Реальность на кону: Как игры объясняют человеческую природу - Келли Клэнси

полагали, что подсчитывать больных или даже новорожденных равносильно святотатству – попытке проникнуть в Божий Промысел. В XVI в. некоторые европейские страны, опустошенные эпидемиями чумы, предприняли первые шаги к сбору и централизации больших массивов социальных данных. В 1750-х гг. французские ученые спорили о том, рационально ли прививать население от оспы, которая тогда свирепствовала по всей Евразии. Смертность от этой болезни составляла 30%. В отличие от более безопасных вакцин на основе коровьей оспы, разработанных в 1790-х гг. Эдвардом Дженнером, первоначально процедура подразумевала прямое заражение пациентов ослабленной оспой. Эта практика десятилетиями успешно применялась в Турции, Китае и Англии, но была сопряжена с немалым риском: один из двухсот привитых в результате умирал. При каких условиях имело смысл принять небольшой риск немедленной гибели, чтобы значительно снизить вероятность смерти от оспы в будущем? Даниил Бернулли вычислил математическое ожидание и получил результат, однозначно свидетельствовавший в пользу вакцинации. Несмотря на его тщательно выстроенную аргументацию, французы продолжали избегать прививок. Итальянский врач Анджело Гатти осознал, что люди оценивают опасность лично для себя, задействуя не беспристрастные математические расчеты, а субъективную психологию: «Непосредственный риск, сколь бы мал он ни был, всегда произведет большее впечатление, чем очень большой, но отдаленный и неопределенный»[122].

Со временем, однако, статистика начала регулярно использоваться для обоснования мер государственного управления. Сестра милосердия Флоренс Найтингейл знаменита тем, что вводила в оборот многие современные медицинские практики, опираясь на статистические данные. Она возражала философам, считавшим дерзостью вести учет сведений о здоровье:

Истинное основание теологии – постижение личности Бога. Именно с помощью статистики можно определить и установить закон в социальной сфере, тем самым выявив определенные аспекты личности Бога. Изучение статистики, таким образом, есть религиозное служение[123].

Успех в этой области сказался и на других общественных науках. Бельгийский математик XIX в. Адольф Кетле был неутомимым сторонником новой дисциплины, которую он назвал «социальной физикой»; с ее помощью он надеялся разработать гуманитарный аналог небесной механики и описать траектории развития цивилизации. Кетле использовал огромные массивы данных для выявления скрытых закономерностей. Он обнаружил регулярность в показателях рождаемости, смертности, самоубийств и даже преступности. Он утверждал, что преступления не следует рассматривать как акты индивидуальной воли. Вместо этого он показал, что на уровне всей популяции они подчиняются законам статистики. «Общество само содержит в себе зародыши всех совершаемых преступлений. В некоторой мере именно социальное состояние подготавливает эти преступления, а преступник лишь орудие, которое их исполняет»[124]. Преступники сами были пострадавшей стороной, бессильной перед законами социальной физики, действующими на общество, – жертвоприношением, необходимым для сохранения цивилизации. Кетле предположил, что основанное на объективных данных законодательство, направленное в большей степени на устранение институциональных причин преступности и в меньшей – на наказание самих преступников, даст наилучшие шансы для реформирования общества. Идеи Кетле были настолько популярны, что физик Джеймс Максвелл часто использовал в своих работах по статистической механике аналогии, заимствованные из социальной физики. Тем, кто был вооружен молотком теории вероятностей, весь мир казался статистическим гвоздем. Если мы можем использовать математику даже для понимания случайности, почему бы не использовать ее для понимания самого человечества?

В то же время статистика приобрела репутацию способа более убедительно лгать с помощью цифр. Афоризм, популяризированный Марком Твеном, гласит: «Существует три вида лжи: ложь, гнусная ложь и статистика»[125][126]. Даже несмотря на свои самые лучшие намерения, адепты статистики не справляются со всеми нюансами ее применения. Лучше всего, возможно, это можно проиллюстрировать на примере проблемы гауссовского шума. В 1809 г. математик Карл Фридрих Гаусс обнаружил, что ошибка, или «шум», в астрономических наблюдениях следует определенной закономерности, известной ныне как колоколообразная кривая, или нормальное распределение. Эта модель шума – та же самая, что управляет случайностью бросков костей, – казалось, встречалась повсюду, куда бы ни обращали свой взор ученые: в распределении роста и веса людей, в движении частичек пыльцы, взвешенных в воде, в размерах крыльев бабочек. Нормальное распределение казалось настолько вездесущим, что многие ученые использовали его для упрощения измерения ошибок в широком спектре наборов данных, включая многие из тех, где этого делать не следовало. Их, как выразился математик Нассим Николас Талеб, «ослепляли»[127] колоколообразные кривые[128].

В 1900 г., почти через сто лет после открытия Гаусса, Луи Башелье опубликовал свой анализ финансовых рынков, в котором изменение стоимости акций моделировалось как стохастический процесс с гауссовским шумом. Это раннее математическое описание финансовых рынков легло в основу многих экономических теорий ХХ в. Банкиры использовали созданную в 1973 г. модель Блэка – Шоулза для определения стоимости сложных финансовых деривативов на основании таких факторов, как текущая цена акций и ее волатильность. Поскольку волатильность нельзя измерить в реальном времени, а только ретроспективно, трейдеры предполагали ее значение, исходя из допущения, что она следует нормальному распределению. В 1960-е гг. математик Бенуа Мандельброт предупреждал экономистов, что волатильность фондового рынка не является гауссовской. Стадное поведение провоцирует обвалы и пузыри, а экстремальные значения встречаются чаще, чем в данных с нормальным распределением. Это, пишет Талеб, и есть «игровая ошибка» – неуместное применение покладистой статистики игральных костей для описания более агрессивной случайности реального мира. В результате модель Блэка – Шоулза капитально недооценивала редкие события. Трейдеры, использовавшие вычисленные по этой методике прогнозы стоимости для компенсации рискованных ставок, как назло, навлекали на себя еще больший риск. Модель Блэка – Шоулза была задействована в построении мудреного рынка деривативов, который рухнул как карточный домик в 2008 г. Схожие ошибки в применении статистики, скорее всего, сыграли свою роль и в возникновении разворачивающихся сейчас кризисов воспроизводимости в различных областях науки.

Многое из того, что мы склонны считать случайным, не обязательно таковым является. Например, опытный игрок в кости может воспроизвести бросок кубиков с надежностью профессионального спортсмена. Обсуждение того, что значит подлинная случайность, достойно отдельной книги, но ее, возможно, самое простое определение – это последовательность, которую невозможно предсказать. Теория вероятностей имеет дело со сферой того, чего мы не знаем и часто не можем знать. Соответственно, она неразрывно связана с эпистемологией, то есть с изучением знания и того, как мы познаем. В ХХ в. физики обнаружили, что определенные квантовые события могут быть действительно беспричинными и непознаваемыми. Случайность – это не побочный продукт человеческого неведения, а объективно существующий регистр реальности. Вселенная фундаментально непредсказуема. Это может одновременно обескураживать и завораживать мозг, который, как мы уже обсуждали, является машиной для предсказаний, настроенной на выявление даже слабых корреляций и причинно-следственных связей. Наши азартные порывы, как выясняется, связаны со стремлением мозга к обучению.

Защитники