Нейт Сильвер

«Сигнал и шум»: Стоит ли верить прогнозам
Специалист по прогнозам Нейт Сильвер в своей книге пишет о том, почему не получилось предсказать экономический кризис и стоит ли ждать ядерной войны

Кризис конца 2000-х годов часто воспринимают как провал, поражение наших политических и финансовых учреждений. Очевидно, что это действительно было огромным поражением с экономической точки зрения. Даже в 2011 году, через четыре года после официального начала Великой рецессии, американская экономика работала на уровне в 800 миллиардов долларов ниже своего производственного потенциала. Однако я убеждён, что правильнее оценивать финансовый кризис как провал в оценке состояния экономики или катастрофическую ошибку предсказания. Проблемы с прогнозами носили широкомасштабный характер, возникали практически на каждом шагу до, во время и после кризиса и вовлекали в себя массу участников — от ипотечных брокеров до Белого дома.

И самое страшное заключается в том, что «провалившиеся» предсказания обычно имеют много общих черт. Мы ориентируемся на сигналы, рассказывающие не о реально существующем мире, а о том, что мы хотим видеть. Мы игнорируем риски, которые сложнее всего измерить, даже когда они представляют собой величайшие угрозы нашему благосостоянию. Мы создаём приблизительное представление о мире, значительно более грубое, чем наше восприятие. Мы ненавидим неопределённость, даже когда она является неотъемлемой частью проблемы, которую мы пытаемся решить. Если мы хотим добраться до истинной причины финансового кризиса, нам следует начать с выявления самого «провального» предсказания, которое и привело ко всем последующим ошибкам.

Представьте себе, что вы — очень хороший водитель. Так о себе думают почти все водители, но вы можете это доказать — за 30 лет водительского стажа (то есть совершив 20 тысяч поездок) вы пару раз легко наехали на бордюры. Помимо этого, вы не злоупотребляете алкоголем и уж точно никогда не садитесь за руль пьяным. Однако как-то раз вы расслабляетесь на рождественской вечеринке в офисе. Не так давно умер ваш хороший друг, и вы находитесь в состоянии стресса. Один коктейль «Водка-тоник» превращается в 12. Вы сильно пьяны. Что лучше сделать — поехать домой, сев за руль, или же вызвать такси? Ответ кажется очевидным — взять такси. И отменить утреннюю встречу. Однако вы начинаете руководствоваться иной логикой. Прежде вы уже совершили 20 тысяч поездок, и лишь в двух из них произошли незначительные инциденты. Иными словами, вы спокойно добрались до места назначения в 19 998 случаях. Кажется, что всё свидетельствует о том, что вы способны благополучно доехать до дома. А если у вас есть столь убедительные шансы на успех, зачем напрягать себя вызовом такси? Разумеется, проблема состоит в том, что ни в одной из этих 20 тысяч поездок вы не находились в состоянии столь сильного опьянения. Размер вашей выборки для оценки успеха при вождении в нетрезвом состоянии равен не 20 тысячам, а нулю, и вы не сможете использовать свой прежний опыт для предсказания риска аварии в будущем. Это — типичный пример проблемы, связанной с ошибкой выборки.

Финансовые кризисы, как и большинство других неудачных предсказаний, возникают как раз вследствие подобного фальшивого ощущения доверия. Аккуратные прогнозы притворяются точными, заставляя кое-кого из нас попасться на удочку и удвоить свои ставки. И в тот самый момент, когда нам кажется, что мы смогли преодолеть все основные недостатки своих суждений, ступор может наступить даже в такой сильной экономике, как американская.

Ежи и лисы

Тэтлок, получивший образование психолога, очень интересовался когнитивным стилем экспертов — тем, как они размышляют о мире. Поэтому он видоизменил несколько вопросов в личностных тестах и задал их всем экспертам. Основываясь на полученных ответах, Тэтлок смог классифицировать всех экспертов в соответствии с определённой шкалой, распределив их между так называемыми ежами и лисами. Разделение на эти две группы напрямую связано с названием эссе Исайи Берлина о русском писателе Льве Толстом. Берлин, в свою очередь, позаимствовал его из строки, приписываемой греческому поэту Архилоху: «Лис знает много секретов, а ёж — один, но самый главный».

Если вы не фанат Толстого или цветистой прозы, то вам совершенно не обязательно читать эссе Берлина. Однако основная его идея заключается в том, что писателей и мыслителей можно разделить на две большие категории.

«Ежи» — это те люди, которые верят в Большие Идеи или управляющие миром принципы. «Ежи» приравнивают их к законам физики, универсальным для каждого вида взаимоотношений в обществе. Можно вспомнить Карла Маркса и идею классовой борьбы или Зигмунда Фрейда и идею бессознательного. Или же Малкольма Гладуэлла и теорию «переломного момента».

