Страница 3 из 14
Сегодня все по-другому. Контент, веками отображаемый исключительно на бумаге, теперь передается крохотными блоками по воздуху, так же как и информация о событиях, происходящих здесь и сейчас. Новости, приходившие к нам один раз в день в виде газеты, теперь поступают в виде непрерывного цифрового потока на наши персональные устройства. При помощи нескольких движений пальцев или мышки можно узнать курс акций и результаты спортивных соревнований, а также новости о политических и культурных событиях.
Но какими бы впечатляющими ни были данные, это не панацея. Да, теперь мы знаем, что уже произошло или происходит в настоящий момент, но из-за сложности современного мира не всегда способны понять, почему. Выводы, полученные эмпирическим путем, могут вводить в заблуждение. Данные о сдельной оплате труда часто показывают, что чем больше людям платят за единицу продукции, тем меньше они производят. Модель, в которой оплата зависит от условий труда, может объяснить этот парадокс. Если условия плохие и затрудняют выпуск продукции, оплата за единицу продукции может быть высокой. Если условия хорошие, оплата может быть низкой. Таким образом, более высокая оплата не приводит к снижению производительности, скорее наоборот, тяжелые условия труда требуют более высокой оплаты за единицу продукции[4].
Кроме того, большая часть социальных данных (об экономических, социальных и политических явлениях) отражает только отдельные моменты или промежутки времени и редко раскрывает универсальные истины. Наш экономический, социальный и политический мир не статичен. Например, мальчики могут превзойти девочек по стандартизованным тестам в одно десятилетие, а девочки – в следующее. Причины, по которым люди голосуют сегодня, могут отличаться от причин, по которым они проголосуют завтра.
Нам нужны модели, чтобы осмыслить потоки данных, изливающихся на наши компьютерные экраны как из пожарного шланга. Именно из-за их беспрецедентного объема современную эпоху можно также назвать эпохой множества моделей. Взгляните на научный и деловой мир, сферу государственного управления и некоммерческий сектор – вряд ли вы найдете там область исследований или принятия решений, не основанную на использовании моделей. Консалтинговые гиганты McKinsey и Deloitte создают модели для разработки бизнес-стратегий. Такие финансовые компании, как BlackRock и JPMorgan Chase, используют модели для выбора объектов для инвестиций. Актуарии страховых компаний State Farm и Allstate применяют модели для определения риска при расчете цены страховых полисов. Отдел персонала компании Google разрабатывает аналитические модели прогнозирования для оценки более чем трех миллионов кандидатов на вакантные должности. Приемные комиссии колледжей и университетов создают прогностические модели для отбора студентов из десятков тысяч абитуриентов.
Административно-бюджетное управление разрабатывает экономические модели для прогнозирования последствий налоговой политики. Компания Warner Brothers использует анализ данных для создания моделей отклика аудитории. Amazon разрабатывает модели машинного обучения для предоставления рекомендаций по продуктам. Исследователи, финансируемые Национальными институтами здравоохранения, строят математические модели генома человека для поиска и оценки вероятных методов лечения онкологических заболеваний. Фонд Билла и Мелинды Гейтс применяет эпидемиологические модели для разработки стратегий вакцинации. Даже спортивные команды применяют модели для оценки своих потенциальных членов, возможностей для обмена и формирования стратегий игры. Опираясь на модели при отборе игроков и стратегий, бейсбольный клуб Chicago Cubs сумел выиграть чемпионат США по бейсболу после более чем столетия неудач.
Для людей, использующих модели, объяснение популяризации модельного мышления звучит еще проще: модели делают нас умнее. Без них люди страдают от длинного списка когнитивных искажений: придают чрезмерное значение недавним событиям, присваивают значения вероятности, руководствуясь благоразумием, и игнорируют базовые процентные ставки. Без моделей наша способность учитывать данные ограничена. Применение моделей вносит ясность в исходные предположения и позволяет логически мыслить. Кроме того, благодаря моделям мы можем использовать большие данные для подбора, точной формулировки и проверки каузальных и коррелятивных утверждений. Модели помогают нам эффективнее мыслить. В прямом состязании между моделями и людьми побеждают модели[5].
Почему нам нужно много моделей
В книге подчеркивается важность применения не одной, а множества моделей к каждой конкретной ситуации. Логическое обоснование многомодельного подхода строится на прошедшей проверку временем идее, что мы обретаем мудрость благодаря всестороннему анализу происходящего. Эта идея восходит к Аристотелю, который писал о ценности объединения достоинств многих людей. Разнообразие точек зрения стало также мотиватором движения за популяризацию великих книг, в ходе которого были отобраны 102 лучшие идеи, вошедшие в двухтомник The Great Ideas: A Syntopicon of Great Books of the Western World («Великие идеи: синтопикон великих книг западного мира»). Современная трактовка этого подхода представлена в работе Максин Хонг Кингстон, которая в своей книге The Woman Warrior («Воительница») пишет: «Ввиду величия Вселенной я научилась увеличивать свой разум, с тем чтобы было место как для Вселенной, так и для парадоксов». Кроме того, этот подход также служит основой прагматических действий в мире бизнеса и политики. В опубликованных в последнее время книгах утверждается, что, если мы хотим понять суть международных отношений, мы не должны моделировать мир исключительно как группу движимых собственными интересами стран, преследующих четко обозначенные цели, или только как развивающуюся взаимосвязанную систему транснациональных корпораций и межправительственных организаций. Мы должны делать и то и другое[6].
