Харфорд Тим : другие произведения.

Детектив по данным: десять простых правил, позволяющих разобраться в статистике

Самиздат: [Регистрация] [Найти] [Рейтинги] [Обсуждения] [Новинки] [Обзоры] [Помощь|Техвопросы]
Ссылки:
Школа кожевенного мастерства: сумки, ремни своими руками
 Ваша оценка:

  
  
  Содержание
  
  
  
  Введение • КАК ЛГАТЬ Со СТАТИСТИКОЙ
  
  Правило первое • ИССЛЕДУЙТЕ СВОИ ЧУВСТВА
  
  Правило второе • ОБДУМАЙТЕ СВОЙ ЛИЧНЫЙ ОПЫТ
  
  Правило третье • ИЗБЕГАЙТЕ ПРЕЖДЕВРЕМЕННОГО ПЕРЕЧИСЛЕНИЯ
  
  Правило четвертое • ОТОЙДИТЕ НАЗАД И НАСЛАЖДАЙТЕСЬ ВИДОМ
  
  Правило пятое • УЗНАЙТЕ ПРЕДЫСТОРИЮ
  
  Правило шестое • СПРОСИТЕ, КТО ПРОПАЛ
  
  Правило седьмое • ТРЕБУЙТЕ ПРОЗРАЧНОСТИ, КОГДА КОМПЬЮТЕР ГОВОРИТ "НЕТ"
  
  Правило восьмое • НЕ ПРИНИМАЙТЕ СТАТИСТИЧЕСКУЮ ОСНОВУ КАК ДОЛЖНОЕ
  
  Правило девятое • ПОМНИТЕ, ЧТО ДЕЗИНФОРМАЦИЯ ТОЖЕ МОЖЕТ БЫТЬ КРАСИВОЙ
  
  Правило десятое • СОХРАНЯЙТЕ НЕПРЕДВЗЯТОСТЬ
  
  Золотое правило • БУДЬТЕ ЛЮБОПЫТНЫ
  
  Благодарности
  
  Примечания
  
  Реквизиты
  
  Указатель
  
  
  Введение
  
  
  
  Как лгать со статистикой
  
  По-настоящему подлинная проблема . . . состоит не в том, чтобы доказать что-то ложное, а в том, чтобы доказать, что подлинный объект является подлинным.
  
  • Умберто Эко
  
  Yвы знаете старую историю об аистах, доставляющих младенцев? Это правда. Я могу доказать это с помощью статистики. Взгляните на предполагаемую популяцию аистов в каждой стране, а затем на количество детенышей, рождающихся каждый год. По всей Европе существует удивительно прочная взаимосвязь. Чем больше аистов, тем больше детенышей; чем меньше аистов, тем меньше детенышей.
  
  Схема достаточно проста, чтобы преодолеть традиционное препятствие для публикации в академическом журнале. Фактически, была опубликована научная статья под названием “Аисты принимают роды (p = 0,008)”. Не вдаваясь в технические подробности, все эти нули говорят нам о том, что это не совпадение.2
  
  Возможно, вы уже догадались, в чем фокус. В крупных европейских странах, таких как Германия, Польша и Турция, проживает много детенышей и много аистов. В небольших странах, таких как Албания и Дания, мало детенышей и мало аистов. Хотя в данных есть четкая закономерность, эта закономерность не означает, что аисты являются причиной появления детей.
  
  С помощью статистики, кажется, можно “доказать” что угодно — даже то, что аисты доставляют младенцев.
  
  У вас наверняка сложилось бы такое впечатление, прочитав Как лгать со статистикой. Опубликованная в 1954 году малоизвестным американским журналистом-фрилансером по имени Даррелл Хафф, эта остроумная, циничная книжечка сразу же получила восторженный отзыв от "Нью-Йорк Таймс" и впоследствии стала, пожалуй, самой популярной книгой по статистике, когда-либо опубликованной, разошедшейся тиражом более миллиона экземпляров.
  
  Книга заслуживает популярности и похвалы. Это чудо статистической коммуникации. Это также сделало Даррелла Хаффа легендой ботаников. Бен Голдейкр, эпидемиолог и автор бестселлера Плохая наука, с восхищением написал о том, как “Хафф” написал “потрошителя”. Американский писатель Чарльз Уилан описывает свою книгу Голая статистика как "дань уважения” “классике” Хаффа. Уважаемый журнал Статистическая наука организовал ретроспективу Huff спустя пятьдесят лет после ее публикации.
  
  Раньше я чувствовал то же самое. Будучи подростком, я любил читать Как лгать со статистикой. Яркая, четкая и повсюду проиллюстрированная игривыми карикатурами книга позволила мне заглянуть за занавес статистических манипуляций, показав, как осуществлялось мошенничество, чтобы меня не одурачили снова.
  
  Хафф полон примеров. Он начинает с размышлений о том, сколько денег зарабатывают выпускники Йельского университета. Согласно опросу 1950 года, класс 1924 года имел средний доход, близкий к 500 000 долларов в год по сегодняшним меркам. Это достаточно правдоподобно, чтобы в это поверить — в конце концов, это Йельский университет, — но полмиллиона долларов в год - это большие деньги. Это действительно средний показатель?
  
  Но. Хафф объясняет, что эта “невероятно полезная” цифра взята из данных, полученных от самих пользователей, что означает, что мы можем ожидать, что люди будут преувеличивать свои доходы ради тщеславия. Кроме того, в опросе участвовали только те люди, которые потрудились ответить — и только те, кого смогли найти выпускники Йельского университета. И кого легко найти? Богатые и знаменитые. “Кто эта маленькая заблудшая овечка, которая значится в йельских списках как ‘адрес неизвестен’?” - спрашивает Хафф. Йельский университет будет отслеживать выпускников-миллионеров, но некоторые из выпускников, также участвовавших в программе ran, могли легко ускользнуть из сети. Все это означает, что опрос будет представьте сильно раздутое представление.
  
  Хафф быстро продвигается по широкому спектру статистических преступлений, от рекламы зубной пасты, основанной на тщательно отобранных исследованиях, до карт, которые меняют свое значение в зависимости от того, как вы их раскрашиваете. Как писал Хафф, “Мошенники уже знают эти трюки; честные люди должны научиться им в целях самообороны”.
  
  Если вы прочитаете Как лгать со статистикой вы уйдете с более скептическим отношением к способам, которыми цифры могут вас обмануть. Это умная и поучительная книга.
  
  Но я потратил более десяти лет, пытаясь донести статистические идеи и проверить числовые утверждения на основе фактов, и с годами я все больше и больше беспокоился о Как лгать со статистикой и что представляет собой эта маленькая книжечка. Что это говорит о статистике — и о США—что самая успешная книга на эту тему - это от корки до корки предупреждение о дезинформации?
  
  
  —
  
  Dаррелл Хафф опубликовал Как лгать со статистикой в 1954 году. Но в том же году произошло кое-что еще: два британских исследователя, Ричард Долл и Остин Брэдфорд Хилл, провели одно из первых убедительных исследований, продемонстрировавших, что курение сигарет вызывает рак легких.3
  
  Долл и Хилл не смогли бы выяснить это без статистики. Всего за пятнадцать лет показатели заболеваемости раком легких в Великобритании выросли в шесть раз; к 1950 году в Великобритании был самый высокий показатель в мире, а смертность от рака легких впервые превысила смертность от туберкулеза. Даже для того, чтобы осознать, что это происходит, требовался статистический взгляд. Ни у одного врача не сложилось бы более чем анекдотического впечатления.
  
  Что касается доказательства того, что виноваты сигареты — опять же, статистика была необходима. Многие люди думали, что автомобили были причиной роста рака легких. Это имело смысл. В первой половине двадцатого века автомобили стали обычным явлением с их выхлопными газами и странно притягательным запахом гудрона на новых дорогах. В то же время количество случаев рака легких увеличилось. Выяснение правды — что именно сигареты, а не автомобили вызывают рак легких, — потребовало большего, чем просто осмотреться. Это потребовало от исследователей начать тщательно подсчитывая и сравнивая. Если говорить более кратко, для этого требовалась статистика.
  
  Многие скептически отнеслись к гипотезе о сигаретах, хотя она и не была полностью новой. Например, в нацистской Германии была проведена большая исследовательская работа по получению доказательств того, что сигареты опасны; Адольф Гитлер презирал курение. Фюрер, без сомнения, был доволен, когда немецкие врачи обнаружили, что сигареты вызывают рак. По очевидным причинам, однако, “ненависть нацистов” не была препятствием для популярности табака.
  
  Итак, Долл и Хилл решили провести свои собственные статистические исследования. Ричард Долл был красивым, тихим и неизменно вежливым молодым человеком. Он вернулся со Второй мировой войны с головой, полной идей о том, как статистика может произвести революцию в медицине. Его наставник, Остин Брэдфорд Хилл, был пилотом в Первую мировую войну, прежде чем чуть не умер от туберкулеза.* Хилл был харизматичным человеком, обладал острым умом и, как говорили, был лучшим медицинским статистиком двадцатого века.4 Their work together as data detectives was to prove lifesaving.
  
  The pair’s first smoking-and-cancer study began on New Year’s Day 1948. It was centered around twenty hospitals in northwest London, and Richard Doll was in charge. Every time a patient arrived in a hospital with cancer, nurses would—at random—find someone else in the same hospital of the same sex and about the same age. Both the cancer patients and their counterparts would be quizzed in depth about where they lived and worked, their lifestyle and diet, and their history of smoking. Week after week, month after month, the results trickled in.
  
  In October 1949, less than two years after the trial began, Doll stopped smoking. He was thirty-seven, and had been a smoker his entire adult life. He and Hill had discovered that heavy smoking of cigarettes didn’t just double the risk of lung cancer, or triple the risk, or even quadruple the risk. It made you sixteen times more likely to get lung cancer.5
  
  Hill and Doll published their results in September 1950, and promptly embarked on a bigger, longer-term, and more ambitious trial. Hill wrote to every doctor in the UK—all 59,600 of them—asking them to complete a “questionary” about their health and smoking habits. Doll and Hill figured that the doctors would be capable of keeping track of what they smoked. They would stay on the medical register, so they’d always be easy to find. And when a doctor dies, you can expect a good diagnosis as to the cause of death. All Hill and Doll had to do was wait.
  
  More than 40,000 doctors responded to Hill’s request, but not all of them were delighted. You have to understand that smoking was extremely common at the time, and it was no surprise to find that 85 percent of the male doctors in Doll and Hill’s initial sample were smokers. Nobody likes to be told that they might be slowly killing themselves, especially if the suicide method is highly addictive.
  
  Один доктор прижал Хилла к себе на лондонской вечеринке. “Вы тот парень, который хочет, чтобы мы бросили курить”, - многозначительно заявил он.
  
  “Вовсе нет”, - ответил Хилл, который сам все еще курил трубку. “Мне интересно, продолжаете ли вы курить, чтобы посмотреть, как вы умрете. Мне интересно, остановишься ли ты, потому что я хочу увидеть, как ты умрешь. Итак, вы сами выбираете, остановиться или идти дальше. Для меня это вопрос безразличия. Я все равно запишу твою смерть ”.6
  
  Я упоминал, что Хилл изначально обучался на экономиста? Именно там он научился своему обаянию.
  
  Исследование врачей продолжалось десятилетиями, но вскоре Долл и Хилл собрали достаточно данных, чтобы опубликовать четкий вывод: курение вызывает рак легких, и чем больше вы курите, тем выше риск. Более того — и это было что—то новенькое - курение тоже вызывает сердечные приступы.
  
  Врачи не дураки. В 1954 году, когда исследование было опубликовано в собственном профессиональном журнале врачей, Британский медицинский журнал они могли бы сделать свои собственные выводы. Хилл бросил курить в том году, и многие из его коллег-врачей тоже бросили. Врачи стали первой идентифицируемой социальной группой в Великобритании, которая массово бросила курить.
  
  Таким образом, в 1954 году одновременно возникли два видения статистики. Для многих читателей Даррелла Хаффа Как лгать со статистикой статистика была игрой, полной мошенников - и было бы забавно поймать негодяев на их уловках. Но для Остина Брэдфорда Хилла и Ричарда Доллла статистика была не поводом для смеха. В их игре были самые высокие ставки, которые только можно вообразить, и если бы в нее играли честно и хорошо, это спасло бы жизни.
  
  
  —
  
  К весне 2020 года, когда я вносил последние штрихи в эту книгу, внезапно стало слишком ясно, насколько высоки ставки, связанные со строгой, своевременной и честной статистикой. Новый коронавирус захлестнул мир. Политикам приходилось принимать самые важные решения за десятилетия, и быстро. Многие из этих решений зависели от работы по сбору данных, которую изо всех сил пытались провести эпидемиологи, медицинские статистики и экономисты. Десятки миллионов жизней были потенциально в опасности. Как и средства к существованию миллиардов людей.
  
  Когда я пишу эти слова, на дворе начало апреля 2020 года: страны по всему миру на пару недель изолированы, число смертей в мире только что превысило 60 000, и далеко не ясно, как будет развиваться история. Возможно, к тому времени, когда эта книга окажется у вас в руках, мы погрязнем в самой глубокой экономической депрессии с 1930-х годов, а число погибших возрастет как гриб. Возможно, благодаря человеческой изобретательности или везению, такие апокалиптические страхи сойдут на нет в памяти. Многие сценарии кажутся правдоподобными. И в этом проблема.
  
  Эпидемиолог Джон Иоаннидис написал в середине марта, что COVID-19 может быть “фиаско с доказательствами, которое случается раз в столетие”.7 Детективы по данным делают все возможное, но им приходится работать с данными, которые являются фрагментарными, непоследовательными и прискорбно неадекватными для принятия решений о жизни и смерти с той уверенностью, которую мы хотели бы.
  
  Детали фиаско, без сомнения, будут изучаться в течение многих последующих лет. Но некоторые вещи уже кажутся ясными. Например, в начале кризиса политика, похоже, препятствовала свободному распространению честной статистики — к этой проблеме мы вернемся в восьмой главе. Тайвань пожаловался, что в конце декабря 2019 года он предоставил Всемирной организации здравоохранения важные сведения о передаче инфекции от человека к человеку, но еще в середине января ВОЗ обнадеживающе написала в твиттере, что Китай не обнаружил никаких доказательств передачи инфекции от человека к человеку. (Тайвань не является членом ВОЗ, потому что Китай заявляет о суверенитете над территорией и требует, чтобы к нему не относились как к независимому государству. Возможно, что это геополитическое препятствие привело к предполагаемой задержке.)8
  
  Имело ли это значение? Почти наверняка; число случаев удваивается каждые два-три дня, и мы никогда не узнаем, что могло бы измениться, если бы была объявлена дополнительная пара недель предупреждения. Очевидно, что многим руководителям потребовалось время, прежде чем оценить потенциальную серьезность угрозы. Президент Трамп, например, объявил в конце февраля: “Это исчезнет. Однажды, это похоже на чудо, оно исчезнет ”. Четыре недели спустя, когда погибло 1300 американцев и в Соединенных Штатах было подтверждено больше случаев, чем в любой другой стране, г-н Трамп все еще с надеждой говорил о том, чтобы привести всех в церковь на Пасху.9
  
  Пока я пишу, дебаты бушуют. Могут ли экспресс-тестирование, изоляция и отслеживание контактов сдерживать вспышки на неопределенный срок или только задерживать их распространение? Должны ли мы больше беспокоиться о небольших собраниях в помещении или о больших собраниях на открытом воздухе? Помогает ли закрытие школ предотвратить распространение вируса или наносит больший вред, когда дети уезжают к уязвимым бабушкам и дедушкам? Насколько помогает ношение масок? На эти и многие другие вопросы можно ответить, только имея достоверные данные о том, кто был заражен и когда.
  
  Но огромное количество инфекций не было зарегистрировано в официальной статистике из—за нехватки тестов - а тесты, которые проводились, давали искаженную картину, будучи сосредоточенными на медицинском персонале, тяжелобольных пациентах и — давайте посмотрим правде в глаза — богатых, знаменитых людях. На момент написания статьи данные просто еще не могут сказать нам, сколько существует легких или бессимптомных случаев — и, следовательно, насколько смертельен вирус на самом деле. Поскольку число погибших в марте росло экспоненциально — удваиваясь каждые два дня, — не было времени ждать и смотреть. Лидеры вводят экономики в искусственную кому — более чем в конце марта три миллиона американцев подали заявки на пособие по безработице за одну неделю, что в пять раз превышает предыдущий рекорд. Следующая неделя была еще хуже: было подано еще шесть с половиной миллионов исков. Были ли потенциальные последствия для здоровья действительно настолько катастрофическими, чтобы оправдать сокращение доходов стольких людей? Казалось, что это так, но эпидемиологи могли строить только самые лучшие предположения, располагая очень ограниченной информацией.
  
  Трудно представить более необычную иллюстрацию того, насколько мы обычно принимаем точные, систематически собранные цифры как должное. Статистика по огромному кругу важных проблем, предшествовавших коронавирусу, годами кропотливо собиралась прилежными статистиками и часто предоставлялась для бесплатного скачивания в любой точке мира. И все же мы избалованы такой роскошью, небрежно отметая “ложь, проклятую ложь и статистику”. Случай с COVID-19 напоминает нам, насколько отчаянной может стать ситуация, когда статистики просто нет.
  
  
  —
  
  Dаррелл Хафф сделал статистику похожей на трюк театрального фокусника: все это весело, но никогда не воспринимается всерьез. Задолго до коронавируса я начал беспокоиться, что такое отношение не помогает нам сегодня. Мы утратили ощущение, что статистика может помочь нам упорядочить мир. Дело не в том, что мы считаем каждую статистику ложью, а в том, что мы чувствуем себя беспомощными, чтобы выявить правду. Итак, мы верим в то, во что хотим верить (подробнее об этом в следующей главе), а в остальном мы принимаем реакцию Хаффа: резкий смех, пожатие плечами или и то, и другое.
  
  Этот статистический цинизм не просто позор — это трагедия. Если мы поддаемся чувству, что у нас больше нет сил выяснить, что является правдой, значит, мы отказались от жизненно важного инструмента. Это инструмент, который показал нам, что сигареты смертельно опасны. Это наш единственный реальный шанс найти выход из кризиса с коронавирусом - или, в более широком смысле, понять сложный мир, в котором мы живем. Но инструмент бесполезен, если мы рефлексивно отклоняем любое нежелательное статистическое утверждение. Конечно, мы не должны быть легковерными, но противоядие от легковерия — не верить ничего, кроме уверенности в том, что можно оценивать информацию с любопытством и здоровым скептицизмом.
  
  Хорошая статистика - это не трюк, хотя она и является своего рода магией. Хорошая статистика - это не дым и зеркала; на самом деле, они помогают нам видеть более ясно. Хорошая статистика подобна телескопу для астронома, микроскопу для бактериолога или рентгеновскому снимку для радиолога. Если мы готовы им позволить, хорошая статистика помогает нам увидеть в окружающем нас мире и в самих себе такие вещи — как большие, так и маленькие, — которые мы не смогли бы увидеть никаким другим способом.
  
  Моя главная цель в этой книге - убедить вас принять видение Долл и Хилла, а не цинизм Хаффа. Я хочу убедить вас, что статистику можно использовать для ясного и честного освещения реальности. Для этого мне нужно показать вам, что вы сами можете использовать статистические рассуждения, оценивая утверждения, которые окружают вас в средствах массовой информации, в социальных сетях и в повседневном разговоре. Я хочу помочь вам оценить статистику с нуля и, что не менее важно, выяснить, где найти помощь, которой вы можете доверять.
  
  Хорошая новость в том, что это будет весело. Докопаться до сути статистической истории - это настоящее удовлетворение. По ходу дела вы обретаете уверенность в себе, питаете свое любопытство и в конечном итоге чувствуете, что в чем-то преуспели. Ты понять вместо того, чтобы глумиться со стороны. Подход Даррелла Хаффа - это нездоровая пища: внешне привлекательная, но через некоторое время надоедающая. И это плохо для тебя. Но противоположностью статистической нездоровой пище являются не сырые овсяные хлопья и репа; это сытное и восхитительно разнообразное меню.
  
  
  —
  
  Яв этой книге я буду описывать то, что я узнал сам с 2007 года, когда Би-би-си попросила меня представить радиопрограмму под названием Более или менее шоу о цифрах в новостях и в жизни. Создатели шоу, журналист Майкл Бластленд и экономист Эндрю Дилнот, двигались дальше. Я был менее подготовлен для этой роли, чем могла предположить BBC: я изучал экономическую теорию, а не статистику. Да, этот тренинг придал мне уверенности в себе, когда дело касалось цифр, но в основном это была защита. Я научился выявлять недостатки и уловки, но не мог сделать многого сверх этого.
  
  Именно там началось мое путешествие прочь от точки зрения Даррелла Хаффа.
  
  Неделю за неделей мы с коллегами оценивали статистические утверждения, которые исходили из уст политиков или были напечатаны крупным шрифтом в газетах. Эти заявления часто искажали правду, но сама по себе простая проверка фактов никогда не казалась удовлетворительным ответом. Мы обнаружили бы, что за каждым утверждением — истинным, ложным или пограничным — скрывался увлекательный мир, который нужно исследовать и объяснять. Оценивали ли мы распространенность инсультов, доказательства того, что задолженность наносит ущерб экономическому росту, или даже количество случаев в Хоббит то, что используется слово “она”, цифры могут как осветить мир, так и затемнить его.
  
  Как наглядно продемонстрировала пандемия коронавируса, мы зависим от надежных цифр при принятии решений — как отдельные лица, как организации и как общество. И точно так же, как в случае с коронавирусом, статистические данные часто собирались только тогда, когда мы сталкивались с кризисом. Рассмотрим уровень безработицы — показатель того, сколько людей хотят получить работу, но не имеют ее. Сейчас это основная информация для любого правительства, желающего понять состояние экономики, но в 1920 году никто не смог бы сказать вам, сколько людей искали работу.10 Только когда серьезные экономические спады сделали этот вопрос более политически актуальным, правительства начали собирать данные, которые могли бы ответить на него.
  
  Наш большой, сбивающий с толку мир полон вопросов, на которые может ответить только пристальное внимание к цифрам. Делает ли Facebook нас счастливыми или грустными, и можем ли мы предсказать, почему разные люди реагируют по-разному? Скольким видам угрожает исчезновение, является ли это большой долей от общего числа, и является ли причиной изменение климата, распространение человеком сельского хозяйства или что-то совершенно другое? Человеческие инновации ускоряются или замедляются? Насколько серьезно воздействие опиоидного кризиса на здоровье населения Центральной Америки? Становится ли подростковое пьянство менее распространенным явлением — и если да, то почему?
  
  Мне становилось все более не по себе, когда поклонники Более или менее похвалил то, как мы “развенчали ложную статистику”. Конечно, мы сделали это, и это было весело. Но постепенно, обучаясь на работе, я пришел к пониманию того, что настоящая радость заключается не в разоблачении лжи, а в попытке понять, что является правдой.
  
  Работаю над Более или менее Я узнал, что принципы здравого смысла могут на удивление далеко продвинуть вас в качестве детектива по данным. Именно эти принципы я подытожу в этой книге. Большинству исследователей и продюсеров, как и мне, не хватало какой-либо серьезной подготовки в том, как обращаться с числами. Но даже в высокотехничных областях несколько простых вопросов — и, возможно, пара поисковых запросов в Интернете — часто дают очень полезные ответы. Да, иногда ученая степень в области статистики была бы полезна, но нам это никогда не было нужно, чтобы задавать правильные вопросы. Тебе это тоже не нужно.
  
  
  —
  
  Jнезадолго до Рождества 1953 года старшие руководители табачной компании встретились в отеле Plaza в Нью-Йорке. Большое исследование Долл и Хилла не должно было быть опубликовано до следующего года, но компании, производящие сигареты, уже знали, что наука начинает выглядеть для них довольно скверно. Они встретились, чтобы выяснить, как реагировать на этот надвигающийся кризис.
  
  Их ответ был — увы - довольно блестящим и с тех пор установил стандарт пропаганды.
  
  Они замутили воду. Они подвергли сомнению существующие исследования; они призвали к проведению дополнительных исследований; они финансировали исследования других вещей, которые могли бы вызвать восторг СМИ, таких как синдром больного здания или коровье бешенство. Они сфабриковали сомнение.11 Позже в секретной отраслевой записке инсайдерам напоминалось, что “сомнение - это наш продукт”.12
  
  Понятно, что когда мы думаем об убеждении, мы думаем о том, что людей обманом заставляют верить в то, во что им верить не следует — и мы обсудим эту проблему в следующей главе. Но иногда проблема не в том, что мы слишком хотим во что-то верить, а в том, что мы находим причины ни во что не верить. Курильщикам нравилось курить, они были физически зависимы от никотина и хотели продолжать курить, если бы могли. Ситуация, когда курильщики пожимали плечами и говорили себе: “Я не могу разобраться во всех этих запутанных заявлениях”, была ситуацией, которая вполне устраивала табачную индустрию. Их задачей было не для того, чтобы убедить курильщиков в том, что сигареты безопасны, а для того, чтобы вызвать сомнения в статистических доказательствах, свидетельствующих об их опасности.
  
  И оказывается, что сомнение - это действительно простой продукт для создания. Пару десятилетий назад психологи Кари Эдвардс и Эдвард Смит провели эксперимент, в ходе которого они попросили жителей Соединенных Штатов привести аргументы в пользу и против политически чреватых позиций того времени, таких как право на аборты, порка детей, разрешение гомосексуальным парам усыновлять детей, квоты на прием на работу представителей меньшинств и смертная казнь для лиц моложе шестнадцати лет.13 Неудивительно, что они обнаружили, что у людей были предубеждения: участникам исследования было трудно придумать аргументы, которые их оппоненты использовали бы для защиты своих взглядов. Что еще более поразительно, Эдвардс и Смит показали, что эти предубеждения, как правило, проявляются более отчетливо в отрицательных аргументах. Неверие протекало более плавно, чем вера. Испытуемым было гораздо легче возражать против позиций, которые им не нравились, чем в пользу тех, которые они поддерживали. В сомнении была особая сила.
  
  Сомнение также легко продать, потому что оно является частью процесса научного исследования и дебатов. Большинство из нас в школе учат — или должны учить — подвергать сомнению доказательства. Девиз одного из старейших научных обществ, Королевского общества, гласит Нуллиус в вербе—“Никому не верьте на слово.”Лоббистская группа, стремящаяся опровергнуть статистические данные, всегда сможет указать на какой-то аспект современной науки, который не урегулирован, отметить, что вопрос ужасно сложный, и призвать к проведению дополнительных исследований. И эти утверждения будут звучать научно, даже довольно мудро. Тем не менее, они создают ложное и опасное впечатление: что на самом деле никто ничего не знает.
  
  Методы табачной промышленности получили широкое распространение.14 Сегодня они используются наиболее явно отрицателями изменения климата, но они вышли за рамки научных вопросов и проникли в политику. Роберт Проктор, историк, который потратил десятилетия на изучение табачной промышленности, называет современную политику “золотым веком невежества”. Несмотря на то, что многие курильщики хотели бы продолжать курить, многие из нас искренне полагаются на свои внутренние инстинкты в политических вопросах. Все, что нужно политикам, - это убедить нас усомниться в доказательствах, которые могли бы бросить вызов этим инстинктам.
  
  Как печально известный бывший правая рука Дональда Трампа Стив Бэннон сказал писателю Майклу Льюису: “Демократы не имеют значения. Настоящая оппозиция - это СМИ. И способ справиться с ними - это завалить зону дерьмом ”.15
  
  История другого термина, связанного с Дональдом Трампом, — “фейковые новости” - здесь поучительна. Изначально в нем описывалось очень специфическое явление: веб-сайты публикуют ложные статьи в надежде получить клики из социальных сетей и, таким образом, рекламные доллары. Культовым примером было утверждение о том, что папа Римский одобрил президентскую заявку Трампа. Когда Трамп победил, на некоторое время возникла моральная паника, серьезные комментаторы беспокоились, что доверчивых избирателей заманили голосовать за Трампа, потому что они поверили этой возмутительной лжи.
  
  Эта паника была ошибкой. Академические исследования показали, что фейковые новости никогда не были широко распространены или влиятельны; большинство из них потреблялось небольшим числом крайне консервативных пожилых избирателей, которые, вероятно, всегда были сторонниками Трампа. Эти ложные истории быстро стали гораздо меньшей проблемой, поскольку сайты социальных сетей осознали угрозу.16
  
  Но тот идея “фейковые новости” стали мощным предлогом для отклонения любого неудобного утверждения из любого источника, современной версии циничного афоризма о “лжи, проклятой лжи и статистике”. Мистер Трамп, с его извращенным талантом превращать сложную проблему в политическую дубину, использовал этот термин для демонизации обычных журналистов. То же самое сделали многие другие политики, включая Терезу Мэй, тогдашнего премьер-министра Великобритании, и ее оппонента, лидера Лейбористской партии Джереми Корбина.
  
  “Фальшивые новости” вызвали резонанс, потому что они затронули печальную правду: даже в основных изданиях много небрежной журналистики, как мы увидим. Но есть также серьезные и ответственные журналисты, которые тщательно подбирают источники для своих заявлений, и они оказались выброшенными в тот же мусорный бак, что и торговцы, поддерживающие папу Трампа.
  
  Я беспокоюсь о мире, в котором многие люди поверят во что угодно, но гораздо больше я беспокоюсь о мире, в котором люди не верят ни во что, кроме своих собственных предубеждений.
  
