(Не)совершенная случайность. Как случай управляет нашей жизнью
Шрифт:
Восприятие требует воображения, поскольку данные, с которыми люди сталкиваются, никогда не являются полными и однозначными. Например, по мнению большинства, получить самое достоверное доказательство события — значит увидеть его собственными глазами, и в суде свидетельские показания очевидца имеют наибольшее значение. Однако если вас попросят предъявить суду видеозапись такого же качества, как и необработанные данные с сетчатки человеческого глаза, судья просто не поймет, что же вы пытаетесь продемонстрировать. Во-первых, на изображении будет слепое пятно в том месте, где зрительный нерв соединяется с сетчаткой. Во-вторых, в поле человеческого зрения имеется лишь небольшая зона с хорошей четкостью изображения. Она ограничена углом зрения приблизительно в один градус вокруг центра сетчатки, а ее площадь шириной с большой палец, каким мы его видим на расстоянии вытянутой руки. За пределами данной зоны четкость изображения существенно падает. Компенсируя это, мы постоянно перемещаем взгляд, таким образом, в поле более высокой резкости попадают все части объекта,
Люди избирают кратчайший путь и прибегают к помощи воображения, чтобы заполнить пробелы в данных не-визуального характера. Как и в случае с визуальной информацией, на основании неточных и неполных сведений мы делаем выводы и приходим к заключению, что наша «картинка» отчетлива и достоверна. Но так ли это на самом деле?
Разработав методы статистического анализа, ученые смогли оградить себя от ложных закономерностей и решить, поддерживает ли ряд наблюдений гипотезу или, напротив, мнимое подтверждение случайно. Например, когда ученому-физику нужно определить, являются ли показания суперколлайдера значимыми, он не рассматривает все графики в поисках столкновений частиц, которые выделяются на уровне помех, а применяет математические методы. Один из этих методов — оценка статистической значимости — был разработан в 20-е гг. XX в. Р.А. Фишером, одним из величайших статистиков. Также он известен вспыльчивым характером и враждой со своим коллегой Карлом Пирсоном, одним из основателей статистики; противостояние было настолько ожесточенным, что Фишер еще долгое время нападал на своего заклятого врага после кончины того в 1936 г.
Чтобы проиллюстрировать идеи Фишера, предположим, что студент в ходе эксперимента по экстрасенсорному восприятию предсказывает, как упадет монета. Если студент почти всегда прав, мы можем выдвинуть гипотезу, что он предсказывает осознанно, например, благодаря своим экстрасенсорным возможностям. С другой стороны, если студент оказывается прав приблизительно в половине случаев, это говорит о том, что он просто-напросто угадывает. Но что если данные оказываются где-то посередине или их недостаточно? В какой момент мы примем гипотезу либо откажемся от нее? Это и выясняется с помощью оценки статистической значимости: формальной процедуры, позволяющей оценить вероятность того, что наши наблюдения соответствуют действительности, если данная гипотеза верна. Если вероятность невелика, мы отклоняем гипотезу. Если высока — мы ее принимаем.
Предположим, мы настроены скептически и исходим из того, что студент не может заранее знать, как упадет монета. Допустим, во время эксперимента он несколько раз предсказывает правильно. Рассмотренные в главе 4 методы позволят вычислить вероятность того, что студент угадывает по чистой случайности. Если он верно предсказывал то, как упадет монета, так часто, что вероятность его исключительного везения составляет, скажем, всего 3%, мы отклоняем гипотезу о том, что он всего-навсего угадывал. На языке оценки статистической значимости это означает, что уровень значимости отказа от гипотезы — 3%, имея в виду, что в 3% случаев данные ввели нас в заблуждение. 3%-ный уровень значимости — это очень даже неплохо, и средства массовой информации, ухватившись за описанный эксперимент, раструбили бы о доказанности существования экстрасенсорных способностей. Все же те из нас, кто не верит в сверхъестественные силы, сохранили бы скептический настрой.
