Рациональность. Что это, почему нам ее не хватает и чем она важна - Стивен Пинкер
Шрифт:
Интервал:
Закладка:
Подобные исследования становятся легкой мишенью для снайперов, выискивающих невоспроизводимость, — и причина в их низкой априорной вероятности. Не настолько, конечно, низкой, как у экстрасенсорного восприятия, но, если бы вдруг оказалось, что настроением и поведением человека можно с такой легкостью манипулировать, внося незначительные изменения в окружающую его обстановку, это стало бы действительно из ряда вон выходящим открытием. В конце концов, и психотерапевты, и политики, и рекламная индустрия прикладывают массу усилий, пытаясь провернуть тот же трюк, но успехи их иначе как скромными не назовешь[231]. Эти исследования попадают в научные рубрики газет и на пафосные фестивали идей исключительно благодаря неординарности своих результатов, и именно поэтому мы, как истинные последователи Байеса, должны требовать, чтобы они подтверждались неординарными доказательствами. Надо заметить, что тяга к удивительным открытиям способна превратить научную журналистику в трескучий рупор заблуждений. Любой редактор знает, как привлекают читателя заголовки, подобные таким:
ДАРВИН ОШИБАЛСЯ?
ЭЙНШТЕЙН БЫЛ НЕПРАВ?
НИКОМУ НЕ ИЗВЕСТНЫЙ ЮНЕЦ СПУТАЛ УЧЕНЫМ ВСЕ КАРТЫ
НАУЧНАЯ РЕВОЛЮЦИЯ В ОБЛАСТИ Х
ЗАБУДЬТЕ ВСЕ, ЧТО ВЫ ЗНАЛИ ПРО Y
Беда в том, что слово «удивительный» — это синоним выражения «с низкой априорной вероятностью», ну если мы согласны, что накопленное нами научное знание обладает хотя бы какой-то ценностью. А это, в свою очередь, означает, что при равном качестве доказательств нам стоит меньше доверять заявлениям, которые нас удивляют. Но масла в огонь подливают не одни только журналисты. В 2005 г. физик Джон Иоаннидис шокировал коллег предвосхитившей кризис воспроизводимости статьей «Почему большая часть опубликованных результатов исследований недостоверна». Проблема в том, что многие из феноменов, за которыми охотятся специалисты в области биомедицинских наук, сами по себе интересны и априори вряд ли истинны, так что избежать ложноположительных результатов тут можно, только используя крайне чувствительные методы, а вот многие истинные данные, в том числе нулевые результаты и сообщения об успешном воспроизведении прежних работ, считаются слишком скучными, чтобы заслуживать публикации.
Это не значит, конечно, что научные исследования — пустая трата времени. Предрассудки и суеверия ошибочны гораздо чаще нашей неидеальной науки, и в конце концов в шуме научных дискуссий рождается истина. Как заметил в 1978 г. физик Джон Займан, «физика университетских учебников верна на 90 %; первичные публикации в физических журналах — на 90 % ложь»[232]. Отсюда можно сделать вывод, что байесовское мышление не одобряет распространенную практику использования слова «хрестоматийный» в качестве оскорбления, а фразы «переворот в науке» в качестве комплимента.
Здравое уважение к скучному повысило бы и качество дискуссий о политике. Как мы убедились в главе 1, достижения многих известных прогнозистов иначе как смехотворными не назовешь. Причина в том, что их профессиональный успех оценивается объемом внимания, которое они привлекли своими прогнозами — такими увлекательными, то есть маловероятными априори, и потому (учитывая, что волшебным даром пророчества эти люди не обладают) такими же маловероятными апостериори. Филип Тетлок изучал «суперпрогнозистов», которые действительно успешно предсказывают различные экономические и политические исходы. Их объединяет то, что все они — последователи Байеса: начинают с априорных представлений и уточняют их на последующих этапах анализа. Если их просят, например, рассчитать вероятность террористической атаки в течение ближайшего года, они прежде всего выясняют базовую оценку, заглянув в «Википедию» и подсчитав число атак в регионе в предшествующие годы, — вряд ли вы обнаружите что-то подобное в свежей передовице, предсказывающей, что день грядущий нам готовит[233].
Запретная базовая оценка и байесовское табу
Пренебрежение базовой оценкой не всегда является симптомом эвристики репрезентативности. Иногда на нем настаивают целенаправленно. Феномен «запретной базовой оценки» входит в тройку выделенных Тетлоком светских табу наряду с запретными уступками и еретическими предположениями (глава 2)[234].
Почву под запрет базовой оценки подводит одна из социологических закономерностей. Измерьте любую социально значимую переменную — экзаменационные баллы, карьерные предпочтения, уровень социального доверия, доход, процент заключенных браков, особенности образа жизни, частоту различных типов насилия (уличная преступность, групповая преступность, домашнее насилие, организованная преступность, терроризм). Теперь разбейте результат по стандартным демографическим категориям: возраст, пол, раса, религия, национальность. Средние показатели по различным подгруппам никогда не совпадут, причем разница порой значительна. Неважно, что является ее причиной — природа, культура, дискриминация, история или какая-то их комбинация, — разница реальна, она существует.
Вряд ли такое положение дел кого-то удивит, но применить это знание можно так, что кровь стынет в жилах. Скажем, вы хотите получить максимально точный прогноз по поводу жизненных перспектив определенного человека: хорошо ли он будет учиться в колледже, каких успехов добьется в профессиональной деятельности, насколько высок в его случае риск неплатежа по кредиту, какова вероятность, что он совершит преступление, или скроется от правосудия, или нарушит закон повторно, или устроит теракт. Если вы истинный последователь Байеса, вы начнете с определения базовой оценки на основании его возраста, пола, классовой принадлежности, расы, национальности и вероисповедания, а затем станете вводить поправки с учетом личных особенностей этого человека. Другими словами, вам придется прибегнуть к профайлингу, то есть ваше мнение будет пристрастным не из-за невежества, ненависти, снобизма или какого-нибудь еще — изма или — фобии, но в результате продиктованной лучшими намерениями попытки сделать как можно более точный прогноз.
Разумеется, большинство из нас приходит в ужас даже от мысли о чем-то подобном. Тетлок просил испытуемых представить себе сотрудника страховой фирмы, которому нужно определять размер страховой премии для жителей различных районов города, учитывая, как часто в этих районах случаются пожары. С этим участники никаких проблем не имели. Но, если им говорили, что вышеупомянутые районы отличаются по расовому составу населения, они тут же передумывали и принимались осуждать того же сотрудника — по сути, просто за то, что тот хорошо делает свою работу. А если они сами играли роль этого сотрудника и узнавали ужасную правду о демографической статистике, они пытались смыть с себя позорное пятно, выражая желание принять участие в антирасистской кампании.
Может, это еще один пример человеческой нерациональности? Неужели расизм, сексизм, исламофобия, антисемитизм и прочие предубеждения «рациональны»? Конечно же, нет! Объяснение кроется в определении рациональности, данном в главе 2: рациональность — это способность использовать знание для достижения целей. Если точный страховой прогноз — наша единственная цель, то мы, вероятно, должны использовать любые крупицы информации, которые помогут как можно точнее рассчитать априорную вероятность. Но все дело в
