Слушая Грега, Энни чувствует, как тает панический комок в животе. Отдав ему победу, она никак не могла сосредоточиться. Она постоянно пересматривала и перепроверяла свое решение, прокручивала карты в голове, пыталась выяснить, правильно ли поступила. Теперь она снова в игре.
Желание знать, как все обернется, безусловно, совершенно нормально. Страшно представить, сколь многое зависит от выбора, исход которого мы предсказать не в силах. Родится мой малыш здоровым или больным? Будем ли мы с моим супругом по-прежнему любить друг друга через десять лет? Нужно ли моему ребенку частное учебное заведение, или он научится всему необходимому в государственной школе? В основе принятия хороших решений лежит прогнозирование будущего, однако прогнозирование – неточная, подчас пугающая наука. Стараясь предсказать грядущие события, мы вдруг понимаем, что на самом деле знаем очень, очень мало! Как ни парадоксально, чтобы научиться принимать оптимальные решения, прежде всего нужно научиться спокойно относиться к неопределенности.
Впрочем, эту неопределенность можно чуточку уменьшить. Существуют методы, которые позволяют сделать смутное будущее более предсказуемым. Для этого требуется вычислить, что нам известно, а что неизвестно.
Тем временем Турнир Чемпионов продолжается. У Энни достаточно фишек, чтобы остаться в игре. Дилер сдает новые карты.
Глава 2
В 2011 году Управление директора Национальной разведки обратилось к нескольким университетам с просьбой принять участие в некоем проекте «с целью существенного повышения надежности, точности и своевременности прогнозов разведки»[214]. Получив соответствующий грант, каждый факультет должен был набрать команду специалистов по международным делам, после чего попросить этих специалистов сделать ряд прогнозов о будущем. Исследователям предстояло определить, кто дал наиболее точные прогнозы, а главное – как они это сделали. Выводы, надеялось правительство, помогут аналитикам ЦРУ лучше выполнять свою работу.
Большинство университетов, принявших участие в программе, выбрали стандартный подход. Они обратились к профессорам, аспирантам, исследователям в сфере международной политики, а также к другим ученым и задали этим специалистам вопросы, на которые никто не знал ответов, – возобновит ли Северная Корея переговоры по вооружениям к концу года, получит ли партия «Гражданская платформа» большинство мест на парламентских выборах в Польше и тому подобное. Изучение различных подходов, думали все, подкинет ЦРУ свежие идеи[215].
Два университета, однако, избрали другую тактику. Группа психологов, статистиков и политологов[216] из Пенсильванского и Калифорнийского университетов в Беркли использовали правительственные деньги иначе. Ученые решили выяснить, можно ли научить прогнозированию обывателей. Данное исследование получило название «Проект „Здравое суждение“» («Good Judgment Project»). Вместо того чтобы нанимать специалистов, ученые обратились к тысячам обычных людей – юристам, домохозяйкам, студентам, любителям читать газеты, фактически ко всем, кто имел высшее образование, – и организовали интернет-классы по прогнозированию, в рамках которых желающих обучали разным способам думать о будущем. По окончании тренинга участники должны были ответить на те же вопросы касательно внешней политики, что и эксперты[217].
В течение двух лет исследователи проводили тренинги и собирали данные. Помимо отслеживания результатов, особый интерес представляли изменения производительности в зависимости от типа обучения. В конце концов был опубликован следующий вывод: даже краткий тренинг в области исследовательских и статистических методов – обучение различным способам думать о будущем – повышал точность предсказаний. При этом наиболее эффективным способом развить способность к прогнозированию оказался определенный вид урока – а именно, обучение вероятностному рассуждению[218].
На занятиях по вероятностному рассуждению участников учили думать о будущем не как о том, что должно произойти, а как о серии возможностей, которые могут произойти. Их учили представлять будущее в виде массива потенциальных исходов разной вероятности. «Большинство людей крайне небрежно подходят к вопросу о будущем, – сказал Лайл Ангер, профессор информатики из Пенсильванского университета, который помогал наблюдать за ходом проекта „Здравое суждение“. – Они часто говорят что-то типа: „Вероятно, в следующем году мы поедем отдыхать на Гавайи“. Ну? И что это значит? Они в этом уверены на 51 процент? Или на 90 процентов? А ведь это важно, если вы покупаете билеты, не подлежащие возврату». Цель вероятностного обучения – научить людей преобразовывать интуицию в статистические вероятности.
В рамках одного из упражнений, например, участники должны были проанализировать вопрос: «Будет ли президент Франции Саркози переизбран в 2012 году?»
Чтобы предсказать шансы на переизбрание Николя Саркози, требовалось рассмотреть минимум три переменных. Первая переменная – это срок пребывания в должности. Предыдущие выборы во Франции показали, что действующий президент – например президент Саркози – в среднем может рассчитывать на получение 67 % голосов. Следовательно, на основании этих данных вероятность того, что Саркози останется на своем посту, составляла 67 %.
