Настоящей интуитивной компетентности мы учимся благодаря большому объему качественной обратной связи по нашим ошибкам[350].
• Каковы необходимые условия для интуитивной компетентности?
• Как добиться прогресса в неопределенной среде, где обратная связь искажается?
• Когда следует доверять интуиции, а когда — цифрам?
17 сентября 2007 года, за день до девятнадцатилетия, Аннет Обрестад вошла в историю, став самой юной победительницей турнира Мировой серии покера[351]. Выступая в Европе — до того, как ей позволят играть в Лас-Вегасе, пришлось бы ждать еще два года, — молодая норвежка забрала главный приз — миллион фунтов стерлингов. Она победила 362 других участника, каждый из которых уплатил стартовый взнос 10 000 фунтов. Покер — это азартная игра, но победа Обрестад не была случайностью: она и до этого доминировала в интернет-турнирах. Еще учась в старших классах, девушка выигрывала в покер больше, чем ее мать получала, работая полный день[352]. За пару месяцев до Мировой серии Аннет записалась в онлайн-турнир вместе с еще 179 участниками и ради смеха решила узнать, как далеко сумеет зайти, если заклеит монитор скотчем, чтобы не видеть своих карт[353]. Она выиграла.
Аннет начала играть после того, как смотрела по телевизору боулинг и увидела рекламу покерного сайта[354]. Она с детства любила соревноваться в карты с отцом и решила, что это будет интересно. Тогда девушке было лишь пятнадцать лет, так что играть на настоящие деньги она не могла, поэтому присоединилась к турниру на игровую валюту. Как ни странно, у нее сразу обнаружился талант. «У меня просто как-то сразу сложилось с игрой, — позже вспоминала Аннет. — Знаете, как бывает, когда начинаешь чем-нибудь заниматься и вдруг понимаешь, что ты в этом очень крут, а все остальные — отстой? Вот именно так у меня вышло с покером».
В турнире на игровую валюту она выиграла девять долларов. Начав с этого крохотного стартового капитала, девушка постоянно пополняла свой счет. Так, не вложив ни копейки собственных денег, Обрестад начала играть — и выигрывать — у тех, кто ставил настоящие деньги. В следующие четыре года она выиграла онлайн несколько сотен тысяч долларов. Когда Аннет достигла возраста, в котором ей разрешалось играть в казино, то начала соревноваться и вживую. К моменту окончания покерной карьеры в одних только «живых» турнирах она выиграла 3,9 млн долларов[355].
Аннет Обрестад — представительница нового поколения игроков в покер. Это не стереотипные самодовольные картежники, делающие высокие ставки в прокуренных казино: такие, как она, осваивают покер, сидя дома за компьютерами. Чтобы понять, как Аннет и другие игроки ее поколения научились так хорошо играть за такое короткое время, рассмотрим эволюцию игры в покер.
В годы, когда покер только набирал популярность, хорошо играть в него означало уметь жульничать. Специальные пароходы возили игроков — и их деньги — по реке Миссисипи, что способствовало быстрому распространению покера на американском Юге. Из тех времен сохранились рассказы людей вроде Джорджа Девола, который хвастал своими мошенническими подвигами в автобиографии Forty Years a Gambler on the Mississippi[356]. Популярной хитростью тогда было использование крапленых карт (карт с незаметными отметками на рубашке), которые помогали недобросовестному игроку понять, чья рука лучше. По словам Девола, однажды он заметил, как соперник играет такими картами против него, и сумел перевернуть ситуацию, «обжулив» жулика. Был в его опыте и такой эпизод: один инвестор, привлеченный репутацией Девола как непревзойденного игрока в покер, выдал ему авансом 4000 долларов в обмен на долю будущего выигрыша. Тогда тот проиграл все деньги сообщнику и забрал себе большую часть, а спонсору не досталось ничего. «В те времена считалось, что если вы сели играть в покер на пароходе, плывущем по Миссисипи, то, по сути, сами попросили вас облапошить», — делился заядлый игрок и писатель Мартон Мадьяр[357].
Несмотря на такое неприглядное происхождение, покер все же приобрел репутацию игры, которая требует определенных умений, а не только коварства. Большим поклонником ее был Марк Твен. «Мало что в нашей стране настолько беспардонно игнорируется, как покер», — писал он[358]. Впрочем, это продлилось недолго: Франклин Делано Рузвельт регулярно играл в стад-покер во время своих четырех сроков в Белом доме[359]; Дуайт Эйзенхауэр считал себя заядлым покеристом; Ричард Никсон даже умудрился выиграть часть денег, которые вложил в свою кампанию на выборах в Конгресс[360]. Покер позволял участникам оценивать не только собственные шансы, но и своих соперников. «Это игра в людей, — писал профессиональный покерист и автор одной из первых популярных книг о стратегии покера Дойл Брансон. — В ней человек выражает истинные чувства»[361]. В своей книге Брансон перемешал тщательные стратегические соображения, основанные на теории вероятностей, с более причудливыми идеями: например, он верил в экстрасенсорное восприятие и считал, что интуиции следует доверять больше, чем рациональному анализу. Его книга породила общепринятый образ покера, который сохранился до наших дней: хорошая игра в покер — это вопрос психологии, а не расчета вероятностей.
