Математика для жизни

— Начну с неприятного. Ты сейчас думаешь примерно так: математика помогает тем, кто не умеет думать. А я умею думать — поэтому мне она не особо нужна. Верно?

— Именно это и есть первая ошибка. Канеман двадцать лет изучал когнитивные предубеждения. И до конца жизни ловил себя на них. Он прямо написал: «Я стал лучше замечать ошибки других людей. Свои — по-прежнему нет». Это не глупость. Это архитектура.

— Вот смотри. Если тебя спросят — сколько окон в твоём доме? Ты же не считаешь сразу. Ты идёшь мысленно по комнатам: вот прихожая, там одно, в гостиной три, кухня... Мозг не вычисляет — он воспроизводит. И вот когда тебя спрашивают про вероятность авиакатастрофы, мозг делает то же самое. Идёт по комнатам, которые заполнены новостными репортажами об авариях, кадрами, историями выживших. И чем легче пример приходит в голову — тем выше тебе кажется вероятность. Даже если реальная статистика говорит в двадцать раз другое.

— Именно это и проверяли. В одном эксперименте участникам крутили колесо рулетки — выпадало либо десять, либо шестьдесят пять. Абсолютно случайное число, никакой связи с дальнейшим вопросом. Потом спрашивали: какой процент от всех членов ООН составляют африканские страны? Группа с числом шестьдесят пять давала в среднем сорок пять процентов. Группа с числом десять — двадцать пять. При том что реальное число на тот момент было около тридцати пяти. Случайное число с рулетки буквально «примагнитило» их суждение к себе.

— Да. И когда исследователи предупреждали людей перед экспериментом: сейчас будет якорное число, постарайтесь не поддаваться — эффект снижался процентов на двадцать. Не исчезал. Люди знали что их сейчас потянут в сторону — и всё равно тянулись.

— Это нормальная реакция — защита «я-концепции». Но именно она мешает видеть архитектуру. И теперь самое неудобное. После 11 сентября американцы массово пересели с самолётов на автомобили. Психологически понятно — страх, яркий образ катастрофы, ощущение что можно хотя бы контролировать руль. Но психолог Герд Гигеренцер потом посчитал: за следующие двенадцать месяцев на дорогах погибло примерно на 1600 человек больше обычного. Попытка избежать страшной смерти привела к значительно большему числу смертей.

— Причём каждый из этих людей был уверен что принимает разумное решение. В этом и архитектура. Ты не чувствуешь момент, когда мозг подменил трудный вопрос «какова вероятность?» на лёгкий вопрос «насколько легко мне это представить?». Тебе кажется, что ты думаешь о вероятности. На самом деле ты давно думаешь о яркости образа.

— У всех. Более пятидесяти процентов студентов Гарварда и MIT дают хотя бы один неверный интуитивный ответ в стандартном тесте когнитивных рефлексов. Не потому что плохо думают — потому что мозг даёт быстрый ответ раньше, чем включается медленный. Это эволюционно правильно в ситуации с хищником. Это системно неправильно в ситуации со статистикой.

— Линда. Ей тридцать один год. Откровенная, очень умная. В студенческие годы была глубоко вовлечена в вопросы дискриминации и социальной справедливости, участвовала в антиядерных демонстрациях. Что вероятнее: Линда — кассир в банке, или Линда — кассир в банке и активистка феминистского движения?

— Логически невозможно. «Кассир в банке и феминистка» — это подмножество «кассира в банке». Вероятность двух событий одновременно не может быть выше вероятности одного из них. Всегда. Это аксиома. Но восемьдесят пять процентов людей выбирают второй вариант. Среди них — люди с учёными степенями. Канеман показывал эту задачу аудитории, где половину составляли специалисты по статистике. Многие сначала поймали ошибку — а потом сказали: «Понимаю, что первое логически правильно. Но второе всё равно кажется правдоподобнее». Понимание не отменяет ощущение.

— Именно. Вот почему осознание не спасает. Мозг работает на двух уровнях. Быстрый — интуитивный, автоматический, даёт ответ до того как ты успел задуматься. Медленный — аналитический, требует усилий, включается только если ты специально его включаешь. Так вот: в большинстве ситуаций мы принимаем ответ быстрого за ответ медленного. Нам кажется что мы подумали. На самом деле мы просто приняли первый ответ который пришёл.