Приведенный пример демонстрирует важное положение: даже если данные значимы на, скажем, 3%, тестируя 100 человек, не являющихся экстрасенсами, на наличие сверхъестественных способностей или 100 недейственных препаратов на эффективность, вы должны быть готовы к тому, что несколько человек проявят экстрасенсорные способности или некоторые лекарства проявят себя как действенные. Вот одна из причин, по которой результаты политических выборов или медицинских исследований, особенно не отличающихся масштабностью, противоречат данным предварительных опросов или более ранних исследований. И все же оценка статистической значимости и другие подобные методы являются большим подспорьем для ученых, особенно когда у тех есть возможность проводить широкомасштабные контролируемые исследования. В быту мы не проводим такие эксперименты, да и подсознание наше статистическим анализом не занимается, вместо этого мы полагаемся на инстинкт. Как-то оказалось, что приобретенная мной печь-камин фирмы «Викинг» — исключительное барахло, и случайно я узнал, что у одной моей знакомой сложилось ровно такое же впечатление. Тогда я стал предупреждать друзей, чтобы они не покупали товары этой марки. Когда, летая рейсами «Юнайтед эрлайнс», я несколько раз наткнулся на стюардесс, более раздражительных, чем на рейсах других авиакомпаний, я стал выбирать других перевозчиков. Располагая небольшим количеством данных, я инстинктивно вывел закономерность.
Иногда подобные закономерности имеют значение, иногда — нет. В обоих случаях тот факт, что наше
При более внимательном рассмотрении мы обнаружим, что в современном обществе многие расхожие мнения основаны, как и столоверчение, на общепринятых иллюзиях. В то время как в главе 8 рассматривалось, с какой поразительной регулярностью происходят случайные события, теперь мы подойдем к вопросу с другой стороны: проанализируем, каким образом события, на первый взгляд имеющие явную причину, могут на самом деле оказаться результатом случайности.
Человеку свойственно выискивать в событиях модели и приписывать им значения. Канеман и Тверский проанализировали множество методов быстрой оценки характера данных и принятия решения в условиях неопределенности. Они назвали такие методы «сокращенными эвристическими процедурами». В целом, эвристические процедуры полезны, но, как и наш способ обрабатывать визуальную информацию иногда приводит к зрительным иллюзиям, так и эвристические процедуры могут иногда приводить к систематическим ошибкам. Канеман и Тверский назвали такие ошибки «ошибками предвзятости». Все мы пользуемся эвристическими процедурами, и все страдаем от ошибок предвзятости. Если зрительные иллюзии мало что значат в нашей повседневной жизни, то ошибки предвзятости играют важную роль в принятии решений. Поэтому в конце XX в. появилось направление, изучающее, каким образом человеческий разум воспринимает случайность. Ученые пришли к выводу, что «у людей смутное представление о случайности, они не способны распознать и осознанно воспроизвести ее»{193}, и, что хуже всего, мы постоянно недооцениваем роль случая в нашей жизни и принимаем решения, которые нам явно не пойдут на пользу{194}.
Представьте некую последовательность событий. Это могут быть квартальные дивиденды или ряд удачных или неудачных свиданий, организованных сайтом знакомств. В обоих случаях, чем длиннее последовательность или чем большее количество последовательностей вы анализируете, тем выше вероятность, что обнаружится любая закономерность, какую только можно себе вообразить, причем исключительно случайно. На самом деле, для последовательности «хороших» или «плохих» кварталов или удачных или неудачных свиданий вообще не требуется причина. Прекрасный пример привел математик Джордж Спенсер-Браун: в случайной последовательности 10 в степени 1 000 007 нулей и единиц следует ожидать по меньшей мере 10 непересекающихся подпоследовательностей 1 млн. следующих друг за другом нулей{195}. Представьте бедолагу, который натолкнулся на одну из этих цепочек, пытаясь использовать случайные числа в каких-нибудь научных целях. Его компьютерная программа генерирует сначала 5 нулей подряд, потом 10, 20, 1000, 10000, 100000, 500000. Будет ли он прав, если отошлет программу назад и потребует вернуть деньги? Какова будет реакция ученого, раскрывшего только что купленную таблицу случайных чисел и увидевшего, что все числа в ней — нули? Идея Спенсера-Брауна заключалась в том, что существует разница между случайным процессом и результатом такого процесса, который кажется случайным. Компания «Apple» столкнулась с подобной проблемой в связи с методом случайной тасовки, который она изначально применяла в своих плеерах «iPod»: истинная случайность приводила к повторам, поэтому, когда пользователи слышали подряд одну и ту же песню или песни одного и того же певца, они считали, что тасовка дала сбой. Тогда компания сделала эту функцию «менее случайной, чтобы она воспринималась как более случайная», — как сказал основатель компании Стив Джобс{196}.
Философ Ганс Рейхенбах одним из первых стал изучать восприятие случайных моделей. В 1934 г. он заметил: те, кто не имел опыта в определении вероятности, с трудом распознают случайную последовательность событий{197}. Рассмотрим распечатку результатов последовательности 200 бросков монеты, где X — это решка, а О — это орел: