(Не)совершенная случайность. Как случай управляет нашей жизнью - Млодинов Леонард

Вердикт был таков: он не выдержал испытания чемпионством. Один известный ветеран от бейсбола сказал: «Марису и думать было нечего побить рекорд Рута»[23 - “The Making of a Hero”, Time, September 29, 1961, p. 72. Бейсбольным ветераном был Роджерс Норнсби.]. Возможно, так оно и есть, но причины здесь совсем не те, о которых говорил ветеран.

Спустя много лет под влиянием того самого курса по теории вероятностей я стал смотреть на достижения Мариса в совершенно ином свете. Чтобы проанализировать состязание между Рутом и Мантлом, я перечитал старый номер «Лайфа» и наткнулся на коротенькое обсуждение теории вероятностей[24 - “Mickey Mantle and Roger Maris: The Photographic Essay”, Life, August 18, 1961, p. 62.] и того, как с ее помощью прогнозировать исход состязания. Я решил произвести собственные математические расчеты полных пробегов. Вот как это было. Результат любого выхода на биту (и, следовательно, потенциального успеха) зависит в первую очередь, конечно же, от способностей игрока. Однако зависит он и от множества других факторов: состояния здоровья спортсмена, скорости и направления ветра, солнечной или пасмурной погоды, качества освещения на стадионе, типа подачи, текущей ситуации в игре, прогнозирования того, как будет лететь мяч, слаженной работы рук и глаз, брюнетки, с которой спортсмен познакомился накануне в баре и которую повел к себе, булочки с сосиской, острым сыром и чесночной поджаркой, которую он съел на завтрак и которая теперь лежит в его желудке камнем. Если бы не всевозможные непредвиденные факторы, игрок либо отбивал бы, либо не отбивал каждый удачный удар. Случайные факторы, влияющие на сотни выходов на биту, которые бывают у игрока за год, дают среднее количество пробежек, которое растет вместе с опытностью игрока и в конце концов убывает под влиянием того самого процесса, благодаря которому симпатичное лицо спортсмена покрывают морщины. Но иногда случайные факторы не выводят среднее количество. Как часто такое случается и насколько велико отклонение?

Исходя из ежегодной статистики игрока, можно вычислить вероятное количество пробежек при каждой возможности, то есть при каждом выходе к базе[25 - Для тех, кто не разбирается в бейсболе: база – это резиновая пластина, вделанная в землю, на которую игрок встает перед тем, как попытаться отбить мяч Для тех, кто в бейсболе разбирается: обратите внимание на то, что я включил в свое определение возможностей пропуски на базу (перемещение бьющего на первую базу после четырех неточно выполненных подач подающего – прим. перев.). При повторных подсчетах, с учетом лишь официальных выходов на биту, результат получается примерно таким же.]. В 1960 г., за год до своего рекорда, Роджер Марис отбивал 1 из каждых 14,7 возможных (примерно столько же, сколько у него получалось в среднем в течение четырех самых удачных лет). Давайте примем такой результат Мариса за обычный. Можно вычислить уровень мастерства Мариса в обычном исполнении следующим образом. Представьте, что орел выпадает в среднем не 1 раз в 2 броска, а 1 раз в 14,7 броска. Подбрасывайте монету 1 раз в каждом случае, когда игрок дорывается до площадки, и присуждайте Марису 1 отбивку мяча каждый раз, когда выпадет орел. Если вы хотите сравнить, как Марис выступал в сезоне, скажем, 1961 г., бросайте монету на каждую возможную отбивку, выпадавшую Марису в тот год. Таким способом вы выстроите целый ряд альтернативных сезонов 1961 г., в которых уровень мастерства Мариса сравнивается с общим числом отбивок обычного выступления. Эти сымитированные сезоны продемонстрируют серию результатов, которые можно было ожидать от Мариса в 1961 г., если бы не его талант, то есть если брать только его способности к «обычным» отбивкам и эффект чистого везения.

