Реальность на кону: Как игры объясняют человеческую природу - Келли Клэнси
Другие мыслители полагали, что теория вероятностей – это нечто большее, чем просто инструмент для прояснения человеческого мышления, что это модель самого мышления. Преподобный Томас Байес был математиком-любителем и весьма уважаемым теологом. Его самое важное произведение было опубликовано лишь посмертно, в 1763 г., после того как его друг Ричард Прайс разобрал его бумаги и обнаружил текст, которому суждено было стать одной из самых влиятельных работ в области статистики: «Очерки к решению проблемы доктрины шансов» (An Essay towards Solving a Problem in the Doctrine of Chances).
Идея, лежащая в основе предложенной Байесом теоремы, проста. Чтобы составить мнение об истинном положении вещей в мире, человек начинает с предположения, основанного на том, что ему уже известно (это называется априорной вероятностью), а потом обновляет это предположение с учетом новых свидетельств. Это не статичная формула, а алгоритм, который повторно запускается с поступлением каждого нового фрагмента данных. Допустим, муж чувствует запах дыма из кухни (свидетельство). Он может забеспокоиться, что дом горит, но тут же вспоминает, что жена собиралась делать на ужин барбекю (априорная информация). Учитывая это априорное знание, более вероятное объяснение состоит в том, что дымит плита, а не горящая мебель. Байес превратил рациональность в нечто вероятностное по своей природе.
Теорема Байеса также подчеркнула важное обстоятельство: в реальном мире вероятность события часто зависит от многих факторов. Вероятность выпадения решки при подбрасывании монеты всегда равна одной второй, но вероятность того, что у человека есть определенный вид рака, обычно зависит от его возраста, пола и генетической предрасположенности. Допустим, уровень некоего маркера в крови повышается как при артрите, так и при этом виде рака. Если такой рак чрезвычайно редок, а артрит относительно распространен, то, согласно выведенному Байесом правилу, врачу разумнее сначала назначить дополнительные обследования на предмет возможного диагноза «артрит». Когда мы измерили следствия, теорема Байеса позволяет нам составлять мнение о наиболее вероятных причинах.
Лаплас независимо получил результаты Байеса в 1774 г., вообразив себе человека, который всю жизнь прожил в темной пещере и наконец вышел на свет. Он видит восход солнца и думает, что это ошеломляющий праздник для глаз – единичное событие. Но с каждым новым рассветом он все больше убеждается, что это обычное явление. На основе повторяющихся наблюдений наш пещерный житель обновляет свои предположения о том, восходит ли солнце каждый день, и в конце концов соглашается с оценкой поэта Эдварда Каммингса: солнце «ни на миг не прекращает начинать таинство дня для чьих-то глаз»[121]. Этот процесс называется индукцией: общий принцип выводится из повторяющихся свидетельств. Сегодня правило Байеса лежит в основе множества явлений нашей повседневной жизни – от спам-фильтров до автоматического обнаружения медицинских и финансовых аномалий. Во время Второй мировой войны Алан Тьюринг использовал теорему Байеса для взлома «Энигмы», шифровальной машины, с помощью которой кодировались сообщения немецкого военно-морского флота. Многие нейробиологи утверждают, что мозг применяет байесовский анализ, фильтруя новую информацию через свою ранее выстроенную (априорную) модель реальности. Некоторые философы науки предполагают, что сама наука по своей сути представляет собой байесовскую практику.
Однако каким-то ученым теорема Байеса показалась явно ошибочной. Для них абсурдом выглядело то, что субъективному представлению нашлось место в царстве математики. В модели Байеса дело не в том, что реальность не детерминирована, а скорее в том, что у нас нет к ней прямого доступа. Мы можем лишь ощупывать ее сквозь завесу неопределенности: неизвестность темной материи, неоднозначность квантового мира, непрозрачность человеческого поведения. Все, что у нас есть, – это наши ограниченные наблюдения, а все, что мы можем делать, – это обновлять свои представления в соответствии с собранными свидетельствами. Нам остается надеяться только на индукцию: на приближение к истине в пределе и выведение общих законов из частных случаев.
Теорема Байеса повсеместно используется в современном мире, но из-за своей субъективной природы она может подсказать нам, лишь как обновлять наши представления, а не как определять априорную вероятность. Следовательно, исходные предположения – это та область, где можно прекрасно спрятать предубеждения. Решая, безопасен ли новый пестицид, мы можем вообразить себе два возможных базовых допущения. Первое – что это вещество потенциально вредно для человека и окружающей среды, а значит, требует значительного объема свидетельств для доказательства его безопасности. Медицинские эксперты и защитники окружающей среды отдают предпочтение этому исходному предположению, которое называют «принципом предосторожности», как наиболее безопасному подходу к новым разработкам. Однако при применении в качестве универсального принципа этот подход может оказаться излишне обременительным и, например, помешать безопасным лекарствам дойти до нуждающихся в них пациентов. Альтернативное исходное предположение состоит в том, что продукт безопасен по умолчанию, а значит, требует множества свидетельств для доказательства того, что его вред перевешивает пользу. Корпорации и лоббисты промышленных интересов, стремящиеся к скорейшему получению прибыли, естественно, отдают предпочтение этой позиции, хотя она и приводила в прошлом к серьезным проблемам – от врожденных дефектов, вызванных талидомидом, до уничтожения окружающей среды из-за применения ДДТ. Эти две философские установки влияют на многие стороны нашей жизни – от одобрения новых лекарств до принятия важных решений в области общественного здоровья. Важно, однако, отметить, что ни одно из этих исходных предположений не является в большей степени «основанным на данных» или более объективным, чем другое. Ни одно из них не может служить универсальным, годящимся на все случаи жизни допущением.
Ученые начали применять теорию вероятностей к вопросам практической значимости – от количественной оценки ошибок в научных измерениях до обоснования правительственных решений. Хотя уже в самых ранних письменных документах в истории человечества регулярно перечисляются богатства и фиксируется экономическая активность, количественный учет состояния здоровья, по-видимому, был долгое время табуирован. Вплоть до конца XVIII в. некоторые философы