— Скорее оптимизировала не под ту задачу. В саванне «лучше перебдеть» было правильной стратегией. В мире страховых полисов и медицинских тестов — та же стратегия систематически завышает яркие редкие угрозы и занижает скучные частые. Это не поломка. Это та же самая программа, только запущенная в среде, для которой она не создавалась.

— Внешние системы. Вот что реально помогает. Чеклист у пилота не потому что пилот глупый — а потому что даже умный пилот в стрессе пропустит что-то важное. Протокол у хирурга, правило двух подписей в банке, период обдумывания перед крупной сделкой — это не недоверие к человеку. Это признание того, как работает архитектура. Математика помогает спроектировать такие системы. Но сама по себе не заменяет их.

— Помогает чуть-чуть. Именно чуть-чуть. Вот в чём суть математики для жизни — не в том что ты начнёшь считать быстрее. В том что ты начнёшь знать где именно твоё мышление особенно ненадёжно.

— Работает. Но есть другая ловушка, и она не менее глубокая: мозг видит паттерны даже там, где их нет. Причём с полной уверенностью.

— В казино Монте-Карло в 1913 году рулетка выпала на чёрное двадцать шесть раз подряд. Игроки ставили миллионы на красное — красное же «перезрело», логика требует, должно выпасть. Теряли всё, пока серия продолжалась. Потому что у рулетки нет памяти. Каждый следующий оборот не знает про предыдущие двадцать шесть. Это мы помним — она нет.

— Хорошо, давай про баскетбол. В 1985 году провели серьёзное исследование «горячей руки» — идеи что игрок, попавший несколько раз подряд, продолжает попадать лучше. Девяносто один процент болельщиков верит в это. Сами игроки верят. Тренеры передают пас именно такому игроку. Статистически — эффекта нет на значимом уровне. Следующий бросок не зависит от предыдущих. Серии — это просто то, как выглядит случайность, когда ты смотришь на неё глазами мозга, созданного искать паттерны.

— Позже нашли крошечный эффект — порядка одного-двух процентов в некоторых условиях. Но люди интерпретируют его как кардинальный сдвиг. Тренер убеждён что знает кто сейчас «в потоке». Игрок убеждён что чувствует момент. Эффект при этом — едва измеримый шум.

— Именно так это работает нейробиологически. Мозг — машина распознавания паттернов, которая работает даже на случайных пятнах. Это полезно когда нужно не пропустить хищника в листве. Катастрофично когда ты анализируешь движение акций за три последние недели и видишь «тренд».

— Давай проверим прямо сейчас. В группе из двадцати трёх случайных человек — какова вероятность что хотя бы двое окажутся с одним днём рождения?

— Больше пятидесяти.

— Твой мозг сравнивает двадцать три человека с одним конкретным днём — твоим собственным. Но нужно считать все возможные пары людей между собой. В группе из двадцати трёх человек таких пар — двести пятьдесят три. И хотя бы у одной из них совпадёт. В группе из семидесяти — вероятность уже 99,9%.

— Все так. И то же самое с медицинскими тестами. Тест на рак точен на девяносто девять процентов. Болен один человек из тысячи. Ты сдал тест — он положительный. Какова вероятность что ты болен?

— Около девяти. Из тысячи человек один реально болен. Но у девяти здоровых тест ошибётся и выдаст «положительно». Итого: один больной и девять испуганных здоровых — все с положительным «точным тестом». Врач без байесовского мышления назначает лишние биопсии тысячам людей — просто потому что не спросил: а насколько часто эта болезнь вообще встречается в данной группе риска?

— Врачи с двадцатилетним стажем делали ту же ошибку, что студенты первого курса. Не потому что плохо учились. Потому что этому не учат. Нас учат считать. Нас не учат спрашивать: а какова базовая ставка? Насколько часто это вообще бывает?

— В том-то и дело. И вот что важно: этот инструмент называется байесовское мышление, и он не требует формул. Он требует одной привычки: прежде чем интерпретировать новую информацию — спросить, какова ситуация была до этой информации. Тест положительный? Окей. А насколько часто болезнь встречается у людей как ты? Сосед говорит что его машину угнали в этом районе? Окей. А каков реальный уровень угонов здесь? Это не скептицизм — это просто вопрос «а что было правдой до того, как я это узнал».

