Думай «почему?». Причина и следствие как ключ к мышлению

Теперь сравните это с причинной версией того же вывода: «Вероятно, выбросы CO₂ были необходимой причиной аномальной жары 2003 года». Какое предложение, их или наше, вы сможете вспомнить завтра? А какое могли бы объяснить соседу?

Я не эксперт по изменению климата, поэтому взял этот пример у одного из моих соратников Алексиса Ханнарта из Франко-аргентинского института изучения климата и его эффектов в Буэнос-Айресе. Ханнарт — приверженец причинно-следственного анализа. в климатологии. Ханнарт изобразил график причинности на рис. 54. Поскольку парниковые газы — узел верхнего уровня в климатической модели и к нему не ведут стрелки, он утверждает, что по ним и климатической реакции нет никаких осложнений. Подобным образом он ручается за допущение об отсутствии защиты (т. е. парниковые газы не могут защитить нас от аномальной жары).

Ханнарт идет дальше Аллена и Стотта и использует наши формулы для вычисления вероятности достаточности (PS) и необходимости (PN). В случае с аномальной жарой в Европе в 2003 году он обнаружил, что PS была чрезвычайно низкой, около 0,007 2, а значит, было невозможно предсказать эту аномалию в том конкретном году. В свою очередь, вероятность необходимости PN составила 0,9, что согласуется с результатами Аллена и Стотта. Это означает, что, весьма вероятно, без парниковых газов жары не было бы.

Очевидно низкое значение PS следует рассматривать в более широком контексте. Мы не просто хотим знать вероятность аномальной жары в этом году; мы хотели бы знать вероятность ее повторения в течение более длительного периода времени, скажем в следующие 10 или 50 лет. С увеличением временных рамок PN уменьшается, поскольку в действие вступают другие возможные механизмы возникновения аномальной жары. Тем не менее PS увеличивается, потому что, по сути, возрастает риск самого неблагоприятного сценария. Согласно вычислениям Ханнарта, существует 80 %-ная вероятность того, что климатические изменения вызовут такую же (или более сильную) жару в Европе, как в 2003 году, в течение 200-летнего периода. Возможно, это звучит не слишком пугающе, но речь идет о нынешней концентрации парниковых газов в атмосфере. В действительности уровень CO₂ будет расти и дальше, отчего увеличится PS и сократится промежуток времени до новой жары.

Рис. 62. Диаграмма причинности для примера с климатическими изменениями

Могут ли обычные люди научиться улавливать разницу между необходимыми и достаточными причинами? Это непростой вопрос. Даже ученые иногда сталкиваются с трудностями. Например, об аномальных температурах в России в 2010 году, когда выдалось самое жаркое лето за всю историю наблюдений и торфяные пожары омрачили небо над Москвой, вышло два исследования с противоположными выводами. Одна группа решила, что жара была вызвана естественными колебаниями температур, другая — что причиной стало изменение климата. По всей видимости, разночтения возникли из-за того, что группы по-разному определили результат. Первая, по-видимому, строила аргументы на основе PN и получила высокую вероятность причины в климатических изменениях. Вторая использовала PS и получила низкую вероятность. Вторая группа приписала жару постоянному высокому давлению над Россией — что кажется мне достаточной причиной — и обнаружила, что парниковые газы практически не связаны с этим явлением. Но любое исследование, использующее PS в качестве показателя за короткий период, устанавливает высокую планку для всех, кто пытается доказать причинно-следственные связи.

Прежде чем отойти от этого примера, я хотел бы еще раз прокомментировать компьютерные модели. Большинству ученых приходится усердно работать, чтобы получить контрфактивную информацию, скажем мучительно комбинируя данные наблюдательных и экспериментальных исследований. Ученые-климатологи могут легко получить контрфактивные данные из компьютерных моделей: достаточно ввести новое значение для концентрации углекислого газа в воздухе и дать программе поработать. «Легко», конечно, здесь понятие относительное. За простой причинно-следственной схемой на рис. 54 скрывается невероятно сложная функция-ответ, заданная миллионами строк компьютерного кода, которые используются для моделирования климата.