Прозревая будущее. Краткая история предсказаний

Некоторые сторонники «метода Дельфи» полагают, что его можно использовать, когда проблема слишком сложна для построения модели (см. ниже) и/или когда нужно лично встретиться со слишком большим количеством слишком разных людей[418]. Вот почему этот метод часто используется лишь в крайнем случае. С другой стороны, поскольку он дешев, его рассматривают в первую очередь.

Руководители исследования, использующие этот метод, должны решить, будет ли их подход качественным, количественным или сочетанием обоих. Затем они либо проведут серию интервью, которые могут быть более или менее структурированными, либо составят анкету и отправят ее группе аналитиков, которые ответят на нее так, как сочтут нужным. Возможно опять-таки сочетание обоих приемов. При этом, очевидно, важно обеспечить, чтобы эксперты были максимально осведомленными, «объективными», репрезентативными (в отношении чего?) и максимально мотивированными; при многих обстоятельствах это может быть действительно сложной задачей. После того как будут получены ответы, может быть проведено второе собеседование или разослана вторая анкета, основанная на первой. И так далее – сколько покажется необходимым (и насколько хватит терпения участников, прежде чем они в отчаянии сдадутся). Наконец, можно повторить процедуру на другой группе экспертов, а затем сравнить результаты. Все это должно повысить согласованность и надежность исследования[419].

Возможны варианты. Директора могут консультироваться с экспертами относительно представленных ответов, а могут этого не делать. Экспертов могут попросить прокомментировать их собственную степень компетентности, а могут и избавить от этого. Их могут попросить объяснить, как они пришли к своим выводам, а могут и не спрашивать. Им могут разрешить увидеть ответы своих коллег на первый вопросник, а могут и не разрешать. Процесс может быть анонимным или открытым. Опрос может завершиться конференцией, на которой все результаты будут выложены на стол в попытке достичь консенсуса, но может обойтись и без нее. Количество возможностей практически неограниченно; но прийти к твердому выводу, какие из них предпочтительнее, почти невозможно. В результате некоторые критики утверждали, что при помощи «метода Дельфи» вообще невозможно заглянуть в будущее. В лучшем случае он может предотвратить хаос, помогая структурировать процесс общения в группе.

Первые попытки массово опрашивать людей, чтобы установить, способны ли определенные группы – например, молодые, старые, образованные, наивные – предсказывать будущее лучше, чем другие, предпринимались в 1930‐х годах[420]. Результата они не имели, но исследователей это не останавливало. В 1980‐х годах фундаментальное исследование в этой области провел канадско-американский профессор политологии Филип Э. Тетлок. Его первым шагом было создание единой системы, которая позволила бы четко отличать правильные прогнозы от ошибочных. С этой целью он сформулировал свои вопросы таким образом, чтобы респонденты не только давали ответы «да/нет», но и сообщали, когда произойдут прогнозируемые события. Так, он спрашивал не о том, будут ли в распоряжении у Северной Кореи подлодки, оснащенные баллистическими установками, а о том, появятся они у нее к заданной дате или нет; не о том, войдут ли в НАТО новые страны, но о том, будет ли это сделано к конкретному году. Затем, запросив 28 тысяч прогнозов у 284 экспертов в различных областях, Тетлок создал базу данных, которая позволила ему отделить «ежей» – респондентов, которые не преуспели в предсказании, – от «лис», у которых все получилось. Некоторые «лисы» показали просто феноменальные результаты.

Но это было только начало. Проект Тетлока по оценке экспертного политического суждения привлек внимание агентства передовых исследований в сфере разведки IARPA (Intelligence Advanced Research Projects Activity), подразделения военных сил США, которому было поручено найти лучшие способы получения и анализа разведданных. Они обеспечили ему организационную и финансовую поддержку[421]. Подводя итоги исследования, Тетлок писал, что, как показывают его результаты, для точного прогнозирования не нужны мощные компьютеры или причудливые методики. Но необходимо собирать доказательства из множества разных источников; измерять степень вероятности – то есть оперировать процентными выражениями; работать в командах; вести счет; быть готовым признать ошибку и при необходимости изменить курс. Он также писал о том, что мотивировать участников могут особые турниры по прогнозированию, и предположил, что введение отчетности в процесс прогнозирования может повысить точность получаемых им ответов.