Следующая революция в покере произошла в 2003 году, когда Крис Манимейкер («Делатель денег» — да, это его настоящая фамилия!) выиграл место в Мировой серии покера, победив в онлайн-турнире с призовым фондом в 39 долларов[362]. Затем бухгалтер и игрок-любитель победил 839 других участников — каждый из которых уплатил стартовый взнос в 10 000 долларов — и выиграл главный приз, 2,5 млн долларов. Такая неожиданная победа над профессионалами вызвала взрывной интерес к онлайн-покеру. Благодаря «эффекту Манимейкера» сайты по онлайн-покеру резко увеличили свою популярность и привлекли десятки тысяч новых игроков.
Игра в онлайн-покер не похожа на то, что происходит в казино. Первое и самое очевидное отличие — никакой «психоанализ» здесь невозможен: вы видите только никнейм соперника. Это значит, что тщательное наблюдение за противником, чтобы выяснить, не блефует ли он, уступает место более фундаментальному анализу сданных карт. Второе отличие онлайн-покера менее очевидно: такой формат значительно ускоряет накопление игрового опыта.
«Когда-то было так: если вы ни разу не видели, чтобы ваш противник играл в Лас-Вегасе на высокие ставки, это значит, что он вряд ли хорош», — объясняет профессиональный игрок в покер Даниэль Негряну. Он отмечает, что новое поколение онлайн-игроков «так быстро набирается опыта потому, что в сети можно играть сразу за несколькими столами. Так что некоторые из этих ребят участвуют сразу в двенадцати партиях».
«Кто-нибудь вроде Дойла Брансона, — продолжает он, — которому сейчас восемьдесят четыре года, последние пятьдесят-шестьдесят лет играет каждый день. Но даже он выдержал меньше партий, чем некоторые из этих 23-летних покеристов»[363].
Возможно, еще более важную роль, чем большой опыт как таковой, играет качественная обратная связь, которую можно получить в сети. В то время как игрокам старой школы приходилось полагаться на память, чтобы вспомнить, как разыгрывались ключевые сдачи, онлайн-игра позволяет покеристам заменить ее жестким диском, с легкостью отслеживая и собственные сдачи, и сдачи, против которых приходится часто играть. Аннет Оберстад, чья покерная карьера пришлась на начало эпохи Манимейкера, сполна воспользовалась этой ранней возможностью получить тот опыт и обратную связь, какие не могли себе представить игроки-любители — и даже большинство профессионалов, не вылезающих из казино.
Чтобы понять, почему научиться играть в покер трудно, будет полезно сравнить его с другой игрой, которую прославляют за ее интеллектуальность: шахматами. Здесь все полностью детерминистично: если делать одинаковые ходы, результат будет всегда одинаковым. Напротив, покер — игра азартная, и даже если вам пришли два туза (это лучшая возможная сдача в техасском холдеме), — то вероятность проиграть случайной руке соперника все равно составляет 1/6. Из-за стихийного характера покера учиться на ошибках в нем намного сложнее. Почему вы проиграли — потому что вам не повезло или потому, что действительно принимали неудачные решения? Одно из возможных лекарств от случайности — просто богатый опыт. Если вы будете достаточно долго играть, удача в конце концов регрессирует к среднему значению. Многие покеристы прежних эпох, не знавшие ничего о теории вероятностей, скорее всего, развили интуитивное понимание игры просто благодаря постоянной практике. Несколько десятков раз увидев одну и ту же руку, человек постепенно научится оценивать ее потенциал. И все же, учитывая общее возможное количество раскладов в покере, ему быстро станет ясно, что такой подход к развитию покерных навыков имеет серьезные недостатки.
К счастью, есть и альтернативный вариант: воспользоваться теорией вероятностей, чтобы рассчитать правильный ход, игнорируя реальные результаты. Сегодня все новички-покеристы быстро осваивают простые математические навыки. Игроки считают количество «аутов» (карт, необходимых, чтобы собрать руку) и количество раскладов, которые могут победить их руку.
Определив вероятность и сравнив ее с размером ставки, можно ясно понять, «ценная» ли она (т. е. сделана так, как игрок считает, что вероятность выигрыша оправдывает ставку) или это блеф. Покер — конечно, стихийная игра, но поскольку карты подчиняются законам теории вероятностей, расчет — все же более эффективная стратегия, чем чисто интуитивное принятие решений.