  
  —
  
  Явесной 1965 года комитет Сената США обдумывал вопрос жизни и смерти о том, помещать ли предупреждение о вреде для здоровья на пачки сигарет. Свидетель-эксперт не был так уверен в научных доказательствах, и поэтому он обратился к теме аистов и младенцев. Он объяснил, что была выявлена положительная корреляция между количеством родившихся младенцев и количеством аистов в окрестностях.17 Эта старая история о младенцах, доставляемых аистами, была неправдой, продолжил эксперт; конечно, это было не так. Корреляция - это не причинно-следственная связь. Аисты не доставляют детей. Но в больших помещениях больше места как для детей, так и для аистов. Аналогичным образом, то, что курение коррелировало с раком легких, ни на секунду не означало, что курение вызвал рак.
  
  “Вы действительно думаете, что существует такая же случайная связь между статистикой, связывающей курение с болезнями, как и в отношении аистов?” - спросил председатель комитета. Свидетель-эксперт ответил, что эти два “кажутся мне одинаковыми”.18
  
  Свидетеля звали Даррелл Хафф.
  
  Табачное лобби заплатило ему за то, чтобы он делал то, что у него получалось лучше всего: соединял остроумные примеры, некоторую статистическую подкованность и определенную долю цинизма, чтобы поставить под сомнение идею о том, что сигареты опасны. Он даже работал над продолжением своего шедевра, хотя оно так и не было опубликовано. Название сиквела было Как лгать со статистикой курения.19
  
  Сомнение - это мощное оружие, а статистика - уязвимая цель. Этой цели нужны защитники. Да, легко лгать со статистикой, но еще проще лгать без нее.*
  
  И что более важно, без статистики невозможно сказать правду - понять мир так, чтобы мы могли попытаться изменить его к лучшему, как Ричард Долл и Остин Брэдфорд Хилл. То, что они сделали, потребовало некоторой проницательности и решимости, но это не требовало ни гениальности, ни непостижимых математических методов. Они подсчитали, что имело значение — курильщиков, некурящих, случаи рака легких, болезни сердца. Они методично и терпеливо подсчитывали их и на основе собранных доказательств делали свои выводы с забота. За эти годы эти выводы спасли жизни десяткам миллионов людей, возможно, включая их собственную: после того, как Хилл бросил курить и присоединился к Долл в качестве некурящего, оба мужчины дожили до девяноста.
  
  Когда мы используем статистику уверенно и мудро, мы видим тенденции, которые в противном случае были бы слишком тонкими, чтобы их можно было разглядеть. Современный мир очень большой, очень сложный и очень, очень интересный. Здесь проживает почти 8 миллиардов человек. Триллионы долларов ежедневно переходят из рук в руки в нашей экономике. В типичном человеческом мозге насчитывается 86 миллиардов нейронов.20 В Интернете насчитывается около 2 миллиардов веб-сайтов. И новый вирус может распространиться от одного человека на тысячи, миллионы — даже миллиарды - других. Что бы мы ни пытались понять о мире, друг о друге и о самих себе, мы далеко не продвинемся без статистики — не больше, чем мы можем надеяться исследовать кости без рентгена, бактерии без микроскопа или небеса без телескопа.
  
  Существует популярная история о телескопе Галилея: даже когда Римско-католическая церковь обвинила отца астрономии в ереси, высокопоставленные кардиналы не захотели смотреть в созданный им инструмент, объявив его фокусом фокусника. Галилей сказал, что видел горы на Луне? Несомненно, линза телескопа была грязной. Он видел спутники Юпитера? Тьфу! Луны были в самом телескопе. Они отказались смотреть.
  
  Четыре столетия спустя нам легко смеяться над этой историей, которая, кстати, с годами преувеличивалась.21 Мы не должны быть такими самодовольными. Многие из нас отказываются смотреть на статистические данные, потому что боятся быть обманутыми. Мы думаем, что поступаем мудро, применяя раздраженный подход, цинично отвергая все статистические данные. Но это не так. Мы признаем поражение популистов и пропагандистов, которые хотят, чтобы мы пожали плечами, отказались от логики и доказательств и отступили, веря во все, что заставляет нас чувствовать себя хорошо.
  
  Я хочу, чтобы мы сделали что-то другое. Я хочу вселить в вас уверенность, чтобы вы могли взять в руки статистический телескоп и использовать его для тщательного изучения мира. Я хочу помочь вам понять логику, лежащую в основе статистических истин, и вырваться из тисков ошибочной логики, эмоций и когнитивных искажений, которые формируют ложь.
  
  Итак, посмотрите в статистический телескоп и осмотритесь вокруг. Вы будете поражены тем, насколько четко вы сможете видеть.
  
  ПРАВИЛО ПЕРВОЕ
  
  
  
  Исследуйте свои чувства
  
  Люк Скайуокер: “Нет . . . Нет. Это неправда. Это невозможно!”
  
  Дарт Вейдер: “Исследуй свои чувства, ты знать это должно быть правдой!”
  
  • Империя наносит ответный удар (1980)1
  
  Aбрэм Бредиус не был дураком. Искусствовед и коллекционер, он был ведущим в мире специалистом по голландским художникам, и в частности по мастеру семнадцатого века Йоханнесу Вермееру. Будучи молодым человеком в 1880-х годах, Бредиус сделал себе имя, обнаружив работы, ошибочно приписываемые Вермееру. В возрасте восьмидесяти двух лет, в 1937 году, он наслаждался чем-то вроде лебединой песни на пенсии. Он только что опубликовал весьма уважаемую книгу, в которой выявил двести подделок или имитаций Рембрандта.2
  
  Именно в этот момент в жизни Бредиуса очаровательный адвокат по имени Джерард Бун нанес визит на его виллу в Монако. Бун хотел спросить мнение Бредиуса о недавно заново открытой работе, Христос в Эммаусе считается, что его нарисовал сам Вермеер. Требовательный старик был очарован. Он отправил Буна подальше со своим вердиктом: Emmaus это была не просто работа Вермеера, это была лучшая работа голландского мастера.
  
  “Перед нами — я склонен сказать — шедевр Йоханнеса Вермеера из Делфта”, - написал Бредиус вскоре после этого в журнальной статье. “Сильно отличается от всех его других картин, и все же каждый дюйм - Вермеер”.
  
  “Когда мне показали этот шедевр, мне было трудно контролировать свои эмоции”, - добавил он, с благоговением отметив, что работа была онгерепт—По-голландски означает “девственно чистый“ или ”нетронутый". Это был ироничный выбор слов: Emmaus вряд ли можно было быть более коррумпированным. Это была гнилая подделка под картину, грубо нанесенная на старый холст всего за несколько месяцев до того, как Бредиус увидел ее, и укрепленная бакелитом.
  
  Однако этот грубый обман поймал на крючок не только Бредиуса, но и весь голландский художественный мир. Христос в Эммаусе вскоре продан за 520 000 гульденов музею Бойманса в Роттердаме. По сравнению с зарплатой того времени, сегодня это намного больше 10 миллионов долларов. Бредиус сам внес свой вклад, чтобы помочь музею купить картину.
  
  Emmaus стал центральным элементом музея Бойманса, привлекая восхищенные толпы и восторженные отзывы. Вскоре появилось несколько других картин в похожем стиле. Как только первая подделка была принята за Вермеера, стало легче выдавать эти другие подделки. Они не обманули всех, но, как Emmaus они обманули людей, которые имели значение. Критики оценили их; музеи выставляли их; коллекционеры заплатили за них огромные суммы — в общей сложности более 100 миллионов долларов в сегодняшних деньгах. Только с финансовой точки зрения это было грандиозное мошенничество.
  
  Но это было нечто большее. Голландский мир искусства почитал Вермеера как одного из величайших художников, когда-либо живших. Рисуя в основном в 1660-х годах, он был заново открыт только в конце 1800-х годов. Сохранилось менее сорока его работ. Очевидное появление полудюжины Vermeers всего за несколько лет стало крупным культурным событием.
  
  Это также было событие, которое должно было вызвать напряженную доверчивость. Но этого не произошло. Почему?
  
  Не смотрите на сами картины в поисках ответа. Если вы сравните подлинного Вермеера с первой подделкой, Emmaus трудно понять, как кого—либо можно было одурачить, не говоря уже о таком проницательном человеке, как Абрахам Бредиус.
  
  Вермеер был настоящим мастером. Его самая известная работа - Девушка с жемчужной серьгой яркий портрет молодой женщины: соблазнительной, невинной, обожающей и встревоженной одновременно. Картина вдохновила на роман и фильм со Скарлетт Йоханссон в главной роли безымянной девушки. В Доярка простая сцена домашнего уюта подчеркивается такими деталями, как изображение медного горшка и свежеиспеченного хлеба, которые выглядят достаточно аппетитно, чтобы сойти с картины. Тогда есть Женщина, читающая письмо. Она стоит в мягком свете невидимого окна. Возможно, она беременна? Мы видим ее в профиль, когда она прижимает письмо к груди, опустив глаза во время чтения. В изображении присутствует драматическая неподвижность — мы чувствуем, что она задерживает дыхание, просматривая письмо в поисках новостей; мы тоже задерживаем дыхание. Шедевр.
  
  И Христос в Эммаусе? По сравнению с этим это статичный, неуклюжий образ. Вместо того, чтобы казаться низшей имитацией Вермеера, это совсем не похоже на Вермеера. Это не ужасная картина, но и не блестящая. На фоне работ Вермеера это кажется суровым и неуклюжим. И все же он и несколько других обманули мир — и, возможно, продолжали бы обманывать мир по сей день, если бы фальсификатор не был пойман сочетанием безрассудства и невезения.
  
  В мае 1945 года, когда война в Европе подходила к концу, два офицера из Союзной художественной комиссии постучали в дверь дома 321 по Кейзерсграхт, одного из самых престижных адресов Амстердама. Их встретил харизматичный маленький человечек по имени Хан ван Меегерен. Молодой ван Меегерен пользовался кратковременным успехом как художник. В среднем возрасте, когда его челюсти ослабли, а волосы посеребрились, он разбогател как торговец произведениями искусства.
  
  Но, возможно, он торговал произведениями искусства не с теми людьми, потому что полицейские пришли с серьезным обвинением: ван Меегерен продал недавно обнаруженный шедевр Йоханнеса Вермеера, Женщина, уличенная в супружеской неверности немецкому нацисту. И не просто какой-нибудь нацист, а правая рука Гитлера, Герман Геринг.
  
  Ван Меегерен был арестован и обвинен в государственной измене. Он ответил яростными опровержениями, пытаясь проложить себе путь к свободе. Его напористой манеры говорить обычно было достаточно, чтобы вытащить его из щекотливой ситуации. Не в этот раз. Через несколько дней после заключения он сломался. Он признался не в государственной измене, а в преступлении, которое вызвало изумление во всех Нидерландах и мире искусства в целом.
  
  “Дураки!” - усмехнулся он. “Вы думаете, я продал бесценного Вермеера Герингу? Не было никакого Вермеера! Я нарисовал это сам ”.3
  
  Ван Меегерен признался, что рисовал не только ту работу, которая была найдена в руках нацистов, но Христос в Эммаусе и несколько других предполагаемых Вермееров. Мошенничество раскрылось не потому, что кто-то заметил эти несовершенные подделки, а потому, что фальсификатор сам признался. А почему бы и нет? Продажа незаменимого шедевра Вермеера нацистам была бы тяжким преступлением, в то время как продажа подделки Герману Герингу была не просто простительной, она вызывала восхищение.
  
  Но остается вопрос: как мог такой опытный человек, как Абрахам Бредиус, быть обманутым столь грубой подделкой? И зачем начинать книгу о статистике с рассказа, который не имеет ничего общего с числами?
  
  Ответ на оба вопроса один и тот же: когда дело доходит до интерпретации окружающего мира, мы должны понимать, что наши чувства могут превзойти наш опыт. Когда Бредиус написал: “Мне было трудно контролировать свои эмоции”, он, увы, был прав. Ни у кого не было большего мастерства или знаний, чем у Бредиуса, но ван Меегерен понял, как обратить мастерство и знания Бредиуса в невыгодное положение.
  
  Выяснение того, как ван Меегерен одурачил Бредиуса, учит нас гораздо большему, чем сноска в истории искусства; это объясняет, почему мы покупаем вещи, которые нам не нужны, влюбляемся не в того романтического партнера и голосуем за политиков, которые предают наше доверие. В частности, это объясняет, почему мы так часто покупаемся на статистические утверждения, которые, как нам может показаться, даже на мгновение не соответствуют действительности.
  
  Ван Меегерен не был художественным гением, но он интуитивно понимал кое-что о человеческой природе. Иногда мы хотим, чтобы нас одурачили.
  
  
  —
  
  Wвскоре мы вернемся к причине ошибки Абрахама Бредиуса. На данный момент этого достаточно, чтобы понять, что его глубокое знание картин Вермеера оказалось скорее помехой, чем преимуществом. Когда он увидел Христос в Эммаусе Бредиус был подавлен своей эмоциональной реакцией. Та же ловушка подстерегает любого из нас.
  
  Цель этой книги - помочь вам лучше разбираться в статистике. Это означает, что мне также нужно помочь вам лучше относиться к себе. Весь статистический опыт в мире не помешает вам верить утверждениям, которым вы не должны верить, и отвергать факты, которые вам не следует отвергать. Этот опыт должен быть дополнен контролем ваших собственных эмоциональных реакций на статистические утверждения, которые вы видите.
  
  В некоторых случаях эмоциональная реакция не вызывает беспокойства. Допустим, я скажу вам, что Марс находится более чем в 50 миллионах километров, или 30 миллионах миль, от Земли. Очень немногие люди свято верят в это утверждение, поэтому вы можете немедленно начать задавать разумные вопросы.
  
  Например: 30 миллионов миль - это долгий путь? (Вроде того. Это более чем в сто раз больше, чем расстояние между Землей и Луной. Однако другие планеты находятся намного дальше.) Подождите, разве Марс не находится на совершенно другой орбите? Не означает ли это, что расстояние между Землей и Марсом постоянно меняется? (Действительно, это так. Минимальное расстояние между двумя планетами составляет чуть более 30 миллионов миль, но иногда Марс находится на расстоянии более 200 миллионов миль.) Поскольку нет эмоциональной реакции на заявление, которое может сбить вас с толку, вы можете сразу перейти к попыткам понять и оценить IT.
  
  Это намного сложнее, когда речь идет об эмоциональных реакциях, как мы видели на примере статистики курильщиков и рака. Психолог Зива Кунда обнаружила тот же эффект в лаборатории, когда она показала подопытным статью, в которой излагались доказательства того, что кофе или другие источники кофеина могут увеличить риск развития кист молочной железы у женщин. Большинство людей сочли статью довольно убедительной. Женщины, которые пили много кофе, этого не делали.4
  
  Мы часто находим способы отмахнуться от доказательств, которые нам не нравятся. Верно и обратное: когда кажется, что факты подтверждают наши предубеждения, мы с меньшей вероятностью будем слишком пристально искать недостатки.
  
  Чем экстремальнее эмоциональная реакция, тем труднее мыслить здраво. Что, если ваш врач сказал вам, что у вас редкая форма рака, и посоветовал вам не проверять это? Что, если вы проигнорируете этот совет, обратитесь к научной литературе и обнаружите, что среднее время выживания составляет всего восемь месяцев?
  
  Именно с такой ситуацией столкнулся Стивен Джей Гулд, палеонтолог и замечательный научный писатель, в возрасте сорока лет. “Я сидел ошеломленный около пятнадцати минут...” - написал он в эссе, которое стало знаменитым. Вы можете хорошо представить его эмоции. Жить осталось восемь месяцев. Жить осталось восемь месяцев. Жить осталось восемь месяцев. “Затем, слава богу, мой мозг снова начал работать”.5
  
  Как только его разум начал работать, Гулд понял, что его положение, возможно, не такое уж отчаянное. Восемь месяцев не были верхним пределом. Это был средний показатель, который означает, что половина страдающих живет дольше этого. Некоторые, возможно, живут намного дольше. У Гулда был хороший шанс: он был довольно молод; его рак был обнаружен на ранней стадии; он получал хорошее лечение.
  
  Врач Гулда проявил доброту, пытаясь увести его подальше от литературы, и многие из нас пойдут на многое, чтобы не слышать информацию, которая, как мы подозреваем, может нам не понравиться. В другом эксперименте у студентов взяли образец крови, а затем им показали пугающую презентацию об опасностях герпеса; затем им сказали, что их образец крови будет проверен на вирус герпеса. Герпес нельзя вылечить, но с ним можно справиться, и есть меры предосторожности, которые человек может предпринять, чтобы предотвратить передачу вируса половым партнерам — так что это было бы полезно узнать, есть ли у вас герпес. Тем не менее, значительное меньшинство, каждый пятый, не только предпочли не знать, были ли они инфицированы, но и были готовы заплатить хорошие деньги за то, чтобы вместо этого их образец крови был выброшен. Они сказали исследователям, что просто не хотят сталкиваться с беспокойством.6
  
  Поведенческие экономисты называют это “эффектом страуса”. Например, когда фондовые рынки падают, люди реже заходят в систему, чтобы проверить свои инвестиционные счета онлайн.7 Это не имеет смысла. Если вы используете информацию о ценах акций для обоснования своей инвестиционной стратегии, вы должны стремиться получать ее как в плохие, так и в хорошие времена. Если вы этого не сделаете, то вряд ли есть смысл вообще входить в систему — так зачем же так часто проверять свой аккаунт, когда рынок растет?
  
  Нелегко управлять своими эмоциями при оценке важной для нас информации, не в последнюю очередь потому, что наши эмоции могут увести нас в разных направлениях. Гулд понял, что из—за первоначального шока он не мог мыслить здраво - но как он мог быть уверен, когда заметил эти признаки надежды в статистике, что сейчас он не находится в состоянии отрицания? Он не мог. Оглядываясь назад, он таким не был: он прожил еще двадцать лет и умер от несвязанного заболевания.
  
  Нам не нужно становиться бесстрастными обработчиками числовой информации — часто бывает достаточно просто замечать свои эмоции и принимать их во внимание, чтобы улучшить наше суждение. Вместо того, чтобы требовать сверхчеловеческого контроля над нашими эмоциями, нам нужно просто выработать хорошие привычки. Спросите себя: что эта информация заставляет меня чувствовать? Чувствую ли я себя оправданным или самодовольным? Встревожен, зол или напуган? Я отрицаю, пытаюсь найти причину отклонить иск?
  
  Я сам пытался стать в этом лучше. Несколько лет назад я опубликовал график в социальных сетях, который показал быстрый рост поддержки однополых браков. Так получилось, что у меня сильные чувства по этому поводу, и я хотел поделиться хорошими новостями. Сделав паузу, достаточную для того, чтобы отметить, что график, похоже, взят из уважаемой газеты, я ретвитнул его.
  
  Первый ответ был “Тим, ты смотрел на оси на этом графике?” Мое сердце упало. Пятиминутный просмотр графика сказал бы мне, что это был беспорядок, а временная шкала представляла собой беспорядок, который искажал скорость прогресса. Как показывает график, одобрение равноправия в браке росло, но мне следовало урезать это для моего файла “плохой визуализации данных”, а не охотно делиться этим со всем миром. Мои эмоции взяли надо мной верх.
  
  Я все еще совершаю такого рода ошибки — но, надеюсь, реже.
  
  Я, безусловно, стал более осторожным - и лучше осознаю поведение, когда вижу это у других. Это было очень заметно в первые дни эпидемии коронавируса, поскольку кажущаяся полезной дезинформация распространялась даже быстрее, чем сам вирус. Один вирусный пост— распространявшийся в Facebook и в группах новостей электронной почты, слишком уверенно объяснял, как отличить COVID-19 от простуды, заверял людей, что вирус уничтожается теплой погодой, и неверно советовал избегать воды со льдом, в то время как теплая вода убивает любой вирус. Сообщение, иногда приписываемое “дяде моего друга”, иногда “совету больницы Стэнфорда” или какому-нибудь невинному и невовлеченному педиатру, иногда был точен, но обычно спекулятивен и вводил в заблуждение. И все же люди — обычно здравомыслящие люди — делились этим снова, и снова, и снова. Почему? Потому что они хотели помогать другим. Они чувствовали себя сбитыми с толку, они увидели явно полезный совет и почувствовали побуждение поделиться. Этот импульс был всего лишь человеческим, и в нем были благие намерения, но это было неразумно.8
  
  Прежде чем я повторю какое-либо статистическое утверждение, я сначала попытаюсь принять к сведению, что это заставляет меня чувствовать. Это не надежный метод против самообмана, но это привычка, которая приносит мало вреда, а иногда и большую помощь. Наши эмоции сильны. Мы не можем заставить их исчезнуть, да и не должны этого хотеть. Но мы можем и должны пытаться замечать, когда они затуманивают наше суждение.
  
  
  —
  
  Яв 2011 году Гай Майраз, в то время поведенческий экономист из Оксфордского университета, провел тест на принятие желаемого за действительное.9
  
  Майраз показал своим подопытным график роста и падения цен с течением времени. Эти графики на самом деле были историческими фрагментами с фондового рынка, но Майраз сказал People, что графики показали недавние колебания цен на пшеницу. Он попросил каждого участника сделать прогноз того, куда цена будет двигаться дальше, и предложил им вознаграждение, если их прогнозы сбудутся.
  
  Но Майраз также разделил участников своего эксперимента на две категории. Половине из них сказали, что они “фермеры”, которым будут доплачивать, если цены на пшеницу будут высокими. Остальные были “пекарями”, которые получали бы премию, если бы пшеница была дешевой. Таким образом, испытуемые могут получать две отдельные выплаты: одну за составление точного прогноза, а вторую - неожиданную прибыль, если цена на пшеницу изменится в их направлении. Тем не менее, Майраз обнаружил, что перспектива непредвиденных доходов повлияла на сам прогноз. Фермеры надеялись, что цены на пшеницу вырастут, и они также предсказанный что цены на пшеницу будут расти. Бейкеры надеялись — и предсказывали — обратное. Это принятие желаемого за действительное в чистом виде: позволять нашим рассуждениям зависеть от наших надежд.
  
  Другой пример был подготовлен экономистами Линдой Бэбкок и Джорджем Левенштейном, которые провели эксперимент, в ходе которого участникам были предоставлены доказательства из реального судебного дела об аварии на мотоцикле.10 Затем им случайным образом назначили роль адвоката истца (утверждающего, что пострадавший мотоциклист должен получить 100 000 долларов в качестве компенсации ущерба) или адвоката защиты (утверждающего, что дело должно быть прекращено или ущерб должен быть небольшим).
  
  Испытуемым был предоставлен финансовый стимул убедительно аргументировать свою точку зрения по делу и достичь выгодного соглашения с другой стороной. Им также был предоставлен отдельный финансовый стимул точно угадать, какой ущерб на самом деле присудил судья по реальному делу. Их предсказания не должны были иметь отношения к их ролевой игре, но опять же, на их суждения сильно повлияло то, что, как они надеялись, окажется правдой.*
  
  Психологи называют это “мотивированным рассуждением”. Мотивированное рассуждение - это обдумывание темы с целью, сознательной или бессознательной, прийти к определенному выводу. В футбольном матче мы видим фолы, совершенные другой командой, но не замечаем грехов нашей собственной стороны. Мы с большей вероятностью заметим то, что хотим заметить.11
  
  Возможно, наиболее ярким примером этого являются люди, отрицающие, что вирус иммунодефицита человека, ВИЧ, вызывает СПИД. Некоторые отрицают, что ВИЧ вообще существует, но в любом случае отрицание ВИЧ подразумевает отказ от стандартных, а теперь и высокоэффективных методов лечения. Некоторые видные сторонники этой идеи трагически обрекали себя и своих детей на смерть — но, должно быть, это была утешительная вера, особенно в те годы, когда лечение этого заболевания было менее эффективным и сопровождалось более серьезными побочными эффектами, чем сегодня. Можно было бы предположим, что такое трагическое убеждение было бы исчезающе редким, но, возможно, нет. Один из опросов геев и бисексуальных мужчин в Соединенных Штатах показал, что почти половина считает, что ВИЧ не вызывает СПИД, и более половины считают, что стандартные методы лечения приносят больше вреда, чем пользы. Другие опросы людей, живущих со СПИДом, показали, что распространенность отрицательных взглядов составляет от 15 до 20 процентов. Эти опросы не были строгими рандомизированными выборками, поэтому я бы не воспринимал точные цифры слишком серьезно. Тем не менее, это явное свидетельство того, что большое количество людей отвергают научный консенсус таким образом, который мог бы поставить их в реальной опасности.12
  
  Я мог видеть принятие желаемого за действительное и в марте 2020 года, когда исследователи из Оксфордского университета опубликовали модель пандемии “верхушка айсберга”. Эта модель предполагала, что коронавирус может быть гораздо более распространенным, но менее опасным, чем мы думали, что имело радостный подтекст, что худшее скоро закончится. Это было мнение меньшинства среди эпидемиологов, потому что проводимая на тот момент работа по сбору данных показала мало доказательств того, что у подавляющего большинства людей были незначительные симптомы. Действительно, один из основная идея Оксфордской группы заключалась в том, что нам отчаянно нужны были более качественные данные, чтобы выяснить правду. Это, однако, было не то сообщение, которое прижилось. Вместо этого люди широко поделились “хорошими новостями”, потому что это была та идея, которую мы все хотели воплотить в жизнь.13
  
  Принятие желаемого за действительное - не единственная форма мотивированного рассуждения, но она является распространенной. Мы верим отчасти потому, что хотим верить. ВИЧ-положительному человеку было бы приятно верить, что вирус не приводит к СПИДу и не может передаваться детям, находящимся на грудном вскармливании. “Фермер” хочет быть точным в своих прогнозах цен на пшеницу, но он также хочет зарабатывать деньги, поэтому его прогнозы зависят от его жадности. Политическая активистка хочет, чтобы политики, которых она поддерживает, были умными, остроумными и неподкупными. Она приложит некоторые усилия, чтобы проигнорировать или отклонить доказательства обратного.
  
  И искусствовед, который любит Вермеера, мотивирован прийти к выводу, что картина перед ним - не подделка, а шедевр.
  
  
  —
  
  Яэто было принятие желаемого за действительное, которое погубило Абрахама Бредиуса. У историка искусства было слабое место: его увлечение религиозными картинами Вермеера. Существовало только два. Он сам обнаружил один из них: Аллегория веры. Она все еще принадлежала ему. Другой, Христос в доме Марфы и Марии, был единственным известным Вермеером, который изобразил сцену из Библии. Бредиус оценил это в 1901 году и пришел к довольно твердому выводу, что это не Вермеер. Другие критики не согласились, и в конечном итоге все пришли к выводу, что Бредиус был неправ, включая самого Бредиуса.
  
  Уязвленный этим опытом, Бредиус был полон решимости не повторять свою ошибку. Он знал и любил Вермеера лучше, чем кто-либо из ныне живущих, и всегда искал шанс искупить свою вину, правильно определив следующее открытие шедевра Вермеера.
  
  И Бредиус был очарован разрывом между ранним, библейским Марта и Мэри и более характерные работы Вермеера, которые были написаны несколькими годами позже. Что скрывалось нераскрытым в этом промежутке? Разве не было бы замечательно, если бы после всех этих лет был найден еще один библейский труд?
  
  У Бредиуса была еще одна любимая теория о Вермеере. Идея заключалась в том, что голландский мастер в молодости путешествовал по Италии и был вдохновлен религиозными произведениями великого итальянского мастера Караваджо. Это было предположение; о жизни Вермеера было известно не так много. Никто не знал, видел ли он когда-нибудь Караваджо.
  
  Ван Меегерен знал все о предположениях Бредиуса. Он рисовал Emmaus как ловушка. Это было большое, красивое полотно на библейскую тему, и — как Бредиус и утверждал все это время — композиция была данью уважения Караваджо. Ван Меегерен привнес в картину несколько штрихов в стиле Вермеера, используя реквизит семнадцатого века. Хлеб, который преломляет Христос, выделен, точно так же, как та знаменитая жемчужная серьга, толстыми точками белой краски под названием pointillés. И краска была твердой и потрескалась от времени.
  
  У Бредиуса не было сомнений. Зачем ему это? Марионетка Ван Меегерена, Джерард Бун, не просто показывал Бредиусу картину: Бун показывал ему доказательства того, что он был прав с самого начала. В последние годы своей жизни старик наконец нашел недостающее звено. Бредиус хотел верить, и поскольку он был экспертом, ему не составило труда привести доводы в поддержку своего вывода.
  
  Эти контрольные pointillés например, на хлебе: нетренированному глазу белые точки кажутся немного неуклюжими, но они напомнили Бредиусу о бликах Вермеера на той соблазнительной буханке хлеба в Доярка. Тот факт, что композиция перекликается с Караваджо, был бы утерян случайным зрителем, но сошел с полотна под пристальным взглядом Бредиуса. Он бы подобрал другие улики, которые Emmaus был настоящим. Он бы обратил внимание на подлинную вазу семнадцатого века, которую ван Меегерен использовал в качестве реквизита. Там также были пигменты семнадцатого века, или настолько похожие, насколько это возможно. Ван Меегерен мастерски воспроизвел цветовую палитру Вермеера. Был сам холст: такой эксперт, как Бредиус, мог определить подделку девятнадцатого или двадцатого века, просто взглянув на обратную сторону картины и отметив, что холст был слишком новым. Ван Меегерен знал это. Он написал свою работу на холсте семнадцатого века, тщательно очистив его поверхность от пигментов, но сохранив подшерсток и его характерный рисунок растрескивания.
  
  И затем был самый простой тест из всех: была ли краска мягкой? Задача любого, кто хочет подделать работы старого мастера, заключается в том, что масляным краскам требуется полвека, чтобы полностью высохнуть. Если вы окунете ватный тампон в немного чистого спирта и осторожно потрете поверхность картины маслом, то на вате могут остаться пигментные пятна. Если это так, то картина - современная подделка. Только через несколько десятилетий краска достаточно затвердеет, чтобы выдержать это испытание.
  
