Unknown

Знакомая форма этой ошибки - единичный, яркий случай, который перевешивает гораздо больший массив статистических данных или выводов, сделанных на основе абстрактных рассуждений. Когда потенциальный покупатель автомобиля подслушивает рассказ незнакомца о том, как его Volvo оказался "лимоном", это может оказать такое же влияние на его мышление, как и статистика в Consumer Reports о среднегодовой стоимости ремонта автомобилей иностранного производства. Если личное свидетельство исходит от брата или близкого друга потенциального покупателя, ему, вероятно, будет придано еще большее значение. Однако логичный статус этой новой информации - увеличить на единицу выборку, на которой основывалась статистика Consumer Reports; личный опыт одного-единственного владельца Volvo не имеет особой доказательной силы.

 

Нет необходимости говорить о том, что пример "человек-кто" редко заслуживает того доказательного веса, на который рассчитывал человек, приводящий этот пример, или того веса, который часто придает ему получатель.

Самое серьезное последствие использования наглядности в качестве критерия, определяющего влияние доказательств, заключается в том, что некоторые виды очень ценных доказательств не будут иметь большого влияния просто потому, что они абстрактны. Статистические данные, в частности, лишены богатых и конкретных деталей, чтобы вызвать яркие образы, и их часто упускают из виду, игнорируют или сводят к минимуму.

Например, доклад генерального хирурга, связавший курение сигарет с раком, должен был, по логике вещей, привести к снижению потребления сигарет на душу населения. Такого снижения не происходило в течение более 20 лет. Особенно показательна реакция врачей. Все врачи были осведомлены о статистических данных и в большей степени, чем обычное население, знакомы с проблемами здоровья, вызванными курением. То, как они реагировали на эти данные, зависело от их медицинской специализации. Через двадцать лет после выхода доклада Генерального хирурга рентгенологи, ежедневно изучающие рентгеновские снимки легких, имели самый низкий уровень курения. Врачи, которые диагностировали и лечили жертв рака легких, также вряд ли курили. Многие другие категории врачей продолжали курить. Вероятность того, что врач продолжит курить, напрямую зависела от удаленности его специальности от легких. Другими словами, даже врачи, обладающие достаточной квалификацией для того, чтобы понять и оценить статистические данные, были больше подвержены влиянию своего яркого личного опыта, чем достоверных статистических данных95.

Личные анекдоты, реальные истории о том, как люди реагируют или не реагируют на источники информации, и контролируемые эксперименты - все это можно приводить до бесконечности, "чтобы проиллюстрировать тезис о том, что резюме данных, несмотря на их логически убедительные последствия, оказывают меньшее влияние, чем более слабые, но более яркие доказательства". Представляется вероятным, что аналитики разведки также придают недостаточное значение статистической информации.

Аналитики должны придавать мало значения анекдотам и личным историям, если только не известно, что они типичны, и, возможно, вообще не придавать им значения, если можно получить совокупные данные, основанные на более достоверной выборке.

 

Отсутствие доказательств

Главная особенность разведывательного анализа заключается в том, что ключевой информации часто не хватает. Аналитические проблемы выбираются на основе их важности и предполагаемых потребностей потребителей, без особого внимания к наличию информации. Аналитикам приходится делать все возможное с тем, что у них есть, так или иначе принимая во внимание тот факт, что многие важные сведения, как известно, отсутствуют.

В идеале аналитики разведки должны уметь распознавать, каких именно доказательств не хватает, и учитывать это в своих расчетах. Они также должны уметь оценивать потенциальное влияние недостающих данных и соответствующим образом корректировать уверенность в своих суждениях. К сожалению, этот идеал, похоже, не является нормой. Эксперименты показывают, что "с глаз долой, из сердца вон" - лучшее описание влияния пробелов в доказательствах.

Эта проблема была продемонстрирована с помощью деревьев отказов, которые представляют собой схематические рисунки, показывающие все, что может пойти не так в любом начинании. Деревья отказов часто используются для изучения неисправностей сложных систем, таких как ядерный реактор или космическая капсула.