Однако удача — не единственный фактор, который делает покер таким сложным. Если сравнивать его с теми же шахматами, то это игра со скрытой информацией. Шахматисту не нужно бояться, что соперник спрятал в рукаве ферзя и в любой момент может его неожиданно выставить, объявив мат. Когда же вы делаете ставку в покере, то почти никогда не можете быть уверены, какие карты у соперника. Это значит, что оптимальная стратегия зависит не только от вероятности того, что ваша комбинация выиграет у случайно выбранной руки, но и от вероятности, что она выиграет у руки соперника — а также у руки, которая, как тот считает, может быть у вас. Это превращает покер в калибровку. Если вы будете делать ставку, только когда у вас хорошие карты, соперники быстро раскусят такой стиль и начнут пасовать каждый раз, когда вы сильно ее поднимете. Если вы будете часто блефовать, это тоже обнаружат и станут чаще отвечать равной ставкой. Стратегия покера требует тщательной балансировки и избегания любых закономерностей, которые могут быть использованы противниками.
Трудности, связанные и со случайной природой игры, и с необходимостью калибровать стратегию, значительно облегчаются партиями онлайн. «Олдскульные» игроки из казино, скорее всего, записывают некоторые ключевые розыгрыши для дальнейшего анализа, а новое поколение может скачать абсолютно все свои партии и прогнать их через аналитическую программу, выявив не только ошибки в вычислении вероятностей, но и закономерности в стиле игры, которыми могут воспользоваться соперники.
Популярность подобных инструментов уже породила новую покерную революцию. Игроки используют все более сложные вычисления из теории игр — отдела математики, который изучает стратегические решения в играх со скрытой информацией. Эти оптимизированные стратегии связаны с точнейшей калибровкой блефов и ставок под каждое возможное сочетание раскладов, чтобы в принципе лишить соперника возможности эксплуатировать закономерность. Многие современные игроки рандомизируют свои решения: например, смотрят на секундную стрелку часов и, если число четное, выбирают один вариант розыгрыша, а если нечетное — другой, чтобы их не могли «прочитать» даже ветераны вроде Дойла Брансона. В Слоуновской школе менеджмента Массачусетского технологического института даже предлагался курс теории покера как знак признания сложной математической структуры современной игры. Сегодня ясно, что, в каком бы направлении ни пошел дальше покер, он не перестанет эволюционировать: игроки будут разрабатывать все более сложные теории и учиться на все более подробной обратной связи, чтобы становиться лучше и лучше.
Игра в покер иллюстрирует некоторые трудности, связанные с обучением в условиях неопределенности. В ней используется теория вероятностей и улучшенная обратная связь, чтобы калибровать решения — и делается это на уровне, которого нелегко достичь, руководствуясь лишь «чистым» опытом. Но что насчет ситуаций, где знание или корректирующая обратная связь недоступны? Как эксперты получают полезные подсказки от интуиции в таких случаях? Ответ может прозвучать неожиданно: чаще всего они их просто не получают.
В 1954 году психолог Пол Мил издал небольшую брошюру под названием Clinical versus Statistical Prediction: A Theoretical Analysis and Review of the Evidence («Клиническое и статистическое прогнозирование: теоретический анализ и обзор эмпирических данных»). В ней он сравнивал два метода принятия решений. Первый ученый назвал «клиническим»: врачи, психологи, учителя или судьи, возглавляющие комиссию по условно-досрочному освобождению, изучают дела и на основании своих субъективных впечатлениях делают прогнозы будущего того или иного человека. Второй он окрестил «статистическим», или «актуарным». Этот метод работал на основании простой формулы, в которую, чтобы вычислить результат, подставлялись основные данные пациента. Несмотря на жалобы многочисленных экспертов, что профессиональное мнение никак не может быть заменено механикой, Мил обнаружил, что статистический метод работает лучше, чем клиническая оценка, причем формулы даже не должны быть особенно сложными, чтобы «переиграть» интуитивные ощущения. Так, в одном эксперименте социолог Эрнест Берджесс рассмотрел три тысячи дел по условно-досрочному освобождению преступников, чтобы предсказать вероятность рецидива[364]. Он взял 21 базовый факт о каждом из них (возраст, предыдущие преступления, их тип и т. д.) и просто сложил количество факторов, говоривших в их пользу, и вычел из них количество факторов, говоривших против. С этой невзвешенной суммой Берджесс сравнил экспертное мнение трех психиатров. И что же получилось? Простейшая арифметическая формула Берджесса чуть хуже, чем психиатры, предсказала успехи, но намного лучше определила неудачи. И это учитывая то, что условия сравнения были довольно несправедливыми: статистический подсчет использовался для всех дел, а психиатрам позволялось не высказывать мнение по некоторым особенно сложным случаям. Иными словами, в прямом сравнении между интуицией эксперта и примитивным калькулятором калькулятор выиграл.
