в свой прогноз, вы никогда не заявите, что теннисист, десять раз выигравший турниры серии «Большого шлема», выиграет еще десять раз. Точно так же вы воздержитесь от прогноза, что успешный стартап стоимостью миллиард долларов в итоге станет китом с оценкой активов в сотни раз выше сегодняшнего значения. Аналитик, применяющий принцип скорректированного прогноза, никогда не сделает ставку на подобные «всплески».
Проведя ретроспективный анализ, мы заметим, что скорректированные прогнозы порой неизбежно приводят к весьма заметным промахам. Другое дело, что прогнозы никогда не опираются на ретроспективу полностью. Следует помнить, что неожиданные всплески чрезвычайно редки по определению. Гораздо чаще встречается противоположная ошибка: предсказывая, что сегодняшний всплеск задаст новый уровень в будущем, мы видим, что в общем случае этого не происходит, и причина заключается в регрессии к среднему значению. Именно поэтому, ставя перед собой цель улучшить точность прогноза (то есть минимизировать среднеквадратическое отклонение), мы увидим, что скорректированный прогноз всегда даст фору прогнозу сравнительному, интуитивному.
Выражение признательности
Поблагодарить следует огромное количество людей. Линнеа Ганди, начальник нашего «штаба», оказывала нам серьезную помощь своими советами, поддерживала организацию процесса, заставляла нас улыбаться и вообще – руководила всем шоу. И не только: она внесла множество ценных предложений по содержанию рукописи – без нее книга не состоялась бы. Дэн Ловалло внес серьезный вклад в качестве соавтора одной из статей, которая послужила пищей для написания нашей книги. Наш агент – мудрый Джон Брокман – на каждом этапе излучал надежду и энтузиазм, и мы ему чрезвычайно признательны. Трейси Бихар, титульный редактор и хороший советчик, сделала книгу лучше в самых разных смыслах. Арабелла Пайк и Иэн Страус внесли неоценимые редакторские предложения.
Особую благодарность выражаем Орену Бар-Гиллу, Майе Бар-Гиллель, Максу Базерману, Тому Блейзеру, Дэвиду Будеску, Джереми Клифтону, Ансельму Даннекеру, Вере Деланей, Итиэлю Дрору, Анджеле Дакворт, Энни Дюк, Дэну Джилберту, Эдаму Гранту, Анупам Джене, Луису Каплоу, Гэри Кляйну, Джону Кляйнбергу, Натану Канселю, Келли Леонард, Дэниелу Левину, Саре Макланахан, Барбаре Меллерс, Джошу Миллеру, Сендхилу Мулленатану, Скотту Пейджу, Эрику Познеру, Люции Райх, Мэтью Салганику, Эдгару Шафиру, Тали Шарот, Филипу Тетлоку, Ричарду Тэлеру, Барбаре Тверски, Питру Убелю, Кристал Вэнг, Данкану Уоттсу и Каролине Уэбб, читавшим и комментировавшим наши главы в черновых вариантах. Некоторые из них прочли всю книгу еще до того, как она была издана. Огромное им спасибо за душевную щедрость и помощь.
Нам повезло – была возможность воспользоваться советами многих известных исследователей. Джулиан Пэррис оказал неоценимую помощь по многим вопросам, связанным со статистикой. Главы, посвященные самообучающимся алгоритмам, никогда не были бы написаны без поддержки Сендхила Мулленатана, Джона Кляйнберга, Йенса Людвига, Грегори Стоддарда и Хай Ченг. Обсуждение согласованности суждений состоялось благодаря Алексу Тодорову и его коллегам из Принстона – Джоэлу Мартинесу, Брэндону Лаббри и Стефану Удденбергу, а также Скотту Хайхаусу и Элисон Броудфут. Эти потрясающие команды ученых не только делились с нами своими находками, но еще и были столь любезны, что согласились провести для нас некоторые специальные исследования. Разумеется, любые разночтения и невольные ошибки – только на нашей совести. Также хотим поблагодарить Ласло Бока, Бо Каугилла, Джейсона Дейну, Дэна Голдштайна, Гарольда Голдштайна, Брайана Хоффмана, Алана Крюгера, Майкла Мобуссина, Эмили Патнэм-Хорштайн, Чарлза Шербаума, Анне-Лору Селье и Юичи Шоду за то, что делились с нами своим опытом.
Выражаем признательность целой армии исследователей, посвятивших экспериментам долгие годы. Среди них Шрейя Бхардвадж, Джози Фишер, Роит Гойал, Николь Грэбель, Эндрю Хайнрих, Меган Джонсон, Софи Мейта, Эли Нахмани, Уильям Райан, Эвелин Шу, Мэтт Саммерс и Ноам Цив-Криспель. В книге обсуждались некоторые темы, в которых нам недоставало практического опыта, и во многом благодаря замечательной работе этих ученых на ее страницах присутствует гораздо меньше искажений, чем могло бы, и гораздо меньше шума, который, в противном случае, вкрался бы в нашу рукопись.
