Когда два события происходят одновременно, мы часто верим, что одно вытекает из другого. Учебники используют сопоставление мороженого и числа утонувших людей как раз потому, что между этими двумя факторами сложно найти связь, но куда проще найти третий фактор, объясняющий оба события.
Примеров иллюзии причинности настолько много, что наши студенты на курсе по методам исследований без особых проблем справляются с таким заданием: нужно найти свежую заметку в СМИ, в которой простая ассоциация ошибочно принимается за причинно-следственную связь. Так, в одной из статей BBC с провокационным заголовком «Секс сохраняет молодость» говорится об исследовании доктора Дэвида Уикса из Королевской больницы Эдинбурга. Он делает вывод, что «пары, которые занимаются сексом минимум три раза в неделю, выглядят в среднем на десять лет моложе среднестатистических ровесников, которые делают то же самое лишь дважды»[202]
. Подпись к сопровождающей статью фотографии гласила: «Регулярный секс сотрет годы с вашего лица». В теории секс может, конечно, каким-то образом быть связан с тем, что человек молодо выглядит. Но тогда не менее правдоподобной выглядит и такая зависимость: те, кто выглядит моложе своих лет, имеют более частые половые контакты; или – моложавость является признаком хорошей физической формы, что способствует активной половой жизни; или – человек, выглядящий моложе, с большей вероятностью будет поддерживать постоянные сексуальные отношения; или… варианты можно придумывать до бесконечности. Статистическая ассоциативная связь между двумя тезисами не означает, что одно является причиной другого. Можно было сформулировать заголовок с точностью до наоборот: «Моложавый вид гарантирует большее количество секса». Вывод равноценный, но теряется элемент сенсации – а значит, новость уже не столь интересна.Конечно, одни корреляции с большей вероятностью отражают настоящую причинно-следственную связь, чем другие. Повышенная температура летом чаще заставит людей покупать мороженое, чем новости об утонувших отдыхающих. Эксперты по статистике и социологии разработали логичные методы сбора и анализа корреляционных данных, что повышает шансы на обнаружение реальной связи между двумя событиями. Но единственным способом – и мы хотим заострить на этом ваше внимание,
В отличие от наблюдения в эксперименте систематически меняется один фактор, так называемая независимая переменная. Это позволяет оценить его влияние на другой фактор – зависимую переменную. Допустим, вам важно узнать, что помогает людям лучше сосредоточиться на трудной задаче – фоновая музыка или тишина. Для этого вы случайным образом разбиваете людей на две группы: первые работают под мелодию, вторые трудятся в тишине, а вы измеряете их продуктивность с помощью когнитивного теста. Вы вводите причину (музыка и ее отсутствие), а затем наблюдаете за следствием (различия в результатах теста). При этом недостаточно просто оценить и соотнести два следствия, чтобы выстроить причинно-следственную связь. Еще раз: если вы просто отмечаете, работают ли участники вашего эксперимента под мелодию, и делаете выводы из тестирования, вы не сможете доказать наличие связи между прослушиванием музыки и эффективностью когнитивной деятельности. Почему же?