К моменту публикации книги Мила существовало от силы два десятка статей, где прямо сравнивалась эффективность интуитивных оценок и статистических вычислений, так что сам он не был уверен, какой из двух методов выиграет в долгосрочной перспективе. Может быть, есть все же какие-нибудь области знаний, где субъективность побеждает холодную перетасовку цифр? В своей книге Мил привел примерный случай, когда клиницист может иметь потенциальное преимущество:
Например, предположим… что мы пытаемся предсказать, пойдет ли профессор в кино этим вечером. Проведя [гипотетическое вычисление], мы получаем вероятность 90%, что он сегодня, в пятницу, отправится в кинотеатр. Клиницист, однако, вдобавок ко всем этим фактам знает, что профессор А. недавно сломал ногу. Этого достаточно, чтобы превратить 90% почти в ноль[365].
Переломы ног — редкое явление, но когда они случаются, то становятся очень информативны. Подобные подсказки, как предполагал Мил, могут дать клиницисту явное преимущество, потому что не появляются в статистических алгоритмах, так что, зная их, он сможет сделать более достоверный прогноз. Ученый надеялся, что для клинического подхода все же обнаружится небольшая ниша, хотя двадцать исследований, существовавших к моменту выхода книги, явно говорили в пользу актуарного метода.
К сожалению, осторожный оптимизм Мила не подтвердился. В последующие десятилетия появилось более сотни научных работ, в которых простые формулы брали явное преимущество над интуитивными оценками в самых разных ситуациях, где приходилось принимать решение в условиях неопределенности. Сорок лет спустя Мил написал: «После того как накопились данные, дополнившие исходные сравнительные исследования, стало ясно, что поставить эксперимент, в котором неформальная клиническая оценка покажет лучший результат, чем формула, почти нереально». Также он добавил, что «примерно в двух пятых всех [сравнительных] исследований [клинический и актуарный] методы показали почти одинаковую точность, а примерно в трех пятых актуарный метод оказался значительно точнее»[366]. Что интересно, при добавлении длительных бесед с пациентами — богатого источника повествовательной информации, которую трудно уместить в формулу, — результаты клиницистов становились хуже. Учитывая эти пессимистичные данные, Мил предположил, что простые правила и модели должны вытеснить интуитивную оценку во многих экспертных областях. Например, психиатрические диагнозы следует ставить на основе списка симптомов, а не интуитивного мнения врача. В областях, где вычисления всегда превосходят интуицию, это улучшит точность принимаемых решений, а там, где клиницист показывает одинаковые с алгоритмом результаты, поможет сэкономить огромные средства, учитывая, что при нынешнем положении дел принятие решений обычно требует длительных рассуждений высокооплачиваемых экспертов, хотя простые модели можно эффективно рассчитать, всего лишь введя необходимые данные в электронную таблицу. Клиницисты, которых изучал Мил, совсем не похожи на умелых игроков в покер, которые вплоть до недавних достижений в глубоком обучении и появления алгоритмов, работающих на суперкомпьютерах, обыгрывали даже сложные покерные программы.
Почему же клиницист показывает такие плохие результаты по сравнению с простой формулой? Одна из возможных гипотез состоит в том, что интуиция работает примерно так же, как актуарный подход со взвешенными суммами, но она просто менее точна. С этой точки зрения получается, что психиатр, который решает, освободить ли преступника досрочно, бессознательно взвешивает те же самые факторы, но считает не так верно, как формула, что и приводит к трудностям. Чтобы проверить эту гипотезу, ученый Эрик Джонсон изучил стенограммы сотрудников госпиталей, которые принимали решения, кого из студентов последнего курса брать в резидентуру, озвучивая при этом для ученых свой мыслительный процесс[367]. «Это оказались не ошибочные приближения к линейной модели — оценщики использовали информацию совсем по-другому», — заметил Джонсон. Приемная комиссия обращала внимание на очень специфическую информацию, которая появляется настолько редко, что обычно не попадает в статистический анализ. Если вернуться к примеру, приведенному Милом, то можно сказать, что интуитивные эксперты в основном высматривают везде «сломанные ноги» и игнорируют более будничные соображения, например то, что профессор обычно ходит в кино по пятницам.
Чтобы посмотреть, как могут «сломаться» интуитивные соображения, на основании которых составляется история, достаточно вспомнить знаменитую ошибку интуиции, продемонстрированную Дэниэлом Канеманом и Эймосом Тверски[368]. Для этого сначала ознакомимся с небольшим рассказом:
Линде 31 год, она не замужем, всегда говорит откровенно и очень умна. Ее профилирующий предмет — философия. Когда она была студенткой, ее очень интересовали вопросы дискриминации и социальной справедливости, а также она участвовала в антиядерных демонстрациях.
А теперь подумайте, какое из двух утверждений более вероятно:
Линда — банковский кассир.
Линда — банковский кассир и активистка феминистского движения.