Если вам нужен врач, способный оценить ваше физическое состояние, то вам стоит довериться «лисе»
«Лисы» же, напротив, верят во множество мелких идей и предлагают разнообразные подходы к решению проблем. Они более терпимы к нюансам, неопределённости, сложности и противоречивым мнениям. Если «ежи» — это охотники, всегда ищущие большую добычу, то «лисы» — это собиратели.

«Лисы», как обнаружил Тэтлок, умеют предсказывать значительно лучше, чем «ежи». Например, они гораздо лучше оценили перспективы Советского Союза. Вместо того чтобы воспринимать СССР исключительно в идеологических понятиях, как «империю зла» или как сравнительно успешный (и, возможно, даже выступающий образцом для подражания) пример марксистской экономической системы, они видели то, что было на самом деле, — всё более дисфункционализирующую страну, стоявшую на грани распада.

«Лисам» порой бывает непросто вписаться в отдельные типы культур, такие как телевидение, бизнес и политика. Их убеждение в том, что многие проблемы сложно предсказать и что мы должны принимать во внимание большую степень неопределённости в жизни, может ошибочно приниматься за отсутствие у них уверенности в себе. Их плюралистический подход может быть столь же ошибочно принят за отсутствие убеждённости.

При этом оказывается, что «лисы» могут делать более качественные предсказания. Они быстрее других понимают, насколько данные могут быть искажены шумом, и они в меньшей степени склонны гоняться за фальшивыми сигналами. Они больше знают о том, что они не знают. Если вам нужен врач, способный оценить ваше физическое состояние, или инвестиционный консультант, помогающий максимизировать величину пенсионных накоплений, то вам стоит довериться «лисе». Возможно, он даст менее радужные прогнозы относительно своих способностей, но уж точно будет лучше понимать, что происходит на самом деле.

Почему не сбываются прогнозы погоды

Мы уже давно умеем делать прогнозы погоды на основе чисто статистических наблюдений. Насколько велика вероятность того, что завтра пойдёт дождь, с учётом того, что он шёл сегодня? Метеоролог мог бы изучить все такие случаи, связанные с дождями, собранные в его базе данных, и дать ответ на этот вопрос. Или же он мог бы изучить долгосрочные средние значения и сказать нам о том, что в марте в Лондоне дождь идёт примерно 35 % времени.

Проблема состоит в том, что предсказания такого рода не особенно полезны — они недостаточно точны для того, чтобы порекомендовать вам взять с собой с утра зонтик, не говоря уже о прогнозировании движения урагана. Поэтому метеорологи пошли по иному пути. Вместо статистической модели они хотели создать живую и дышащую модель, имитирующую физические процессы, которые управляют погодой. Однако наша способность делать прогнозы погоды на основе расчётов куда слабее, чем наше теоретическое понимание. Мы знаем, какие уравнения надо решить, и примерно представляем себе верные ответы, однако нам недостаточно быстродействия для того, чтобы произвести расчёты для каждой молекулы в земной атмосфере.

Прогнозы погоды в наши дни значительно чаще бывают верными, чем 15 или 20 лет назад. Однако, если скорость вычислений в последние десятилетия увеличивалась по экспоненте, прогресс в точности прогнозов погоды был хотя и стабильным, но медленным. Но на практике всё не так просто. Программы, которые метеорологи используют для прогнозирования погоды, довольно хороши, но не идеальны. Прогнозы, которые вы слышите постоянно, представляют собой комбинацию компьютерных расчётов и человеческого суждения. Порой люди способны улучшить компьютерные прогнозы, а порой — ухудшить их.

Телевизионные синоптики обычно не уделяют особого внимания правильности. Напротив, их прогнозы были значительно хуже, чем прогнозы Национальной службы погоды, которые они могли бы бесплатно брать с сайта и транслировать в своих программах. Помимо всего прочего, они были ужасно откалиброваны. Согласно исследованию Эгглстона, в тех случаях, когда метеоролог из Канзас-Сити говорил о том, что вероятность дождя составляет 100 %, обещанный дождь так и не начинался в трети случаев.