  Бредиус и раньше выявлял подделки, используя этот метод, но краска на Emmaus упрямо отказывался отдавать свой пигмент. Это дало Бредиусу отличную причину полагать, что Emmaus был старым и, следовательно, подлинным. Ван Меегерен одурачил его блестящим примером любительской химии, результатом многих месяцев экспериментов. Фальсификатор придумал способ смешивать масляные краски семнадцатого века с совершенно новым материалом: фенолформальдегидом, смолой, которая при нагревании при 105 ® C в течение двух часов превращалась в один из первых пластиков - бакелит. Неудивительно, что краска была твердой и неподатливой: в ее состав был добавлен промышленный пластик.
  
  У Бредиуса было полдюжины тонких причин полагать, что Emmaus был Вермеером. Их было достаточно, чтобы отвергнуть одну вопиющую причину верить в обратное: картина не похожа ни на что другое, когда-либо написанное Вермеером.
  
  Взгляните еще раз на это необычное заявление Абрахама Бредиуса: “Перед нами — я склонен сказать — шедевр Йоханнеса Вермеера из Делфта ... совершенно отличный от всех его других картин, и все же каждый дюйм - Вермеер”.
  
  “Сильно отличается от всех его других картин” — разве это не должно быть предупреждением? Но старику отчаянно хотелось верить, что эта картина и есть тот самый Вермеер, которого он искал всю свою жизнь, тот, который приведет его к самому Караваджо. Ван Меегерен расставил ловушку, в которую мог попасть только настоящий эксперт. Принятие желаемого за действительное сделало остальное.
  
  
  —
  
  Aбрахам Бредиус свидетельствует о том, что эксперты не застрахованы от мотивированных рассуждений. При некоторых обстоятельствах их опыт может даже стать недостатком. Французский сатирик Мольер однажды написал: “Ученый дурак глупее невежественного”. Бенджамин Франклин прокомментировал: “Как удобно быть разумным существом, поскольку это позволяет нам находить или придумывать причины для всего, что приходит в голову делать”.
  
  Современная социальная наука согласна с Мольером и Франклином: люди с более глубоким опытом лучше подготовлены к выявлению обмана, но если они попадают в ловушку мотивированных рассуждений, они способны собрать больше причин верить во что угодно, во что они действительно хотят верить.
  
  В одном недавнем обзоре доказательств был сделан вывод, что эта тенденция оценивать доказательства и проверять аргументы с пристрастием к нашим собственным предубеждениям не только распространена, но и столь же распространена среди умных людей. Быть умным или образованным - это не защита.14 В некоторых обстоятельствах это может быть даже слабостью.
  
  Одной из иллюстраций этого является исследование, опубликованное в 2006 году двумя политологами, Чарльзом Тейбером и Милтоном Лоджем. Тейбер и Лодж шли по стопам Кари Эдвардса и Эдварда Смита, с чьими работами о политике и сомнениях мы столкнулись во введении. Как и в случае с Эдвардсом и Смитом, они хотели изучить то, как американцы рассуждают о спорных политических вопросах. Они выбрали два варианта: контроль над оружием и позитивные действия.
  
  Табер и Лодж попросили участников эксперимента прочитать ряд аргументов с обеих сторон и оценить силу и слабость каждого аргумента. Можно было бы надеяться, что просьба проанализировать эти плюсы и минусы даст людям больше общего понимания противоположных точек зрения; вместо этого новая информация еще больше разлучила людей. Это произошло потому, что люди извлекали информацию, которую им давали, для того, чтобы найти способы поддержать свои существующие убеждения. Когда людям предлагалось выполнить поиск дополнительной информации, они искали данные, подтверждающие их предвзятые идеи. Когда их приглашали оценить силу аргумента оппонента, они тратили значительное время на обдумывание способов опровергнуть его.
  
  Это не единственное исследование, в котором делается подобный вывод, но что особенно интригует в эксперименте Тейбера и Лоджа, так это то, что экспертиза усугубила ситуацию.* Более опытные участники эксперимента нашли больше материала, подтверждающего их предвзятые мнения. Что еще более удивительно, они нашли меньше материалов, которые противоречили им — как будто они активно использовали свой опыт, чтобы избежать неудобной информации. Они привели больше аргументов в пользу своих собственных взглядов и выявили больше недостатков в аргументах другой стороны. Они были гораздо лучше подготовлены к тому, чтобы прийти к выводу, к которому стремились все это время.15
  
  Из всех эмоциональных реакций, которые у нас могут возникнуть, наиболее политически значимые мотивированы партийностью. Люди с сильной политической ориентацией хотят быть на правильной стороне вещей. Мы видим претензию, и наша реакция немедленно определяется тем, верим ли мы, что “Это то, что думают такие люди, как я”.
  
  Рассмотрим это утверждение об изменении климата: “Человеческая деятельность вызывает потепление климата Земли, что создает серьезные риски для нашего образа жизни”. У многих из нас возникает эмоциональная реакция на подобное утверждение; это не похоже на утверждение о расстоянии до Марса. Верить в это или отрицать это - часть нашей идентичности. Это кое-что говорит о том, кто мы такие, кто наши друзья и в каком мире мы хотим жить. Если я помещу заявление об изменении климата в заголовок новости или на график, предназначенный для публикации в социальных сетях, это привлечет внимание и вовлеченность не потому, что это правда или ложь, а из-за того, как люди к этому относятся.
  
  Если вы сомневаетесь в этом, обдумайте результаты опроса Gallup, проведенного в 2015 году. Он обнаружил огромный разрыв между тем, насколько демократы и республиканцы в Соединенных Штатах обеспокоены изменением климата. Какая рациональная причина может быть для этого? Научные доказательства есть научные доказательства. Наши убеждения в отношении изменения климата не должны перекоситься влево и вправо. Но они это делают.16
  
  Этот разрыв становился тем больше, чем больше у людей было образования. Среди тех, у кого нет высшего образования, 45 процентов демократов и 22 процента республиканцев “сильно” обеспокоены изменением климата. Тем не менее, среди лиц с высшим образованием эти цифры составляли 50 процентов демократов и 8 процентов республиканцев. Аналогичная картина наблюдается, если вы измеряете научную грамотность: более научно грамотные республиканцы и демократы находятся дальше друг от друга, чем те, кто очень мало знает о науке.17
  
  Если бы в этом не участвовали эмоции, то, несомненно, больше образования и информации помогли бы людям прийти к соглашению о том, что такое истина — или, по крайней мере, лучшая на данный момент теория? Но предоставление людям большего количества информации, похоже, активно поляризует их в вопросе изменения климата. Один этот факт говорит нам о том, насколько важны наши эмоции. Люди напрягаются, чтобы прийти к выводу, который соответствует их другим убеждениям и ценностям, — и, подобно Абрахаму Бредиусу, чем больше они знают, тем больше у них боеприпасов, чтобы прийти к выводу, которого они надеются достичь.
  
  Психологи называют один из процессов, приводящих к такой поляризации, “предвзятой ассимиляцией”. Представьте, что вы случайно наткнулись на журнальную статью, в которой обсуждается то, что мы знаем о последствиях смертной казни. Вас заинтересовала тема, и поэтому вы читаете дальше, натыкаясь на следующий краткий отчет об исследовании:
  
  Исследователи Палмер и Крэндалл сравнили показатели убийств в 10 парах соседних штатов с разными законами о смертной казни. В 8 из 10 пар уровень убийств был выше в штате, где применялась смертная казнь. Это исследование выступает против сдерживающего эффекта смертной казни.
  
  Что вы думаете? Это кажется правдоподобным?
  
  Если вы против смертной казни, то, вероятно, так оно и есть. Но если вы за смертную казнь, могут начать закрадываться сомнения — те виды сомнений, которые, как мы уже видели, были очень сильны в случае с табаком. Было ли это исследование проведено профессионально? Рассматривали ли они альтернативные объяснения? Как они обрабатывали свои данные? Короче говоря, Палмер и Крэндалл действительно знают, что делают, или они пара хакеров?
  
  Палмер и Крэндалл не обидятся на ваши сомнения. Дуэта не существует. Они были придуманы тремя психологами, Чарльзом Лордом, Ли Россом и Марком Леппером. В 1979 году Лорд, Росс и Леппер провели эксперимент, целью которого было изучить, как люди продумывают аргументы, которые им горячо нравятся. Исследователи собрали подопытных с твердыми взглядами в пользу или против смертной казни. Они показали подопытным резюме двух воображаемых исследований. Одно из таких выдуманных исследований продемонстрировало, что смертная казнь удерживала от серьезных преступлений; другая, созданная вымышленными исследователями Палмером и Крэндаллом, показала обратное.18
  
  Как и следовало ожидать, подопытные были склонны отвергать исследования, которые противоречили их заветным убеждениям. Но Лорд и его коллеги обнаружили нечто более удивительное: чем больше деталей было представлено людям — графики, методы исследования, комментарии других вымышленных ученых, — тем легче им было не поверить в нежелательные доказательства. Если сомнение - это оружие, то детали - это боеприпасы.
  
  Когда мы сталкиваемся с доказательствами, которые нам не нравятся, мы спрашиваем себя: “Должен Я в это верю?” Более подробная информация часто дает нам больше возможностей найти пробелы в аргументации. И когда мы сталкиваемся с доказательствами, которые мы одобряем, мы задаем другой вопрос: “Может Я в это верю?” Больше деталей означает больше точек опоры, за которые может цепляться это убеждение.19
  
  Нелогичный результат заключается в том, что предоставление людям подробного и сбалансированного изложения обеих сторон спора может фактически оттолкнуть людей от центра, а не привлечь их. Если у нас уже есть твердые мнения, то мы воспользуемся желанными доказательствами, но нас будут раздражать противоположные данные или аргументы. Это предвзятое усвоение новых доказательств означает, что чем больше мы знаем, тем более пристрастными мы можем быть в сложном вопросе.
  
  
  —
  
  Mвозможно, это звучит абсурдно. Разве мы все не хотим выяснить правду? Мы, безусловно, должны, когда это касается нас лично - и трагический случай отрицания ВИЧ / СПИДа указывает на то, что некоторые люди пойдут на все, чтобы отвергнуть идеи, которые неудобны и нежелательны, даже если эти идеи могли бы спасти их жизни. Принятие желаемого за действительное может быть удивительно действенным.
  
  Но зачастую правота не имеет таких серьезных последствий. По многим вопросам вывод, фактически неверный, не причиняет нам никакого вреда. Это может даже помочь нам.
  
  Чтобы понять почему, задумайтесь над вопросом, в котором большинство людей согласились бы с тем, что объективной “истины” вообще не существует: моральная разница между употреблением говядины, свинины и собачатины. Какую из этих практик вы считаете правильной, а какую неправильной, зависит главным образом от вашей культуры. Мало кто захочет обсуждать логику, лежащую в основе этого вопроса. Так лучше вписаться.
  
  Менее очевидно, что то же самое часто верно в отношении аргументов, в которых является правильный ответ. В случае изменения климата существует объективная истина, даже если мы не в состоянии распознать ее с полной уверенностью. Но поскольку вы являетесь одним человеком из почти 8 миллиардов на планете, экологические последствия того, что вы думаете, не имеют значения. За несколькими исключениями — скажем, если вы президент Китая — изменение климата будет происходить своим чередом, независимо от того, что вы говорите или делаете. С эгоцентрической точки зрения, практическая цена ошибки близка к нулю.
  
  Социальные последствия ваших убеждений, однако, реальны и немедленны.
  
  Представьте, что вы выращиваете ячмень в Монтане и что жаркое, засушливое лето все чаще губит ваш урожай. Изменение климата имеет значение для вас. И все же сельская Монтана - консервативное место, а слова “изменение климата” носят политический характер. В любом случае, что вы лично можете с этим поделать? Вот как один фермер, Эрик Сомерфельд, вдевает нитку в иголку:
  
  В поле, глядя на свой увядающий урожай, Сомерфельд недвусмысленно назвал причину своего поврежденного урожая — “изменение климата”. Но там, в баре, со своими друзьями, его язык изменился. Он отказался от этих запретных слов в пользу "неустойчивой погоды” и “более сухого, жаркого лета” — нередкой тактики ведения разговора в сельской местности в наши дни.20
  
  Если бы Сомерфельд жил в Портленде, штат Орегон, или Брайтоне, Англия, ему не нужно было бы быть таким осмотрительным в своей местной таверне — у него, вероятно, были бы друзья, которые действительно очень серьезно относились к изменению климата. Но тогда эти друзья быстро подвергли бы остракизму кого-то еще в социальной группе, кто громко заявлял, что изменение климата - это китайская мистификация.
  
  Так что, возможно, в конце концов, не так уж удивительно обнаружить, что образованные американцы расходятся во взглядах на тему изменения климата. Сотни тысяч лет человеческой эволюции научили нас глубоко заботиться о том, чтобы соответствовать окружающим. Это помогает объяснить выводы Тейбера и Лоджа о том, что более информированные люди на самом деле больше подвержены риску мотивированных рассуждений на политически ангажированные темы: чем убедительнее мы сможем аргументировать то, во что уже верят наши друзья, тем больше наши друзья будут уважать нас.
  
  Отрицание ВИЧ показывает, что мы способны трагически ошибаться даже в вопросах жизни и смерти. Но гораздо легче сбить себя с пути истинного, когда практические последствия ошибки невелики или вообще не существуют, в то время как социальные последствия “неправильности” серьезны. Не случайно, что здесь описывается множество противоречий, которые расходятся по партизанским линиям.
  
  
  —
  
  Язаманчиво предположить, что мотивированное рассуждение - это просто то, что происходит с другими людьми. У меня есть политические принципы; вы политически предвзяты; он сторонник теории заговора. Но нам было бы разумнее признать, что все мы иногда думаем сердцем, а не головой.
  
  Крис Де Мейер, нейробиолог из Королевского колледжа Лондона, показывает своим студентам сообщение, в котором описывается проблема активиста-эколога, отрицающего изменение климата:
  
  Подводя итог деятельности отрицателей климата, я думаю, мы можем сказать, что:
  
  (1) Их усилия были агрессивными, в то время как наши были оборонительными.
  
  (2) Действия отрицателей довольно упорядочены — почти так, как если бы у них был план, работающий на них.
  
  Я думаю, что силы, выступающие за отрицание, можно охарактеризовать как убежденных оппортунистов. Они действуют быстро и кажутся абсолютно беспринципными в том, что касается информации, которую они используют для нападок на научное сообщество. Однако нет сомнений в том, что мы были неумелы в доведении нашей версии этой истории, какой бы хорошей она ни была, до средств массовой информации и общественности.21
  
  Студенты, все убежденные сторонники изменения климата, возмущенные дымовой завесой, созданной циничными и антинаучными отрицателями, кивают в знак признания. Затем Де Мейер раскрывает источник текста. Это не недавнее электронное письмо. Это взято, часто слово в слово, из печально известной внутренней записки, написанной руководителем отдела маркетинга сигарет в 1968 году. В записке жалуются не на "отрицателей климата”, а на “силы, выступающие против курения”, но в остальном изменений потребовалось немного. Вы можете использовать тот же язык, те же аргументы и, возможно, даже быть убеждены в том, что вы верно, независимо от того, утверждаете ли вы (справедливо), что изменение климата реально, или (ошибочно), что связь между курением и раком - нет.
  
  (Вот пример этой тенденции, к которой по личным причинам я не могу не относиться с пониманием. Мои друзья, придерживающиеся левых взглядов и заботящиеся об окружающей среде, справедливо критикуют нападки ad hominem на ученых-климатологов. Вы знаете, что это такое: заявления о том, что ученые изобретают данные из-за своих политических пристрастий или потому, что они борются за финансирование от крупного правительства. Короче говоря, очернение личности вместо того, чтобы заниматься уликами. И все же те же друзья с радостью принимают и развивают ту же тактику, когда они используются для нападок на моих коллег-экономистов: что мы изобретаем данные из-за наших политических предубеждений или борьбы за финансирование со стороны крупного бизнеса. Я попытался провести параллель с одним вдумчивым человеком, но ничего не добился. Она была совершенно неспособна понять, о чем я говорил. Я бы назвал это двойным стандартом, но это было бы несправедливо — это наводило бы на мысль, что это было преднамеренно. Это не так. Это бессознательное предубеждение, которое легко заметить в других и очень трудно в нас самих.*)
  
  Наша эмоциональная реакция на статистические или научные утверждения не является второстепенной проблемой. Наши эмоции могут формировать наши убеждения больше, чем любая логика, и часто так и делают. Мы способны убедить себя поверить в странные вещи и усомниться в достоверных доказательствах, руководствуясь нашей политической пристрастностью, желанием продолжать пить кофе, нежеланием признать реальность нашего диагноза ВИЧ или любой другой причиной, вызывающей эмоциональную реакцию.
  
  Но мы не должны отчаиваться. Мы можем научиться контролировать свои эмоции — это часть процесса взросления. Первый простой шаг - заметить эти эмоции. Когда вы видите статистическое утверждение, обратите внимание на свою собственную реакцию. Если вы чувствуете возмущение, триумф, отрицание, сделайте паузу на мгновение. Затем поразмышляйте. Вам не обязательно быть бесчувственным роботом, но вы можете и должны думать так же хорошо, как чувствовать.
  
  Большинство из нас не желают активно вводить себя в заблуждение, даже если это может быть социально выгодно. У нас есть мотивы для того, чтобы прийти к определенным выводам, но факты тоже имеют значение. Многие люди хотели бы быть кинозвездами, миллиардерами или иметь иммунитет к похмелью, но очень немногие верят, что это действительно так. Принятие желаемого за действительное имеет пределы. Чем больше у нас войдет в привычку считать до трех и замечать свои рефлекторные реакции, тем ближе к истине мы, скорее всего, окажемся.
  
  Например, один опрос, проведенный группой ученых, показал, что большинство людей прекрасно способны отличить серьезную журналистику от фейковых новостей, а также согласились с тем, что важно распространять правду, а не ложь. И все же те же люди с радостью поделились бы заголовками типа "Более 500 "Караванщиков-мигрантов’ арестованы в жилетах смертников”, потому что в тот момент, когда они нажали “поделиться”, они не задумывались. Они не думали: “Это правда?” и они не думали: “Думаю ли я, что правда важна?"” Вместо этого, когда они просматривали Интернет в том состоянии постоянной рассеянности, которое мы все признаем, они были увлечены своими эмоциями и своей пристрастностью. Хорошей новостью является то, что достаточно было просто остановиться на мгновение, чтобы подумать, чтобы отфильтровать большую часть дезинформации. Это не займет много времени; мы все можем это сделать. Все, что нам нужно сделать, это приобрести привычку останавливаться, чтобы подумать.22
  
  Другое исследование показало, что люди, которые лучше всего могли отличить реальные новости от поддельных, также были людьми, набравшими высокие баллы по так называемому тесту на когнитивное отражение.23 Эти тесты — созданы Шейном Фредериком, поведенческим экономистом, и прославились благодаря книге Даниэля Канемана Размышление, быстрое и медленное—задавайте такие вопросы, как:
  
  Бита и мяч стоят 1,10 доллара, причем бита стоит на доллар дороже мяча. Сколько стоит мяч?
  
  и:
  
  На озере есть участок с листьями кувшинок, размер которого удваивается каждый день. Если для покрытия всего озера патчем требуется 48 дней, сколько времени потребуется, чтобы патч покрыл половину озера?*
  
  Многие люди получают неправильные ответы на эти вопросы, когда слышат их в первый раз, но для правильного решения требуется не интеллект или математическая подготовка, а пауза на мгновение, чтобы перепроверить свою внутреннюю реакцию. Шейн Фредерик указывает, что для решения проблемы обычно достаточно заметить вашу первоначальную ошибку.24
  
  Вопросы когнитивной рефлексии побуждают нас прийти к неправильному выводу, не задумываясь. Но то же самое можно сказать и о подстрекательских мемах или громких речах. Вот почему нам нужно сохранять спокойствие. И именно поэтому так много средств убеждения предназначено для того, чтобы пробудить нас — нашу похоть, наше желание, наше сочувствие или наш гнев. Когда в последний раз Дональд Трамп или, если уж на то пошло, Гринпис писали в Твиттере что-то, призванное заставить вас сделать паузу в спокойном размышлении? Сегодняшние убеждатели не хотят, чтобы вы останавливались и думали. Они хотят, чтобы вы поторопились и почувствовали.
  
  Не стоит торопиться.
  
  
  —
  
  Hван Меегерен был арестован почти сразу после окончания немецкой оккупации. Он должен был предстать перед судом и понести наказание за сотрудничество с нацистами.
  
  Коварный фальсификатор сильно преуспел во время нацистской оккупации. Он владел несколькими особняками. В то время как Амстердам голодал во время войны, он регулярно устраивал оргии, на которых проститутки угощались пригоршнями драгоценностей. Если он сам на самом деле не был нацистом, он шел на все, чтобы вести себя как нацист. Он дружил с нацистами, и он из кожи вон лез, чтобы прославлять нацистскую идеологию.
  
  Ван Меегерен проиллюстрировал и опубликовал щедро зловещую книгу под названием Текенинген 1, наполненный гротескной антисемитской поэзией и иллюстрациями, использующими нацистскую иконографию и цвета. Он не пожалел средств на печать книги, и неудивительно, учитывая, кто, по его мнению, мог ее прочитать. Копия была доставлена Адольфу Гитлеру из рук в руки с рукописным посвящением, сделанным художником углем: “Моему любимому фюреру в знак благодарности — Хану ван Меегерену”.
  
  Это было найдено в библиотеке Гитлера.
  
  Чтобы понять, что произошло дальше, нам нужно разобраться в эмоциях, а не в логике. Голландцы разочаровались в самих себе после пяти лет немецкой оккупации. Анна Франк была просто самой известной из огромного числа евреев, которые были депортированы из Нидерландов и убиты, но менее хорошо известно, что гораздо большая доля голландских евреев была депортирована, чем тех, кто жил во Франции или Бельгии.25 Ван Меегерен, конечно, был еще одним соавтором. Но после войны голландцам надоело месяц за месяцем проводить таких людей через свои суды. Они отчаянно хотели более вдохновляющую историю — точно так же, как Абрахам Бредиус отчаянно хотел найти картину Вермеера в стиле Караваджо. И снова ван Меегерен представил то, что требовалось: на этот раз беззаботную историю о смелости и обмане, в которой голландец нанес ответный удар нацистам.
  
  Люди, ответственные за судебное преследование ван Меегерена, вскоре стали его невольными сообщниками. Они устроили абсурдный рекламный трюк, в ходе которого он “доказал”, что он фальсификатор, а не предатель, нарисовав картину в стиле Emmaus. В одном захватывающем дух заголовке сообщалось: “Он рисует всю свою жизнь”. Газеты в Нидерландах и по всему миру не могли оторвать взгляда от великого шоумена.
  
  Затем начался судебный процесс, цирк СМИ, в котором харизматичный ван Меегерен был инспектором манежа. Он раскрутил свою историю: что он подделал искусство только для того, чтобы доказать свою ценность как художника и разоблачить экспертов по искусству как дураков. Когда судья напомнил ему, что он продавал подделки по высоким ценам, он ответил: “Если бы я продавал их по низким ценам, было бы очевидно, что они поддельные”. Зал суда засмеялся; ван Меегерен всех их заворожил. Человек, которого следовало рассматривать как предателя, изменил свою репутацию на репутацию патриота, даже Герой. Он манипулировал эмоциями голландского народа, как он манипулировал эмоциями Абрахама Бредиуса до войны.
  
  Не только голландцы поверили в историю человека, который держал Геринга за дурака. Ван Меегерен нашел множество людей, которые были рады подчеркнуть прелесть истории. Ранние биографы ван Меегерена изображали его непонятым обманщиком, обиженным несправедливым отвержением его собственного искусства, но счастливым от того, что смог перехитрить оккупантов своей страны. Одна из часто публикуемых историй гласит, что Геринг, ожидавший суда в Нюрнберге, когда ему сказали, что ван Меегерен его одурачил, “выглядел так, как будто впервые обнаружил, что в мире есть зло.” Когда вы слышите этот анекдот, это почти невозможно удержаться от повторения этого. Но, как и pointillés с другой стороны, это красноречивая деталь, которая так же ложна.
  
  Если бы только копия с личной надписью Гитлера из Текенинген 1 если бы это было обнаружено до суда над ван Меегереном, история о маленьком дерзком фальсификаторе растворилась бы. Правда о ван Меегерене была бы очевидна. Или это было бы?
  
  Приводящая в замешательство правда о Текенинген 1 заключается в том, что выделенный экземпляр в библиотеке Гитлера был найден почти сразу. De Waarheid Газета голландского сопротивления объявила об открытии 11 июля 1945 года. Это просто не имело значения; никто не хотел знать. Ван Меегерен отмахнулся от правды, заявив, что он подписал сотни экземпляров книги и посвящение, должно быть, было добавлено кем-то другим. В современной обстановке он мог бы отмахнуться от газетного сообщения как от поддельной новости.
  
  Это было смехотворное оправдание, но ван Меегерену удалось загипнотизировать своих обвинителей так же, как он загипнотизировал Бредиуса, отвлекая их интересными деталями и продавая им историю, в которую они хотели поверить.
  
  В своем заключительном слове в суде он снова заявил, что сделал это не ради денег, которые не принесли ему ничего, кроме неприятностей. Это было смелое заявление: мы должны помнить, что во время войны Амстердам голодал, ван Меегерен любил украшать свои особняки проститутками, драгоценностями и самими проститутками, украшенными драгоценностями. Неважно: газеты и общественность с восторгом восприняли его историю.
  
  После того, как Ван Меегерена признали виновным в подделке документов, его приветствовали, когда он покидал зал суда. Он провернул еще более дерзкую аферу — фашист и мошенник успешно представил себя как дерзкого героя голландского народа. Абрахам Бредиус отчаянно хотел Вермеера. Голландская общественность отчаянно хотела символы сопротивления нацистам. Хан ван Меегерен знал, как дать людям то, что они хотели.
  
  Не отбыв и дня своего срока, ван Меегерен умер 30 декабря 1947 года от сердечного приступа. Опрос общественного мнения, проведенный несколькими неделями ранее, показал, что он (за исключением премьер-министра) самый популярный человек в стране.
  
  
  —
  
  Яесли принятие желаемого за действительное может превратить гнилую подделку в Вермеера или подлого нациста в национального героя, то сомнительная статистика может превратиться в веское доказательство, а веские доказательства - в фальшивые новости. Но это не обязательно. Есть надежда. Мы собираемся отправиться в путешествие открытий, выясняя, как числа могут заставить мир сложиться. Итак, первый шаг - остановиться и подумать, когда нам предоставляют новую информацию, проанализировать наши эмоции и заметить, пытаемся ли мы прийти к определенному выводу.
  
  Когда мы сталкиваемся со статистическим утверждением о мире и думаем поделиться им в социальных сетях или напечатать яростное опровержение, мы должны вместо этого спросить себя: “Что это заставляет меня чувствовать?”*
  
  Мы должны делать это не только ради самих себя, но и в качестве общественного долга. Мы видели, каким мощным может быть социальное давление, влияющее на то, во что мы верим и как мы думаем. Когда мы замедляемся, контролируем свои эмоции и желание обозначить партийную принадлежность и обязуемся спокойно взвешивать факты, мы не просто мыслим более четко — мы также моделируем ясное мышление для других. Можно занять позицию не как член политического племени, а как человек, готовый размышлять и рассуждать беспристрастно. Я хочу подать такой пример. Я надеюсь, что вы тоже.
  
  Ван Меегерен слишком хорошо понимал, что то, что мы чувствуем, формирует то, что мы думаем. Да, опыт и технические знания имеют значение, но техническая сторона работы с числами будет рассмотрена в следующих главах. Если мы не справляемся со своими эмоциями, независимо от того, побуждают ли они нас сомневаться или призывают верить, мы рискуем обмануть самих себя.
  
  ПРАВИЛО ВТОРОЕ
  
  
  
  Обдумайте свой личный опыт
  
  С высоты птичьего полета вы склонны обозревать все . , , С высоты птичьего полета у вас нет такого преимущества, чтобы смотреть на все. Вы просто видите то, что находится рядом с вами.
  
  • Muhammad Yunus1
  
  Aя приступил к представлению Более или менее Я чувствовал, что у меня была работа мечты. Разоблачать числовую чушь в новостях было весело, и, глядя в статистический телескоп, я постоянно видел новые и интересные вещи. Однако была загвоздка: каждый раз, когда я ездил в студию BBC для записи программы, я чувствовал, что мой личный опыт противоречит некоторым статистическим данным, которые кажутся достоверными.
  
  Позвольте мне объяснить. Поездка на работу была не самым гламурным путешествием в мире. Чтобы добраться до Уайт-Сити на западе Лондона из Хэкни в Восточном Лондоне, я перебегал оживленную дорогу, запрыгивал в переполненный двухэтажный автобус и наблюдал за движением, пока мы медленно двигались к станции метро "Бетнал Грин". Если автобус был переполнен, то поезд метро был более загруженным. Благодаря этому банка сардин выглядела вместительной. Я бы присоединился к толпе полных надежд пассажиров на платформе, ожидающих прибытия поезда Центральной линии, в котором будет достаточно места, чтобы втиснуться. В этом ни в коем случае нельзя было быть уверенным. Нам часто приходилось ждать второго или третьего тренируйтесь, прежде чем сможете протиснуться между менее чем довольными пассажирами, которые приехали с дальнего востока. О том, чтобы занять место, не могло быть и речи.
  
