Ускорение прогнозируемых величин даже возрастает. В среднем с 5-го по 6-й цикл испытуемые предсказывают рост популяции хищников на 40 %, с 6-го по 7-й – на 42 %, с 7-го по 8-й – на 44 %. Если взглянуть на рисунок 46, то это ускорение прогнозов выглядит даже слишком понятным. Прогнозы расположены ниже фактических значений развития популяции хищников; испытуемые «подтягивают» свои прогнозы.
Поведение испытуемых при составлении прогнозов до наступления катастрофы можно истолковать при помощи простой модели. Их прогнозы можно синтезировать через приведенный ниже процесс.
Возьми начальное и конечное значения тех процессов, за которыми тебе уже доводилось наблюдать, и свяжи их между собой через прямую.
Экстраполируй эту прямую на конечное значение в тот момент времени, до которого нужно сделать прогноз.
Добавь или вычти величину, которая соответствует недооценке или переоценке в предыдущем прогнозе, и ты получишь значение прогноза.
На рисунке 47 показан ход прогнозирования, синтезированный таким образом. Пунктиром обозначены изменения переменной «хищники». Тонкие линии – это экстраполяции, сделанные на основании последних двух наблюдаемых измеряемых величин тех переменных, изменения которых нужно было спрогнозировать. Разница между линейной экстраполяцией и треугольниками – это «ошибочные прибавления», то есть коррекция или дополнение линейных прогнозов по сравнению с ошибочным предсказанием в каждом предыдущем прогнозе. Мы видим, что синтезированная таким образом кривая прогнозов очень похожа на кривую фактических прогнозов.
Как показывает рисунок 46, испытуемые были совершенно сбиты с толку «внезапным» разворотом в значении переменной «хищники», точно так же, как это случилось с большинством биржевых игроков во время краха биржи в 1987 году. Однако для наших испытуемых это гораздо более удивительно, чем для биржевиков, поскольку обстоятельства жизни племени ксерерос были значительно более ясными и наглядными, чем положение на бирже.
После того как катастрофа дала о себе знать через внезапное торможение ускорения (цикл 8), испытуемые хоть и ожидали дальнейшего снижения, но все же были очень удивлены его скоростью (цикл 9).
Еще более примечательным являются результаты, которые мы видим на рисунке 48. На нем изображено, как кривая средних значений прогнозов с рисунка 46 разделяется на две кривые: одна отмечает значения всех испытуемых, которые должны были предсказать только изменения в популяции хищников, вторая – значения всех испытуемых, которые должны были прогнозировать изменения и числа хищников, и поголовья травоядных.
Можно было бы предположить, что у тех испытуемых, кто постоянно получал наглядную информацию о падении численности травоядных, выводы при прогнозировании численности хищников окажутся более точными. Овец становится меньше, гиен – больше, и в какой-то момент гиены должны начать голодать! Испытуемым должно было быть ясно с 4-го по 5-й цикл, что численность травоядных снижается; а если оно снижается, то в конце концов это должно повлиять на охотничьи шансы хищников.
Когда эти выводы вообще были сделаны, они не повлияли на поведение испытуемых. Напротив, все выглядело так, будто испытуемые из группы «только хищники» были лучше тех, кто находился в группе «хищники и травоядные»: они зашли не так далеко за точку катастрофы. (Это статистически значимый эффект!)
Чем это можно объяснить? Тем, что для группы «хищники и травоядные» задание оказалось слишком сложным? Они ведь получали гораздо больше информации, чем группа «только хищники». Привело ли дополнительное задание – интегрировать оба процесса – к информационной перегрузке? И привела ли она, в свою очередь, к тому, что испытуемые были склонны оставаться негибкими в своем автоматизме? В противоположность им у менее нагруженных испытуемых из группы «только хищники» осталась способность предсказать замедление темпов роста переменной «хищники».