Каким бы здравым ни казался многомодельный подход, не стоит забывать, что он противоречит стандартным методам обучения моделям и практике их построения. Традиционный подход (который преподают в средней школе) опирается на взаимно-однозначную логику: одна задача требует одной модели. Например: здесь мы применяем первый закон Ньютона, тут – второй, а здесь третий. Или: здесь мы используем уравнение репликативной динамики для определения размера популяции кроликов в следующем периоде. При применении традиционного подхода задача заключается в том, чтобы, во-первых, найти одну подходящую модель и, во-вторых, правильно ее применить. Многомодельное мышление бросает вызов этому подходу и исповедует принцип применения множества моделей. Если бы вы использовали многомодельное мышление в девятом классе, вас бы, возможно, оставили на второй год. Используя его сейчас, вы будете двигаться вперед.
Авторы научных трудов также в основном придерживаются взаимно-однозначного подхода, даже когда применяют отдельные модели для простого объяснения сложных явлений: избирателями Трампа 2016 года были люди, которые оказались на обочине экономической жизни. Или: квалификация учителя ребенка-второклассника определяет его экономический успех во взрослой жизни[7]. Поток бестселлеров в категории научно-популярной литературы предлагает средства от всех наших бед, основанные на одномодельном мышлении: успех обучения зависит от твердости характера. Неравенство обусловлено концентрацией капитала. Слабое здоровье нации – результат потребления сахара. Каждая из этих моделей может быть верной, но ни одна не является всеобъемлющей. Для того чтобы справиться с высоким уровнем сложности подобных проблем и создать мир более широких достижений в области образования, понадобятся матрицы моделей.
4
См. статью Паарша и Ширера (Paarsch and Shearer 1999), в которой анализируется лесная промышленность. Исходные данные о посадке деревьев указывают на наличие отрицательной корреляции между сдельной оплатой труда и количеством высаженных деревьев – другими словами, чем больше человеку платят за посадку дерева, тем меньше деревьев он высаживает. Этот вывод противоречит стандартной экономической логике. Если вы платите работникам больше за каждое посаженное дерево, они должны работать усерднее. Согласно модели Паарша и Ширера, лесозаготовительные компании платят работникам сдельную ставку за каждое дерево так, что почасовая рыночная ставка заработной платы составляет 20 долларов в час. На основании этого допущения можно вывести следующую формулу расчета оплаты за одно дерево:
20 долларов = количество деревьев, высаженных за час × оплата за дерево.
Если человек посадит десять деревьев за час, то оплата за одно дерево составит 2 доллара, а если двадцать деревьев за час, то 1 доллар. Таким образом, модель указывает на наличие отрицательной корреляции между сдельной оплатой труда и количеством высаженных деревьев. Кроме того, она также говорит о том, что произведение сдельной ставки на количество деревьев равно постоянной величине.
5
Доказательства того, что модели важнее людей, можно найти здесь: Dawes, 1979; Tetlock, 2005; Silver, 2012; Cohen, 2013. О предвзятости суждений читайте здесь: Kahneman, 2011.
6
См. Slaughter, 2017 и Ramo, 2016.
7
Согласно исследованиям, наиболее эффективные эксперименты и патенты в значительной степени черпают идеи из разных областей знаний. Анализ 35 миллионов научных работ показывает, что в долгосрочной перспективе междисциплинарные научные работы оказывают большее влияние (Van Noorden, 2015). Совокупность идей не обязательно является совокупностью моделей, но во многих случаях это действительно так – см. Jones, Uzzi, and Wuchty, 2008, а также Wuchty, Jones, and Uzzi, 2007. Фримен и Хуан (Freeman and Huang, 2015) в своей статье отмечают наличие корреляции между этническим многообразием и частотой цитирования. Если считать патенты наглядным подтверждением инноваций, то два отдельных направления исследований связывают многообразие типов мышления с успехом. В статье Ши, Адамич, Тсенга и Кларксона (Shi, Adamic, Tseng, and Clarkson, 2009) показано, что патенты, охватывающие разные категории, упоминаются чаще. Юн, Страмски, Беттанкур и Лобо (Youn, Strumsky, Bettencourt, and Lobo, 2015) указывают в своей статье на то, что действие большинства патентов распространяется на множество подкатегорий. Междисциплинарные исследования уверенно вышли на такой уровень, что социологи в целом цитируют работы из других научных дисциплин чаще, чем из своей области.