  Именно этот опыт поставил под сомнение мое мнение о том, что цифры заставляют мир складываться, потому что, когда я посмотрел на статистику о том, насколько загруженным на самом деле был общественный транспорт Лондона, они категорически противоречили тому, что видели мои собственные глаза, а в более теплые и потные дни — и мой собственный нос. Эти статистические данные показали, что средняя заполняемость лондонского автобуса составляла около двенадцати человек, крошечное число по сравнению с шестьюдесятью двумя местами, доступными в двухэтажном автобусе, на котором я ездил каждое утро.2 Это казалось совершенно неправильным. В некоторые дни мне казалось, что на расстоянии вытянутой руки было больше двенадцати человек, не говоря уже о автобусе.
  
  Показатели заполняемости метро имели еще меньше смысла. По данным управления транспорта Лондона, “вместимость” одного из этих поездов метро составляет более тысячи человек.3 Но средняя заполняемость? Меньше 130.4 Что? Вы могли бы потерять 130 человек в поезде метро Центральной линии. Вы могли бы втиснуть их в одну каретку и оставить остальные семь полностью пустыми. И это не заполняемость в спокойные моменты — это среднее значение. Я действительно должен был поверить, что эти статистические данные — двенадцать человек в автобусе, 130 человек в поезде - отражают реальность? Конечно, нет, не тогда, когда каждый раз, когда я отправлялся на работу, я не только едва мог сесть в поезд, иногда я с трудом поднимался на платформу. Поезда должны будьте заняты больше, чем показывает статистика.
  
  В студии я пел дифирамбы статистическому мышлению. Но по дороге в студию мой повседневный опыт подсказал мне, что эти конкретные статистические данные, должно быть, неверны.
  
  Противоречие между тем, что мы видим своими глазами, и тем, что утверждает статистика, может быть очень реальным. В предыдущей главе мы обнаружили, что важно не поддаваться обману наших личных чувств. Поскольку я сам признался, что занимаюсь расследованием данных, вы можете ожидать, что я скажу то же самое и о нашем личном опыте. В конце концов, кому вы собираетесь верить? Надежная электронная таблица или ваши собственные лживые глаза?
  
  Правда сложнее. Наш личный опыт не следует сбрасывать со счетов вместе с нашими чувствами, по крайней мере, не без дальнейших размышлений. Иногда статистика дает нам гораздо лучший способ понять мир; иногда она вводит нас в заблуждение. Нам нужно быть достаточно мудрыми, чтобы выяснить, когда статистика вступает в противоречие с повседневным опытом — и в тех случаях, чему верить.
  
  Так что же нам делать, когда цифры рассказывают одну историю, а повседневная жизнь рассказывает нам что-то другое? Вот о чем эта глава.
  
  
  —
  
  We мог бы начать с любопытства о том, откуда берется статистика. В случае с моей поездкой на работу цифры публикует Transport for London (TfL), правительственная организация, которая контролирует дороги Лондона и общественный транспорт. Но откуда славные люди из TfL точно знают, сколько людей находится в автобусе или поезде метро? Это хороший вопрос, и ответ на него таков: они этого не делают. Однако они могут сделать хорошее предположение. Несколько лет назад оценки основывались на бумажных опросах, проводимых исследователями, стоящими на автобусных остановках или в метро с планшетом или раздавая анкеты. Очевидно, что это был трудоемкий метод, хотя маловероятно, что в нем было допущено достаточно ошибок, чтобы объяснить огромное несоответствие между моим опытом и официальными данными о заполняемости.
  
  В любом случае, в эпоху бесконтактных платежей намного проще оценивать количество пассажиров. Подавляющее большинство поездок на автобусе совершается людьми, использующими идентифицируемый бесконтактный чип на банковской карте, TfL Oyster card или смартфоне. Специалисты по обработке данных в TfL могут видеть, где и когда используются эти устройства. Им все еще приходится делать обоснованные предположения относительно того, когда вы выходите из автобуса, но это часто возможно — например, они могут видеть, как вы возвращаетесь из того же района позже. Или они могут увидеть, что вы использовали ваша карта в соединительной службе: всякий раз, когда я подключался к сети метро в Бетнал-Грин, через минуту после прибытия автобуса, на котором я ехал, в этот район, TfL мог с уверенностью заключить, что я был в автобусе до остановки в Бетнал-Грин, но не дальше.
  
  В лондонском метро люди заходят и выходят, но TfL по-прежнему не знает, каким маршрутом воспользовались пассажиры по сети, которая часто предлагает несколько вероятных альтернатив. Таким образом, TfL все еще не знает, насколько загружены конкретные поезда. Опять же, они могут сделать обоснованное предположение, используя время от времени бумажные опросы, чтобы дополнить свое суждение о том, как пассажиры предпочитают передвигаться.
  
  Оценки скоро будут еще более точными. 8 июля 2019 года TfL включила систему для использования сетей Wi-Fi для измерения того, насколько переполнены различные части лондонского метро. Чем больше телефонов пытаются подключиться к Wi-Fi, тем больше загруженности в точке ущемления на конкретной станции. Эта система обещает позволить TfL выявлять переполненность и другие проблемы в режиме реального времени. (Я разговаривал с командой по обработке данных в TfL на следующий день после включения этой системы. Они были восхитительно взволнованы.5)
  
  Таким образом, статистика, по крайней мере, правдоподобна. Мы не можем просто отмахнуться от них как от ошибочных.
  
  Следующий шаг - поиск причин, по которым наш личный опыт может так отличаться. В случае моей поездки на работу очевидной отправной точкой является то, что я ехал в напряженное время суток по одному из самых загруженных участков сети метро. Неудивительно, что там было многолюдно.
  
  Но эта конкретная кроличья нора ведет немного глубже. Вполне возможно, что большинство поездов не переполнены, и все же большинство людей путешествуют в переполненных поездах. Для наглядной иллюстрации представьте гипотетическую железнодорожную линию с десятью поездами в день. В один поезд в час пик набивается тысяча человек. Все остальные поезда вообще не перевозят пассажиров. Какова средняя заполняемость этих поездов? Сотня человек — недалеко от истинной цифры в лондонском метро. Но что испытывает типичный пассажир в этом сценарии? Каждый человек ехал в переполненном поезде.
  
  Реальная ситуация в лондонском метро не такая экстремальная. Полностью пустых поездов не так много, но поезда иногда ходят с очень небольшим количеством пассажиров, особенно когда они идут вразрез с потоком пассажиров пригородного сообщения. Когда они это сделают, очень немногие пассажиры будут рядом, чтобы увидеть это. Эти статистические данные говорят правду, но не всю правду.
  
  Конечно, существуют альтернативные способы оценки проблемы переполненности. Вместо того, чтобы измерять заполняемость среднестатистического поезда, вы могли бы измерить ситуацию, с которой сталкивается среднестатистический пассажир: сколько пассажиров совершают сто поездок в переполненных поездах? Это был бы лучший способ измерить качество обслуживания пассажиров — и действительно, TfL сейчас переориентирует сбор данных и отчетность на получение статистики, отражающей ситуацию не с поездами, а с пассажирами.
  
  Тем не менее, нет единого объективного показателя того, насколько загружена сеть общественного транспорта. Мне, как пассажиру, кажется, что все автобусы, в которых я езжу, хорошо используются. Но статистика TfL, честно говоря, показывает, что многие автобусы ездят в основном пустыми. Это потому, что автобусы не появляются в самых оживленных районах просто так, по мановению волшебной палочки; когда они достигают конца маршрута, им приходится разворачиваться и ехать обратно. TfL заботится о низкой средней заполняемости автобусов, потому что эти автобусы стоят денег, занимают много места на дорогах и загрязняют окружающую среду. Таким образом, средняя заполняемость является для них важным показателем.
  
  Короче говоря, мои собственные глаза рассказали мне кое-что важное и правдивое о транспортной сети Лондона. Но статистика рассказала мне кое-что еще, что—то не менее важное и не менее правдивое - и то, чего я не мог знать никаким другим способом. Иногда личный опыт говорит нам об одном, статистика - о чем-то совершенно ином, и оба варианта верны.
  
  
  —
  
  Tконечно, это не всегда так. Вспомните открытие о том, что чрезмерное курение сигарет увеличивало риск развития рака легких в шестнадцать раз. Многие люди из своего личного опыта нашли бы основания скептически отнестись к этому открытию. Возможно, ваша постоянно курящая бабушка, не достигшая совершеннолетия, в отличной физической форме, в то время как единственный человек, которого вы знаете, умерший от рака легких, - дядя вашего соседа, а он в жизни не выкурил ни одной сигареты.
  
  На первый взгляд, это ничем не отличается от моих ежедневных поездок на работу, которые, по-видимому, противоречат статистике TfL. Но при ближайшем рассмотрении в данном случае мы находим причину отказаться от нашего личного опыта и довериться статистическому представлению. Хотя коэффициент в шестнадцать вряд ли является небольшим эффектом, рак легких сам по себе является достаточно редким заболеванием, чтобы сбить с толку нашу интуицию. Мир полон закономерностей, которые слишком неуловимы или слишком редки, чтобы их можно было обнаружить с первого взгляда, и не обязательно, чтобы закономерность была очень неуловимой или редкой, чтобы ее было трудно обнаружить без статистического объектива.
  
  Это верно для многих заболеваний и методов лечения. Когда мы плохо себя чувствуем — от головной боли до депрессии, от больного колена до неприглядного пятна — мы ищем решения. Моя жена недавно страдала от острой боли в плече всякий раз, когда она поднимала руку; это было достаточно сильно, чтобы ей было трудно одеться или дотянуться до чего-то на верхней полке. Через некоторое время она обратилась к физиотерапевту, который диагностировал проблему и прописал несколько неудобных упражнений, которые моя жена старательно выполняла каждый день. Через несколько недель она сказала мне: “Я думаю, моему плечу становится лучше”.
  
  “Вау — похоже, физиотерапия сработала!” Я сказал.
  
  “Может быть”, - сказала моя жена, которая за милю может заметить, как я расставляю статистическую ловушку. “Или, может быть, все равно стало бы лучше само по себе”.
  
  Действительно. С точки зрения моей жены, это действительно не имело значения. Чего она хотела, так это чтобы ее плечо зажило, и единственным подходящим критерием были показания ее собственных органов чувств. Что касается вопроса о том, привели ли упражнения к выздоровлению, то ее личный опыт не принес большой пользы - и с точки зрения не моей жены, а будущих пациентов, страдающих от боли в плече, важен вопрос причинно-следственной связи. Нам нужно знать, помогают ли эти упражнения, или может быть лучший подход.
  
  То же самое верно и для любого другого лечения любой другой проблемы, будь то диета, терапия, физические упражнения, антибиотики или обезболивающие: хорошо, если мы чувствуем себя лучше, но будущие поколения должны знать, чувствуем ли мы себя лучше из-за предпринятых нами шагов, или это были пустые ритуалы, которые не приносили пользы, стоили денег, тратили впустую время и вызывали нежелательные побочные эффекты. По этой причине мы полагаемся на рандомизированные испытания любого лечения, в идеале сравниваемые с наилучшим доступным лечением или с поддельным лечением, называемым плацебо. Дело не в том, что наш личный опыт не имеет значения, дело в том, что он не могу предоставить нам информацию, которая нам нужна, чтобы помочь тем, кто придет за нами.
  
  Когда личный опыт и статистика кажутся противоречащими друг другу, более пристальный взгляд на ситуацию может выявить конкретные причины, по которым личный опыт, скорее всего, окажется ненадежным ориентиром. Рассмотрите идею о том, что вакцинация против кори, эпидемического паротита и краснухи (MMR) увеличивает риск развития аутизма у ребенка. Это не так, но менее половины из нас убеждены в этом.6
  
  Мы можем с уверенностью сказать, что такой связи нет, благодаря статистической перспективе. Поскольку аутизм встречается нечасто, нам нужно сравнить опыт многих тысяч детей, получивших вакцинацию, и тех, кто этого не делал. Одно крупное исследование, проведенное в Дании, показало именно это. Он следил за 650 000 детей. Большинство из них получили вакцину MMR в возрасте пятнадцати месяцев и последующее наблюдение в течение четырех лет, но около 30 000 этого не сделали. Примерно у 1 процента детей тогда был диагностирован аутизм, и это было справедливо как для вакцинированных, так и для и непривитые дети. (Невакцинированные дети, конечно, подвергались более высокому риску заражения этими опасными заболеваниями.)7
  
  Так почему же многие люди по-прежнему настроены скептически? Частично ответ заключается в печальной истории опрометчивых публикаций по этому вопросу. Но отчасти сомнения сохраняются, потому что многие люди слышали о детях, у которых аутизм был диагностирован вскоре после вакцинации MMR, и чьи родители думают, что во всем виновата вакцина. Представьте, что вы везете своего ребенка на вакцинацию, а вскоре после этого получаете диагноз "аутизм". Не могли бы вы соединить эти два? Было бы трудно не удивляться.
  
  На самом деле, распространенность таких историй неудивительна, потому что аутизм, как правило, диагностируется в одном из двух возрастов: ранние признаки заболевания наблюдаются педиатрическими медсестрами примерно в возрасте пятнадцати месяцев; если их не выявить тогда, диагноз часто ставится после поступления ребенка в школу.8 И две дозы вакцины MMR обычно вводятся примерно в этом возрасте. Когда мы найдем убедительное объяснение того, почему наш личный опыт не соответствует статистическому представлению, это должно убедить нас отбросить наши сомнения и довериться цифрам.
  
  Менее чреватый последствиями пример - наши отношения с телевидением и другими средствами массовой информации. Многие люди на телевидении богаче нас с вами. Почти по определению, они более известны, чем вы и я. Весьма вероятно, что они красивее нас с вами; они, безусловно, красивее меня (я выступаю по радио не просто так). Когда мы размышляем о том, насколько привлекательным, знаменитым и богатым является типичный человек, мы не можем не искажать нашу оценку тем фактом, что многих из людей, которых мы знаем, мы знаем через средства массовой информации; они привлекательны, знамениты и богаты. Даже если, поразмыслив, мы осознаем то, что телеведущие не являются случайной выборкой населения планеты, трудно отделаться от ощущения, что так оно и есть.
  
  У психологов есть название для нашей склонности путать нашу собственную точку зрения с чем-то более универсальным: это называется “наивный реализм”, ощущение, что мы видим реальность такой, какая она есть на самом деле, без фильтров или ошибок.9 Наивный реализм может сильно сбить нас с пути, когда мы путаем наш личный взгляд на мир с какой-то универсальной истиной. Мы удивляемся, когда выборы проходят против нас: все в нашем социальном кругу согласились с нами, так почему же нация проголосовала иначе? Опросы общественного мнения не всегда дают правильные результаты, но я могу заверить вас, что у них лучший опыт прогнозирования выборов, чем просто общение с вашими друзьями.
  
  Наивный реализм - это мощная иллюзия. Рассмотрим результаты опроса, проведенного социологом Ipsos Mori. Мори опросил почти 30 000 человек в 38 странах по целому ряду социальных проблем, обнаружив, что они — и, предположительно, большинство из нас — сильно расходятся с тем, что показывает достоверная статистика:10
  
  (а) Мы ошибаемся насчет количества убийств. Мы думаем, что он растет с 2000 года. В большинстве обследованных стран он снижается.
  
  (b) Мы считаем, что смертность от терроризма за последние пятнадцать лет была выше, чем за пятнадцать лет до этого; они снижаются.
  
  (c) Мы считаем, что 28 процентов заключенных - иммигранты. Ipsos Mori считает, что истинный показатель во всех обследованных странах составляет 15 процентов.
  
  (d) Мы считаем, что 20 процентов девочек-подростков рожают каждый год. Это число подрывает биологическую достоверность, когда вы думаете об этом. Восемнадцатилетняя девушка была подростком в течение шести лет, поэтому, если каждый год у нее есть 20-процентный шанс родить ребенка, большинство восемнадцатилетних становятся матерями. (Тех, кто не является таковым, уравновешивают восемнадцатилетние девушки, которые неоднократно становились матерями.) Оглянитесь вокруг; это действительно так? Правильная цифра, говорит Ипсос Мори, заключается в том, что 2 процента девочек-подростков рожают каждый год.*
  
  (e) Мы считаем, что 34 процента людей страдают диабетом; истинная цифра составляет 8 процентов.
  
  (f) Мы считаем, что у 75 процентов людей есть учетная запись Facebook. Правильная цифра на момент опроса, в 2017 году, составляла 46 процентов.
  
  Почему наше восприятие мира настолько ошибочно? Трудно быть уверенным, но правдоподобное первое предположение заключается в том, что мы получаем наши впечатления из средств массовой информации. Дело не в том, что авторитетная газета или телеканал на самом деле предоставили бы нам неверные данные — хотя это было известно. Проблема в том, что в новостях рассказывают о лотерейных выигрышах и сказочных романах, зверствах террористов и ужасных нападениях незнакомцев и, конечно, о последних тенденциях, которые зачастую далеко не так популярны, как кажутся. Ни одна из этих историй не отражает повседневную жизнь; все они интуитивно запоминаются и кажутся действие будет происходить в наших гостиных. Мы формируем наши впечатления соответствующим образом.
  
  Как великий психолог Дэниел Канеман объяснил в Размышление, быстрое и медленное: “Когда мы сталкиваемся с трудным вопросом, мы часто отвечаем на более простой, обычно не замечая подмены”. Вместо того, чтобы спрашивать: “Есть ли вероятность, что террористы убьют меня?”, мы спрашиваем себя: “Видел ли я недавно новостной репортаж о терроризме?” Вместо того, чтобы сказать: “Из всех девочек-подростков, которых я знаю, сколько уже стали матерями?” мы говорим: “Могу я вспомнить недавний пример новостного сюжета о подростковой беременности?”
  
  Эти новостные сообщения в некотором смысле являются данными. Это просто не репрезентативные данные. Но они, безусловно, влияют на наши взгляды на мир. По терминологии Канемана, это “быстрая статистика” — мгновенная, интуитивно понятная, интуитивная и мощная. “Медленные статистические данные”, основанные на вдумчивом сборе непредвзятой информации, - это не те, которые, как правило, приходят нам на ум. Но, как мы увидим, есть способы потреблять больше медленных продуктов и в результате получать более сбалансированный информационный рацион.
  
  
  —
  
  До сих пор мы видели случаи, в которых тяжеловесная и тщательная медленная статистика вызывает больше доверия, чем быстрая и грязная статистика fast, и ситуации, в которых и то, и другое дает нам полезный взгляд на мир. Но есть ли также случаи, когда мы должны доверять нашим личным впечатлениям больше, чем данным?
  
  ДА. Есть определенные вещи, которые мы не можем узнать из электронной таблицы.
  
  Рассмотрим Джерри З. Книга Мюллера Тирания показателей. В нем 220 страниц. Средний объем главы составляет 10,18 страницы и содержит 17,76 концевых сносок. На обложке есть четыре одобрения, а вес книги составляет 421 грамм. Но, конечно, ни одно из этих чисел не говорит нам того, что мы хотим знать — а именно об этом говорится в книге, и должны ли мы воспринимать это всерьез? Чтобы понять книгу, вам нужно будет прочитать ее или довериться мнению того, кто ее прочитал.
  
  Джерри Мюллер нацеливается на проблему с определенным видом медленной статистики — тех, которые используются в качестве показателей управления или целевых показателей производительности. Статистические показатели могут показать нам факты и тенденции, которые невозможно увидеть никаким другим способом, но часто они используются в качестве замены соответствующего опыта менеджерами или политиками, не обладающими специальными знаниями или видением вблизи. Например, если группа врачей собирает и анализирует данные о клинических исходах, они, скорее всего, узнают что-то вместе, что поможет им выполнять свою работу. Но если Когда начальство врачей решает привязать бонусы или профессиональное продвижение к улучшению этих показателей, предсказуемо возникают непредвиденные последствия. Например, в нескольких исследованиях были обнаружены свидетельства того, что кардиохирурги отказываются оперировать самых больных пациентов из-за боязни снизить показатели их успешности.11
  
  В моей книге Беспорядок Я посвятил главу обсуждению подобных примеров. Было время, когда правительство Великобритании собирало данные о том, сколько дней людям приходилось ждать приема, когда они звонили своему врачу, и это полезно знать. Но затем правительство поставило цель сократить среднее время ожидания. Врачи логично отреагировали, отказавшись принимать какие-либо предварительные заказы вообще; пациентам приходилось звонить каждое утро и надеяться, что они окажутся в числе первых, кто дозвонится. Время ожидания стало, по определению, всегда меньше суток.
  
  Что произошло, когда широко изучаемый рейтинг колледжей США, по Новости США и мировой отчет, поощрял более избирательные учреждения? Университеты с избыточной подпиской изо всех сил старались привлечь новых абитуриентов, которых они могли отклонить, и, таким образом, казались более избирательными.
  
  Кроме того, существует печально известная одержимость показателем “количество убитых”, которого придерживался министр обороны США Роберт Макнамара во время войны во Вьетнаме. Чем больше врагов вы убиваете, рассуждал Макнамара, тем ближе вы к победе. Это всегда была сомнительная идея, но количество погибших быстро стало неофициальным показателем для ранжирования подразделений и продвижения по службе, и поэтому часто преувеличивалось. И поскольку иногда было легче сосчитать врагов, которые уже были мертвы, чем убивать кого-то нового, подсчет тел стал военной целью сам по себе. Это было рискованно и бесполезно, но это соответствовало искаженному стимулу, установленному Макнамарой.
  
  Этот эпизод показывает, что статистику не всегда стоит собирать, но вы можете понять, почему Макнамара хотел ее получить. Он пытался понять и контролировать ситуацию на расстоянии, в которой у него не было опыта солдата. Несколько лет назад я брал интервью у генерала Х. Р. Макмастера, эксперта по ошибкам, допущенным во Вьетнаме. Он сказал мне, что в армии привыкли верить, что “понимание ситуации можно получить на экране компьютера”.
  
  Это не могло. Иногда вам нужно быть рядом, чтобы понять — особенно когда ситуация развивается стремительно или содержит незначительные, трудно поддающиеся количественной оценке детали, как это обычно бывает на поле боя. У Нобелевского лауреата-экономиста Фридриха Хайека была фраза, обозначающая тот тип осведомленности, который трудно отразить в показателях и картах: “знание конкретных обстоятельств времени и места”.
  
  Социологи давно поняли, что статистические показатели наиболее пагубны, когда они используются для управления миром, а не для того, чтобы пытаться его понять. Экономисты склонны цитировать своего коллегу Чарльза Гудхарта, который написал в 1975 году: “Любая наблюдаемая статистическая закономерность будет иметь тенденцию к разрушению, как только на нее будет оказано давление в целях контроля”.12 (Или, более емко: “Когда мера становится целью, она перестает быть хорошей мерой”.) Психологи обращаются к Дональду Т. Кэмпбеллу, который примерно в то же время объяснил: “Чем чаще любой количественный социальный показатель используется для принятия социальных решений, тем больше он будет подвержен коррупционному давлению и тем более склонен искажать социальные процессы, которые он призван отслеживать”.13
  
  Гудхарт и Кэмпбелл столкнулись с одной и той же основной проблемой: статистический показатель может быть довольно приличным показателем для чего-то, что действительно важно, но это почти всегда прокси, а не реальная вещь. Как только вы начнете использовать этот прокси-сервер в качестве цели, которую необходимо улучшить, или показателя для управления другими на расстоянии, он будет искажен, подделан или подорван. Значение показателя испарится.
  
  
  —
  
  Яв 2018 году я посетил Китай со своей семьей. Поездка научила меня, что мне не нужно отдавать предпочтение ни быстрой, ни медленной статистике; самое глубокое понимание приходит при объединении их вместе.
  
  Медленная статистика рассказывает знакомую историю — знакомую, по крайней мере, таким фанатам экономики, как я. Реальный доход на душу населения в Китае увеличился в десять раз с 1990 года. С начала 1980-х годов число крайне бедных людей там сократилось более чем на три четверти миллиарда — что составляет более половины всего населения страны. За последние три года Китай потребил больше цемента, чем Соединенные Штаты за весь двадцатый век. На бумаге это самый драматичный взрыв экономической активности в истории человечества.
  
  Однако увидеть это своими глазами - это совершенно другой опыт. Ничто в статистике по-настоящему не подготовило меня к путешествию по Гуандуну, южной провинции Китая, которая была на переднем крае этого роста. Мы начали с Гонконга — самого высотного города — и добрались до его близнеца на материке, Шэньчжэня. Затем, в тени небоскреба Пиньян, который превосходит Эмпайр Стейт Билдинг, мы сели на скоростной поезд, пересекающий провинцию.
  
  Там, где лондонские многоэтажки часто стоят поодиночке или группами по два-три, в Шэньчжэне будет скопление из дюжины одинаковых монолитов, битком набитых квартирами, расположенными плечом к плечу. Рядом с этим кластером - еще дюжина другого дизайна. Затем еще один, и еще. Тут и там, вдалеке, за дымкой, виднелись скопления больших небоскребов в манхэттенском стиле. Башни маршировали все дальше и дальше, всю дорогу (по крайней мере, мне так казалось) до города Гуанчжоу — сорок пять минут или около того скоростного путешествия по бесконечной перспективе бетона.
  
  Мы закончили день гораздо глубже в Китае, в пейзаже Яншо, похожем на открытку. Но, несмотря на идиллическую обстановку, я не мог уснуть. Бесконечные многоэтажки прокручивались у меня в голове. Что, если бы мы потеряли нашего шестилетнего сына в центре Гуандуна? И мои бессонные тревоги метались туда-сюда между моей семьей и остальным миром. Так много людей. Так много конкретного. Как планета могла пережить это?
  
  Конечно, в этом опыте не было ничего, что противоречило бы экономическим данным; два взгляда на экономический рост Китая прекрасно дополняли друг друга. Но они чувствовали себя совсем по-другому. Медленная статистика потребовала от меня размышлений и вычислений, потребовав некоторых усилий, чтобы обработать цифры и следовать логике того, что они подразумевали для современного Китая. Вместо этого поездка на поезде принесла быструю статистику. Это повлияло на другой, более интуитивный способ мышления, поскольку я быстро и автоматически сформировал свои впечатления, сравнив Гуанчжоу с городами, которые я знал раньше домой, и с тревогой почувствовал опасность для тех, кого я люблю.*
  
  Оба способа понимания мира имеют свои преимущества и свои ловушки. Мухаммад Юнус, экономист, пионер микрофинансирования и лауреат Нобелевской премии мира, противопоставил “взгляд с высоты птичьего полета”, основанный на личном опыте, который может предоставить статистика. Червь и птица видят мир совершенно по-разному, и профессор Юнус прав, подчеркивая преимущество наблюдения вблизи.
  
  Но птицы тоже многое видят. Профессор Юнус, уделяя пристальное внимание жизни окружающих его бедных женщин в Бангладеш, увидел возможность улучшить их жизнь, предоставив им доступ к менее дорогим кредитам, дав волю поколению микропредпринимателей. Но эта интуиция с близкого расстояния нуждается в перекрестной проверке с некоторой статистической строгостью. Схемы микрокредитования, для популяризации которых Юнус сделал так много, теперь были изучены более тщательно с использованием рандомизированных испытаний, в ходе которых группа в остальном похожих людей, обратившихся за небольшими займами, либо получила одобрение или отклоняется случайным образом. (Это похоже на клиническое испытание, в котором одни пациенты получают новое лекарство, а другие - плацебо.) Эти эксперименты, как правило, показывают, что выгоды от получения небольшого кредита довольно скромны и временны. Применяя тот же строгий тест к другим подходам — например, предоставляя микропредпринимателям небольшие выплаты наличными вместе с рекомендациями наставника, — обнаруживается, что схема "наличные и наставничество" с большей вероятностью увеличит доход от этих крошечных предприятий, чем предоставление кредитов.14
  
  Статистические данные могут казаться сухими и неубедительными. Это не затрагивает нас таким же запоминающимся и инстинктивным образом, как наш личный опыт. Тем не менее, наш личный опыт ограничен. Моя поездка в Китай проходила по туристическим местам, аэропортам и высокоскоростному железнодорожному сообщению. Было бы серьезной ошибкой полагать, что я видел все, что имело значение.
  
  Не существует простого ответа на вопрос о балансе между видом с высоты птичьего полета и с точки зрения червя, между широким и строгим, но сухим пониманием, которое мы получаем из цифр, и богатыми, но ограниченными уроками, которые мы извлекаем из опыта. Мы должны просто постоянно напоминать себе, чему мы учимся и что мы, возможно, упускаем. В статистике, как и везде, жесткая логика и личные впечатления работают лучше всего, когда они усиливают и корректируют друг друга. В идеале мы найдем способ объединить лучшее из обоих.
  
  
  —
  
  Oпопытка сделать это была предпринята Анной Рослинг Реннлунд из Gapminder, шведского фонда, который борется с неправильными представлениями о глобальном развитии. Она стремится сократить разрыв между быстрой и медленной статистикой — между обзором с высоты птичьего полета - с помощью оригинального веб-сайта Dollar Street.
  
  На Долларовой улице вы можете сравнить жизнь семьи Бутои в Макамбе, Бурунди, с жизнью семьи Би из Юньнани, Китай. Имельда Бутои - фермер. Она и ее четверо детей обходятся в 27 долларов в месяц. Би Хуа и Юэ Хен оба предприниматели. Их семья имеет доход в размере 10 000 долларов в месяц. Неудивительно, что жизнь на 27 долларов в месяц сильно отличается от жизни на 10 000 долларов в месяц. Но одни только цифры не передают разницу таким образом, чтобы мы могли интуитивно почувствовать или сравнить с нашей собственной жизнью.
  
  Долларовая улица пытается исправить это, насколько это возможно, с помощью компьютерного экрана, представляя короткие фильмы и тысячи фотографий различных комнат и предметов повседневного обихода — кухонной плиты; источника света; игрушки; места для хранения соли; телефона; кровати. В каждом доме сделано около 150 фотографий этих повседневных мест и вещей — если они существуют — и они изображены одинаково, насколько это возможно. Изображения говорят с большой четкостью.
  