Чтобы в самом деле поставить такой эксперимент, мне бы потребовалась необычная монета, натренированное запястье и разрешение не ходить на лекции. В действительности же математические расчеты, основанные на теории случайности, позволили мне провести анализ с помощью формул и компьютера. В большинстве сымитированных мной сезонов 1961 г. обычная цифра отбивок Мариса не выходила за пределы, обычные для Мариса, и это неудивительно. Лишь изредка он отбивал либо намного больше, либо намного меньше. Насколько часто Марис со своими «обычными» результатами выдавал результаты Рута?

Я предполагал, что шансы Мариса с его «обычными» отбивками сравняться с рекордом Рута будут примерно равны шансам Джека Уиттакера, когда несколько лет назад тот, покупая в магазинчике печенье на завтрак, добавил еще один доллар и в результате оказался победителем лотереи штата, получив 314 тыс. долларов. Таковы должны были быть шансы менее способного игрока. Однако Марис с его «обычными» отбивками, хоть и не был Рутом, все же находился на уровне гораздо выше среднего. Так что случайная вероятность для Мариса поставить рекорд была вовсе не микроскопической: предполагалось, что он сравняется с результатом Рута или побьет его 1 раз в каждые 32 сезона. Может, это и не такая уж высокая вероятность, и возможно, вы не захотели бы поставить ни на Мариса, ни в особенности на 1961 г. Однако эта вероятность подводит к удивительному выводу. Чтобы понять, почему, зададим вопрос поинтересней. Рассмотрим всех, абсолютно всех игроков со способностями, равными «обычному» Марису, которых от рекорда Рута до «стероидной эры» (когда спортсмены стали принимать препараты и соответственно отбивать гораздо лучше) отделяют аж семьдесят лет. Какова вероятность, что некоторые игроки в некоторый момент достигнут рекорда Рута или побьют его по чистой случайности? Разумно ли считать, что в тот сезон Марису самым банальным образом повезло?

Согласно истории, в тот период на каждые 3 года приходилось примерно по 1 игроку со способностями и возможностями, сравнимыми со способностями и возможностями «обычного» Мариса 1961 г. Когда вы все суммируете, у вас получится вероятность – благодаря чистой случайности один из тех игроков мог бы запросто сравняться с Рутом или побить его рекорд, и случайность эта равняется немногим более 50 %. Другими словами, за период в семьдесят лет случайный рывок в 60 или более отбивок для игрока, от которого ожидают не более 40, – феномен, нечто вроде внезапного громкого треска, который возникает посреди помех при плохой телефонной связи. И уж конечно же, мы станем боготворить либо чернить (и наверняка бесконечно анализировать) этого «везунчика», кем бы он ни оказался.

Невозможно утверждать наверняка, действительно ли Марис играл в 1961 г. лучше всего или же ему просто-напросто подфартило. Подробный анализ бейсбола и других спортивных игр такими именитыми учеными, как ныне покойный Стивен Джей Гулд и нобелевский лауреат Э. М. Перселл, доказывает: модели с подбрасыванием монет вроде тех, которые описал я, очень схожи с реальным выступлением и игроков, и команд, включая их «холодные и горячие периоды»[26 - См. Stephen Jay Gould, “The Streak of Streaks”, New York Review of Books, August 18, 1988, pp. 8–12 (далее мы ознакомимся с ними подробнее). Очевидный и математически подробный анализ моделей с подбрасыванием монеты, применимый к спорту, упоминается в главе 2 книги, над которой в настоящее время трудятся Charles M. Grinstead, William P. Peterson, and J. Laurie Snell и чье рабочее название звучит следующим образом: Fat Chance; www.math.dartmouth.edu/~prob/prob/NEW/bestofchance.pdf][27 - Показатель текущего состояния игрока: игрок «не в форме» или «в ударе», соответственно.].