Но были и другие переменные, которые следовало учесть. В последнее время Саркози не пользовался популярностью среди французских избирателей. Социологи подсчитали, что из-за низких рейтингов шансы на переизбрание Саркози на самом деле составляют 25 %. Иными словами, вероятность того, что Саркози уже не будет президентом, равнялась 75 %. Кроме того, французская экономика на тот момент находилась в весьма плачевном состоянии. Со своей стороны, экономисты полагали, что Саркози наберет только 45 % голосов.
Итого, от участников требовалось рассмотреть три потенциальных будущих: Саркози мог получить 67 %, 25 % или 45 % голосов. В первом случае он выиграет выборы легко, во втором проиграет с большим отрывом, а в третьем проиграет с минимальным отрывом. Как же сочетать эти противоречивые результаты в одном прогнозе? «Нужно усреднить оценки, сделанные на основании данных предыдущих выборов, рейтингов одобрения и темпов экономического роста, – говорили на тренинге. – В отсутствие веских оснований считать одну переменную важнее другой, считайте их равновесными. Используя этот подход, мы получаем [(67 % + 25 % + 45 %) / 3] = 46 %. То есть шансы на переизбрание Николя Саркози составляют 46 %».
Три возможных варианта развития событий
Девять месяцев спустя Саркози набрал 48,4 % голосов и уступил пост президента Франсуа Олланду.
Это самый базовый вид вероятностного мышления – упрощенный пример, который учит основной идее: противоречивые варианты развития событий можно объединить в единый прогноз. Специалисты, как правило, представляют различные исходы в виде вероятностных кривых – графиков, показывающих распределение потенциальных вариантов. Так, отвечая на вопрос «сколько мест получит партия Саркози во французском парламенте», эксперт может описать возможные результаты в виде кривой, которая отражает связь между количеством мест в парламенте и шансами Саркози остаться президентом:
В действительности, когда Саркози проиграл выборы, его партия, Union pour un mouvement populaire, или UMP, получила лишь 194 места – то есть значительно меньше, чем на предыдущих выборах.
Учебные модули проекта «Здравое суждение» включали разнообразные методы объединения вероятностей и сравнения альтернативных вариантов будущего. Впрочем, на протяжении всего курса обучения участникам без конца повторяли одну и ту же основную идею. Будущее – это не что-то одно. Скорее, это множество вариантов, которые часто противоречат друг другу, пока один из них не сбудется. Все варианты можно объединить и предсказать, какой из них наиболее вероятен.
Это и есть вероятностное мышление – способность удерживать в уме несколько противоречивых возможностей и оценивать их относительную вероятность. «Мы не привыкли думать о нескольких будущих, – сказала Барбара Меллерс, руководитель проекта „Здравое суждение“. – Мы живем только в одной реальности, а потому представление о будущем, как о многочисленных возможностях, может вызвать дискомфорт, ибо в этом случае мы вынуждены думать о разных вещах, в том числе и тех, которые, как мы надеемся, не сбудутся никогда».
Как сообщают исследователи, обучение вероятностному мышлению привело к 50-процентному повышению точности прогнозов. «Команды, прошедшие курс обучения, показали наилучшие результаты, – отметил сторонний наблюдатель. – Главным образом, их учили преобразовывать интуитивные догадки в вероятности. Каждый день команда проводила онлайн-обсуждения и корректировала свои предположения… Грандиозные теории, скажем, о природе современного Китая были совершенно бесполезны. Способность рассмотреть узкий вопрос с различных позиций и быстро скорректировать степень вероятности того или иного исхода – вот что было самое главное»[219].
Мышление сквозь призму вероятностей требует от нас способности усомниться в собственных предположениях и умения мириться с неопределенностью. Чтобы научиться лучше предсказывать будущее – другими словами, принимать оптимальные решения, – мы должны отличать наши надежды от фактической вероятности того или иного события. К сожалению, это не всегда одно и то же.
«Если вы на сто процентов уверены, что в данный конкретный момент любите свою подругу – это, конечно, прекрасно. Но если вы планируете сделать ей предложение, разве вы не захотите узнать, каковы шансы остаться с ней в браке в течение следующих тридцати лет? – говорит Дон Мур, профессор школы бизнеса Хасс в Беркли. – Разумеется, я не могу сказать точно, сохраните ли вы влечение друг к другу через тридцать лет. Зато я могу рассчитать вероятность, что вы будете по-прежнему любить друг друга, а также привести статистические данные о влиянии рождения детей на отношения между супругами. Получив эти сведения, вы проанализируете вероятности с учетом личного опыта и собственны