  Фотографии дома Имельды Бутои производят гораздо более яркое впечатление, чем точная, но неубедительная статистика о том, что она зарабатывает 27 долларов в месяц. У дома глинобитные стены и крыша из соломы и глины. Свет исходит от открытого огня. Туалет - это доска над отверстием в земле снаружи. Пол - утрамбованная земля. Детские игрушки? Есть всего пара книжек с картинками.
  
  Дом семьи Би, напротив, может похвастаться современным душем, унитазом со смывом, модной аппаратурой Hi-fi и телевизором с плоским экраном. Их машина стоит у входа. На фотографиях все ясно видно, включая тот факт, что кухня на удивление тесная, всего с парой электрических конфорок для приготовления пищи.
  
  “Мы можем использовать фотографии в качестве данных”, - говорит Рослинг Реннлунд.15 Что делает их полезными данными, а не случайными и потенциально вводящими в заблуждение, так это то, что они поддаются сортировке, сопоставимы и связаны с числами. Сайт позволяет выполнять фильтрацию таким образом, чтобы вы видели только фотографии домохозяйств с низким, средним или высоким доходом. Или только фотографии из определенной страны. Или только фотографии определенного предмета, такого как зубная паста или игрушки.
  
  Легко, например, посмотреть на все изображения приготовления пищи в очень бедных семьях и увидеть, что стандартный метод во всем мире - это железный котел, подвешенный над открытым огнем. Все более состоятельные домохозяйства используют кнопочные приборы, подающие регулируемое электричество или газ. Независимо от того, где вы живете, если вы бедны, вы, скорее всего, будете спать на полу в одной комнате с другими членами семьи. Если вы богаты, у вас будет уединение и удобная кровать. Многое из того, что мы считаем культурными различиями, оказывается различиями в доходах.
  
  “Цифры никогда не расскажут всей истории о том, что такое жизнь на Земле”, - писал Ханс Рослинг, несмотря на то, что он был самым известным в мире статистическим гуру. (Ханс был тестем Анны Рослинг Реннлунд.) Ханс был прав, конечно. Цифры никогда не расскажут всей истории — вот почему, будучи врачом и академиком, он так много путешествовал и почему он так умело сплетал истории, подкрепляя их статистическими данными. Но истории, которые рассказывают цифры, имеют значение.
  
  Что мне нравится в Dollar Street, так это то, что здесь удачно сочетается статистика, быстрая и медленная — с точки зрения червя и с высоты птичьего полета. Он показывает нам повседневные образы, которые мы инстинктивно понимаем и запоминаем. Мы сопереживаем людям по всему миру. Но мы делаем это в четком статистическом контексте — таком, который может показать нам жизнь за 27 долларов в месяц, или 500 долларов в месяц, или 10 000 долларов в месяц, и может прояснить, сколько людей живет в каждой ситуации.
  
  Если мы не разбираемся в статистике, мы, скорее всего, сильно ошибаемся в том, как устроен мир. Слишком легко убедить себя в том, что все, что мы видели собственными глазами, - чистая правда; это не так. Понять причинно-следственную связь сложно даже при наличии хорошей статистики, но безнадежно без них.
  
  И все же, если мы разбираемся только в статистике, мы мало что понимаем. Нам нужно проявлять любопытство к миру, который мы видим, слышим, осязаем и обоняем, а также к миру, который мы можем исследовать с помощью электронной таблицы.
  
  В таком случае, мой второй совет заключается в том, чтобы попытаться использовать обе точки зрения — как с точки зрения червя, так и с высоты птичьего полета. Обычно они показывают вам что-то другое, а иногда ставят перед вами загадку: как оба представления могут быть верными? Это должно быть началом расследования. Иногда статистика может вводить в заблуждение, иногда нас обманывают наши собственные глаза, а иногда кажущееся противоречие может быть разрешено, как только мы разберемся в том, что происходит. Часто это требует от нас задать несколько умных вопросов, включая вопрос, который я представлю в следующей главе.
  
  ПРАВИЛО ТРЕТЬЕ
  
  
  
  Избегайте преждевременного перечисления
  
  Как только вы узнаете, в чем на самом деле заключается вопрос, вы поймете, что означает ответ.
  
  • Глубокая мысль (суперкомпьютер в Дугласе Адамсе Путеводитель автостопом по Галактике)
  
  Яэто был жизненно важный вопрос. По всей Великобритании показатели смертности новорожденных существенно различались без видимых причин. Могли ли врачи и медсестры делать что-то другое, чтобы спасти этих детей? Клиницистов направляли в больницы с лучшими показателями работы, инструктировали подумать об уроках, которые можно было бы извлечь, и подумать о перенастройке своих собственных служб охраны материнства с нуля.
  
  Но у доктора Люси Смит из Университета Лестера были мучительные сомнения.1 Итак, она подробно изучила данные из двух больничных групп, одной в английском Мидленде и одной в Лондоне. Больницы обслуживали очень похожие сообщества, и все же показатели смертности новорожденных в Лондоне были заметно ниже. Действительно ли лондонские больницы делали что-то другое в своих клиниках, или в родильных палатах, или в отделениях интенсивной терапии новорожденных?
  
  Нет, нашел доктора Смита. Объяснение различий в показателях смертности было совершенно иным.
  
  Когда беременность заканчивается, скажем, на двенадцати или тринадцати неделях, все назвали бы это выкидышем. Когда ребенок рождается преждевременно на сроке двадцать четыре недели или позже, законодательство Великобритании требует, чтобы это было зарегистрировано как рождение. Но когда беременность заканчивается непосредственно перед этим пороговым значением — скажем, на двадцать второй или двадцать третьей неделе, — то, как это следует описывать, более неоднозначно. Плод, рожденный на этой стадии, крошечный, размером примерно с ладонь взрослого человека. Это вряд ли выживет. Многие врачи называют эту душераздирающую ситуацию ”поздним выкидышем" или “поздней потерей плода”, даже если у крошечного ребенка на короткое время было сердцебиение или сделал несколько вдохов. Доктор Смит говорит мне, что родители, которые прошли через этот опыт, часто твердо убеждены, что слово “выкидыш” неадекватно. Возможно, в надежде помочь этим родителям справиться со своим горем сообщество врачей-неонаталистов в Мидлендсе выработало обычай описывать одну и ту же трагедию по-другому: ребенок родился живым, но вскоре после этого умер.
  
  К счастью, очень немногие беременности заканчиваются на двадцать второй или двадцать третьей неделе. Но, проведя несложную арифметику, Люси Смит поняла, что разницы в том, как эти роды обрабатывались статистически, было достаточно, чтобы объяснить общий разрыв в смертности новорожденных между двумя больничными группами. В конце концов, у новорожденных не было больше шансов выжить в Лондоне. Разница была не в реальности, а в том, как эта реальность регистрировалась.
  
  Такое же различие влияет на сравнения между странами. В Соединенных Штатах, как известно, высокий уровень младенческой смертности для богатой страны — 6,1 смертей на тысячу живорождений в 2010 году. Для сравнения, в Финляндии этот показатель составляет всего 2,3. Но оказывается, что врачи в Америке, как и в Мидлендсе Великобритании, с гораздо большей вероятностью зарегистрируют беременность, которая заканчивается на двадцать второй неделе, как живорождение с последующей ранней смертью, чем как поздний выкидыш. Возможно, это по культурным причинам, или, возможно, это отражает различные правовые или финансовые соображения. Какова бы ни была причина, некоторые — далеко не все — высокие показатели младенческой смертности в Соединенных Штатах, по-видимому, являются результатом регистрации рождений до двадцати четырех недель жизни, в то время как в других странах они были бы зарегистрированы как беременность с выкидышем. Для детей, родившихся после двадцати четырех недель, уровень младенческой смертности в США снижается с 6,1 до 4,2 смертей на тысячу живорождений. Показатель в Финляндии почти не меняется - с 2,3 до 2,1.2
  
  Проблема также возникает при сравнении тенденций во времени в одной и той же стране. Когда уровень младенческой смертности вырос в период с 2015 по 2016 год в Англии и Уэльсе на фоне истории неуклонного снижения показателей, пресса по понятным причинам подняла тревогу. “Ожирение, бедность, курение и нехватка акушерок - все это может быть факторами, говорят медицинские работники”, - сказал Guardian газета.3
  
  Действительно, они могли. Но группа врачей, написавших в Британский медицинский журнал указал, что официальная статистика также фиксирует резкий рост числа живорождений на двадцати двух неделях беременности или даже раньше.4 Похоже, что все больше и больше врачей следовали тенденции Мидлендса менять свои методы регистрации, чтобы регистрировать живорождения и ранние смерти, а не поздние выкидыши. И этого было достаточно, чтобы объяснить увеличение статистики младенческой смертности.
  
  Здесь содержится важный урок. Часто поиск объяснения на самом деле означает поиск виноватого. Уровень младенческой смертности растет — политики выделяют недостаточно денег на здравоохранение, или проблема вызвана тем, что матери курят или толстеют? Уровень младенческой смертности в Лондоне ниже, чем в Мидленде — что больницы в Мидленде делают неправильно? По правде говоря, возможно, вообще никогда не было повода кого-либо обвинять.
  
  
  —
  
  Wкогда мы пытаемся понять статистическое утверждение — любое статистическое утверждение, — нам нужно начать с вопроса о том, что на самом деле означает это утверждение.
  
  Измерение детской смертности, на первый взгляд, означает выполнение чего-то печального и простого: подсчет умерших младенцев. Но задумайтесь об этом на мгновение, и вы поймете, что различие между ребенком и зародышем совсем не простое — это глубокий этический вопрос, который лежит в основе одного из самых острых разногласий в политике США. Статистики должны где-то подвести черту. Если мы хотим понять, что происходит, нам нужно понять, откуда они это нарисовали.
  
  Пандемия коронавируса подняла аналогичные вопросы. Когда я пишу эти слова, 9 апреля 2020 года средства массовой информации сообщают, что за последние двадцать четыре часа 887 человек умерли от COVID-19 на материковой части Великобритании, но я случайно знаю, что это число неверно. Работа по анализу данных, проведенная шотландским статистиком Шейлой Берд, говорит мне, что истинная цифра, скорее всего, составит около 1500.5 Почему такое огромное несоответствие? Отчасти потому, что некоторые люди умерли дома, а статистика отражает только тех, кто умер в больнице. Но в основном потому, что эти перегруженные больницы сообщают о смертях с задержкой в несколько дней. Смерти, о которых объявлено сегодня, в четверг, вероятно, произошли в воскресенье или понедельник. И поскольку число погибших растет экспоненциально, рассказывая нам о том, что произошло три дня назад, вы преуменьшаете, насколько плохо обстоят дела сейчас.*
  
  Вся дисциплина статистики построена на измерении или подсчете вещей. Майкл Бластленд, один из создателей Более или менее представляет, что смотрит на двух овец в поле. Сколько овец на поле? Два, конечно. За исключением того, что одна из овец - не овца, а ягненок. А другая овца на большом сроке беременности — фактически, у нее схватки, она может родить в любой момент. Напомни, сколько овец? Один? Двое? Два с половиной? Считать до трех просто стало сложно. Говорим ли мы о количестве медсестер, нанятых в больнице (две медсестры, работающие неполный рабочий день, считаются как две медсестры или только одна?), или о богатстве сверхбогатых (это богатство, которое они декларируют налоговикам, или есть ли способ оценить скрытые активы тоже?), важно понимать, что измеряется или подсчитывается, и как.
  
  Удивительно, как редко мы это делаем. На протяжении многих лет, когда я неделю за неделей пытался вывести людей из статистических лабиринтов, я пришел к пониманию, что многие проблемы, с которыми я сталкивался, были вызваны тем, что люди с самого начала свернули не туда. Они погрузились в математику статистического утверждения — спрашивали об ошибках выборки и допустимых пределах погрешности, обсуждали, растет или падает число, верили, сомневались, анализировали, расчленяли — не тратя времени на понимание первого и наиболее очевидного факта: что измеряется или подсчитывается? Какое определение используется?
  
  И все же, хотя эта ловушка распространена, похоже, что она не приобрела названия. Мое предложение - “преждевременное перечисление”.
  
  Это частая тема для разговоров с моей женой. Радиоприемник, который стоит на холодильнике, принесет в наш дом за завтраком какую—нибудь статистическую информацию - политическую заметку или драматическое заключение какого-нибудь исследования. Например, “Новое исследование показывает, что дети, которые играют в жестокие видеоигры, с большей вероятностью будут жестокими в реальности”. Несмотря на то, что моя жена уже двадцать лет знает о моих ограничениях, она не может полностью избавиться от иллюзии, что у меня в голове есть огромная электронная таблица, полная всевозможных статистических данных. Итак, она повернется ко мне и спросит: “Это правда?” Очень редко случается, что я недавно исследовал проблему и знаю ответ, но гораздо чаще я могу только ответить: “Все зависит от того, что они означают ...”
  
  Я не пытаюсь моделировать какой-то радикальный философский скептицизм или раздражать свою жену. Я просто указываю, что я не до конца понимаю, что означает это утверждение, поэтому я вряд ли в состоянии (пока) узнать, может ли это быть правдой. Например, что подразумевается под "жестокой видеоигрой”? Считается ли Pac-Man? Пакман совершает отвратительные действия, в частности, заглатывает живых существ. Или как насчет Space Invaders? В Space Invaders нечего делать, кроме как стрелять и избегать пуль. Но, возможно, это не совсем то, что имели в виду исследователи. Пока я не узнаю, что они сделал я имею в виду, я многого не знаю.
  
  А как насчет “поиграть”; что это значит? Возможно, у исследователей были дети* заполните анкеты, чтобы выявить тех, кто играет в жестокие игры по многу часов в обычную неделю. Или, возможно, они набрали несколько подопытных, чтобы те в течение двадцати минут играли в игру в лаборатории, затем провели какой-то тест, чтобы увидеть, стали ли они более “жестокими в реальности” — и как это вообще определяется?
  
  “Во многих исследованиях насилие не измеряется”, - говорит Ребекка Голдин, математик и директор проекта статистической грамотности STATS.6 “Они будут измерять что-то еще, например, агрессивное поведение”. И само агрессивное поведение нелегко измерить, потому что его нелегко определить. Одно влиятельное исследование видеоигр — я обещаю, что это не выдумка — измеряло агрессивное поведение, предлагая людям добавить острый соус в напиток, который потребил бы кто-то другой. Эта “парадигма острого соуса” была описана как "прямая и недвусмысленная” оценка агрессии.7 Я не социальный психолог, так что, возможно, это разумно. Возможно. Но очевидно, что, как и “ребенок”, или “овца”, или “медсестра”, очевидно, что слова здравого смысла, такие как “жестокий” и “игра”, могут скрывать много пространства для маневра.
  
  Мы должны так же тщательно подходить к предложениям в области политики, как и к утверждениям о фактах, касающихся мира. Мы все знаем, что политики любят быть стратегически расплывчатыми. Они часто раструбят о достоинствах “справедливости”, или “прогресса”, или “возможностей”, или говорят в самом раздражающем тоне из всех: “Мы предлагаем эту политику, потому что считаем, что это правильно”. Но даже политика, звучащая конкретно, может в конечном итоге мало что значить, если мы не понимаем требования. Вы хотели бы увеличить финансирование школ? Великолепно! Это увеличение финансирования на одного ученика после инфляции — или нет?
  
  Например, политический документ, опубликованный в Великобритании в 2017 году лоббистской группой Brexit "Отпуск означает отпуск", призывал к “пятилетнему замораживанию неквалифицированной иммиграции”.8 Это хорошая идея? Трудно сказать, пока мы не узнаем, в чем на самом деле заключается идея: к настоящему моменту мы должны знать, что спрашивать: “Что вы подразумеваете под ‘неквалифицированным’?” Ответ при ближайшем рассмотрении заключается в том, что вы неквалифицированный специалист, если у вас нет предложения о работе с зарплатой не менее 35 000 фунтов стерлингов - уровень, который исключает большинство медсестер, учителей начальных классов, техников, помощников юристов и химиков. Это может быть хорошей или плохой политикой, но большинство людей были бы удивлены, услышав, что это замораживание “неквалифицированной иммиграции” является политикой, которая предлагает исключить людей, приходящих на работу в качестве учителей и медсестер интенсивной терапии.9 Это был не просто политический документ: в феврале 2020 года правительство Великобритании объявило о новых иммиграционных ограничениях, используя более низкую предельную ставку (зарплата в размере 25 600 фунтов стерлингов), но похожие формулировки о “квалифицированных” и “неквалифицированных”.10
  
  Преждевременное перечисление - это ошибка равных возможностей: самые сведущие в цифрах среди нас могут подвергаться такому же риску, как и те, у кого голова идет кругом при первом упоминании дроби. Действительно, если вы уверены в цифрах, вы, возможно, более других склонны к нарезке, корреляции и регрессии, нормализации и перебазированию, без особых усилий манипулируете числами в электронной таблице или в статистическом пакете, даже не осознавая, что вы не до конца понимаете, к чему относятся эти абстрактные величины. Возможно, это искушение лежало в основе последнего финансового кризиса: сложность математических моделей риска заслонила вопрос о том, как именно измеряются риски, и действительно ли вы хотели бы поставить на эти измерения свою глобальную банковскую систему.
  
  Работаю над Более или менее Я обнаружил проблему повсюду. После многолетней работы с определенным определением эксперты, с которыми мы беседовали, могли легко забыть, что обычный слушатель, услышав этот термин, может иметь в виду что-то совсем другое. То, что психолог Стивен Пинкер называет “проклятием знания”, является постоянным препятствием для ясного общения: как только вы достаточно хорошо знаете предмет, чрезвычайно трудно поставить себя в положение человека, который этого не знает. Мои коллеги и я не были застрахованы. Когда мы начали исследовать некоторые статистические путаница, мы обычно начинали с закрепления определений, но поскольку мы быстро принимали их как должное, нам всегда приходилось напоминать себе, что нужно объяснить их и нашим слушателям.
  
  
  —
  
  Dаррелл Хафф не замедлил бы указать на тот факт, что простой способ “солгать статистике” - использовать вводящее в заблуждение определение. Но мы часто можем вводить самих себя в заблуждение.
  
  Рассмотрим число 39 773. Это число смертей от огнестрельного оружия в Соединенных Штатах в 2017 году (это число получено от Совета национальной безопасности и является самым последним, доступным из этого источника). Эта цифра или что-то очень похожее на нее повторяется каждый раз, когда массовые расстрелы попадают в заголовки газет, хотя подавляющее большинство этих смертей не имеют никакого отношения к этим мрачным зрелищам.* (Конечно, не каждая массовая стрельба попадает в заголовки новостей. Используя общее определение четырех человек, убитых или раненых в результате одного инцидента, в Соединенных Штатах почти каждый день происходит массовая стрельба, и многие из них были бы значительно ниже в порядке приоритетов редактора новостей.)
  
  “Смерть от огнестрельного оружия” не звучит как сложная концепция: пистолет есть пистолет, а мертвый есть мертвый. С другой стороны, и “овцы” тоже, поэтому нам следует сделать паузу, чтобы проверить нашу интуицию. Даже год смерти, 2017, не так однозначен, как вы могли подумать. Например, в Великобритании в 2016 году уровень убийств резко вырос. Это произошло потому, что официальное расследование, наконец, постановило, что девяносто шесть человек, погибших в давке на футбольном стадионе Хиллсборо в 1989 году, были убиты незаконно. Первоначально рассматривавшиеся как случайные, эти смерти официально стали убийствами в 2016 году. Это крайний пример, но часто задержки между моментом, когда кто-то умер, и моментом, когда причина смерти была официально зарегистрирована.
  
  Но главный вопрос здесь заключается в коннотациях слова “смерть”. Правда, это не двусмысленное понятие. Но мы слышим цифру 39 773 в тот самый момент, когда смотрим кадры новостей, показывающие вереницы машин скорой помощи и полицейских машин при виде какой-то яркой и ужасающей бойни. Поэтому мы, естественно, ассоциируем это с убийством, или даже массовым убийством. На самом деле, около 60 процентов смертей от огнестрельного оружия в Соединенных Штатах - это самоубийства, а не убийства или редкие несчастные случаи. Никто не собирался вводить нас в заблуждение, заставляя думать, что убийства, связанные с оружием, происходят в два с половиной раза чаще, чем есть на самом деле. Это всего лишь предположение, что мы понятно, что следует исходить из контекста, в котором нам обычно представляют это число.
  
  Заметив нашу ошибку, какие выводы мы должны из нее сделать - это другой вопрос. Это можно использовать для поддержки различных политических взглядов. Защитники прав на оружие будут утверждать, что это показывает, что страх перед массовыми расстрелами преувеличен. Сторонники контроля над оружием подадут встречный иск, заявив, что это ослабляет распространенный аргумент лобби за права на оружие — что люди должны иметь возможность вооружиться для защиты от вооруженного нападающего, что не поможет, если больший риск заключается в том, что люди обратят свое оружие против самих себя.
  
  Нам, вдумчивым читателям статистики, не нужно торопиться с выводами в любом случае. Ясность должна быть на первом месте; защита может наступить, как только мы поймем факты.
  
  
  —
  
  Wмы также должны помнить, что за каждой из этих 39 773 смертей от огнестрельного оружия стоит трагическая человеческая история. Существует мало свидетельств того, что Сталин когда-либо говорил: “Смерть одного человека - это трагедия, смерть миллионов - всего лишь статистика”, но этот афоризм эхом отдается на протяжении многих лет, отчасти потому, что он говорит о нашем глубоком недостатке любопытства к человеческим историям, стоящим за цифрами. Преждевременное перечисление - это не просто интеллектуальный сбой. Не спрашивать, что на самом деле означает статистика, - это тоже недостаток эмпатии.
  
  Возвращаясь к мрачной теме самоубийства, на этот раз в Великобритании: “Пятая часть девушек в возрасте от 17 до 19 лет причиняют себе вред или пытаются покончить с собой”, - гласит заголовок в Хранитель. Далее в статье высказывается предположение, что это может быть из-за социальных сетей, давления с целью хорошо выглядеть, сексуального насилия, давления с целью хорошо сдать экзамены, трудностей с поиском работы, переезда в новый район, сокращения услуг центрального правительства или использования iPad.11 Но, хотя в статье много козлов отпущения, в ней мало подробностей о том, что подразумевается под членовредительством.
  
  Итак, давайте обратимся к оригинальному исследованию, финансируемому правительством Великобритании и проведенному некоторыми уважаемыми исследовательскими организациями.12 Не требуется много времени, чтобы понять, что в заголовок попала ошибка, как это часто бывает с ошибками. Неправда, что пятая часть девушек в возрасте от семнадцати до девятнадцати лет наносят себе увечья или пытаются покончить жизнь самоубийством. Что верно, так это то, что пятая часть из них говорит, что они сделали это на каком-то этапе - не обязательно недавно. Но... “сделано так”. Что именно они сделали? Само исследование проливает не больше света, чем Guardian доложите об этом.
  
  На веб-сайте Национальной службы здравоохранения перечислены различные виды самоповреждающего поведения, включая порезы или обжигание кожи, нанесение себе ударов кулаками или пощечин, прием ядовитых веществ, наркотиков, злоупотребление алкоголем, расстройства пищевого поведения, такие как анорексия и булимия, вырывание волос и даже чрезмерные физические нагрузки.13 Это то, о чем думали эти молодые женщины, когда они ответили "да" на вопрос? Мы не знаем. Я спросил исследователей, что означает их вопрос; они сказали мне, что хотели “охватить весь спектр самоповреждений” и поэтому не дали определения самоповреждения молодым женщинам, которых они интервьюировали. Членовредительство означает то, что, по мнению опрошенных, оно означает.14
  
  Это прекрасно; нет ничего плохого в стремлении охватить как можно более широкий диапазон поведения. Возможно, было бы полезно знать, что пятая часть девушек в возрасте от семнадцати до девятнадцати лет в какой-то момент вели себя так, что они субъективно расценивали это как членовредительство. Но те из нас, кто интерпретирует статистику, захотят иметь в виду, что никто другой не может точно знать, что они имели в виду. Все формы членовредительства вызывают беспокойство, но некоторые из них могут показаться вам гораздо более тревожными, чем другие. Кажется, что пьянство сильно отличается от анорексии.
  
  Учитывая это, заголовок, объединяющий самоповреждение и самоубийство, который на первый взгляд казался естественным, начинает выглядеть безответственным. Существует огромная пропасть между чрезмерными физическими нагрузками и самоубийством. И хотя этот опрос показывает, что самоповреждение тревожно распространено среди молодых женщин, самоубийства, к счастью, довольно редки. Из каждых 100 000 девушек в Великобритании в возрасте от пятнадцати до девятнадцати лет 3,5 ежегодно совершают самоубийство; это около семидесяти по всей стране.15
  
  (К настоящему моменту, я надеюсь, вам интересно, что именно власти подразумевают под “самоубийством”. Не всегда ясно, намеревался ли кто-то покончить с собой; иногда люди намеревались только причинить себе вред, но погибли случайно. В Великобритании Управление национальной статистики проводит четкую границу: если ребенку пятнадцать лет и старше, предполагается, что смерть была преднамеренной; в возрасте до пятнадцати лет предполагается, что это был несчастный случай. Очевидно, что эти предположения не всегда отражают правду, которую иногда невозможно узнать.)
  
  Сводить воедино самоповреждение и самоубийство тем более безответственно, что в заголовке выделяются девушки. Исследование действительно показало, что семнадцатилетние-девятнадцатилетние девочки гораздо чаще, чем семнадцатилетние-девятнадцатилетние мальчики, говорят, что они причинили себе вред, однако именно мальчики подвергаются большему риску самоубийства. Мальчики этого возраста в два раза чаще, чем девочки, совершают самоубийство.
  
  За каждым из этих чисел кроются ужасные трагедии. Закрепление определений жизненно важно, если мы хотим понять, что происходит и, возможно, как мы могли бы сделать жизнь лучше. В конце концов, именно поэтому мы собираем цифры.
  
  
  —
  
  Яя хотел бы посвятить оставшуюся часть главы более подробному примеру, который, я надеюсь, проиллюстрирует, как мы могли бы попытаться продумать сложную проблему — сначала пояснив, что измеряется, и только потом раскрыв математику. Это важная проблема, но также и проблема, в отношении которой у многих людей очень сильные убеждения, но они слабо понимают используемые определения. Эта проблема - неравенство. Давайте начнем, пожалуй, с самого известного отрывка по теме.
  
  “Оксфам: 85 богатейших людей так же богаты, как беднейшая половина мира”. Это был Guardian заголовок в январе 2014 года. Независимый обратили внимание на то же исследование, опубликованное благотворительной организацией Oxfam, занимающейся развитием, как и многие другие СМИ.16 Это поразительное заявление. Но о чем это нам говорит?
  
  Целью Oxfam была реклама. Они хотели генерировать тепло; если они и проливали какой-либо свет на предмет, это было второстепенным соображением. Это не только мое мнение: ведущий автор отчета, Рикардо Фуэнтес, высказал то же самое в интервью для публикации в блоге Oxfam под названием “Анатомия убийственного факта”, посвященной “самому масштабному в истории веб-сайту Oxfam International дню трафика”.17 Сообщение в блоге фокусируется на том внимании, которое привлекла претензия. Но был ли “убийственный факт” информативным или даже правдивым? Позже Фуэнтес сказал Би-би-си, что в его исследовании “есть недостатки, но оно было настолько хорошим, насколько это возможно”.
  
  Я не так уверен в этом. Три года спустя Oxfam пересмотрела свой анализ настолько всесторонне, что общая цифра изменилась с восьмидесяти пяти миллиардеров до восьми. Действительно ли неравенство стало в десять раз хуже, миллиардеры в десять раз богаче - или, возможно, бедняки мира каким-то образом потеряли девять десятых своего богатства? Нет, такого экономического катаклизма не было. Оценка Oxfam была просто очень шумным и неинформативным способом размышления о неравенстве в первую очередь.
  
  Резкое изменение заголовка заявления является одним из признаков того, что это, возможно, не самый образовательный способ размышлять о неравенстве. Возбужденное недоумение, вызванное некоторыми сообщениями СМИ, является еще одним признаком того, насколько ошеломляющим было это число на самом деле. В то время как Guardian точно повторил заголовок Oxfam — восемьдесят пять человек в совокупности имеют столько же богатства, сколько беднейшая половина мира — the Независимый опубликовал инфографику, в которой говорится, что у восьмидесяти пяти богатейших людей было столько же богатства, сколько у всего остального мира, вместе взятого. (Трейлер документального фильма BBC о сверхбогатых людях повторил ошибку.) Это даже не Закрыть к тому, что это одно и то же утверждение, хотя вам, возможно, придется дважды подумать о том, почему.
  
  Если дважды подумать не помогло: почти все мировое богатство не принадлежит ни беднейшей половине мира, у которой мало или вообще ничего нет, ни самым богатым восьмидесяти пяти (или восьми?) ультра-миллиардеры. Это связано с несколькими сотнями миллионов преуспевающих людей в середине. Вы вполне можете быть одним из них. Независимый и Би-би-си перепутала "богатство беднейшей половины” и “богатство всех, кто не является миллионером".”Эта, по-видимому, незначительная путаница, оказывается, связана с суммой менее 2 триллионов долларов и суммой более 200 триллионов долларов. Недостаточно тщательное обдумывание точного предъявляемого требования привело к стократной ошибке.
  
  В великолепной демонстрации статистического замешательства, Независимый также объявлено, что ”85 самых богатых людей — 1%" имеют такое же богатство, как “остальной мир — 99%”. Это означает, что население мира составляет 8500 человек. Если предыдущее утверждение было стократной ошибкой, то это почти в миллион раз меньше.
  