Когда мы рассматриваем невероятный успех, будь то в спорте или где еще, необходимо помнить о следующем: необычные события могут происходить без необычных тому причин. Случайные события часто выглядят как неслучайные, и, истолковывая все, что связано с человеком, нужно быть осторожным – не спутать одно с другим. Прошло не одно столетие, прежде чем ученые научились смотреть дальше очевидного порядка и распознавать скрытую случайность в при роде и повседневной жизни. В данной главе я коротко познакомил вас с принципами действия. В последующих же главах рассмотрю основные положения случайности в историческом контексте и значимость этих положений. Таким образом, окружающий нас повседневный мир получит иную перспективу, вы лучше поймете связь между этим основным аспектом природы и нашим собственным опытом.




Глава 2. Законы правды и полуправды


Когда человек смотрит на небо в безоблачную, безлунную ночь, его глаз различает тысячи мерцающих источников света. Беспорядочно раскиданные по небу звезды на самом деле расположены в определенной закономерности – в виде созвездий. Там Лев, здесь Большая Медведица… Умение распознавать созвездия может быть как преимуществом, так и недостатком. Исаак Ньютон размышлял над закономерностями падения предметов и вывел закон всемирного тяготения. Кто-нибудь другой подмечает, что удачно выступает в спортивных состязаниях, когда на нем ношеные носки, – вот и ходит в грязных. Как распознать среди всевозможных закономерностей природы те, которые действительно имеют смысл? Ответ на этот вопрос можно дать, основываясь исключительно на практике. Геометрия родилась из набора аксиом, теорем, доказательств, разработанных крупными философами, однако не удивляйтесь тому, что теория случайности оказалась порождением умов, интересовавшихся гаданиями и азартными играми, то есть тех, кого мы скорее представим с игральными костями или волшебным снадобьем, нежели с книгой или свитком в руках.

Можно сказать, что в основе теории случайности лежит зашифрованный здравый смысл. Но она же представляет собой и сплошное коварство: бывало, имевшие солидную репутацию специалисты совершали ошибки, а пользовавшиеся дурной славой игроки оказывались правы. Чтобы понять теорию случайности и преодолеть заблуждения, необходим опыт и вдумчивый анализ. Итак, мы начинаем наше путешествие, отталкиваясь от основных законов вероятностей и проблем, связанных с их раскрытием, пониманием и применением. Одним из классических исследований на тему интуитивного понимания людьми этих законов можно считать эксперимент, который провели двое людей, сделавших так много для нашего просвещения, – Дэниэл Канеман и Амос Тверский[28 - Daniel Kahneman, Paul Slovic, and Amos Tversky, eds., Judgment under Uncertainty: Heuristics and Biases (Cambridge: Cambridge University Press, 1982), pp. 90–98.]. Не робейте, присоединяйтесь – узнаете кое-что о своей собственной вероятностной интуиции.

Представьте себе женщину по имени Линда: ей тридцать один год, она не замужем, ей свойственна прямота и исключительный ум. В колледже она в качестве основного предмета изучала философию. В студенческие годы Линда активно выступала против дискриминации и социальной несправедливости, участвовала в демонстрациях против использования ядерной энергии. Все это Тверский и Канеман рассказали группе из восьмидесяти восьми человек и попросили их оценить следующие утверждения по шкале из восьми баллов: 1 балл – наиболее вероятное утверждение, 8 баллов – наименее вероятное. Вот результаты, от наиболее до наименее вероятных (табл. 1).

На первый взгляд может показаться, что ничего необычного в таких результатах нет: по описанию Линда скорее походила на активную феминистку, чем на банковского служащего или страхового агента. Однако обратим внимание на три возможности и их средние баллы, данные ниже в порядке от наиболее до наименее вероятного. 85 % опрашиваемых оценили эти три возможности следующим образом (табл. 2).



Таблица 1






Если вы не видите ничего необычного, значит, Канеману и Тверскому удалось провести вас, потому как если вероятность того, что Линда работает в банке и принимает активное участие в феминистском движении, больше, чем вероятность того, что Линда работает в банке, нарушается наш первый закон вероятностей, один из основных: «Вероятность того, что произойдут оба события, не может быть выше вероятности того, что каждое из событий произойдет по отдельности». Почему нет? Простая арифметика: вероятность того, что событие А произойдет = вероятности того, что события А и В произойдут + вероятность того, что событие А произойдет, а событие В не произойдет.

