Добавить в цитаты Настройки чтения

Страница 5 из 21



«Меня поразило, как важны измерения для улучшения человеческого существования, – писал Билл Гейтс. – Можно достичь невероятного прогресса, если задать ясную цель и найти меру, которая будет вести прогресс по направлению к этой цели… Это может показаться элементарным, но просто поразительно, как часто это не делается – и как сложно сделать это правильно»[9]. Он прав в том, что нужно для достижения прогресса, и остается только удивляться, как редко нечто подобное осуществляется в прогнозировании. Даже первый, самый простой шаг – постановка ясной цели – и тот еще не был сделан.

Можно подумать, что цель прогнозирования – точно предвидеть будущее, но зачастую все на самом деле не так – или, по крайней мере, это не единственная цель. Иногда прогнозы делают для развлечения. Помните Джима Крамера с канала CNBC и его фирменное восклицание «Бу-у-уя!» или Джона Маклафлина, ведущего «Маклафлин груп», который орет на участников своей передачи, чтобы те предсказывали вероятность того или иного события «по шкале от нуля до десятки, где нуль – нулевая вероятность, а десять – метафизическая уверенность»? Иногда прогнозы делают, чтобы популяризировать какую-нибудь политическую программу или побудить людей к тем или иным действиям – именно так ведут себя активисты, когда предупреждают об ужасах, якобы грозящих нам, если мы не изменим своего мнения. Иногда прогнозы нужны, чтобы пустить пыль в глаза, – так делают банки, когда платят знаменитому умнику, чтобы тот составил для богатых клиентов прогноз мировой экономики в 2050 году. А некоторые прогнозы служат для того, чтобы успокоить публику, уверить ее в том, что все надежды оправданны и все будет происходить по ожидаемому сценарию. Особенно подобные прогнозы – когнитивный эквивалент погружения в теплую ванну – любят политики.

Такую мешанину целей мало кто осознает, и поэтому трудно даже начать работать над замерами и прогрессом. Вообще говоря, не похоже, чтобы вся эта запутанная ситуация хоть как-то улучшалась.

Но в то же время именно подобная стагнация – весомая причина моего оптимизма. Мы знаем, что множество областей, в которых нам хочется уметь предсказывать (политика, экономика, финансы, бизнес, технологии, повседневная жизнь), вполне поддаются прогнозированию – до определенной степени и при определенных обстоятельствах. Но очень многого мы пока не знаем. А для ученых незнание – это стимул, возможность совершить открытие. И чем больше мы не знаем, тем больше эта возможность. Благодаря же откровенно удивительному отсутствию энтузиазма в большинстве областей прогнозирования эта возможность просто огромна. Все, что нужно сделать, чтобы ею воспользоваться, – поставить четкую и точную цель и серьезно подойти к вопросам измерений.

Я занимался этим большую часть своей карьеры. Исследование, показавшее результат играющего в дартс шимпанзе, было первым этапом. Второй начался летом 2011 года, когда мы с моим партнером (по исследованиям и по жизни) Барбарой Меллерс запустили проект «Здравое суждение» (Good Judgment Project, GJP) и пригласили добровольцев присоединиться к нему с целью предсказания будущего. На наш призыв откликнулся Билл Флэк, а помимо него еще пара тысяч человек в первый год и тысячи в последующие четыре года. В итоге более двадцати тысяч любознательных непрофессионалов пытались выяснить, распространится ли в России волна протестов, рухнет ли цена на золото, закроется ли индекс Nikkei на отметке выше 9500, начнется ли война на Корейском полуострове, – искали ответы на множество вопросов, касающихся сложнейших мировых проблем. Варьируя экспериментальные условия, мы могли оценить, какие факторы улучшают прогноз, в какой степени и на какой период времени, а также можно было определить, как он уточнится, если наложить друг на друга лучшие методы. В таком изложении задача кажется простой, однако это не так. На самом деле получилась сложная программа, потребовавшая больших затрат сил и талантов мультидисциплинарной команды из Калифорнийского университета в Беркли и из Пенсильванского университета.