Наконец отметим, что сотрудничество трех соавторов с двух разных континентов и в лучшие времена стало бы трудновыполнимой задачей, а 2020 год – и подавно не лучшие времена… Нам не удалось бы закончить книгу, если бы не волшебные возможности технологий Zoom и Dropbox. Благодарим людей, разработавших эти потрясающие программы.
Об авторах
Даниэль Канеман – заслуженный профессор психологии и общественных отношений Принстонского университета, лауреат Нобелевской премии 2002 года в области экономики. В 2013 году награжден Президентской медалью Свободы. Даниэль Канеман – член Американской академии искусств и наук, а также Национальной академии наук, научный сотрудник Американской психологической ассоциации, Американского психологического общества, Общества экспериментальной психологии и Эконометрического общества. Имеет многочисленные награды, среди которых выделяются премия за выдающийся научный вклад в психологию Американской психологической ассоциации, медаль Уоррена Общества экспериментальной психологии, премия Хилгарда за общий вклад в развитие психологии и премия Американской психологической ассоциации за пожизненный вклад в психологию. Даниэль Канеман является автором бестселлера New York Times – «Думай медленно… решай быстро». Проживает в Нью-Йорке.
Оливье Сибони – профессор в Высшей коммерческой школе Парижа и научный сотрудник бизнес-школы имени Вафика Саида при Оксфордском университете. Ранее (на протяжении двадцати пяти лет) работал в нью-йоркском и парижском отделениях McKinsey & Company, где являлся старшим партнером. Исследования Оливье Сибони по оптимизации качества стратегических решений неоднократно публиковались, в том числе в Harvard Business Review и Sloan Management Review Массачусетского технологического института. В свое время окончил Высшую коммерческую школу Парижа, защитив диссертацию в Парижском университете наук и литературы. Является автором книги «Думай и не ошибайся!». Проживает в Париже. Twitter: @siboliv
Касс Р. Санстейн – профессор Университета Роберта Уолмсли в Гарварде, где он основал и возглавил курс поведенческой экономики и общественной политики. С 2009 по 2012 год Касс Р. Санстейн возглавлял управление информации и нормативно-правового регулирования Белого дома. С 2013 по 2014-й состоял в комиссии по надзору за АНБ при президенте США Бараке Обаме. В 2018 году получил премию Хольберга, учрежденную правительством Норвегии. Касс Р. Санстейн – автор большого количества статей и книг, среди которых два бестселлера New York Times: «Мир по «Звездным войнам» и «Nudge. Архитектура выбора» (в соавторстве с Ричардом Х. Талером). Также широко известны книги «Как происходят изменения» и «Слишком много информации». Twitter: @cassunstein
Примечания
Введение
1 Пример с мишенями наглядно показывает…: швейцарский математик Даниил Бернулли предложил такую же аналогию в своей работе 1778 г., где вместо винтовок он использовал луки и стрелы. Bernoulli, “The Most Probable Choice Between Several Discrepant Observations and the Formation Therefrom of the Most Likely Induction”, Biometrika 48, no. 1–2 (June 1961): 3–18, https://doi.org/10.1093/biomet/48.1–2.3.
2 решений об опеке…: Joseph J. Doyle Jr., “Child Protection and Child Outcomes: Measuring the Effects of Foster Care”, American Economic Review 95, no. 5 (December 2007): 1583–1610.
3 одних и тех же разработчиков программного обеспечения…: Stein Grimstad and Magne JØrgensen, “Inconsistency of Expert Judgment-Based Estimates of Software Development Effort”, Journal of Systems and Software 80, no. 11 (2007): 1770–1777.
4 в решениях о предоставлении убежища…: Andrew I. Schoenholtz, Jaya Ramji-Nogales, and Philip G. Schrag, “Refugee Roulette: Disparities in Asylum Adjudication”, Stanford Law Review 60, no. 2 (2007).
5 при выдаче патентов…: Mark A. Lemley and Bhaven Sampat, “Examiner Characteristics and Patent Office Outcomes”, Review of Economics and Statistics 94, no. 3 (2012): 817–827. См. также Iain Cockburn, Samuel Kortum, and Scott Stern, “Are All Patent Examiners Equal? The Impact of Examiner Characteristics”, препринт 8980, June 2002, www.nber.org/papers/w8980; и Michael D. Frakes and Melissa F. Wasserman, “Is the Time Allocated to Review Patent Applications Inducing Examiners to Grant Invalid Patents? Evidence from Microlevel Application Data”, Review of Economics and Statistics 99, no. 3 (July 2017): 550–563.
Глава 1
6 объяснял свои мотивы…: Marvin Frankel, Criminal Sentences: Law Without Order, 25 Inst. for Sci. Info. Current Contents / Soc. & Behavioral Scis.: This Week’s Citation Classic 14, 2A‑6 (June 23, 1986), http://www.garfield.library.upenn.edu/classics1986/A1986C697400001.pdf.
7 «практически неограниченные широкие полномочия»…: Marvin Frankel, Criminal Sentences: Law Without Order (New York: Hill and Wang, 1973), 5.
8 «ежедневному произволу жестокости»…: Frankel, Criminal Sentences, 103.
9