— Звучит просто. Игнац Земмельвейс в 1840-х годах применял именно это мышление — ещё не зная никаких формул. Он заметил: смертность в его акушерском отделении — десять процентов, в соседнем — четыре. Это была его «базовая ставка». Когда он ввёл мытьё рук и смертность упала до одного процента, он обновил свою уверенность в гипотезе о «трупных частицах». Коллеги его отвергли — у них не было инструмента для такого обновления вероятностей. Они видели только оскорбление своего статуса, а не новые данные, которые должны менять старые убеждения.

— Именно. И это не сложная математика. Это привычка задавать другой вопрос, чем тот который приходит первым.

— 1943 год, Вторая мировая. Абрахам Вальд — статистик. К нему приходят военные с задачей: где укреплять броню на самолётах? Принесли карту пробоин на вернувшихся самолётах. Крылья, хвост, фюзеляж — везде отметки, целые облака дырок. Где укреплять?

— Вальд сказал обратное: укреплять нужно двигатели. Там пробоин почти не было.

— Потому что самолёты с пробоинами в двигателях — не вернулись. Ты видишь только тех, кто выжил. А данные о погибших — за кадром. И поэтому думаешь что видишь полную картину, хотя видишь только её выжившую половину.

— Что?

— Именно. В Стэнфорде студентам давали биографии успешных предпринимателей — они выписывали черты: решительность, нестандартное мышление, готовность к провалу, видение. Потом давали биографии банкротов. Черты совпадали слово в слово. Разница была в базовой ставке везения — которую никто в биографию не вписывает.

— Это означает что история одного человека не говорит тебе ничего о том, стоит ли тебе бросать работу. Для этого нужна другая цифра: сколько похожих стартапов в похожих условиях выжили. Эту цифру никто не ищет — потому что она скучная. А история про Маска захватывающая.

— Конечно не только везение. Вопрос не в том, был ли Маск хорошим предпринимателем. Вопрос в том, можешь ли ты использовать его историю как доказательство что твой план сработает. Для этого нужно знать: сколько человек с примерно таким же набором качеств, в примерно такой же ситуации, с примерно таким же планом — что с ними стало? Эту статистику никто не ведёт. Мы знаем только о выживших — потому что о них написаны книги. Данные о погибших не публикуются. Их истории не захватывающие.

— Точно. Это доказательство существования, а не доказательство воспроизводимости. Один самолёт долетел до Нью-Йорка без проблем — значит самолёты могут долетать. Но не значит что именно следующий рейс безопасен без учёта погоды, технического состояния, маршрута.

— Вот тут регрессия к среднему. Канеман рассказывал однажды израильским военным лётчикам про когнитивные ошибки. Инструктор встаёт и говорит: я проверил на практике. Когда хвалю курсанта после хорошего пируэта — следующая попытка всегда хуже. Когда ругаю после плохого — следующая лучше. Значит наказание работает, поощрение вредит. Пауза в зале. Канеман понял: инструктор только что описал регрессию к среднему.

— После экстремального результата — хорошего или плохого — следующий статистически будет ближе к среднему. Это статистика, не педагогика и не менеджмент. Инструктор приписывал своим словам то, что случилось бы без него. И выработал убеждение — «наказание работает» — которое воспроизводилось потом в следующих поколениях инструкторов.

— Да. Именно поэтому нужна контрольная группа. Без неё любое вмешательство выглядит как успех — потому что после провала статистически становится лучше в любом случае. Это касается лекарств, управленческих решений, учебных программ. Программа по улучшению чего угодно, запущенная после особенно плохого периода, почти всегда будет «работать» — просто потому что период закончился бы в любом случае.

— Большинство людей не знают даже что такое вопрос. Они видят последовательность: сделали X — стало лучше. Всё. X работает. А то что стало бы лучше без X — это мысль, которая даже не возникает.

— Теория игр. Но она скажет тебе кое-что, от чего ты поморщишься.

— Что самое рациональное решение для одного человека может уничтожить всех. Включая его самого.