Несмотря на свою масштабность, GJP был лишь частью гораздо более крупного исследования, проспонсированного Агентством передовых исследований в сфере разведки (Intel-ligence Advanced Research Projects Activity, IARPA). Пусть пресное название не вводит вас в заблуждение: IARPA – это агентство, созданное в рамках разведывательного сообщества, которое отчитывается лично директору ЦРУ. Его задача – поддерживать смелые исследования, которые могут вывести работу американской разведки на новый качественный уровень. А большая часть работы американской разведки – предсказание глобальных политических и экономических тенденций. По грубым подсчетам, сейчас в Соединенных Штатах действует двадцать тысяч разведывательных аналитиков, занимающихся буквально всем: от несущественных загадок до глобальных вопросов, вроде вероятности тайного нападения Израиля на иранские ядерные установки и выхода Греции из еврозоны[10]. Каково качество их работы? Сложно ответить, потому что разведывательное сообщество, как и многие другие предсказатели, никогда не стремилось тратить деньги на оценку точности получаемых прогнозов. Тому есть целый ряд причин, более или менее уважительных, и мы к ним еще вернемся. Пока же существенно то, что при огромной значимости такого прогнозирования для национальной безопасности мы мало что с уверенностью можем сказать о его качестве – и о том, оправдывают ли это качество многомиллиардные вложения и задействование двадцати тысяч человек. Чтобы изменить ситуацию, IARPA объявило турнир предсказателей: пять научных команд, возглавляемых лучшими экспертами в соответствующих областях, соревновались в создании точных прогнозов для сложных проблем, с которыми разведывательные аналитики сталкиваются каждый день. GJP был в числе участников. Каждая команда представляла собой исследовательский проект и могла использовать любые эффективные, по мнению ее членов, методы. Главным требованием было предоставление прогнозов в девять утра по Североамериканскому восточному времени каждый день с сентября 2011-го по июнь 2015 года. Благодаря тому что каждая команда отвечала на одни и те же вопросы в одно и то же время, турниру удалось обеспечить равные для всех условия и собрать богатую коллекцию информации о том, что, как и когда срабатывает. За четыре года IARPA поставила участникам около пяти сотен вопросов на тему разнообразных мировых событий. Временные рамки были ограничены сильнее, чем в моем предыдущем исследовании, – большинство прогнозов охватывали период от месяца до года вперед. В итоге набралось более миллиона индивидуальных суждений о будущем.

За первый год GJP обошел официальную контрольную группу на 60 %. За второй год – на 78 %. GJP оказался лучше своих соперников – Мичиганского университета и МТИ, причем с заметным отрывом, от 30 до 70 %, и обогнал даже профессиональных разведывательных аналитиков, имеющих доступ к секретной информации. По итогам двух лет результаты GJP настолько превосходили результаты его конкурентов, что IARPA рассталась с остальными командами[11].

Позже я углублюсь в детали; сейчас же хочу просто отметить два ключевых вывода этого исследования. Первый: дар предвидения существует на самом деле. Некоторые люди, вроде Билла Флэка обладают им в избытке. Они, конечно, не гуру и не оракулы, способные заглянуть на десятилетия в будущее, но у них есть реальный, измеримый талант прогнозировать то, как в течение трех, шести, двенадцати или восемнадцати месяцев могут развернуться важные события. Второй вывод касается того, почему прогнозисты так успешны. Суть не в том, кто они, а в том, что они делают. Предсказание – не загадочный дар, дающийся при рождении; это результат определенного хода мысли, сбора информации, уточнения своих представлений. Соответствующие мыслительные привычки может выработать и культивировать в себе любой умный, думающий, целеустремленный человек. Причем начать обучение не так уж сложно. Меня больше всего удивил совершенно неожиданный результат проведенного исследования – тот эффект, который оказывает на участников руководство, излагающее базовые принципы прогнозирования. Позже мы его рассмотрим и познакомимся с кратким его содержанием, данным в приложении в виде Десяти заповедей. Чтобы прочитать это руководство, нужен всего час; при этом оно улучшило точность предсказаний примерно на 10 % в течение всего турнирного года. Да, на первый взгляд, 10 % – довольно скромная планка, но ведь она была достигнута практически без дополнительных усилий. Не стоит забывать, что даже скромные улучшения предвидения, выработанные с течением времени, в сумме дают неплохой результат. Я говорил об этом с Аароном Брауном – автором книг, ветераном Уолл-стрит и главным менеджером по рискам AQR Capital Management, хедж-фонда с активами на сумму более 100 миллиардов долларов. «Разницу сложно заметить, потому что она не очень внушительна, – сказал он, – но, учитывая длительность эффекта, это разница между человеком, который постоянно выигрывает и зарабатывает этим себе на жизнь, и человеком, который неизменно терпит крах»[12]. Международная звезда покера, которую мы позже встретим на страницах этой книги, полностью бы с ним согласилась. Разница между корифеями и дилетантами, как она считает, в том, что корифеи видят разницу между ставкой 60 к 40 и ставкой 40 к 60.

9



Bill Gates: My Plan to Fix the World’s Biggest Problems // Wall Street Journal. 2013. January 25. http://www.wsj.com/articles/SB 10001424127887323539804578261780648285770.

10

Intelligence Analysis: Behavioral and Social Scientific Foundations / eds. B. Fischhoff and C. Chauvin. Washington, DC: National Academies Press, 2011; Committee on Behavioral and Social Science Research to Improve Intelligence Analysis for National Security, Board on Behavioral, Cognitive, and Sensory Sciences, Division of Behavioral and Social Sciences and Education, National Research Council // Intelligence Analysis for Tomorrow: Advances from the Behavioral and Social Sciences. Washington, DC: National Academies Press, 2011.

11

P. E. Tetlock, B. Mellers, N. Rohrbaugh, and E. Chen. Forecasting Tournaments: Tools for Increasing Transparency and Improving the Quality of Debate // Current Directions in Psychological Science. 2014. P. 290–295.

12

Аарон Браун, в беседе с автором, 30 апреля 2013 года.