  Безнадежная путаница в Независимый на них стоит ненадолго остановиться. Они напоминают нам, как легко нашим эмоциям взять над нами верх. На свете есть люди с необыкновенным состоянием, поражающим воображение. Есть и другие люди, у которых ничего нет. Это несправедливо. И когда мы начинаем возмущаться несправедливостью, риск заключается в том, что мы перестаем думать. Независимый перепутал почти 8 миллиардов человек с 8500 людьми. Это спутало богатство беднейшей половины мира с богатством все за исключением самых богатых восьмидесяти пяти человек. Это нелепые ошибки, но, как показал нам Абрахам Бредиус, когда мы перестаем думать и начинаем чувствовать, нелепые ошибки проявляются очень быстро.
  
  Это приятное маленькое напоминание всем нам остановиться и подумать на мгновение. Не должно быть слишком сложным вычисление, чтобы понять, что кем бы ни был “1%”, их более восьмидесяти пяти.
  
  Я не могу винить Oxfam, организацию, занимающуюся кампаниями и сбором средств, за то, что она ищет как можно более сенсационные заголовки. Я также не возлагаю на них ответственность за тот факт, что заявление вызвало всевозможные ошибки в средствах массовой информации.
  
  Остальные из нас, однако, могли бы предпочесть некоторую ясность. Итак, вернемся к чертежной доске, и это начинается с четкого представления о том, что измеряется и как.
  
  
  —
  
  Wизмеряется чистое богатство, то есть активы, такие как дома, акции и наличные в банке, за вычетом любых долгов. Если у вас есть дом стоимостью 250 000 долларов с ипотекой в 100 000 долларов, это составляет 150 000 долларов чистого дохода.
  
  Расчеты Oxfam, на которых был основан заголовок, взяли наилучшую доступную оценку совокупного чистого богатства беднейшей половины мира (накопленную исследователями, которым платит банк Credit Suisse) и сравнили ее с наилучшей доступной оценкой совокупного богатства ведущих мультимиллиардеров (как сообщается в газетных списках богатых).18 Они обнаружили, что вам нужно было подсчитать только восемьдесят пять богатейших миллиардеров, прежде чем вы превысили общее состояние беднейшей половины мира, примерно 2,4 миллиарда взрослых (исследователи Credit Suisse проигнорировали детей).
  
  Но действительно ли чистое богатство говорит нам о многом? Допустим, вы покупаете хороший спортивный автомобиль стоимостью 50 000 долларов с кредитом в 50 000 долларов. В тот момент, когда вы выезжаете на нем со стоянки, спортивный автомобиль теряет в стоимости несколько тысяч долларов, и ваше чистое состояние только что упало. Если вы только что закончили MBA, или юридическую школу, или медицинскую школу, и у вас накопилось несколько сотен тысяч долларов долга, ваше чистое состояние составляет способ ниже нуля. Но с финансовой точки зрения молодой врач, вероятно, будет чувствовать себя гораздо комфортнее, чем молодой фермер, ведущий натуральное хозяйство, даже если врач по уши в долгах, а фермер владеет тощей коровой и ржавым велосипедом на чистую стоимость в 100 долларов.*
  
  Чистое богатство - отличный способ измерить богатство, но не такой хороший способ измерить бедность. У многих людей их ноль или меньше нуля. Некоторые из них обездолены; с другими, как с младшим врачом, все будет в порядке.
  
  Еще одна проблема заключается в том, что когда вы складываете все эти нули и отрицательные числа, вы никогда не получите положительное число. В результате копилка моего маленького сына стоит больше, чем активы миллиарда беднейших людей в мире, вместе взятых, потому что миллиард нулей и отрицательных чисел никогда не даст вам больше примерно 15 долларов, которые у него были, когда мы в последний раз все подсчитывали. Означает ли это, что мой сын богат? Нет. Демонстрирует ли это, что крайняя бедность носит эндемический характер? Ну, нет, не напрямую. Тот факт, что более миллиарда человек не имеют богатства, является поразительно, но не ясно, что попытка сложить все эти нули говорит нам гораздо больше. Я не уверен, что это нам о чем-то говорит, за исключением того, что миллиард раз ноль равен нулю.
  
  Теперь, когда мы избежали преждевременного перечисления — спешки работать с числами до того, как мы действительно поймем, что эти цифры должны означать, — самое подходящее время для небольшой математики, которая может быть чудесно прояснена.
  
  Глядя на Отчет о глобальном благосостоянии от Credit Suisse, источника заявлений Oxfam, мы можем поиграть с некоторыми из этих цифр, чтобы пролить больше света на тему.*
  
   У сорока двух миллионов человек есть более миллиона долларов каждый, что в совокупности составляет около 142 триллионов долларов. Некоторые из них миллиардеры, но большинство - нет. Если у вас есть хороший дом без ипотеки в таком месте, как Лондон, Нью-Йорк или Токио, этого может быть достаточно, чтобы отнести вас к этой группе. Как и право на хорошую частную пенсию.* 19 Почти 1 процент взрослого населения мира относится к этой группе.
  
   Четыреста тридцать шесть миллионов человек, у которых более 100 000 долларов, но меньше миллиона, в совокупности владеют еще 125 триллионами долларов. Почти 10 процентов взрослого населения мира относятся ко второй группе.
  
   В совокупности эти две группы владеют большей частью наличных.
  
   У другого миллиарда людей есть более 10 000 долларов, но менее 100 000 долларов; среди них около 4 триллионов долларов.
  
   Оставшиеся 3,2 миллиарда взрослых имеют всего 6,2 триллиона долларов, в среднем менее 2000 долларов на каждого. У многих из них гораздо меньше, чем в среднем.
  
  Грубо говоря, у самых богатых полумиллиарда человек больше всего денег в мире, а у следующего миллиарда - остальное. Горстка из восьмидесяти пяти потрясающе богатых супербиллиардеров - это все еще всего лишь горстка, поэтому им принадлежит менее 1 процента от этого общего числа. Все это, как мне кажется, говорит нам гораздо больше о распределении активов, чем широко повторяемый “убийственный факт”, который говорит о неравенстве в благосостоянии, игнорируя при этом почти все богатство в мире. И хотя цель Oxfam, по понятным причинам, состоит в том, чтобы представить такие убийственные факты, чтобы привлечь внимание и собрать деньги, моя цель - поймите нашу планету и наше общество. Эти факты были легко доступны в Интернете; это был вопрос одного-двух дополнительных кликов. Чтобы найти их, потребовалась всего пара минут и любопытство к миру.
  
  
  —
  
  Aпо крайней мере, Oxfam ясно дала понять, что речь идет о неравенстве в благосостоянии. Часто мы слышим, как кто-то делает расплывчатое утверждение вроде “неравенство возросло”, и мы не можем даже предположить, насколько: неравенство в чем, между кем и как измеряется?
  
  Возможно, они говорят о неравенстве в благосостоянии, прочитав статистику Oxfam, согласно которой среди восьмидесяти пяти миллиардеров осталось всего восемь. Или, возможно, они означают неравенство доходов. Если вы хотите понять, как живут люди и что они могут потреблять изо дня в день, более естественным является изучение неравенства доходов. То, что мы едим, во что мы одеваемся и как мы живем, как правило, связано не с нашим богатством, а с регулярным доходом от зарплаты, пенсии, выплат от государства или прибыли от малого бизнеса. Очень немногие люди обладают достаточным состоянием, чтобы финансируют свой образ жизни исключительно за счет процентных платежей, и поэтому, если мы хотим понять, как неравенство проявляется в повседневной жизни, имеет смысл смотреть на доход, а не на богатство. Другое преимущество анализа доходов заключается в том, что нам не нужно сталкиваться с абсурдностью предположения, что обычный школьник и его копилка богаче миллиарда человек, вместе взятых.
  
  Если мы посмотрим на неравенство доходов, неравенство между кем? Очевидный ответ: между богатыми и бедными. Но есть и другие возможности: можно посмотреть на неравенство между странами, или между этническими группами, или между мужчинами и женщинами, или между пожилыми и молодыми, или между различными регионами внутри страны.
  
  Но даже после того, как мы остановились на рассмотрении неравенства доходов, а также между людьми с высокими и низкими доходами, остается вопрос: измеряется как?
  
  Вот несколько возможностей. Вы могли бы сравнить средний доход (доход человека, находящегося в самом центре распределения) с доходом десятого процентиля (доход человека, находящегося в нижней части распределения доходов). Это называется соотношением 50/10, и оно показывает, как обстоят дела у бедных по сравнению со средним классом.
  
  В качестве альтернативы вы могли бы посмотреть на долю доходов 1 процента самых высокооплачиваемых — достойный показатель того, как поживают не только миллиардеры, но и миллионеры. Вам не нужно делать это самостоятельно; аналитические центры и ученые выполнили эти расчеты, и их обычно легко найти в Интернете.20
  
  Обе эти меры, похоже, говорят нам о чем-то важном. Но что, если они конфликтуют? Представьте себе страну, в которой доход 1 процента самых высокооплачиваемых вырос, в то время как в то же время произошло сокращение неравенства дальше по шкале доходов, поскольку соотношение 50/10 сократилось, а более бедные домохозяйства оказались в положении состоятельных. Если богатые становятся богаче, но бедные тоже становятся богаче по сравнению с медианным показателем, увеличилось ли неравенство? Или падший? Или немного того и другого?
  
  Это может показаться милым гипотетическим вопросом, но на самом деле он описывает ситуацию в Соединенном Королевстве в период с 1990 по 2017 год. После уплаты налогов доля доходов 1% самых богатых выросла, но неравенство среди домохозяйств с низким доходом сократилось, поскольку более бедные домохозяйства, как правило, догоняли тех, у кого доходы были средними. Это неловкая история для тех, кто хочет получить простой ответ, но в сложном мире мы не должны ожидать, что статистика всегда будет выглядеть аккуратно.
  
  Несколько лет назад меня пригласили стать постоянным специалистом по обработке данных на телевизионных дебатах о неравенстве в Великобритании. Шоу было амбициозным часовым специальным выпуском перед аудиторией студии, в ходе которого различные достойные люди обсуждали, почему неравенство в Великобритании имеет значение. В первых обсуждениях с командой разработчиков программы я указал им на базу данных по мировому неравенству, ресурс, который изначально был создан экономистами Тони Аткинсоном и Томасом Пикетти. Пикетти, конечно, был автором-суперзвездой Капитал в двадцать первом веке; Сэр Тони, который умер в 2017 году, был одним из его академических наставников. Они оба выступали за жесткие перераспределительные налоги и широкомасштабное вмешательство правительства в экономику. Как и многие экономисты, я довольно настороженно отношусь к такого рода политике, но я все равно рекомендовал их базу данных. Они были просто ведущими мировыми экспертами.
  
  Все казалось хорошим, пока за несколько дней до показа у меня не произошел неловкий телефонный разговор с одним из продюсеров. Я мимоходом упомянул, что доля доходов до уплаты налогов в 1 проценте самых богатых немного снизилась за предыдущие несколько лет. Как мы видели, это ни в коем случае не единственный способ измерить неравенство, но Пикетти и Аткинсон любят подчеркивать этот показатель, и он показался хорошей отправной точкой: он был четким, строгим и его легко было объяснить по телевизору. Встревоженная, она сказала мне, что вся программа была основана на предпосылке, что неравенство было рост после финансового кризиса 2007-08 годов. Почему они думали, что это правда? Данные были ясны: у 1% самых богатых доход до налогообложения в 2008 году составлял 12% и рос, но кризис снизил этот показатель до 10 или 11%.* Вряд ли это было удивительно: масштабный финансовый кризис, вероятно, временно ударит по доходам людей с высокими доходами, таких как банкиры, юристы и руководители корпораций. И помните, это были данные, собранные двумя экономистами левого толка, которые были бы первыми в очереди, чтобы осудить последствия жадности банкиров или правительственных сокращений.
  
  Но нет: идея о том, что неравенство возросло, просто показалась телепродюсерам чем-то вроде того, что должен будьте правдивы. Возможно, они просмотрели данные, которые я рекомендовал, и нашли в них какой-то недостаток. Возможно, они нашли какую-то другую меру, которая, по их мнению, была лучше. Но сильное впечатление от моего разговора сложилось о том, что съемочная группа просто не смотрела на данные, которые я им рекомендовал. Я надеюсь, что это не так, потому что требуется особое отсутствие любопытства, чтобы иметь возможность создать амбициозную телепрограмму, не потратив девяносто секунд или около того, необходимых для проверки того, соответствует ли предпосылка шоу действительности.
  
  Я извинился и не участвовал.
  
  
  —
  
  От статистиков иногда отмахиваются как от счетчиков бобов. Насмешливый термин вводит в заблуждение, а также несправедлив. Большинство концепций, имеющих значение в политике, не похожи на бобы; их не просто трудно сосчитать, но и трудно определить. Как только вы будете уверены, что подразумеваете под “bean”, сам подсчет bean может быть проще. Но если мы не понимаем определения, тогда нет смысла смотреть на цифры. Мы обманули самих себя еще до того, как начали.
  
  Тогда решение: Спросите, что подсчитывается, какие истории лежат в основе статистики. Естественно думать, что навыки, необходимые для оценки чисел, являются числовыми — понимание того, как вычислять процент, или как отделить ваши миллионы от ваших миллиардов от ваших циллионов. Это вопрос математики, не так ли?
  
  Чему, я надеюсь, мы научились за последние несколько страниц, так это тому, что истина более тонкая, но в некотором смысле более простая: наша путаница часто заключается не столько в цифрах, сколько в словах. Прежде чем мы выясним, повышали ли зарплату медсестрам, сначала выясните, что подразумевается под словом “медсестра”. Прежде чем сетовать на распространенность членовредительства среди молодежи, остановитесь и подумайте, знаете ли вы, что подразумевается под термином “членовредительство”. Прежде чем сделать вывод о резком росте неравенства, спросите: “Неравенство в что?”Требовать короткого, четкого ответа на вопрос “Увеличилось ли неравенство?” не только несправедливо, но и странно нелюбопытно. Если вместо этого мы проявим любопытство и зададим правильные вопросы, то легко достигнем более глубокого понимания.
  
  ПРАВИЛО ЧЕТВЕРТОЕ
  
  
  
  Отойдите назад и наслаждайтесь видом
  
  Самыми короткоживущими существами на Диске были поденки, которые едва доживают до двадцати четырех часов. Двое старейших бесцельно кружили зигзагами по водам форелевого ручья, обсуждая историю с несколькими младшими участниками вечернего вылупления.
  
  “Сейчас вы не получаете такого солнца, как раньше ”, - сказал один из них.
  
  “Тут ты прав. В старые добрые времена у нас было настоящее солнце. Все они были желтыми. Никакой этой красной дряни ”.
  
  “Это тоже было выше ”.
  
  “Это было. Ты прав.”
  
  • Терри Пратчетт, Человек-жнец
  
  Tв апреле 2018 года в газетах появилось тревожное сообщение для лондонцев:
  
  “Впервые в истории уровень убийств в Лондоне выше, чем в Нью-Йорке!” Заголовки превратились в повествование о обезумевших бандах. И если мы на мгновение забудем о том, что само определение “убийства” отличается по обе стороны Атлантики, это утверждение также совершенно верно. В феврале 2018 года в Нью-Йорке произошло четырнадцать убийств, а в Лондоне - пятнадцать.1
  
  Но какой мы должны сделать вывод? Ничего.
  
  Мы не должны делать никаких выводов, потому что эта пара чисел сама по себе говорит нам очень мало. Если мы хотим понять, что происходит, нам нужно отступить назад и взглянуть на ситуацию в более широкой перспективе.
  
  Вот несколько фактов, которые стоит знать об убийствах в Лондоне и Нью-Йорке. В 1990 году в Лондоне произошло 184 убийства, в то время как в Нью—Йорке произошло 2262 убийства - более чем в десять раз больше. Именно с таким представлением о Нью-Йорке как о месте, где совершаются убийства, лондонцы встревожены мыслью, что они, возможно, стали такими же прогнившими, как Большое яблоко. Но уровень убийств в Лондоне упал, а не вырос, с 1990 года. В 2017 году в Лондоне было совершено 130 убийств, в том числе десять человек погибли в результате террористических атак. Лондон был безопасен в 1990 году, и сегодня он немного безопаснее. Что касается Нью-Йорка, количество убийств в 2017 году сократилось до 292. Это означает новое Йорк по-прежнему опаснее Лондона, но намного, намного безопаснее, чем в 1990 году.
  
  (Нам действительно следует посмотреть на уровень убийств на миллион человек, а не на общее число убийств, но население Нью-Йорка и Лондона схоже, так что давайте не будем беспокоиться об этом.)
  
  Теперь, когда в Нью-Йорке стало намного безопаснее, очень редко там бывает хороший месяц, а в Лондоне - плохой, и ежемесячное количество убийств в Нью-Йорке опускается ниже, чем в Лондоне. Особенность чисел в том, что со временем они имеют тенденцию немного повышаться и понижаться.*
  
  Итак, хотя заголовки газет почти верны, они скорее уводят нас от правды, чем приближают к ней: новости хорошие, а не плохие; Лондон стал безопаснее, а не опаснее; и Лондон остается безопаснее, чем быстро развивающийся Нью-Йорк. Мы узнаем реальную историю только из контекста.
  
  
  —
  
  Яв 1965 году два норвежских социолога, Йохан Галтунг и Мари Руге, сделали увлекательное наблюдение: то, что считается “новостями”, во многом зависит от частоты, с которой мы уделяем внимание.2 Если СМИ знают, что большая часть их аудитории регистрируется каждый день или каждые несколько часов, они, естественно, сообщат нам о самом привлекающем внимание событии, произошедшем за это время.
  
  Рассмотрим финансовые новости. Существует большая разница между постоянным освещением бизнеса на Bloomberg TV, ежедневным ритмом газеты и Financial Times (мой работодатель), и еженедельный анализ Экономист даже если у трех изданий схожий интерес к бизнесу, экономике и геополитике. Агентство Bloomberg может уловить резкие изменения на рынке за последний час. Те же действия не заслуживают упоминания в Экономист. Еженедельно, ежедневно, ежечасно — метроном новостных часов меняет саму природу того, что является новостями.
  
  Теперь представьте себе гораздо более медленный ритм новостей: скажем, газета, выпускающаяся двадцать пять лет. Что бы сказали в последнем издании? Он был бы полон обновлений, как обнадеживающих, так и мрачных; в нем описывались бы подъем Китая, Всемирная паутина и смартфоны, появление "Аль-Каиды" и крах Lehman Brothers. Могла бы быть небольшая статья о преступности, в которой отмечалось бы, что количество убийств в Лондоне сократилось, но далеко не так сильно, как в Нью-Йорке. Никто бы и словом не обмолвился о том, что Лондон переживает волну убийств; такое наблюдение могло бы это имеет смысл только в быстро меняющихся средствах массовой информации.
  
  Как насчет газеты, которой пятьдесят лет? Макс Розер, молодой экономист, создавший веб-сайт "Наш мир в данных", предложил эту идею, вдохновленную Галтунгом и Руге. Розер представляет себе газету, опубликованную в 1918, 1968 и 2018 годах. Темы, которые в ежедневных газетах того времени казались потрясающими, могли вообще не упоминаться, в то время как об огромных изменениях в мире кричали бы с первых страниц.3
  
  Что было бы написано на первой странице пятидесятилетней газеты в 2018 году? Одной из возможностей может быть история о чем-то, чего не произошло: “Фух! Мир избегает ядерного армагеддона!” Читатели газеты за 1968 год с тревогой прочитали бы о том, как за предыдущие три десятилетия атомная бомба была изобретена, разработана, применена против Японии с катастрофическим эффектом, а затем заменена огромными арсеналами гораздо более мощных водородных бомб, и как сверхдержавы неоднократно заигрывали с ядерным конфликтом — в Корейской войне, во время Кубинской войны. ракетный кризис, и не один раз над Берлином. Для читателя, впервые с 1968 года взявшего в руки газету в 2018 году, было бы большой новостью, что холодная война просто закончилась без какого—либо обмена ядерными ударами - даже если ни одна ежедневная газета за это время не поддалась бы искушению выйти с заголовком “Водородные бомбы сегодня не сброшены”.
  
  Или, возможно, редакторы опубликовали бы статью об изменении климата. Поскольку ранние исследования парникового эффекта, вероятно, не заслуживали бы упоминания в издании 1968 года, газете 2018 года пришлось бы начать с объяснения основной проблемы: сжигание ископаемого топлива, такого как газ, нефть и уголь, изменяет состав атмосферы таким образом, что помогает ей улавливать тепло. (Заголовок: “Боже! Сжигание угля оказывается ужасной идеей!”) Это объяснение можно было бы проиллюстрировать тревожным графиком, показывающим повышение глобальных температур.
  
  Об изменении климата сложно сообщать за короткий промежуток времени. На ежегодной основе глобальные температуры скачут вверх и вниз; вы можете найти почти столько же лет, когда они падали, сколько и когда они повышались, — что является сырьем для производства сомнений. Однако пятидесятилетняя газета четко сообщает мрачные новости: с 1960-х годов температура повысилась примерно на 0,75 ® C (1,35 ® F), в зависимости от того, на какой именно температурный показатель вы смотрите и между какими годами.4 Увы, с правильной точки зрения, тенденция явно такова, что планета нагревается.
  
  Как насчет столетней газеты? Перспектива снова меняется. Думая о читателях, которые в последний раз обращались к газете в 1918 году, вы могли бы предложить передовую статью о чуде безопасного детства: “Детская смертность снижается в восемь раз!” Представьте школу, предназначенную для приема ста пятилетних детей, случайно выбранных при рождении со всего мира. В 1918 году только шестьдесят восемь детей пришли бы в первый день в школу; тридцать два умерли бы, не достигнув пятилетнего возраста. Это была не какая-то временная катастрофа из-за ужасной войны 1914-18 годов или глобального вспышка гриппа в 1918 году: в 1900 году статистика была бы еще хуже. Сейчас девяносто шесть детей благополучно заканчивают свой первый год в школе; только четверо умирают, не достигнув школьного возраста. Помните, что они отбираются со всего мира, включая самые бедные, изолированные и раздираемые конфликтами страны. Это поразительный прогресс.5
  
  Для двухсотлетней газеты редакционная коллегия могла бы взглянуть еще под другим углом: “Большинство людей не бедны!” Конечно, по-прежнему много бедных людей — от 600 до 700 миллионов в настоящее время живут в условиях, которые мы называем крайней нищетой, согласно определению Всемирного банка, составляющему менее 1,90 доллара в день. Это недалеко от одного из десяти жителей мира. Но в начале девятнадцатого века почти все — девятнадцать человек из двадцати - жили в таком состоянии нищеты. Это замечательный прогресс, и он становится очевидным, только если мы сделаем шаг назад и изменим нашу точку зрения.
  
  
  —
  
  До сих пор я говорил о перспективе в основном с точки зрения времени. Мы можем получить полезный контекст и из других видов сравнения.
  
  Давайте вернемся к нашему тематическому исследованию неравенства доходов из предыдущей главы, где мы узнали, что существует множество правдоподобных способов его измерения, таких как соотношение 50/10 или доля доходов первого процента. Что, если бы мы могли разработать какой-нибудь составной показатель, который суммирует все распределение доходов? Эти составные показатели существуют, и мы уже упоминали самый известный — коэффициент Джини, названный в честь итальянского статистика начала двадцатого века Коррадо Джини.
  
  Как и любой другой показатель неравенства, коэффициент Джини не говорит нам всего. В глобальном масштабе коэффициент снижается, то есть доходы становятся более равными. Это потому, что многие ранее очень бедные люди, многие в Китае и Индии, стали намного богаче - и в математических расчетах, которые входят в коэффициент Джини, это перевешивает неравенство, растущее в верхней половине шкалы доходов, при этом очень богатые оставляют за собой умеренно обеспеченных.6 Ни один отдельный номер не мог передать все это. Но коэффициент Джини действительно элегантно отражает опыт каждого человека по всему спектру доходов. Перевод доллара от миллиардера к миллионеру не изменит 1-процентную долю дохода, поскольку этот доллар остается в руках кого-то из 1-процентной доли. Но перемещение доллара от более богатого человека к более бедному человеку, независимо от того, насколько богатым или бедным может быть любой из них, уменьшит коэффициент Джини.
  
  Однако одна большая проблема с коэффициентом Джини заключается в интуитивном понимании того, что это на самом деле означает. Достаточно легко представить страну с нулевым коэффициентом Джини — там все получают абсолютно одинаковый доход. Аналогичным образом, мы можем легко представить страну, в которой коэффициент Джини равен 100 процентам — там деспотичный президент загнал в угол весь доход, а все остальные не получают ровно ничего. Но на что было бы похоже жить в стране, где коэффициент Джини дохода составляет, скажем, 34 процента?
  
  Так получилось, что если вы живете в Великобритании, вы можете ответить на этот вопрос.7 Но даже специалист по распределению доходов, вероятно, понял бы значение коэффициента Джини в 34 процента только в сравнении с коэффициентами Джини в других странах. Например, в Китае этот показатель составляет 50, в Соединенных Штатах - 42, в Финляндии - 25. В глобальном масштабе, включая всех, кто живет в беднейших странах к югу от Сахары и богатейших нефтегосударствах, коэффициент Джини дохода составляет 65 процентов, что выше, чем в любой отдельной стране.8
  
  Но мы можем получить еще лучшее интуитивное представление о том, что означает коэффициент Джини, выполнив тот же расчет для других показателей, помимо дохода. Возьмите саму жизнь. Как и доход, жизнь распределена неравномерно. Некоторые младенцы умирают почти сразу после рождения; другие живут по сто лет. Но эти крайности относительно необычны: большинство людей живут по меньшей мере шестьдесят лет, и лишь немногие живут более девяноста. Таким образом, мы ожидаем, что глобальный коэффициент Джини ожидаемой продолжительности жизни будет довольно низким, и он составляет менее 20 процентов.
  
  Как насчет роста взрослых? У всех нас есть интуитивное представление о том, как мало что меняется, поэтому это может быть еще одним полезным ориентиром. Если мои предварительные расчеты верны, коэффициент Джини составляет менее 5 процентов.
  
  Однажды для колонки в газете я вычислил коэффициент Джини недавней сексуальной активности в Великобритании среди людей в возрасте от тридцати пяти до сорока четырех лет. Я знаю, вам любопытно: это 58 процентов, что намного выше, чем доход Gini в Великобритании, равный 34 процентам.9 Стоит ли удивляться, что это выше, чем доход Джини? Я не уверен. Но это так. Похоже, что десятикратный разрыв в сексуальной активности — когда один человек занимается сексом раз в месяц, а другой - десять раз в месяц — встречается гораздо чаще, чем десятикратный разрыв в доходах. Десятикратный разрыв в продолжительности жизни — столетний старик и ребенок, который умирает в возрасте десяти лет, — к счастью, еще реже. Десятикратная разница в росте взрослого человека? Неслыханно, даже в книгах рекордов.
  
  
  —
  
  Еще один способ отступить назад и насладиться видом - дать себе почувствовать масштаб. Столкнувшись со статистикой, просто спросите себя: “Это большое число?” Создатели Более или менее Майкл Бластленд и Эндрю Дилнот взяли за привычку задавать этот непритязательный, но важный вопрос.10
  
  Возьмем, к примеру, утверждение о том, что строительство пограничной стены Дональда Трампа между Соединенными Штатами и Мексикой обойдется в 25 миллиардов долларов. Это большое число? Это, конечно, звучит грандиозно, но чтобы действительно понять число, вам нужно с чем-то его сравнить. Например, оборонный бюджет США составляет чуть меньше 700 миллиардов долларов, или 2 миллиарда долларов в день. Стена будет финансировать около двух недель военных операций США. Или, в качестве альтернативы, стена обошлась бы примерно в 75 долларов на человека: в Соединенных Штатах проживает около 325 миллионов человек, и 25 миллиардов долларов, разделенных на 325 миллионов, составляют около 75 долларов.* Большое число? Небольшое число? Вы можете судить об этом, но я предполагаю, что ваше суждение будет более обоснованным после проведения этих сравнений.
  
  Эндрю Эллиотт — предприниматель, которому настолько нравится этот вопрос, что он опубликовал книгу под названием Это большое число?— предполагает, что всем нам следует иметь в голове несколько “знаковых цифр”, чтобы было легко сравнивать.11 Несколько примеров:
  
   Население Соединенных Штатов составляет 325 миллионов. Население Соединенного Королевства составляет 65 миллионов человек. Население мира составляет 7,5 миллиардов человек.
  
   Назовите любой конкретный возраст (моложе шестидесяти). В Великобритании насчитывается около 800 000 человек этого возраста. Например, если политика затрагивает всех трехлетних детей, их насчитывается 800 000. В Соединенных Штатах насчитывается около 4 миллионов человек любого определенного возраста (моложе шестидесяти).
  
   Расстояние вокруг Земли: 40 000 километров, или 25 000 миль. Это зависит от того, огибаете ли вы полюса или экватор, но не сильно.
  
   Поездка из Бостона в Сиэтл: 3000 миль.
  
   Длина кровати: 2 метра (или 7 футов). Как отмечает Эллиот, это помогает вам визуализировать размер комнаты: сколько в ней кроватей?
  
   Валовой внутренний продукт Соединенных Штатов: около 20 триллионов долларов (или 20 000 миллиардов долларов). Здесь много стен, если вы действительно хотите потратить их именно так.
  
   100 000 слов - это объем романа среднего формата.
  
   1454 фута: высота Эмпайр-стейт-билдинг до его вершины. (Это также о 102 историях.)
  
  Лично мне нравится держать несколько из этих цифр у себя в голове. В этом смысле я гик. И я обнаружил, что чем больше у меня ориентиров, тем больше смысла имеют все остальные ориентиры. Но правда в том, что мы не у чтобы запомнить любое из этих чисел. Мы можем просмотреть любую из них из любого числа авторитетных источников, используя любой справочник или подключение к Интернету - и во многих случаях это все равно стоит перепроверить.
  