— Дилемма заключённого. Двух людей берут под стражу. Если оба молчат — по году каждому. Если один предаёт, а другой молчит — предатель уходит, молчащий получает три года. Если оба предают — по три года каждому. Рациональный выбор — предать. Всегда. Потому что что бы партнёр ни сделал — тебе выгоднее предать.

— И если оба думают рационально — оба предают и получают по три года. Хотя если бы оба промолчали — получили бы по году. Рациональность приводит к худшему результату для обоих. Это не мораль — это структура ситуации.

— Именно. Роберт Аксельрод в 1980 году провёл компьютерный турнир. Четырнадцать стратегий от профессоров математики, психологии, экономики — все прислали своё лучшее решение. Повторяющаяся игра, много раундов. Победила самая простая стратегия: tit-for-tat. На первом ходу сотрудничай. Потом повторяй то что сделал партнёр в прошлый раз.

— Вот тут стоп. Tit-for-tat не выиграла ни одной отдельной партии. Ни одной. Против агрессивных стратегий она в лучшем случае заходила в ничью. Но в турнире — обыграла всех.

— Почти точно. Потому что хитрые стратегии уничтожали друг друга. Агрессивная выигрывает у добродушной — но потом встречает другую агрессивную и оба теряют. А tit-for-tat накапливала очки в честных играх и не теряла их в бессмысленных войнах. Честность и предсказуемость прибыльнее хитрости в длинной серии — это теорема, не совет.

— Математика говорит: если хочешь максимизировать выигрыш в длинной игре — honesty pays. Мораль говорит быть честным даже когда это невыгодно. Это разные утверждения. Первое доказывается формально. Второе — это ценностный выбор, он за пределами математики.

— Тогда математически выгодно предать. Это не цинизм — это структура однократной игры. Вся хитрость в том, что мы почти никогда не знаем точно что игра однократная. Репутация расходится. Мир значительно меньше чем кажется в любой конкретной профессиональной среде.

— Вампировые летучие мыши делятся едой с голодными особями — но только с теми, кто делился с ними раньше. Без всякой теории, просто эволюция провела несравнимо больше итераций чем любой компьютерный турнир — и пришла к той же стратегии. А в 1914 году на Рождество немецкие и британские солдаты в окопах самовольно прекратили огонь. Никто не организовывал. Просто нашли равновесие: «Я не стреляю сегодня — вы не стреляете — оба живы». Командование ужаснулось и специально перетасовало подразделения, чтобы сломать это «нерациональное» перемирие. Солдаты открыли теорию игр без формул.

— Или математика объяснила почему к этому приводит эволюция и интуиция выживших. Это важная разница: иногда математика подтверждает интуицию и объясняет почему она права. Иногда — опровергает. Умение отличить одно от другого и есть инструмент.

— Живая иллюстрация. Страны картеля договариваются ограничить добычу нефти чтобы держать цену высокой. Каждой стране выгодно добывать чуть больше своей квоты — берёшь больший кусок при той же цене. Когда все думают так — квоты нарушают все, добыча растёт, цена рушится. Это происходило в 1986-м, в 1998-м, в 2014-м. Каждый раз рационально для каждой страны по отдельности. Катастрофично для всех вместе. Классическая дилемма заключённого в масштабе нескольких государств.

— Выход в том что нашли солдаты в окопах — повторяющееся взаимодействие с неизвестным горизонтом. Если страны не знают когда закончится их участие в картеле — у них появляется стимул сотрудничать. Если знают что это последний раунд — рациональнее нарушить. Математика дилеммы заключённого — это не про мораль. Это про то что структура ситуации определяет поведение. Хочешь другого поведения — меняй структуру.

— Нет. И вот тут самое интересное.

— Конец девяностых. Фонд Long-Term Capital Management. В совете директоров — два нобелевских лауреата по экономике. Безупречные математические модели, лучшие умы Уолл-стрит. В 1998 году фонд потерял 4,6 миллиарда долларов за несколько недель.

— Их модели строились на исторических корреляциях между активами. В нормальных условиях — работали идеально. Но они не учли одного: во время паники все участники рынка одновременно продают одни и те же активы. Именно когда всем страшно, именно когда нужна модель больше всего — корреляции, заложенные в неё, становятся неверными. Самая умная формула рухнула от самого человеческого из поведений. Страха.