Многие люди считают, что более вероятно второе утверждение, но на самом деле оно сильно менее вероятно. Множество банковских кассиров, являющихся активистками феминистского движения, — это подмножество множества банковских кассиров. Если изобразить это в виде диаграммы Венна, то одно множество полностью содержит в себе другое, так что по логике вероятность первого утверждения должна быть больше или равна вероятности второго. Тем не менее интуиция часто дает противоположный ответ, потому что, если посмотреть биографию Линды, может действительно создаться впечатление, что она работает кассиром и активно участвует в феминистском движении. Таким образом, субъективные оценки показывают худшие результаты, чем статистические вычисления, потому что интуиция — блестящий рассказчик, который умеет составлять очень красочные картинки на основе прежнего опыта, но при этом не учитывает будничной информации, даже если она более пригодна в качестве предсказательного фактора.
В четвертой главе мы говорили о том, как замечательно экспертная компетентность умеет делать знания невидимыми и помогать принимать удачные решения без видимых усилий. Теперь же мы рассматриваем ситуации, когда эксперты проигрывают простому маркированному списку. Где же правда? Существует ли вообще экспертная компетентность? Быстрые оценки действительно надежны и точны — или это просто самоуверенное бахвальство? Именно такими вопросами задались Гэри Кляйн и Дэниэл Канеман в совместной статье Conditions for Intuitive Expertise: A Failure to Disagree («Условия интуитивной компетентности: несостоявшееся несогласие»). Кляйн, работу которого мы обсуждали в четвертой главе, работал с пожарными в натуралистических сценариях и обнаружил, что те нередко делают мгновенные предсказания, которые оказываются поистине пророческими. Канеман, напротив, посвятил свою исследовательскую карьеру изучению интуитивных оценок, часто становящихся неудачными. Хотя исследовательские программы рассматривали противоположные ответы на вопрос о достоинствах экспертной интуиции, ученые обнаружили, что по большей части согласны между собой по вопросу, какие условия обязательны для развития настоящей экспертной компетентности:
Чтобы интуитивная оценка (узнавание) была по-настоящему компетентной, необходимо выполнение двух условий. Во-первых, окружающая среда должна содержать достаточно сигналов и подсказок, указывающих на природу ситуации. Во-вторых, необходима возможность изучить эти сигналы[369].
Экспертные оценки обычно дают худшие результаты, чем статистический подход, когда предсказательная сила опирается на сочетание большого количества сигналов, которые по отдельности оказываются слабы. «В условиях, где существуют простые и достоверные сигналы, люди их найдут, если обладают достаточным опытом и получают достаточно быструю обратную связь, — писали Кляйн и Канеман. — Статистический анализ с большей вероятностью определяет слабые сигналы и предсказательный алгоритм демонстрирует точность, которая превышает случайную, потому, что всегда учитывает их». Иными словами, если в окружающей среде есть некие стабильные черты, обладающие большой предсказательной силой, экспертная интуиция справляется довольно хорошо. Напротив, если для принятия разумных решений требуется постоянно учитывать множество факторов, которые лишь слабо коррелируют с результатами, простые формулы оказываются лучше.
Конечно, экспертная компетентность не ограничивается только интуитивными оценками. Например, у игроков в покер после того, как они сыграют несколько десятков тысяч партий, развивается интуиция, основанная на узнавании. Вместе с тем хорошие игроки знают и математические законы, которые позволяют им отказаться от заманчивого решения, если их шансы слишком низки. Понимание, в каких ситуациях к интуиции лучше не обращаться, может стать большим конкурентным преимуществом для настоящего эксперта, потому что оно дает ему возможность положиться на данные, когда это кажется логичным. К примеру, сейчас кредиты в банках выдаются на основе актуарных формул, а не интуиции кредитных специалистов, и это стало для них огромным плюсом. Использование формул не отменяет потребности в кредитных специалистах, но уменьшает вероятность предвзятости и ошибок в работе.
Хотя в покере элементов случайности больше, чем в шашках или шахматах, он тем не менее обладает многими свойствами, которые, по определению Кляйна и Канемана, характерны для дружелюбной к обучающемуся среды. Сигналы весьма достоверны, обратная связь мгновенна, присутствуют сильные математические теории для интерпретации результатов. И все же большинство навыков, которые игрокам хотелось бы освоить, не столь «сговорчивы». Многие из них находятся в ситуациях, подобных той, которую изучал Мил: большой жизненный опыт делает их намного увереннее в себе, но при этом они остаются посредственными прогнозистами. Учитывая этот контраст, стоит задать себе вопрос: можно ли сделать так, чтобы моя практика стала чуть больше похожа на покер и чуть меньше — на работу профессионалов из исследований Мила?
