Левое полушарие–правильные решения. Мыслить и действовать: как интуиция поддерживает логику

Чтобы понять, что я имею в виду, допустим, что на основе этих предположений вы выяснили: шансы на то, что ваш партнер имеет отношения на стороне, составляют 29,4 %. Если бы речь шла о завтрашней погоде, мы знали бы, что делать дальше. Мы бы записали завтрашнюю температуру, сравнили ее со своим прогнозом, а затем подкорректировали бы модель, чтобы сделать лучший прогноз в следующий раз. То же самое мы сделаем, если захотим предсказать, сколько очков, скорее всего, выиграет Knicks: сделаем прогноз, узнаем результат матча и уточним свою модель, чтобы сделать лучший прогноз для следующей игры. Процесс работает, когда мы быстро получим новые точные данные, а самое главное, когда сбор информации не изменяет вероятности будущего. В конце концов, погода не знает, что вы спрогнозировали, и команда Knicks не знает, как ее оценила ваша модель. Вы не влияете на результаты ни прямо, ни косвенно.

Но когда речь заходит об обнаружении загадочного нижнего белья, все меняется. Как именно вы определите, действительно ли ваш партнер завел роман, а затем настроите модель, чтобы сделать прогноз более точным, не изменяя вероятности будущего события? Если вы зададите вопрос – даже не прямой, типа «Ты завел интрижку?», а более мягкий, например «Хотелось бы знать, Джи, чье это нижнее белье?», – то измените вероятность будущего события. Если до этого ничего не происходило, то ваш вопрос вряд ли сделает ее более вероятной, но если у вашего партнера действительно роман, то он постарается лучше скрывать его в будущем, что снизит вероятность появления нижнего белья в комоде. Или ваш партнер может тихо прекратить отношения, что опять приведет к снижению вероятность повтора. В любом случае, само усилие узнать правду создает виток обратной связи, что отличает этот пример от предсказания погоды или счета в баскетбольном матче.

Может быть, вы решите ничего не говорить и не делать. Вы ведете себя так, как будто ничего не случилось, и наблюдаете, что произойдет дальше. Это вызывает другую проблему: ожидание повторного появления белья может занять много времени, особенно если вы ездите в командировки один раз в месяц. Вы не сможете собрать данные достаточно быстро, чтобы обновить модель в значительной степени, и, конечно, недостаточно быстро, чтобы пролить свет на этот животрепещущий вопрос. Байесовское обновление может быть очень мощным, но мы должны признать его практические пределы.

Размышления о моделях решений

Модели решений могут быть очень полезными: часто они дают очень точные прогнозы на основании относительно небольшого количества данных и помогают избежать распространенных предубеждений, мешающих делать правильные выводы. В последнее десятилетие благодаря растущему доступу к большим базам данных их использование значительно возросло. Со временем модели становятся все более важными.

Однако принимая модели решений, мы иногда упускаем из виду необходимость их правильного использования в случаях, когда мы не оказываем непосредственного влияния и не получаем никаких преимуществ, помимо точной оценки. Когда мы влиять можем, это другая задача: не предсказать, что произойдет, а сделать, чтобы произошло. Здесь позитивное мышление может изменить исход с неудачи на успех.

Мы должны также признать третью категорию: косвенное влияние. Даже если мы не можем прямо повлиять на исход, то можем сообщать полученные прогнозы таким образом, что изменим поведение и, в конечном итоге, события. Оглашение результатов опроса о политических взглядах – лишь один пример. В бейсболе результаты статистического анализа могут использоваться для ободрения или мотивации, что косвенно повлияет на то, что происходит на поле, но не настолько, чтобы заменить необходимость размахивать битой или бросать мяч. Статистика не играет, это делают игроки.

Модели решений – часто один из способов стать умным, но еще важнее мудрость, то есть понимание того, что можно сделать с помощью модели, а чего нельзя. Говоря словами одного из блогеров, растущая популярность «технически сложных, требующих большого объема вычислений статистических подходов» имеет неприятный побочный эффект: мы меньше думаем о том, что эти цифры означают на самом деле. Распространенная фраза «заткнись и считай цифры» явно не способствует критическому мышлению.[277] Когда мы используем модели без четкого понимания, в каких условиях они применимы, мы не сможем принять великое решение независимо от набора имеющихся данных и сложности используемой модели.

Глава 10 Когда победители прокляты?