  Как только у нас на руках будут некоторые знаковые цифры, ими легко пользоваться. Вы можете сравнить одно с другим (этот отчет из 10 000 слов кажется длинным, но обычный роман в десять раз длиннее), или вы можете разделить одно на другое (оборонный бюджет США составляет более 2000 долларов на американца в год).). Запомните или найдите несколько удобных чисел, а затем выполните простую арифметику — с помощью калькулятора, если хотите. Это не сложно. Но это замечательно проливает свет.*
  
  
  —
  
  Ябыло бы неплохо, если бы нам не нужно было этого делать — если бы мы могли положиться на средства массовой информации, которые предоставляют нам статистические данные, чтобы также услужливо предоставить весь контекст и перспективу, которые нам нужны, чтобы разобраться в них. Лучшие из них действительно попытаются это сделать. Но контекст и перспектива никогда не будут на первой странице над загибом.
  
  Мы увидели одну из причин этого: нашу частоту взаимодействия. Заметка в ежедневной газете, главная статья в телевизионном выпуске новостей и главная заметка на веб-сайте будут посвящены самым драматичным, интересным и значимым событиям, поскольку типичный потребитель новостей в последний раз просматривал их несколькими часами ранее. Некоторые медиакритики считают, что есть еще одна причина, по которой СМИ не уделяют особого внимания контексту и перспективе: людей привлекают плохие новости. Ханс Рослинг, соавтор Достоверность и замечательный борец за более реалистичные взгляды на мир, основанные на достоверных данных, называет это “инстинктом негативизма”. И, как правило, легче сделать так, чтобы новости казались плохими, если вы опускаете контекст.
  
  Я осторожно отношусь к идее о том, что мы предвзято относимся к плохим новостям, потому что в целом мы склонны быть довольно оптимистичными; психолог Тали Шарот считает, что 80 процентов из нас страдают “предвзятостью оптимизма”, систематически переоценивая свое долголетие, перспективы карьерного роста и свои таланты, будучи слепыми к риску болезни, некомпетентности или развода.12 Даниэль Канеман, лауреат Нобелевской премии и один из отцов поведенческой экономики, называет чрезмерную самоуверенность “наиболее значительным из когнитивных искажений”.13 Во многих отношениях мы, люди, на самом деле довольно позитивные существа — возможно, иногда даже чересчур позитивные.
  
  Более правдоподобное объяснение заключается в том, что нас привлекают неожиданные новости, а неожиданные новости чаще плохие, чем хорошие.14 Если бы средства массовой информации были склонны только к негативному, можно было бы ожидать, что они будут регулярно сообщать, скажем, о смертях, связанных с курением. В сентябре 2001 года, месяце, когда произошел самый смертоносный теракт в истории страны, от болезней, связанных с курением, умерло в десять раз больше жителей США, чем от терроризма.15 Даже еженедельный журнал мог бы честно отметить в конце той ужасной недели, что сигареты убили больше людей, чем "Аль-Каида". Газеты игнорировали смерти от сигарет, потому что у них был уклон в сторону шокирующего.
  
  Конечно, шокирующие новости могут быть позитивными. Но психолог Стивен Пинкер утверждал, что хорошие новости, как правило, раскрываются медленно, в то время как плохие новости часто являются более внезапными.16 Звучит верно — в конце концов, быстрее что-то разрушить, чем построить. После мысленного эксперимента, которым великий психолог Амос Тверски однажды поделился с молодым Пинкером,17 представьте себе самое лучшее, что могло бы случиться с вами сегодня. Я полагаю, вы могли бы выиграть в лотерею. (Это действительно было бы хорошей новостью?) Бывают и другие моменты, когда может произойти что-то замечательное: вы могли надеяться на ребенка после многих месяцев бесплодных попыток, и, наконец, тест на беременность оказался положительным; вы могли подать заявку на повышение по службе или место в университете, и вы его получили. Но для большинства людей, в большинстве случаев, возможность какого-то резкого и неожиданного улучшения жизни довольно ограничена. Жизнь для многих людей это уже хорошо; когда жизнь не очень хороша, она, скорее всего, улучшится медленно, а не благодаря какому-то внезапному чуду.
  
  Но возможность какого-то драматического поворота к худшему? Это легко представить. У вас или вашего близкого человека мог быть диагностирован рак, его сбил грузовик или он подвергся жестокому нападению. Ваш дом могут ограбить, или он может сгореть дотла. Тебя могут уволить с работы. Вас могут обвинить в преступлении, которого вы не совершали. Вы можете обнаружить, что у вашего партнера интрижка или он хочет развестись. Мне не пришлось долго думать, чтобы изложить эти идеи, и я уверен, что вы могли бы добавить больше, не вспотев — или, возможно, выступил бы холодный пот все слишком быстро. Список катастроф можно продолжать бесконечно.
  
  Поэтому, когда средства массовой информации хотят привлечь наше внимание, они ищут новые и неожиданные истории за короткий промежуток времени — и эти истории, скорее всего, будут плохими, чем хорошими.
  
  Необходимость привлечь внимание также искажает тактику политиков, благотворительных организаций и других участников кампаний. Они знают, что если хотят попасть в заголовки газет, им нужно делать неожиданные заявления. Например, в мае 2015 года британские СМИ опубликовали тревожную новость о том, что число инсультов среди людей среднего возраста увеличилось; этот вывод был основан на официальной статистике, предоставленной Ассоциацией по борьбе с инсультом, исполнительный директор которой прокомментировал: “Наблюдается тревожный рост числа людей, перенесших инсульт в трудоспособном возрасте”.18 К счастью, это неверно. Инсульты становятся все реже благодаря улучшенному питанию, лучшему лечению и кампаниям по информированию общественности; но те же самые кампании по информированию общественности побуждали людей обращаться в больницу при первых признаках незначительного инсульта. В результате количество госпитализаций с инсультами у молодых людей увеличилось — или “взлетело”, как выразилась Ассоциация по борьбе с инсультом, — и Ассоциация с инсультом попала в историю. Хорошей новостью является то, что заболеваемость инсультом в Великобритании в течение длительного времени неуклонно и существенно снижалась в большинстве возрастных групп. Но как можно было заметить связь между инсультом и подобной историей? И если это не будет замечено, это не сможет привлечь денег.
  
  Или рассмотрим жалобу Oxfam в конце 2016 года о том, что “весьма успешная борьба с глобальной бедностью серьезно утрачивается в одной важнейшей области — умах людей. Новое глобальное исследование ... показывает, что 87% людей во всем мире считают, что глобальная бедность либо осталась на прежнем уровне, либо усугубилась за последние 20 лет, в то время как верно прямо противоположное — она сократилась более чем вдвое ”.19 Этот пресс-релиз не привлек и близко такого внимания, как тот, который мы обсуждали в предыдущей главе, в котором говорилось, что восемьдесят пять человек (или было восемь?) владели таким же богатством, как половина мира (или это были все остальные?). Когда заголовки алармистских пресс-релизов попадают в заголовки газет, неудивительно, что люди думают, что положение в мире становится все хуже.
  
  В Великобритании люди не сильно обеспокоены такими проблемами, как иммиграция, подростковая беременность, преступность и безработица в их собственных регионах, но они глубоко обеспокоены этими проблемами в стране в целом. Похожие результаты появляются, если спросить людей об их личной ситуации с работой в сравнении с их взглядом на экономику своей страны: большинство людей думают, что у них лично все хорошо, но беспокоятся об обществе, в котором они живут.20 Возможно, это потому, что мы лично знакомимся с нашей собственной местностью, но мы полагаемся на новости для получения информации о мире в целом. “Инстинкт негативизма”, возможно, и не является движущей силой негатива в освещении новостей, но, безусловно, кажется, что это результат.
  
  
  —
  
  Яв 1993 году Мартин Льюис, в то время самый популярный ведущий новостей в Великобритании, утверждал, что СМИ должны уделять больше времени освещению хороших новостей.21 Коллеги-журналисты высмеяли его, сделав карикатуру на его аргументы как просто просьбу о более веселых “И, наконец ...” историях о собаках-скейтбордистах, вставленных в конце новостной программы, чтобы посыпать горькие предложения evening bulletin сахаром. Это было несправедливо;* Льюис недвусмысленно призвал к содержательным хорошим новостям, а не к предшественникам сегодняшних видеороликов о кошках, занимающихся серфингом на Roombas.
  
  “Там есть хорошие истории, ” писал он, - которые становятся еще более запоминающимися из-за их редкости”. К счастью, это совершенно неверно. С тех пор, как Льюис написал это в 1993 году, 154 000 человек ежедневно спасались от крайней нищеты.22 В 1980 году вакцины от таких болезней, как корь, дифтерия и полиомиелит, были сделаны примерно 20 процентам годовалых детей. Восемьдесят процентов упущено. Недавно по меньшей мере 85процентов годовалых детей получили эти вакцины, и задача состоит в том, чтобы сохранить этот показатель в эпоху коронавируса.23 Детская смертность, как мы видели, резко упала. Хорошие истории есть везде. Запоминающимися их делает не их редкость; их можно забыть из-за их повсеместности. Хорошие вещи случаются так часто, что их нельзя всерьез рассматривать для публикации в газете. “По оценкам, вчера 154 000 человек вырвались из нищеты!” Это правда, но не новость.
  
  У нас нет ежедневных данных о том, скольким людям удалось избежать бедности, и, возможно, мы никогда этого не сделаем. Когда я работал во Всемирном банке в 2004-05 годах, мы все еще обновляли наши оценки крайней бедности только раз в три года. Если бы газета решила подхватить эту историю, прекрасно, но это была бы всего лишь одна история раз в тысячу дней. Ни одна уважающая себя газета не стала бы регулярно публиковать эту историю, чтобы напомнить своим читателям: “Не новость, но все равно правда!” Итак, падение самой крайней формы бедности — и десятки других правдивых историй, которые мы могли бы рассказать о повышении грамотности, демократии, количестве голосов что касается женщин, образования для девочек, доступа к чистой воде, иммунизации, урожайности сельскохозяйственных культур, детской смертности, цен на солнечную энергию, числа смертей в авиакатастрофах или распространенности голода — не сообщается.24
  
  Это не только потому, что это счастливая история; это потому, что новости приходят не с той частотой. Мрачные истории, которые появляются не с той периодичностью, также часто игнорируются, как мы видели на примере курения, самой постоянной и, следовательно, самой скучной в мире причины массовых смертей. Изменение климата не игнорируется, но о нем редко сообщается напрямую; вместо этого новости освещают преднамеренные попытки привлечь к нему внимание, такие как протесты, саммиты и случайные научные или правительственные отчеты. Мы видим, что это упоминается, что приводит в ярость, наряду с отчетами о погоде, но мы редко видим отчеты о медленно изменяющиеся показатели, такие как повышение температуры в мире.
  
  Третий пример относится к финансам. В 2004 и 2005 годах мой Financial Times коллега Джиллиан Тетт обратила внимание на развитие огромных финансовых рынков долговых обязательств и деривативов, своего рода дополнительных ставок на изменения процентных ставок, обменных курсов и других финансовых показателей. Мировая финансовая система была подобна айсбергу: над поверхностью блестели фондовые рынки, которые легко было увидеть и обсудить; под волнами скрывались долговые рынки и рынки деривативов, обширные и скрытые. Фондовые рынки постоянно публикуют цифры, включая ежедневную информацию о закрытии рынка для вечерних новостей. Но один из наиболее важных показателей размера анализ рынка деривативов проводится Банком международных расчетов раз в три года. Объем информации не соответствовал частоте финансовых газет, и поэтому ее систематически занижали. Конечно, это были плохие новости, о которых стоило знать: проблемы на этих рынках были в центре катастрофического финансового кризиса 2007-08 годов, и Джиллиан Тетт была одним из немногих людей, кто мог честно сказать, что она заранее обращала на это внимание.25
  
  Некоторые комментаторы утверждают, что лекарство от всего этого - просто перестать читать газеты. Автор Рольф Добелли — забавно, что он пишет в Guardian газета — дает нам десять причин перестать читать новости.26 Нассим Талеб, автор Черный лебедь кратко формулирует это так: “Чтобы полностью излечиться от газет, потратьте год на чтение газет за предыдущую неделю”.27
  
  Поскольку я работаю в газете, вы можете ожидать, что я буду протестовать. Тем не менее, я испытываю большое сочувствие. Я часто замечаю, что моя суббота Financial Times колонка не привязана к новостям недели. Мне просто не очень интересно публиковать свежие новости; я нахожу, что меня гораздо больше интересуют темы, которые пришли мне в голову после прочтения книг или научных работ — или просто размышлений о жизни. И хотя мне нравится, как поклонники Более или менее часто сравнивая это с текущими радио- и теленовостями, я иногда чувствую, что нам приписывают то, что приходит само собой: мы работаем в ритме, отличном от ритма текущих новостей. В качестве еженедельной программы у нас обычно есть пара дней, чтобы обдумать то, что было сказано — или пропущено — в размытом виде интервью в прямом эфире. Часто мы обнаруживаем, что размышляем над какой-либо темой неделями или месяцами. Зачем быстро освещать историю, если вы можете изучить ее должным образом? И нам обычно не приходится беспокоиться о том, что нас раскусят, потому что мы слишком занудны, чтобы кому-то еще было дело до наших историй.
  
  Профессионально я не могу игнорировать новости, но я уделяю им меньше внимания, чем многие мои коллеги, — иногда к их разочарованию. Ежедневные новости всегда кажутся более информативными, чем текущие новости; еженедельные новости, как правило, более информативны, чем ежедневные новости. Книга часто бывает еще лучше. Даже в ежедневной или еженедельной газете я ловлю себя на том, что предпочитаю более медленные объяснения и анализ, а не последние новости.
  
  Если вы помешаны на новостях, я предлагаю вам идти глубже и шире, а не все быстрее и быстрее. Это сложнее сделать, когда сами новости кажутся тревожными, но это хорошая привычка. Даже самые незначительные новости требуют немедленного внимания, которое вы могли бы уделить обновлениям о дорожном движении или предупреждению о суровой погоде. Если вы вернетесь через час - или неделю, — вы узнаете ровно столько же. Действительно, вы, вероятно, узнаете больше. Вы могли бы даже спросить себя: на что бы обратил внимание еженедельный журнал или еженедельный подкаст, что в противном случае могло бы утонуть в шуме новостей?
  
  В безумные первые дни, когда коронавирус COVID-19 стал глобальным, Scientific American предостерег журналистов: “Факты об этой эпидемии, которые длятся несколько дней, гораздо более достоверны, чем последние "факты", которые только что появились, которые могут быть ошибочными или нерепрезентативными и, следовательно, вводить в заблуждение ... На вопрос, на который сегодня можно ответить, опираясь только на обоснованную веру, возможно, завтра можно ответить фактом”.28 Разумный совет, и не только для журналистов, но и для граждан. Поэтому, сколько бы новостей вы ни выбрали для чтения, убедитесь, что вы тратите время на поиск долгосрочной информации с более медленным темпом. Вы будете замечать вещи — хорошие и плохие, — которые другие игнорируют.
  
  
  —
  
  Wчто мы узнали на данный момент о том, как оценивать статистические утверждения? В первой главе я советовал попытаться заметить свои чувства по поводу утверждения; во второй главе конструктивно сопоставьте утверждение со своим личным опытом; в третьей главе спросите себя, действительно ли вы понимаете, что означает утверждение. Все это простые предложения, основанные на здравом смысле, и в этой главе я добавил четвертое: отступите назад и поищите информацию, которая может поместить утверждение в контекст. Попытайтесь уловить тенденцию. “Произошло еще одно ужасное преступление!” полностью соответствует “В целом, преступность значительно снизилась.”
  
  Поищите что-нибудь, что даст вам представление о масштабе, например, сравните ситуацию в одной стране с ситуацией в других странах или подсчитайте стоимость некоторых предлагаемых государственных расходов на душу населения.
  
  Ни один из этих методов не является техническим; ими может воспользоваться любой. Вместе они могут проделать долгий путь к обеспечению статистического освещения. Но иногда нам нужно копнуть немного глубже в то, как была составлена статистика. Давайте сделаем это сейчас.
  
  ПРАВИЛО ПЯТОЕ
  
  
  
  Узнайте предысторию
  
  “В каждой человеческой паре тысяча миллионов сперматозоидов борются за одну яйцеклетку. Умножьте эти шансы на бесчисленные поколения . . . Это были вы, только вы, которые появились. Выделить столь специфическую форму из этого хаоса невероятности, подобно превращению воздуха в золото ... это высшая степень неправдоподобия ... ”
  
  “Вы могли бы сказать это о ком угодно в мире!”
  
  “ДА. Любой человек в мире ... Но мир так полон людей, так переполнен этими чудесами, что они становятся обычным явлением, и мы забываем ... ”
  
  • Алан Мур, Стражи
  
  Пару десятилетий назад два уважаемых психолога, Шина Айенгар и Марк Леппер, открыли прилавок для дегустации джема в элитном магазине в Калифорнии. Иногда они предлагали шесть сортов джема, иногда двадцать четыре; покупателям, попробовавшим джем, затем предлагался ваучер на покупку его со скидкой. Большая витрина с более широким ассортиментом джемов привлекла больше покупателей, но очень немногие из них действительно покупали джем. Дисплей, который предлагал меньше вариантов выбора, способствовал увеличению продаж.1
  
  Нелогичный результат стал вирусным — он попал в самую точку. Люди лучше реагируют на меньшее количество вариантов! Это стало темой популярных статей по психологии, книг и выступлений на TED. Это было неожиданно, но казалось правдоподобным. Мало кто мог бы это предсказать, и все же каким-то образом те, кто слышал об этом, чувствовали, что знали это с самого начала.
  
  Как экономист, я всегда находил это немного странным. Экономическая теория предсказывает, что люди часто должны ценить дополнительные возможности выбора и никогда не будут ими обескуражены - но экономическая теория может ошибаться, так что это не то, что было любопытно в исследовании jam.
  
  Одна из загадок заключалась в том, что, согласно исследованию, измеряемый эффект от предоставления большего выбора был огромным: только 3 процента дегустаторов джема в киоске с двадцатью четырьмя вкусами использовали свой скидочный ваучер, по сравнению с 30 процентами в киоске с шестью вкусами. Это говорит о том, что, сократив свой ассортимент, розничные торговцы могли бы увеличить свои продажи в десять раз. Кто-нибудь действительно верит в это? Draeger's, супермаркет, в котором проводился эксперимент, закупил 300 сортов джема и 250 видов горчицы. Казалось, что все идет нормально. Неужели он пропустил какой-то трюк? Starbucks может похвастаться предлагая буквально десятки тысяч комбинаций пенных напитков, сеть, похоже, тоже преуспевает. Итак, я задался вопросом, насколько общим может быть это открытие. Тем не менее, это был серьезный эксперимент, проведенный серьезными исследователями. И всегда нужно быть готовым скорректировать свои взгляды в соответствии с доказательствами, верно?
  
  Затем я встретил исследователя на конференции, который сказал мне, что я должен связаться с молодым психологом по имени Бенджамин Шайбехенне. Я так и сделал. У Шайбехенне не было причин сомневаться в открытии Айенгара и Леппера о том, что люди могут быть демотивированы, когда сталкиваются с множеством вариантов. Но он наблюдал те же факты о мире, что и я, — что так много успешных предприятий предлагают огромный выбор. Насколько эти факты были совместимы с экспериментом? У Шайбехенне была теория, которая заключалась в том, что компании находят способы помочь людям ориентироваться в сложных решениях. Это кажется правдоподобным. Возможно, это было что-то связанное со знакомством: люди часто идут в супермаркет, планируя купить то, что покупали в прошлый раз, а не какое-нибудь модное новое варенье. Возможно, дело было в том, как были обозначены проходы, или в том, как был организован выбор, чтобы сделать его менее запутанным. Все эти вещи кажутся разумными для расследования, поэтому Шайбехенне планировал их исследовать.2
  
  Он начал с повторного запуска эксперимента с jam, чтобы получить базовую линию, с которой он мог бы начать настройку и изучение различных возможностей. Но он не получил такой же базовой информации. Он вообще не получил того же результата. Айенгар и Леппер обнаружили, что выбор резко демотивирует. Когда Шайбехенне попытался повторить их эксперимент, он не обнаружил ничего подобного. Другой исследователь, Райнер Грайфенедер, повторил аналогичное исследование Айенгара и Леппера, в котором основное внимание уделялось выбору между шоколадными конфетами класса люкс, и, как и Шайбехенне, не смог воспроизвести первоначальный результат “выбор - это плохо”. Пара объединились, чтобы собрать воедино все исследования эффекта “выбор - это плохо”, которые они смогли найти. Их было много, но многим из них не удалось найти журнал, который бы их опубликовал.
  
  Когда все исследования, опубликованные и неопубликованные, были собраны, общий результат оказался неоднозначным. Предоставление большего выбора иногда мотивирует, а иногда и демотивирует людей. Опубликованные исследовательские работы с большей вероятностью выявили значительный эффект, как положительный, так и отрицательный. Неопубликованные статьи, скорее всего, вообще не окажут никакого воздействия. Средний эффект? Ноль.3
  
  Это нервирует. До сих пор мы сталкивались с вводящими в заблуждение заявлениями в контексте продвигаемой повестки дня — Oxfam раздувает рекламу, СМИ гоняются за кликами — или упускается из виду тонкая деталь, например, использование разных слов для описания трагического раннего прекращения беременности. Когда дело доходит до академических кругов, мы могли бы разумно надеяться, что тонкие детали будут замечены и единственной преследуемой целью будет поиск знаний. Имеет смысл осторожно подходить к группам кампании или заголовкам кликбейта, но разве мы не можем предположить, что находимся на более твердой почве, когда берем в руки академический журнал? Айенгар и Леппер, как я уже говорил, пользовались большим уважением. Возможно ли, что они просто напросто ошибались? Если да, то каким образом? И что мы должны сделать со следующим противоречащим интуиции открытием, которое заполонит научные страницы или книжные полки аэропортов?
  
  Для ответа давайте сделаем шаг в сторону и поразмышляем над самым известным картофельным салатом в Интернете.
  
  
  —
  
  Неужели нет более простого способа собрать немного денег, чем через Kickstarter? В 2012 году на краудфандинговом веб-сайте произошел прорыв, когда первые умные часы Pebble собрали более 10 миллионов долларов. В 2014 году проект по созданию холодильника для пикника собрал невероятные 13 миллионов долларов. По общему признанию, самым крутым кулером был швейцарский армейский нож cool boxes. Он оснащен встроенным USB-зарядным устройством, блендером для коктейлей и динамиками, что привлекает огромное количество сторонников. Умные часы Pebble взяли реванш в 2015 году, когда новая кампания собрала более 20 миллионов долларов на новые и более совершенные часы.
  
  Однако в некотором смысле достижение Зака “Дэнджера” Брауна на Kickstarter было более впечатляющим, чем любое из этих. Он обратился к Kickstarter за 10 долларами, чтобы приготовить картофельный салат, и собрал 55 492 доллара, что, должно быть, является одним из самых прибыльных проявлений хипстерской иронии в истории.4
  
  После подвигов Зака Брауна я задумался, какой захватывающий проект я мог бы запустить на Kickstarter, с нетерпением ожидая возможности вернуться к подсчету поступающих денег.
  
  Та же мысль, возможно, приходила в голову Дэвиду Макгрегору. Он предлагал 3600 фунтов стерлингов, чтобы профинансировать поездку по Шотландии, фотографируя ее великолепные пейзажи для глянцевой книги — прекрасный способ профинансировать свое искусство и свой отпуск. У Джонатана Рейтера были большие амбиции. Его бизнес-проект рассчитывал собрать 35 000 долларов на создание службы алгоритмического сопоставления для работодателей и сотрудников. Шеннон Лаймбернер также была склонна к бизнесу, но запросила всего 1700 долларов за изготовление образцов новой линии купальников, которую она разрабатывала. Два брата из Сиракуз, штат Нью-Йорк, даже запустили кампанию на Kickstarter в надежде, что им заплатят 400 долларов за фильм сами наводят ужас на своих соседей на Хэллоуин.
  
  У этих разрозненных кампаний есть одна общая черта: они получили ровно нулевую поддержку. Ни один из этих людей не смог убедить незнакомых людей, друзей или даже свои собственные семьи вложить хотя бы цент.
  
  Мое вдохновение и источник для этих историй о провале Kickstarter - Сильвио Лоруссо, художник и дизайнер из Венеции. Веб-сайт Лоруссо, Kickended.com поискал на Kickstarter все проекты, которые не получили абсолютно никакого финансирования. (Их много: около 10 процентов проектов на Kickstarter вообще ни к чему не приводят, и менее 40 процентов собирают достаточно денег, чтобы достичь своих целевых показателей финансирования.)
  
  Kickended выполняет важную функцию. Это напоминает нам о том, что то, что мы видим вокруг себя, не отражает мир; оно систематически искажено. Обычно, когда мы говорим о предвзятости, мы имеем в виду сознательный идеологический уклон. Но многие предубеждения возникают из-за того, как мир преподносит нам одни истории, отфильтровывая другие.
  
  Я никогда не читал сообщения в СМИ или сообщения в блоге о попытках молодой и амбициозной группы Stereotherical Daydream собрать 8000 долларов на Kickstarter для записи альбома. (“Наша группа перепробовала много разных способов сэкономить деньги, чтобы записать законный альбом в профессиональной студии. К сожалению, мы все еще недостаточно сэкономили ”). Вероятно, вас не удивит, что стереотипная кампания Daydream на Kickstarter приблизила их к цели на ноль долларов.
  
  С другой стороны, я довольно много слышал о часах Pebble, самом крутом кулере и даже о том картофельном салате. Если бы я не знал лучше, у меня могли бы сложиться нереалистичные ожидания относительно того, чего может достичь кампания на Kickstarter.
  
  Разумеется, речь идет не только о Kickstarter. Такая предвзятость присутствует повсюду. Большинство книг, которые читают люди, являются бестселлерами, но большинство книг не являются бестселлерами, и большинство книжных проектов вообще никогда не становятся книгами. Похожую историю можно рассказать о музыке, фильмах и деловых начинаниях.
  
  Даже случаи COVID-19 подвергаются выборочному вниманию: люди, которые чувствуют себя ужасно, обращаются в больницу и проходят тестирование на заболевание; люди, которые чувствуют себя хорошо, этого не делают. В результате болезнь выглядит еще более опасной, чем она есть на самом деле. Несмотря на то, что статистики прекрасно понимают эту проблему, нет простого способа решить ее без систематического тестирования. И на ранних стадиях пандемии, когда принимались наиболее сложные политические решения, систематическое тестирование было труднодостижимым.
  
  Есть известная история о математике Абрахаме Уолде, которого в 1943 году попросили дать совет Военно-воздушным силам США о том, как усилить их самолеты. Самолеты возвращались из боевых вылетов с пулевыми отверстиями в фюзеляже и крыльях; наверняка в этих местах не помешало бы немного брони? Письменный ответ Уолда был сугубо техническим, но ключевая идея заключается в следующем: мы наблюдаем повреждения только в самолетах, которые возвращаются. Что насчет самолетов, которые были сбиты? Мы редко видим повреждения двигателя или топливных баков в самолетах, которые выживают. Это может быть потому, что эти области поражаются редко — или может случиться так, что всякий раз, когда поражаются эти области, самолет обречен. Если мы посмотрим только на уцелевшие самолеты — став жертвой “предвзятого отношения к выживанию”, — мы совершенно неправильно поймем, где находятся реальные уязвимости.5
  
  Кроличья нора становится глубже. Даже история о предвзятости к выживанию является примером предвзятости к выживанию; она мало похожа на то, что на самом деле сделал Абрахам Уолд, который подготовил исследовательский документ, полный сложного технического анализа. Это в значительной степени забыто. Сохранился рассказ о вспышке озарения математика с добавлением некоторых ярких деталей. То, что существовало изначально, и то, что выживает, редко бывает одним и тем же.6
  
  Таким образом, Kickended является существенным контрапунктом к захватывающим дух отчетам о хит-парад на Kickstarter. Если успехи отмечаются, в то время как неудачи скрываются из виду (что часто бывает), то мы видим очень странный фрагмент общей картины.
  
  Это начинает давать нам ключ к пониманию того, что могло произойти с экспериментом с джемом. Как и the Coolest cooler, это был настоящий хит, но не полная история. Роль Бенджамина Шайбехенне была немного похожа на роль Сильвио Лоруссо в Kickended: он искал не только эксперимент choice, который стал вирусным, но и все другие эксперименты, которые дали другие результаты и канули в безвестность. Когда он это сделал, он смог прийти к совершенно другому выводу.
  
  
  —
  
  Bкогда вы обдумываете следующую историю, вам приходит в голову удар по ушам. В мае 2010 года в Журнал по психологии личности и социальной. Автором был Дэрил Бем, уважаемый специалист в области академической психологии. Что сделало исследовательскую работу удивительной, так это то, что она предоставила, по-видимому, достоверные статистические доказательства совершенно невероятного утверждения: что люди могут заглядывать в будущее. Всего было проведено девять экспериментов. В одном из них участники смотрели на экран компьютера с изображением двух занавесок. За одной занавеской была эротическая фотография, как им сказали. Они просто должны были интуитивно понять, какой именно. Участник должен был сделать выбор, а затем — после того, как выбор уже был сделан— компьютер случайным образом назначил бы фотографию. Если догадки участников были значительно лучше, чем случайность, то это было свидетельством предвидения. Они были.7
  
  В другом эксперименте, описанном в исследовательской статье Бема, испытуемым показывали список из сорока восьми слов и проверяли, сколько из них они запомнят. Затем некоторым испытуемым было предложено попрактиковаться в повторном вводе всех слов. Обычно неудивительно, что практика помогает вам запоминать, но в этом случае Бем обнаружил, что практика сработала, несмотря на то, что сначала был тест на память, а практика - после.
  
