Я прав - вы заблуждаетесь
Шрифт:
Очень может быть, что наш аналитический и атомический взгляд на экономику послужил сдерживающим фактором в этой области знания.
Теперь я хотел бы перейти к тому, что, на мой взгляд, является еще более серьезным недостатком анализа. Нас воспитывают в духе того постулата, что, если мы хотим быть в курсе происходящего и желаем иметь свежие идеи, нам необходимо анализировать имеющиеся в наличии данные или собирать дополнительные посредством экспериментов и опросов. В этом основа науки и исследований рынка. Компьютеры позволили нам осуществлять сбор и сортировку данных с невиданной доселе производительностью. Поэтому мы по идее должны были следовать означенной традиции
Проблема состоит в том, что по-настоящему проанализировать данные нам не удается никогда. В лучшем случае мы проверяем подлинность некой гипотезы, которая у нас есть, или пытаемся обнаружить в имеющихся данных небогатый арсенал зависимостей и отношений, который находится в нашем распоряжении. Короче говоря, для начала нам необходимо иметь перцепционные рамки или систему отсчета. Чаще всего мы используем очень упрощенные перцепционные рамки, такие как корреляция, причина и следствие, временные ряды, период полураспада.
В пору моих занятий медициной я проводил ряд исследований кровообращения в легких. В модели нормального потока необходимо измерить падение давления между двумя точками и затем измерить поток. Это даст меру сопротивления. При таком подходе цифры никогда как следует не сходились. Затем я использовал модель водопада. В водопаде высота, с которой падает вода, не имеет никакого влияния на поток выше точки падения.
При разработке новой области знания — теории хаоса — математики вернулись к старым данным и применили новую концептуальную модель. Таким образом, анализ данных способен подтвердить или опровергнуть гипотезу и позволяет сделать выбор между хорошо известными моделями, но сам по себе не генерирует новые концепции. Лишь сравнительно недавно новые типы зависимостей и отношений (нелинейные, пороговые, «водопад» и другие) получили опробирование в экономике. Если бы анализ данных мог напрямую генерировать подобные новые идеи, они попали бы в поле зрения уже давным-давно и заменили бы те примитивные связи, с которыми экономисты работали до этого. Я вернусь к этому вопросу, когда буду рассматривать научный метод. Это очень важный вопрос, который напрямую опирается на перцепционную организацию: мы можем увидеть только то, что готовы увидеть.
По мере того как компьютеры становятся все более способными выполнять анализ данных за нас, нам следует разрабатывать все больше концептуальных моделей. В настоящее время возможно проведение экспериментов на компьютерах. Первоначальные данные свидетельствовали о том, что люди, пристегивавшиеся ремнем безопасности, имели гораздо меньшую вероятность гибели в дорожных авариях. Это прямо указывало на то, что использование ремней безопасности резко повышает число выживающих в авариях. Дальнейший анализ показал, что данная зависимость (хотя и верная) на деле сложнее, чем кажется. Осторожные водители пристегиваются ремнями безопасности и водят машину аккуратно, в связи с чем дорожно-транспортные происшествия с их участием являются менее серьезными. Лихачи же склонны не пристегиваться, и аварии с их участием гораздо более серьезные. В серьезных авариях гораздо выше вероятность гибели кого-нибудь из участников. Но следует сначала подумать о такой возможности, прежде чем приниматься искать ее.
Почему мы не можем просто проанализировать данные во всех возможных комбинациях? Комбинациях чего? Даже если выделить отдельно все факторы, они уже будут перцепционными предположениями. Даже для этих изолированных факторов количество возможных организаций было бы колоссальным, поскольку математическая комбинаторика оперирует очень большими числами. Имеется 362 880 способов разместить числа от 1 до 9 в матрице, состоящей из девяти ячеек (9 х 8 х 7 и так далее).
Задним умом все это, конечно же, будет казаться очевидным. Как только мы получили ответ, нам остается только сказать: если бы мы посмотрели туда и сюда; если бы мы сформулировали проблему таким образом; если бы мы измерили то, что требовалось измерить. Как я неоднократно упоминал выше, такие утверждения мало что значат (всякая стоящая творческая идея всегда выглядит логичной в ретроспективе). Задний ум справедливо применять в настольной логике, но бессмысленно — в паттерн-системе. Когда вам известно, какой путь ведет к ответу, всегда легче избрать этот путь.
Одним из важнейших вкладов древних греков в мышление была концепция «почему». Перед ее введением мыслителям было достаточно сказать «это так» и оставить все как есть. Концепция «почему» ведет к богатой мыслительной активности анализа и поиску объяснения.
Следующий шаг таков: понимая вещи и выделяя среди них фундаментальные, быть может, мы в состоянии изменять их. В связи с этим легко видеть, почему подобное классическое мышление пользуется большим уважением. Оно ведет к научному методу, хотя сами греки предпочитали мыслить в терминах настольной логики и конструированных систем, а не эксперимента.
Концепция «почему» является базовой частью нашей интеллектуальной традиции, и я решил рассмотреть ее в данном разделе, посвященном анализу, поскольку большая часть последнего предназначена для поиска ответа на вопрос «почему?»: почему растет инфляция; почему вирус СПИДа такое долгое время пребывает в спящем состоянии; почему произошел скачок на 5 процентов на последних выборах; почему имеет место внешнеторговый дефицит?
Я уже упоминал о вкладе восприятий и концепций в поиск объяснений путем анализа: нам следует уделять столько же внимания нашему перцепционному репертуару, сколько и данным. Теперь я хотел бы посмотреть в противоположном направлении. Объясняя что-либо, мы смотрит назад, дизайн же смотрит вперед.
Мы были очарованы возможностями анализа, но при этом очень мало внимания уделяли дизайну. Разумеется, дизайн породил храмы, расцветки тканей, мебель и космические ракеты, однако он всегда рассматривался сугубо как ремесло в сравнении с интеллектуальным совершенством анализа. Частично это результат наших поисков истины, которые (возможно, ошибочно) мы считали следствием анализа, а не дизайна. Вероятно, это еще один аспект влияния теологических измышлений на образование. Главным образом это результат ошибочного убеждения, что тогда как анализ обнажает компоненты и системы, У дизайна задача гораздо проще, а именно сведение элементов вместе для достижения какой-нибудь цели.
Традиционная концепция состоит в том, что «знания — это все». Если мы обладаем знаниями, то вещи вроде разработки конкретных действий и дизайна становятся второстепенными интеллектуальными операциями. В этой связи школы и университеты озабочены в первую очередь тем, чтобы предоставлять знания. Навыки прикладного плана перенесены в ведомство технических колледжей и бизнес-школ, которые воспринимаются как нечто гораздо более низкого интеллектуального уровня. Возможно, дизайн автомобиля или радарной системы проще с интеллектуальной точки зрения, чем анализ политического развития в XIX веке, однако реальный процесс дизайна гораздо сложнее и во всех своих аспектах не менее важен, чем анализ.
Есть две вещи, которые мешали нам осознать важность дизайна: вера в то, что анализ данных обеспечит нас всеми необходимыми идеями (что не соответствует истине в самоорганизующейся перцепционной системе), и вера в то, что эволюция обеспечит нам весь необходимый прогресс (также неверно в самоорганизующейся системе).
Противоположностью «почему» является «по». С «по» мы смотрим в будущее, на то, что могло бы получиться как результат изменившихся восприятий и дизайна новых концепций. «Что могло бы быть» лишь отчасти основывается на том, «что есть сейчас». Может даже возникнуть необходимость отмежеваться от того, что «есть», от существующих восприятий и парадигм.