Предсказание крупных политических событий будущего — это, несомненно, задача с крайне сложной средой обучения. У событий обычно существуют целые комплексы причин — объяснить, что происходит, опираясь лишь на один фактор, нельзя. История не повторяется, невозможно несколько раз пережить в точности ту же ситуацию, чтобы извлечь дополнительные уроки из ошибок. Небольшие происшествия могут привести к серьезным последствиям. Например, кто мог предположить, что акт протеста торговца фруктами в Тунисе станет триггером для «Арабской весны»? Или что вспышка вируса в китайском Ухане приведет к тому, что через год американским школьникам придется сдавать экзамены удаленно? Но, несмотря на все сложности, прогнозы все равно невероятно важны. Работа политиков, крупных бизнесменов, биржевых маклеров и аналитиков зависит от того, насколько хорошо они умеют заглядывать в ближайшее будущее.
Как эксперты справляются в этих условиях огромной важности и дьявольской сложности? Именно этим вопросом задался психолог Филип Тетлок в своем десятилетнем проекте Expert Political Judgment Project[370] («Экспертные политические суждения»). Он пригласил экспертов из разных отраслей и попросил их предсказать вероятность событий (которые на тот момент еще не произошли): падение апартеида в ЮАР, распад СССР и отделение провинции Квебек от Канады. Прогнозы экспертов оказались получше, чем случайное догадки, но не намного[371]. Экспертный опыт дает огромную уверенность в себе, но она не помогает делать более точные прогнозы. Тетлок писал, что обнаружил «любопытную обратную корреляцию между тем, как хорошо справились прогнозисты по их собственному мнению и как хорошо они справились на самом деле»[372]. В соответствии с другими исследованиями об экспертной компетентности в условиях неопределенности эксперты показали лучшие результаты, чем новички (они с впечатляющим «разгромным счетом» превзошли студентов предпоследнего курса психологического факультета Калифорнийского университета в Беркли), но потерпели полный провал в сравнении с простыми моделями, в которых экстраполировались прошлые тенденции. Более того, эксперты в исследовании Тетлока даже выступили хуже в сравнении с «просто умными людьми», которые отвечали на вопросы вне своей области компетенции.
Хотя средний результат типичного эксперта оказался чуть лучше догадок, Тетлок все же выделил несколько подгрупп прогнозистов, которым удалось сделать на удивление хорошие предсказания. В частности, большой разницей между удачливыми и неудачливыми экспертами стало умение первых рассматривать сразу несколько противоречащих друг другу точек зрения, в то время как вторые пытались вписывать каждую ситуацию в единое всеобъемлющее мировоззрение. Такая уверенность и целостность взглядов могут быть полезны для написания убедительных экспертных колонок и часто цитируемых экспертных статей, но обычно они плохо помогают при попытках разобраться со сложностями реального мира. Хорошие прогнозисты, с другой стороны, больше напоминают экспертов, на которых жаловался Гарри Трумэн, называя их «однорукими экономистами», — людей, которые постоянно говорят «Well, in one hand…» («с одной стороны», буквально «в одной руке»)[373]. Подобная неопределенность действительно может раздражать, но, с другой стороны, такие прогнозисты лучше учитывают разные точки зрения и, опираясь на них, делают более точные предсказания. Интеллектуальная самоуверенность привлекает больше последователей, но вот сдержанность, похоже, чаще ассоциируется с правотой по поводу будущих событий.
Продолжая свои исследования экспертного политического прогнозирования, Тетлок решил узнать, можно ли выявить и подготовить хороших прогнозистов. Записавшись на турнир прогнозов, получивший щедрое финансирование от Агентства передовых исследований в сфере разведки (IARPA), чтобы найти способы улучшить качество политических предсказаний в разведывательном сообществе США, команда «суперпрогнозистов» Тетлока победила контрольные группы с превосходством от 60 до 78%, причем превзошла в качестве даже команды, имевшие доступ к засекреченным данным[374]. В рамках проекта Тетлоку удалось идентифицировать несколько стратегий, которые помогали его прогнозистам делать качественные предсказания:
1. Разбивайте крупные суждения на несколько мелких. Интуиция часто работает, подменяя заданный вопрос другим, который похож по формулировке, но ответить на него легче. Хорошие прогнозисты сопротивляются этому соблазну и разбивают суждение на несколько небольших частей. На вопрос, будет ли найден радиоактивный яд в останках палестинского политика Ясира Арафата, наивный прогнозист ответит, подменив этот вопрос своим мнением о том, был ли Арафат отравлен израильскими шпионами. А вот опытный начнет с того, что разделит его на несколько частей: как распадается яд? Какова вероятность того, что его получится обнаружить через много лет? Какими способами этот яд можно найти в теле? Разбив сложный вопрос на составные части, хорошие прогнозисты сопротивляются соблазну подменить вопрос другим, который «кажется им правильным»[375].