Для Канемана и Тверского результаты неожиданными не стали – они снабдили опрашиваемых большим количеством возможных вариантов, и связь между тремя сценариями, расположенными в случайном порядке, можно было и выпустить из виду. Канеман и Тверский дали описание Линды еще одной группе, но на этот раз утверждений было только три:



? Линда принимает активное участие в феминистском движении.

? Линда работает в банке и принимает активное участие в феминистском движении.

? Линда работает в банке.


К их удивлению, 87 % опрошенных также выстроили утверждения следующим образом: вероятность того, что Линда работает в банке и принимает активное участие в феминистском движении, оказалась выше вероятности того, что Линда работает в банке. Исследователи решили пойти еще дальше: они прямо попросили группу из тридцати шести совсем неглупых выпускников подумать над ответами, при этом держа в уме наш первый закон вероятностей. Но даже после подсказки двое выпускников продолжали настаивать на нелогичных суждениях.

Канеман и Тверский заметили одну любопытную деталь, связанную с этим упрямым заблуждением: люди не совершат той же ошибки, если задать им вопросы о Линде, не связанные с тем, что они о ней знают. К примеру, предположим следующее – Канеман и Тверский спросили о том, какое из ниже приведенных утверждений наиболее вероятно:



? Линда владеет магазином, продающим блинчики по франшизе.

? Линда перенесла операцию по изменению пола, теперь ее зовут Ларри.

? Линда перенесла операцию по изменению пола, теперь ее зовут Ларри, и она владеет магазином, продающим блинчики по франшизе.


В данном случае несколько опрашиваемых выбрали бы в качестве наиболее вероятного утверждения последнее.

Канеман и Тверский сделали вывод: утверждение «Линда принимает активное участие в феминистском движении» не противоречит описанному характеру Линды, а добавление такой подробности, как работа в банке, только увеличивает правдоподобность утверждения. Но между хипповой юностью Линды и ее четвертым десятком жизни в этом бренном мире могло случиться много чего. Она могла стать религиозной фундаменталисткой, выйти замуж за скинхеда и сделать татуировку свастики на левой ягодице, могла заняться чем-то другим и забыть о своем активном участии в политической жизни. В каждом из этих утверждений, да и во многих других Линда, возможно, не будет принимать активное участие в феминистском движении. Поэтому добавление этой детали снижает вероятность утверждения, пусть даже на первый взгляд кажется ровным счетом наоборот.

Если предлагаемые нам описания вписываются в какие-то там наши представления, то чем больше таких описаний в утверждении, тем более жизненным и, следовательно, более вероятным оно нам кажется, пусть даже каждое добавление не являющейся фактом детали к предположению делает это предположение менее вероятным. Это противоречие между логикой вероятного и людской оценкой недостоверных событий заинтересовало Канемана и Тверского, поскольку оно может привести к несправедливым или ошибочным оценкам в жизненных ситуациях. Что вероятнее: что ответчик, обнаруживший мертвое тело, покинул место преступления, или что ответчик, обнаруживший мертвое тело, покинул место преступления из-за страха возможного обвинения в ужасном преступлении?

Канеман и Тверский выяснили, что даже врачи высокой квалификации совершают подобную ошибку[29 - Amos Tversky and Daniel Kahneman, “Extensional versus Intuitive Reasoning: The Conjunction Fallacy in Probability Judgment”, Psychological Review 90, no. 4 (October 1983): 293–315.]. Канеман и Тверский поставили перед группой интернов серьезную проблему: эмболия легких (закупорка легочной артерии сгустком крови). При наличии такого диагноза врач может назвать целый ряд симптомов. Некоторые из них, такие как частичный паралич, не являются типичными, другие, такие как затрудненное дыхание, вероятнее.
Купить и продолжить чтение