— Алгоритм видел только переменные, которые кто-то ввёл до него. Страх как системная переменная туда не входил. И это не частная ошибка одного фонда — это принципиальное ограничение: алгоритм оптимизирует по тому, что в нём есть, и слеп ко всему, чего там нет.

— Опытные хирурги давали в среднем худшие прогнозы чем алгоритм для стандартных пациентов — это правда, это воспроизведено в десятках исследований. Но при аномальных показателях — выигрывали хирурги. Потому что замечали признаки, которых не было в переменных модели. Вот онколог: у пациента все показатели по протоколу в норме, формула говорит низкий риск. Но что-то в том, как он описывает усталость, в его движениях, в том как он отвечает на вопросы — не вписывается. Врач назначает дополнительное сканирование против протокола. Находят раннюю стадию второй опухоли. Формально — нарушение. Фактически — спасённая жизнь.

— Да. Именно в этом капкан. Каждый думает что его случай особенный. Большинство ошибается. Но некоторые правы — и именно они замечают то, что ещё не оцифровано. И нет способа заранее знать, к какой группе ты сейчас относишься.

— Был такой формат шахматного турнира — фристайл. Человек плюс компьютер против чистого гроссмейстера и против чистой машины. Победители — не лучшие шахматисты и не лучшие алгоритмы. Победители — те, кто лучше знал когда довериться программе, а когда её проигнорировать. Это и есть новый навык.

— Нигде. И в этом проблема. Нас учат считать. Нас не учат знать когда считать не надо. Нас учат алгоритмам. Нас не учат распознавать момент когда алгоритм вышел за пределы своей применимости. Хирург знает анатомию. Его не учат специально — вот в этой ситуации доверяй протоколу, а в этой смотри на пациента. Это приходит с опытом, и то не у всех.

— И обычно невидимый. Человек выучил байесовскую формулу — думает что теперь мыслит байесовски. Прочитал про tit-for-tat — думает что теперь понимает как строить доверие. Но знание концепции и умение применить её в конкретной ситуации с неполными данными и давлением времени — это разные вещи.

— Нет. Это аргумент за честность насчёт того, что математика даёт, а что нет. Она даёт карту. Она не даёт автопилот.

— Да. И этого алгоритма нет. Реальность всегда «шире» любой модели, потому что она содержит бесконечное количество контекста, который невозможно оцифровать полностью. Это честная граница математики как инструмента: она идеально работает в «закрытых» системах вроде шахмат или страховой статистики, но пасует там, где в игру вступают уникальные человеческие смыслы.

— Итог в том, что теперь ты знаешь где именно твоё мышление врёт. Где оно подменяет вопрос о вероятности вопросом о яркости образа. Где видит паттерн в шуме. Где смотрит только на выживших. Где принимает регрессию к среднему за результат своих действий. Это не решает проблему. Но это другая игра.

— Раньше ты совершал ошибку и думал: не повезло, или я просто не подумал как следует. Теперь — когда почувствуешь уверенность в чём-то пугающем, или захочешь довериться яркой истории успеха — у тебя будет слово для этого. И вопрос: подожди, а какова базовая ставка? А я вижу выживших или всех? А это паттерн или шум? А я точно в «стандартной» ситуации для которой эта формула создавалась?

— Он говорил что заметил разницу. Не то что стал не ошибаться. Стал чуть чаще останавливаться и спрашивать. И это не победа над архитектурой мозга — архитектура никуда не денется. Это просто карта того где в этой архитектуре водятся ошибки. Карта не территория. Но без карты в некоторых местах лучше не ходить.

— Все уверены. Именно это и интересно. Не то что мы иногда ошибаемся — это нормально. А то что мы ошибаемся предсказуемо, в одних и тех же местах, с одной и той же уверенностью. Это означает, что можно нанести эти места на карту. И когда ты в следующий раз почувствуешь ту самую «абсолютную правоту», возможно, ты просто вспомнишь, что сейчас находишься в районе, где на карте написано: «Здесь водятся драконы». И это — уже совсем другой уровень свободы.