2. Используйте априорные вероятности. Простые формулы показывают лучшие результаты, чем человеческая интуиция, во многом потому, что люди преувеличивают значимость яркой и «живописной» информации и преуменьшают значимость более «будничных» сигналов. Суперпрогнозисты Тетлока боролись с этой тенденцией, пытаясь предсказывать общую вероятность похожих событий. Насколько часто военные перевороты завершаются успехом? Насколько часто индекс NASDAQ превышает тот, что был в этот день год назад? Сравнивая данные с имеющимися справочными материалами, вы гарантированно начнете искать ответ в нужном направлении — а потом уже внесете в него необходимые мелкие поправки.
3. Формируйте дискуссионные группы для конструктивных разногласий. Тетлок обнаружил, что команды прогнозистов работают лучше, чем эксперты-одиночки[376]. В частности, когда группе людей разрешают делиться информацией и вести по ней дебаты, у них появляется возможность узнать больше разных точек зрения и не спешить с выводами на основе одного-единственного мнения.
4. Ведите счет и проводите калибровки. Предсказания с использованием точной вероятностной шкалы кажутся нам неестественным. Даже для экспертов, которые регулярно делают прогнозы, заявления о будущем, где озвучиваются точные проценты, могут показаться необычными. Тетлок приводит следующий наглядный пример: «Представьте себе мир, в котором люди любят бегать, но не знают, как быстро может двигаться среднестатистический человек и какова скорость лучших спортсменов, потому что бегуны никогда не обговаривали базовых правил соревнований — занимать определенную дорожку, начинать забег после выстрела стартового пистолета и заканчивать по преодолении определенной дистанции, — и не существует судей и хронометристов, которые отмечают результаты. Высока ли вероятность того, что в таком мире будут улучшаться результаты соревнований по бегу? Не очень»[377]. Лишь отказавшись от типичных расплывчатых формулировок, прогнозисты смогут получить ценную обратную связь и откалибровать свои будущие решения.
Суперпрогнозисты Тетлока — не пророки. Даже лучшие из них не смогут сделать предсказание больше чем на десять лет вперед[378]. Мир, возможно, просто слишком спонтанное место, чтобы на своих ошибках можно было научиться, даже с самой лучшей обратной связью и дисциплинированными методами избегания интуитивной самоуверенности. Однако эксперимент Тетлока показал, что мы, вероятно, можем хотя бы отчасти укротить многие строптивые среды обучения и развить настоящую, пусть и не идеальную, экспертную компетентность в необходимых областях.
Стратегии обучения в условиях неопределенности
Опыт как таковой не гарантирует настоящей экспертной компетентности. Даже сравнительно дружелюбная среда обучения, как в покере, может породить суеверия и недостоверные оценки ситуации, если ее не структурировать с помощью хорошего понимания теории вероятностей и качественной обратной связи. В менее точных областях деятельности результат может оказаться катастрофическим. Несмотря на десятилетия практического опыта, так называемые эксперты могут иметь показатели хуже, чем простой маркированный список. Тем не менее, как показывают эксперименты Тетлока с прогнозированием, ситуация не безнадежна. Можно думать и принимать решения лучше, использовав верный подход. Рассмотрим четыре стратегии, которые помогут лучше учиться в условиях неопределенности.
Стратегия № 1. Используйте модель
Самая очевидная стратегия, которая позволит избежать недостатков интуитивной оценки, — просто не пользоваться такой оценкой. Нет никакого смысла гадать, подходящую вы делаете ставку или нет, если можно просто подсчитать вероятность того, получите ли вы нужный расклад, и сравнить ее с нужным коэффициентом ставки. Точно так же и во многих профессиональных областях наша экспертная компетентность, скорее всего, увеличится, если мы сможем заменить интуитивные догадки статистическими моделями. Они не обязаны быть очень сложными: подсчитать факторы за и против того или иного решения довольно просто, но при этом такой подсчет часто дает лучший результат, чем субъективная оценка. Внесите информацию в электронную таблицу, и легко сможете получить взвешенную сумму для решения, наиболее соответствующего данным.
Даже если вы не используете такую модель в качестве главного арбитра для решения, она все равно может послужить хорошей отправной точкой для дальнейшего анализа. Как уже говорилось выше, человеческая интуиция склонна хвататься за необычные черты окружающей среды, но при этом часто не принимает во внимание множество информации, имеющей слабую предсказательную силу. Таким образом, модель может дать вам хорошую первоначальную догадку, а затем вы сможете изменить прогноз в ту или иную сторону, если считаете, что у вас есть дополнительная информация, важная в данном случае.