Как Google угадывает желания

Когда вы вводите свой поисковый запрос в Google, то, возможно, и не знаете, что участвуете в эксперименте. Однако Google понемногу предлагает вам небольшие изменения. И результаты поисковых запросов, и порядок, в котором они появляются на странице, представляют собой предсказание компании о том, какие результаты вы посчитаете наиболее полезными. Как можно измерить и предсказать такое качество, как «полезность», порой кажущееся нам субъективным? Если ваш запрос выглядит как лучший новый мексиканский ресторан, то означает ли он, что вы планируете поездку в Альбукерке? Или вы ищете недавно открытый мексиканский ресторан? Или то, что вам нужен мексиканский ресторан, подающий блюда в стиле Nuevo Latino? Может быть, вам стоило перефразировать свой запрос, но, раз вы этого не сделали, Google может собрать группу из тысячи человек, сделавших тот же запрос, показать им различные наборы веб-страниц, а затем попросить их оценить полезность каждого набора по шкале от 0 до 10. После этого Google будет показывать вам только ссылки на страницы, расположенные по порядку среднего рейтинга, начиная с самого высокого.

Продукт, известный вам как поисковая машина Google, несмотря на все свои текущие плюсы, уже завтра может выглядеть немного иначе. Успешной эту компанию делает способ, благодаря которому ей удаётся совмещать свою приверженность тестированию со свободной и креативной культурой. Сотрудники Google имеют массу стимулов, способствующих тому, чтобы делать всё то, что людям удаётся лучше компьютеров, — придумывать огромное количество идей. Затем Google использует свои огромные массивы данных, чтобы протестировать все эти идеи. От большинства из них компания отказывается достаточно быстро, но лучшие из них выживают.

Возможна ли ядерная война

Представьте, вы живёте в сейсмически активном районе, скажем в Калифорнии. За период в несколько десятилетий вы регулярно испытываете 4-балльные землетрясения, несколько раз в год переживаете землетрясения магнитудой 5 баллов и ещё парочку 6-балльных. Если ваш дом может выдержать 6-балльное землетрясение, но не 7-балльное, можно ли сделать вывод, что вам не о чем беспокоиться? Разумеется, нет.

Террористические атаки в некотором роде проявляются похожим образом. Взрыв над Локерби и теракт в Оклахома-Сити можно считать аналогами 7-балльных землетрясений. Они не только разрушительны сами по себе, но и говорят о потенциальной возможности более плохих событий, вроде атаки 11 сентября, которую можно соотнести с 8-балльным землетрясением. Она была не выбросом, а частью расширенной математической модели.
 
Технологии усовершенствовались, и более современный снаряд, сработавший в центре Манхэттена, может унести до миллиона жизней и уничтожить недвижимость на несколько миллиардов долларов Действительно, 11 сентября некоторым образом изменило наше представление о вероятности подобных событий, точно так же как увеличение количества сильных землетрясений в последние годы свидетельствует, что они более распространены, чем нам могло казаться ранее. Тем не менее даже до 11 сентября, используя для анализа имеющейся информации метод степенного закона, можно было сделать вывод, что атака такого масштаба вполне возможна. Если применить степенной закон к данным, собранным исключительно до 11 сентября — от истоков современной волны терроризма в 1979 году по 10 сентября 2001 года включительно, — результат покажет, что атака подобного масштаба в стране НАТО может произойти раз в 80 лет, или, грубо говоря, единожды в нашей жизни.

Если атаки 11 сентября считать эквивалентными землетрясению магнитудой 8 баллов, что можно сказать о чём-то ещё более масштабном — аналоге 9-балльного землетрясения? Механизм подобных действий не слишком приятен, но его довольно просто вычислить — вероятнее всего, в ней будет использовано оружие массового поражения, в частности ядерное.

К счастью, до сих пор в мире довольно невелик опыт ведения ядерной войны. Атомные бомбы, сброшенные на японские города Хиросиму и Нагасаки в 1945 году, в конце Второй мировой войны, унесли жизни приблизительно 200 тысяч человек. Одна из оценок показывает, что, если бомба такой же мощности сработает в одном из основных портов Нью-Йорка, погибнет порядка 250 тысяч человек.

Однако с тех пор технологии усовершенствовались, и более современный снаряд, сработавший в центре Манхэттена, может унести до миллиона жизней и уничтожить недвижимость на несколько миллиардов долларов. Одновременные атаки на Нью-Йорк, Вашингтон, Чикаго и Лос-Анджелес могут привести к 4 миллионам жертв — заявленной цели Усамы бен Ладена. Одно из наиболее пессимистичных предположений было высказано Грэхамом Аллисоном — профессором политологии из Гарварда. Аллисон работал в администрациях президентов Рейгана и Клинтона, а его книги и статьи о Карибском кризисе тысячу раз цитировались другими учеными. В 2004 году Аллисон пришёл к тревожному выводу: «Ядерная террористическая атака в Америке в ближайшие десятилетия скорее вероятна, чем нет».

Книга предоставлена издательством «КоЛибри»

https://slon.ru/posts/64600