Стратегия № 2. Получайте обратную связь не только о конечных результатах
Информации о результатах часто оказывается недостаточно для развития в себе точной интуиции. Чтобы понять, что такое шансы 55% в вашу и не в вашу пользу, скорее всего, придется сыграть не одну сотню раздач, прежде чем правильный выбор станет очевидным. Однако даже такое небольшое преимущество нельзя назвать маловажным: в долгосрочной перспективе оно может обусловить разницу между успешным и неуспешным игроком в покер. Кроме того, информация о результатах во многих профессиях неполная. Кадровые менеджеры хвалят себя за талантливых сотрудников, которых им удалось нанять, но как часто они же жалеют о том, что упустили талантливого сотрудника из-за того, как он плохо проявил себя на собеседовании? Исследования показывают, что только обратной связи по результатам прогнозистам недостаточно для повышения эффективности их работы — в одном эксперименте с опытом они даже начинали работать только хуже[379].
Чтобы прогрессировать, нужно улучшить качество обратной связи. Начать нужно с четкого отслеживания принятых решений, чтобы наша уязвимая для ошибок память не исказила того, что произошло на самом деле. После этого можно приступить к калибровке уверенности. Так, прогнозистов Тетлока оценивали не только по направлению их решений (происходили ли предсказанные ими события чаще, чем не происходили?), но и по тому, насколько оправданной была их уверенность в своем решении (происходили ли, например, события, вероятность которых они оценили в 99%, в 99% всех случаев?) Калибровка обратной связи важна в любой отрасли — прогнозировании исходов болезней, будущих продаж или событий в мире, — потому что избыточная самоуверенность может заставить нас принять решения, которые в будущем не оставят нам права на ошибку, а ведь просчеты найдутся обязательно.
Стратегия № 3. Примените мозговой штурм
Много умов лучше, чем один. Участие в группе, где возможны дружеские дебаты, дает вам два заметных преимущества, которые улучшат качество ваших решений. Первое преимущество — так вы получите больше информации. Фрэнсис Голтон впервые подметил силу этого эффекта, наблюдая за игрой «Угадай вес быка» на сельской ярмарке[380]. Никто из отвечавших не дал правильного ответа, но вот среднее значение догадок оказалось почти идеально правильным. Таким образом, ведение дебатов может помочь собрать информацию, которую вы, возможно, даже и не рассматривали, принимая решения. Второе преимущество дебатов — в том, что они обостряют мышление. Социологи Дэн Спербер и Хьюго Мерсьер утверждают, что человеческое умение рассуждать адаптировано в большей степени для социального акта оправдания собственных действий и верований, а не искусства индивидуального поиска верных решений к задачам[381]. Психологи Дэвид Мошман и Молли Гейл провели интригующий эксперимент: предложили участникам задачу Уэйсона с четырьмя картами, которая обсуждалась в шестой главе[382]. Она довольно сложна, так что правильный ответ дали лишь 9% участников. Однако все изменилось, когда группам разрешили обсуждать задачу вместе: малые группы успешно решали ее уже в 75% случаев. Если бы это был просто процесс вычисления среднего, как у голтоновских «взвешивателей быка», то после дебатов участники выбрали бы наиболее часто звучавший неверный ответ, но оказалось, что когда вопрос обсуждается в группе, то людям, додумавшимся до правильного ответа, обычно удается убедить остальных, даже если они в меньшинстве. Что интересно, в эксперименте Мошмана и Гейл некоторые группы доходили до истины, даже если никто из участников не предлагал верный ответ в качестве первоначальной версии. По словам авторов, «[эти] результаты показывают, что уровень понимания, которого трудно добиться в ситуациях индивидуального выступления, может быть достижим в ситуации коллективного рассуждения».
Дискуссии не гарантируют достижения правильного ответа — идеология, групповое мышление и властность отдельных участников группы могут испортить любые дебаты, — но все же делают его более вероятным по сравнению с ситуацией, когда мы ищем ответ в полной изоляции. Таким образом, сформировав группу из коллег-практиков с разными точками зрения для обсуждения трудных проблем, вы повысите свои шансы добиться гибкости и многогранности мышления, а это, как обнаружил Тетлок, и есть ключ к успешной работе прогнозиста.
Стратегия № 4. Знайте, когда стоит, а когда не стоит доверять чутью
Пожалуй, самый важный урок, который можно вынести из исследований интуиции, состоит в проведении границы между теми ситуациями, когда она, скорее всего, принесет успех, и теми, в которых такое решение окажется слишком самоуверенным. Интуиция лучше всего работает, когда четкие сигналы надежно предсказывают события, а исполнители могут учиться на быстро получаемой обратной связи. Когда же таких благоприятных условий нет, нужно действовать осторожнее. В подобных случаях истинная экспертная компетентность требует отойти от интуиции и полагаться на простые подсчеты, основанные на существующих данных, а также на точные рассуждения, чтобы избежать заманчивой подмены сложного вопроса простым.
Обратная связь помогает нам калибровать наши суждения, однако еще более важную роль она играет во многих динамических навыках. Взаимодействие с окружающей средой, как физической, так и социальной, — это неотъемлемая часть процесса, гарантирующего, что практика, которой мы занимаемся, поможет нам освоить навыки, применимые в реальных ситуациях.