  Насколько серьезно мы должны отнестись к этим результатам? Имейте в виду, что исследовательская статья “Feeling the Future” была опубликована в уважаемом академическом журнале после процесса рецензирования. Эксперименты, о которых сообщалось, прошли стандартные статистические тесты, которые предназначены для отсеивания результатов fluke. Все это дает нам некоторые основания полагать, что Бэм обнаружил способность к предвидению.
  
  Конечно, есть гораздо более веская причина полагать, что он этого не делал, а именно, что предвидение нарушило бы устоявшиеся законы физики. Решительный скептицизм оправдан. Как говорится, экстраординарные заявления требуют экстраординарных доказательств.
  
  И все же, как Bem удалось собрать все эти доступные для публикации доказательства предвидения? Это озадачивает. Возможно, это станет менее загадочным после того, как вы свяжете это с историей Kickended.
  
  После того, как свидетельство Бема о предвидении было опубликовано в Журнал по психологии личности и социальной было проведено несколько других исследований, которые следовали методам Бема. Ни одна из них не нашла никаких доказательств предвидения, но журнал отказался публиковать какие-либо из них. (Он опубликовал критический комментарий, но это не то же самое, что публикация эксперимента.) Основанием для отказа журнала было то, что он “не публиковал копии” — то есть, как только эксперимент продемонстрировал эффект, не было места для публикации попыток проверить этот эффект. Теоретически это может показаться разумным: кто хочет читать документы, подтверждающие то, что они уже знал? На практике это приводит к абсурдному эффекту, гарантирующему, что, когда то, что, как вам казалось, вы знали, окажется неправильным, вы об этом не услышите. Поразительное открытие Бема стало последним словом.8
  
  Но это было также и первое слово. Я сильно сомневаюсь, что до появления Bem какой-либо серьезный журнал опубликовал бы исследование, каким бы строгим оно ни было, аннотация к которому гласила: “Мы протестировали несколько сотен студентов, чтобы выяснить, могут ли они заглядывать в будущее. Они не могли.”
  
  Таким образом, это предвзятое отношение к выживанию, такое же сильное, как освещение в прессе проектов Kickstarter или попытка определить уязвимости самолетов, исследуя только те, уязвимости которых не были фатальными. Из всех возможных исследований, которые могли быть проведены, разумно предположить, что журнал интересовали только те, которые продемонстрировали способность к предвидению. Это произошло не из-за предвзятости в пользу предвидения. Это произошло из-за предубеждения в пользу новых и удивительных открытий. До Bem тот факт, что студенты не кажется, что способность заглядывать в будущее была тривиальной и неинтересной. После Bem тот факт, что студенты, похоже, не были способны заглядывать в будущее, был нежелательной попыткой тиражирования в этом журнале. Другими словами, только доказательства предвидения были доступны для публикации, потому что только доказательства предвидения были неожиданными. Исследования, не показывающие доказательств предвидения, подобны бомбардировщикам, у которых сработал двигатель: независимо от того, как часто происходят подобные вещи, они не попадут туда, где мы сможем их увидеть.
  
  Вывод о том, что “выбор демотивирует”, гораздо более достоверен, чем вывод о том, что “учащиеся могут заглядывать в будущее”, — но все же эксперимент с jam, возможно, был подвержен аналогичной динамике. Представьте, что вы обращаетесь к журналу по психологии до того, как Айенгар и Леппер опубликовали прорывные результаты следующего исследования: “Мы установили киоски, предлагающие людям разные сорта сыра. Иногда на прилавках продавалось двадцать четыре вида сыра, а иногда только шесть. В те дни, когда людям предлагали больше сортов сыра, они были немного более склонны покупать сыр.” Зевай! В этом нет ничего удивительного. Кто хочет опубликовать это? Только когда Айенгар и Леппер провели эксперимент, показавший противоположный результат, все это стало не только доступным для публикации, но и самым крутым шлягером.
  
  Если вы прочитаете только эксперименты, опубликованные в Журнал по психологии личности и социальной вы вполне можете сделать вывод, что люди действительно могут заглядывать в будущее. По очевидным причинам этот особый оттенок предвзятости в отношении выживших называется “предвзятостью к публикациям”. Публикуются интересные результаты; отсутствие результатов или неспособность воспроизвести предыдущие результаты сталкиваются с более высоким препятствием для публикации.
  
  Находкой Бема стал картофельный салат стоимостью 55 000 долларов — совершенно нетипичный продукт, о котором широко сообщалось в результате. Неопубликованные тиражи, как правило, были похожи на попытки Stereotypical Daydream профинансировать свой альбом: ничего не произошло, и никому не было дела.
  
  За исключением того, что на этот раз кому-то было не все равно.
  
  
  —
  
  Tбумага прекрасна”, - говорит Брайан Носек из исследования Дэрила Бема. “Это следует всем правилам того, что человек делает, делает это действительно красиво”.9
  
  Но, как прекрасно понимал Носек, психолог из Университета Вирджинии, если Bem следовала всем правилам академической психологии и в итоге, казалось, продемонстрировала, что люди могут заглядывать в будущее, что-то не так с правилами академической психологии.10
  
  Носек задавался вопросом, что произойдет, если систематически повторять некоторые более уважаемые и заслуживающие доверия психологические эксперименты. Сколько результатов получилось бы одинаковыми? Он разослал электронное письмо исследователям-единомышленникам и с впечатляющей скоростью сумел создать глобальную сеть из почти трехсот психологов, сотрудничающих для проверки исследований, которые недавно были опубликованы в одном из трех престижных научных журналов. В то время как Бенджамин Шайбехенне копался в одной конкретной области — связи между мотивацией и выбором — Носек сеть хотела широко раскинуть свои сети. Они выбрали сотню исследований. Сколько их попыток репликации создали резервные копии? Шокирующе мало: всего тридцать девять.11 Это оставило Носека и остальную академическую психологию с одним большим вопросом на руках: как на земля это произошло?
  
  Частью объяснения должна быть предвзятость публикации. Как и в случае с исследованием Дэрила Бема, существует системный уклон в сторону публикации интересных результатов, и, конечно, случайности, скорее всего, покажутся интересными, чем подлинные открытия.
  
  Но есть более глубокое объяснение. Именно по этой причине Носеку пришлось обратиться к стольким коллегам, вместо того чтобы просто поручить своим ассистентам-аспирантам выполнять все проверки. Поскольку ведущие журналы не были особо заинтересованы в публикации попыток репликации, он знал, что посвящать полный рабочий день своей исследовательской группе усилиям по репликации может быть карьерным самоубийством: они просто не смогут накапливать публикации, необходимые для обеспечения их будущего в академических кругах. Молодые исследователи должны либо “публиковаться, либо погибнуть”, потому что многие университеты и другие исследовательские организации используют записи о публикациях в качестве объективная основа для принятия решения о том, кто должен получить повышение по службе или исследовательские гранты.
  
  Это еще один пример проблемы с подсчетом трупов во Вьетнаме, с которой мы встречались во второй главе. Великие исследователи действительно склонны публиковать множество исследований, которые широко цитируются другими. Но как только исследователи получают вознаграждение за количество и значимость своих исследований, они начинают искать способы максимизировать и то, и другое. Порочные стимулы берут верх. Если у вас есть результат, который выглядит доступным для публикации, но хрупким, логика науки подсказывает вам попытаться его опровергнуть. Однако логика академических грантов и продвижений по службе подсказывает вам публиковать сразу, и, ради бога, не настаивайте на этом слишком сильно.
  
  Таким образом, не только журналы предрасположены публиковать неожиданные результаты, исследователи, сталкивающиеся со стимулами “опубликовать или погибнуть”, с большей вероятностью представят неожиданные результаты, которые могут не выдержать проверки.
  
  
  —
  
  Иллюзионист Деррен Браун однажды снял документальный фильм, в котором он бросает монетку в чашу и получает орел десять раз подряд. Браун позже объяснил трюк: ошеломляющий эпизод появился только в конце девяти мучительных часов съемок, когда наконец материализовалась цепочка из десяти голов.12 Вероятность выпадения десяти орлов подряд составляет 1 к 1024, если вы подбросите честную монету десять раз. Подбросьте его несколько тысяч раз, и серия из десяти последовательных выпадов почти гарантирована. Но Браун мог бы отправить свой потрясающий результат в Журнал подбрасывания монет возможно, с восхитительным названием (предложенным журналистами Джейкобом Голдштейном и Дэвидом Кестенбаумом) “Внимание! Склонность к переворачиванию монет в американских долларах за четверть доллара, отчеканенных в 1977 году.”13
  
  Для ясности — такая исследовательская работа была бы мошеннической, и никто не верит, что такая крайняя и преднамеренная предвзятость публикации объясняет большое количество необъяснимых исследований, которые представили Носек и его коллеги. Но есть оттенки серого.
  
  Что, если бы 1024 исследователя индивидуально исследовали подбрасывание монет, и один из них выдал ошеломляющий результат в десять орлов подряд? Математически это та же ситуация, но с точки зрения изумленного исследователя, о котором идет речь, она или он были бы невиновны. Теперь кажется маловероятным, что так много исследователей потрудились бы исследовать подбрасывание монеты — но мы не знаем, сколько людей пытались и не смогли обнаружить предвидение до того, как Дэрилу Бему это удалось.
  
  Оттенки серого также применимы в лаборатории отдельного исследователя. Например, ученый мог бы провести небольшое ознакомительное исследование. Если он или она получили впечатляющий результат, почему бы не опубликовать? Но если исследование не увенчалось успехом, исследователь может списать это на учебный опыт и попробовать что-то еще. Такое поведение не кажется особенно неразумным неспециалисту, и, вероятно, оно не кажется неразумным тем исследователям, которые этим занимаются, — но, тем не менее, это предвзятость публикации, и это означает, что счастливые случайности, вероятно, будут публиковаться непропорционально часто.
  
  Другая возможность заключается в том, что исследователь проводит исследование, находит некоторые многообещающие результаты, но эти результаты недостаточно статистически достоверны для публикации. Почему бы не продолжить, наняв еще несколько участников, собрав больше данных и посмотрев, подтвердятся ли результаты? Опять же, это не кажется необоснованным. Что может быть плохого в сборе большего количества данных? Разве это не означало бы, что исследование становилось все ближе и ближе к истине? Нет ничего плохого в проведении масштабного исследования. В общем, чем больше данных, тем лучше. Но если данные являются собирали по крупицам, тестировали по ходу дела, тогда стандартные статистические тесты недействительны. Эти тесты предполагают, что данные просто были собраны, затем протестированы — не то чтобы ученые собрали какие-то данные, протестировали их, а затем, возможно, собрали немного больше.
  
  Чтобы увидеть проблему, представьте, что вот-вот начнется игра в баскетбол, и кто-то задает вам вопрос: насколько убедительной должна быть победа, прежде чем вы почувствуете уверенность в том, что команда-победитель лучше другой команды, а не просто ей повезло в тот день? Правильного ответа не существует — в конце концов, иногда удача может быть возмутительной. Но вы можете решить, что перевеса, скажем, в десять очков в конце игры достаточно, чтобы быть убедительным. Это, в очень общих чертах, то, что делают стандартные статистические тесты, чтобы решить, считается ли эффект достаточно “значительным” для публикации.
  
  Но теперь представьте, что организатор баскетбольного матча может получить бонус, если одна из команд окажется лучше — неважно, какая именно, - поэтому, не говоря вам, она решает, что если какая-либо команда когда-либо будет впереди на десять очков, она досрочно прекратит игру. И если после финального свистка две команды разделяют семь, восемь или девять очков, она сыграет в овертайме, чтобы посмотреть, увеличится ли разрыв до десяти. В конце концов, она всего в паре корзин от того, чтобы продемонстрировать превосходство одной из команд!
  
  Очевидно, что это было бы неправильным использованием установленного вами теста, но большая часть такого рода злоупотреблений, похоже, довольно распространена на практике.14
  
  Третья проблема заключается в том, что у исследователей также есть выбор в отношении того, как они анализируют данные. Возможно, исследование подходит для мужчин, но не для женщин.* Возможно, исследование подтвердится, если исследователь внесет статистическую поправку на возраст или доход. Возможно, есть какие-то странные отклонения, и исследование выдерживает проверку, только если они включены, или только если они исключены.
  
  Или, может быть, у ученого есть выбор различных параметров, которые он или она мог бы измерить. Например, исследование того, как использование экрана влияет на благополучие молодежи, могло бы по-разному измерять как использование экрана, так и благополучие. Благополучие можно измерить, расспрашивая людей об эпизодах тревоги; или его можно измерить, расспрашивая людей о том, насколько они удовлетворены своей жизнью; или его можно измерить, расспрашивая молодого человека об родители как, по их мнению, у него или у нее идут дела. Время просмотра можно измерить напрямую с помощью приложения для отслеживания или косвенно с помощью опроса; или, возможно, вместо “экранного времени” можно измерить "частоту использования социальных сетей”. Ни один из этих вариантов не является правильным или неправильным, но — опять же — стандартные статистические тесты предполагают, что исследователь сделал выбор до сбора данных, затем собрал данные, затем провел тест. Если исследователь провел несколько тестов, а затем сделал выбор, вероятность случайности значительно выше.
  
  Даже если исследователь провел только один тест, вероятность того, что случайности пройдут, выше, если он или она сделали это после сбора данных и получения представления о том, как они выглядели. Это приводит к еще одному виду предвзятости публикации: если определенный способ анализа данных не дает результата, а другой способ дает что-то более интригующее, то, конечно, более интересным методом, скорее всего, будет то, о чем сообщается, а затем публикуется.
  
  Ученые иногда называют эту практику “харкингом” —HARK - это аббревиатура от гипотезирования после того, как известны результаты. Для ясности, нет ничего плохого в сборе данных, копании в поисках закономерностей, а затем в построении гипотезы. Это все часть науки. Но затем вам нужно получить новые данные, чтобы проверить гипотезу. Проверять гипотезу с использованием чисел, которые помогли сформировать гипотезу в первую очередь, нехорошо.15
  
  Эндрю Гельман, статистик из Колумбийского университета, предпочитает термин “сад разветвляющихся тропинок”, названный в честь короткого рассказа Хорхе Луиса Борхеса. Каждое решение о том, какие данные собирать и как их анализировать, сродни тому, чтобы стоять на пути, когда он разветвляется влево и вправо, и решать, каким путем идти. То, что кажется несколькими простыми вариантами, может быстро превратиться в лабиринт различных возможностей. Сделайте одну комбинацию вариантов, и вы придете к одному выводу; сделайте другую, столь же разумную, и вы можете обнаружить в данных совершенно иную закономерность.16
  
  Через год после публикации результатов Дэрила Бема три психолога опубликовали демонстрацию того, насколько серьезно исследователи могут сбиться с пути, используя стандартные статистические методы в сочетании с этими, казалось бы, тривиальными промахами и выдумками.17 Исследователи Джозеф Симмонс, Ури Симонсон и Лейф Нельсон “доказали”, что прослушивание “When I'm Sixty-Four” группы the Beatles сделает вас почти на восемнадцать месяцев моложе.18
  
  Я знаю, вам любопытно: как они это сделали? Исследователи собрали различную информацию от каждого участника, включая их возраст, их пол, то, как они себя чувствовали, возраст их отцов и возраст их матерей — наряду с различными другими, почти совершенно не относящимися к делу фактами. Они проанализировали все возможные комбинации этих переменных, а также проанализировали данные в группах из десяти участников, каждый раз останавливаясь, чтобы проверить наличие значимых результатов. В итоге они обнаружили, что если они статистически скорректировали возраст отцов, но не матерей, и если они прекратили после двадцати участников, и если они отбросили другие переменные, то они могли продемонстрировать, что люди, которым случайным образом было назначено слушать “When I'm Sixty-Four”, были значительно моложе контрольной группы, которой случайным образом было назначено слушать другую песню. Все это, конечно, полная чушь — но полная чушь, которая имела жуткое сходство с исследованием, которое было опубликовано и воспринято всерьез. Смогли бы настоящие исследователи когда-нибудь так далеко перейти от строгой практики к сфальсифицированным исследованиям? Вероятно, не очень часто. Но те, кто сделал привлек бы больше внимания. И большинство тех, кто этого не делал, могли невольно совершать более тонкие версии тех же статистических грехов.
  
  Стандартные статистические методы разработаны таким образом, чтобы исключить большинство случайных результатов.19 Но сочетание предвзятости публикаций и расплывчатой исследовательской практики означает, что мы можем ожидать, что к реальным открытиям будет примешано большое количество статистических случайностей.
  
  
  —
  
  Dаррелл Хафф Как лгать со статистикой описывает, как предвзятость публикаций может быть использована в качестве оружия аморальной корпорацией, больше заинтересованной в деньгах, чем в правде. Со своим фирменным цинизмом он упоминает, что производитель зубной пасты может правдиво рекламировать, что зубная паста удивительно эффективна, просто проводя эксперименты, помещая все нежелательные результаты “куда-нибудь подальше от глаз” и ожидая, пока не появится положительный результат.20 Это, безусловно, риск — не только в рекламе, но и в клинических испытаниях, которые лежат в основе потенциально прибыльных фармацевтических методов лечения. Но может ли случайная предвзятость публикации быть еще большим риском, чем предвзятость публикации с применением оружия?
  
  В 2005 году Джон Иоаннидис вызвал небольшую сенсацию статьей под названием “Почему большинство опубликованных результатов исследований ложны”. Иоаннидис - “метаисследователь”, тот, кто исследует природу самого исследования.* Он посчитал, что совокупный эффект различных, на первый взгляд, незначительных искажений может означать, что ложных результатов может быть легко больше, чем подлинных. Это было за пять лет до Журнал по психологии личности и социальной опубликовал исследование Дэрила Бема о предвидении, которое спровоцировало попытку репликации Брайана Носека. Возможно, предвидения и не существовало, но Иоаннидис ясно видел приближение кризиса.21
  
  Признаюсь, что когда я впервые услышал об исследовании Иоаннидиса, оно показалось мне экстраординарной гиперболой. Конечно, все научные исследования носят предварительный характер, все допускают ошибки, и иногда публикуются плохие статьи — но, конечно, было неправильно предполагать, что более половины всех эмпирических результатов были ложными? Но после интервью с Шайбехенне и того, что он узнал о литературе по выбору, я начал задаваться вопросом. Затем, на протяжении многих лет, мне и многим другим, кто изначально скептически относился к тому, что Иоаннидис что-то замышлял, постепенно стало до боли ясно важно.
  
  В то время как исследование Бема о предвидении было по понятным причинам знаменитым, многие другие удивительные психологические открытия стали хорошо известны непсихологам благодаря таким книгам, как Размышление, быстрое и медленное (нобелевский лауреат Даниэль Канеман), Присутствие (автор - психолог Эми Кадди), и Сила воли (психолог Рой Баумайстер и журналист Джон Тирни). Эти результаты поражают тем же противоречащим интуиции преимуществом, что и эксперимент с джемом: достаточно странные, чтобы быть запоминающимися, но достаточно правдоподобные, чтобы не отмахиваться от них сразу.
  
  Баумайстер известен в академической психологии исследованиями, показывающими, что самоконтроль, по-видимому, является ограниченным ресурсом. Люди, которых просили сдерживать себя, жуя редиску, в то время как вкусное свежеиспеченное шоколадное печенье лежало в пределах легкой досягаемости, тогда быстрее отказывались от неприятной задачи позже.22 Кадди обнаружила, что, когда людей просили принять “позы силы” — например, руки на бедрах, как у Чудо-женщины, — у них повышался уровень тестостерона и снижался уровень гормона стресса кортизола.23 Канеман описал исследование Джона Барга, посвященное “праймингу”. Юных испытуемых попросили решить словесную головоломку, в которой некоторым из них были предложены слова, указывающие на пожилой возраст, такие как лысый, выход на пенсию, морщинка, Флорида и грей Молодые испытуемые, которые не видели этих конкретных слов, затем быстро отправились по коридору, чтобы принять участие в другом задании; молодые испытуемые, которых вместо этого “напичкали” словами, указывающими на старость, зашаркали по коридору значительно медленнее.24
  
  Это экстраординарные результаты, но, как писал Канеман о предварительных исследованиях, “Неверие - это не вариант. Результаты не выдуманы и не являются статистической случайностью. У вас нет выбора, кроме как признать, что основные выводы этих исследований верны ”.
  
  Теперь мы понимаем, что неверие является есть вариант. Канеман тоже так думает. Предвзятость публикаций и, в более общем плане, сад разветвленных путей означает, что множество исследований, которые на первый взгляд кажутся строгими как сторонним наблюдателям, так и часто самим исследователям, вместо этого могут приводить к ложным выводам. Все эти исследования — силы воли, постановки власти и воспламенения — оказалось трудным воспроизвести. В каждом случае исследователи защищали свой первоначальный вывод, но перспектива того, что все они были статистическими случайностями, кажется все более разумной.
  
  Сам Дэниел Канеман резко поднял проблему, когда написал открытое письмо психологам на местах, предупреждая их о надвигающемся “крушении поезда”, если они не смогут повысить достоверность своих исследований.25
  
  Вся сага - оригинальная статья Иоаннидиса, находка Бема "никто не верит", громкие попытки повторить исследования Баумайстера, Кадди и Барга и, как последний удар, открытие Носека о том, что (как все время говорил Иоаннидис) громкие психологические исследования были более вероятными не тиражировать сложнее, чем выстоять - иногда это описывалось как "кризис репликации” или “кризис воспроизводимости”.
  
  В свете Kickended, возможно, ничто из этого не должно было быть неожиданностью, но, тем не менее, это шокирует. Известные психологические результаты известны не потому, что они наиболее строго продемонстрированы, а потому, что они интересно. Результаты Fluke с гораздо большей вероятностью окажутся неожиданными и с гораздо большей вероятностью достигнут того уровня парадоксальности Златовласки (не слишком абсурдного, но и не слишком предсказуемого), который делает их такими увлекательными. Фильтр “интересности” чрезвычайно мощный.
  
  
  —
  
  Не причинит большого вреда, если предвзятость публикаций (и предубеждение в отношении выживания) просто приведет к милым искажениям в нашем взгляде на мир, заставляя людей готовиться к собеседованию при приеме на работу, находя укромное местечко, чтобы принять позу Чудо-женщины. Даже если многие потенциальные предприниматели глупо преувеличивают свои шансы собрать деньги на Kickstarter, мы все наслаждаемся плодами новых успешных бизнес-идей, ради реализации которых более рациональные люди не бросили бы свою работу. И лишь немногие ученые были готовы принять очевидное открытие Дэрила Бема о предвидении, по причинам, хорошо изложенным Беном Голдейкром, экспертом в области доказательной медицины: “Я не был очень заинтересован, по тем же причинам, что и вы. Если бы люди действительно могли видеть будущее, мы бы, вероятно, уже знали об этом; а экстраординарные заявления требуют экстраординарных доказательств, а не разовых находок ”.26
  
  Но Бен Голдейкр считает, что ставки выше, и я тоже. Эта предвзятость может иметь серьезные последствия как для наших денег, так и для нашего здоровья.
  
  Деньги превыше всего. Деловая литература — область, в которой я, признаюсь, балуюсь, — изобилует примерами предвзятого отношения к выживанию. В моей книге Адаптироваться Я немного посмеялся над книгой Тома Питерса и Роберта Уотермана В поисках совершенства, бизнес-бестселлер-блокбастер, опубликованный в 1982 году, в котором предлагались уроки менеджмента, почерпнутые из изучения сорока трех самых выдающихся корпораций того времени. Если бы они действительно были образцами блестящего менеджмента, то можно было бы ожидать, что их успех продлится долго. Если бы вместо этого они были победителями невидимой лотереи, получателями в основном случайных выпадов удачи, тогда мы могли бы ожидать, что удача часто не будет длиться долго.
  
  Конечно же, в течение двух лет почти у трети из них были серьезные финансовые проблемы. Легко издеваться над Питерсом и Уотерманом — и люди так и делали, — но правда в том, что в здоровой экономике много оттока. Корпоративные звезды восходят и сгорают. Иногда у них есть долговременные качества, иногда мимолетные, а иногда вообще никаких качеств, если не считать некоторой удачи. Обязательно ознакомьтесь с историями успеха и постарайтесь извлечь уроки, но будьте осторожны. По запоминающейся фразе Нассима Талеба, легко быть “одураченным случайностью”.
  
  Возможно, все подобные деловые записи безвредны: когда ежедневные данные из отдела продаж противоречат мудрости бизнес-книг, отдел продаж выигрывает. Хотя исследование jam стало известным среди любителей поболтать, есть мало признаков того, что многие предприятия серьезно отнеслись к выводу “Выбор - это плохо” при принятии решений о заполнении своих полок. Тем не менее, нельзя не подозревать, что там, где достоверные данные встречаются реже, важные решения принимаются на основе предвзятости выживших.
  
  В финансовой сфере проблема может быть хуже. Норвежское телешоу довольно блестяще проиллюстрировало это в 2016 году, организовав конкурс по подбору акций, в ходе которого инвесторы должны были купить различные норвежские акции стоимостью в 10 000 норвежских крон - около 1000 долларов. Конкуренты были самыми разными: пара биржевых маклеров, которые уверенно высказали мнение: “Чем больше вы знаете, тем лучше у вас получится”; ведущие шоу; астролог; два бьюти-блогера, которые признались, что никогда не слышали ни об одной из рассматриваемых компаний; и корова по кличке Гулльрос, которая выбирала акции, бродя по полю, выделенному в сетке названий компаний, и выражала свою убежденность, испражняясь в соответствующем квадрате.
  
  Хуже всего пришлось астрологу; у профессионалов дела обстояли немного лучше, сравнявшись с коровой Гулльрос (и корова, и профессионалы получили приличный 7-процентный доход за трехмесячный конкурс); у бьюти-блогеров дела обстояли еще лучше, но выдающимися победителями стали телеведущие, всего за три месяца их доход составил почти 25 процентов. Как у них все получилось так хорошо? Все просто: они не участвовали в собственном соревновании всего один раз. Втайне они делали это двадцать раз, позволяя себе выбирать двадцать разных портфолио. Они выявили только наиболее эффективные обращаюсь к аудитории. Они казались вдохновенными биржевиками, пока не раскрыли свой собственный трюк. Предубеждение выжившего побеждает все.27
  
  Имея это в виду, трудно оценить инвестиционного менеджера, который выбирает акции или другие финансовые продукты. У них есть все, чтобы выиграть, убедив нас в том, что они гении, но им почти нечего нам показать, кроме послужного списка. “Мой фонд превзошел рынок в прошлом году и в позапрошлом” - это практически все, что нам нужно сделать. Проблема в том, что мы видим только успехи, наряду со злорадством, вызванным случайными громкими взрывами. Неэффективные инвестиционные фонды, как правило, закрываются, объединяются или проводят ребрендинг. Крупная инвестиция house предложит множество различных фондов и будет рекламировать те, которые были успешными в прошлом. Норвежское телешоу сжало и преувеличило процесс, но будьте уверены, что когда управляющие фондами рекламируют свои выдающиеся результаты, эти объявления не содержат случайной выборки предлагаемых средств.
  
  Предвзятость выживших даже искажает некоторые исследования эффективности инвестиций. Эти исследования часто начинаются с рассмотрения “фондов, которые существуют сегодня”, без полного признания или корректировки того факта, что любой все еще существующий фонд является выжившим, и это приводит к предвзятости в отношении выживаемости. Бертон Малкиел, экономист и автор Случайная прогулка по Уолл-стрит однажды я попытался оценить, насколько предвзятое отношение к выживанию повлияло на эффективность фондов выживания. Его оценка — поразительные 1,5 процента в год. Может показаться, что это не так уж много, но за всю жизнь инвестирования это в два раза больше: вы ожидаете, что пенсионные сбережения составят (скажем) 100 000 долларов, а в итоге получаете 50 000 долларов. Иными словами, если вы игнорируете все инвестиционные фонды, которые тихо исчезают, кажущаяся производительность в два раза выше фактической.28 Результатом является убеждение людей инвестировать в активно управляемые фонды, которые часто взимают высокие комиссионные, в то время как их лучше обслуживал бы недорогой фонд с низким уровнем драмы, который пассивно отслеживает фондовый рынок в целом. Это решение стоит десятки миллиардов долларов в год по всей экономике США; если это ошибка, то ошибка на несколько миллиардов долларов.29
  
  Вот и все ради денег. Как насчет здоровья? Рассмотрим вопрос жизни и смерти, какие медицинские методы лечения работают, а какие нет. Рандомизированное контролируемое исследование (РКИ) часто описывается как золотой стандарт медицинских доказательств. В ходе РКИ некоторые люди получают тестируемое лечение, в то время как другие, выбранные случайным образом, получают либо плацебо, либо наиболее известное лечение. РКИ действительно является самым точным одноразовым тестированием нового медицинского метода лечения, но если РКИ подвержены предвзятости публикаций, мы не увидим полной картины всех проведенных тестов, и наши выводы, вероятно, будут сильно искажены.30
  
  Например, в 2008 году быстрый обзор исследований различных антидепрессантов выявил бы, что сорок восемь испытаний показали положительный эффект, а три - отсутствие положительного эффекта. Это звучит довольно обнадеживающе, пока вы не задумаетесь о риске предвзятости публикации. Итак, исследователи, стоявшие за этим опросом, искали тщательнее, откопав двадцать три неопубликованных исследования; из них двадцать два имели отрицательный результат, в котором препарат не помогал пациентам. Они также обнаружили, что одиннадцать испытаний, которые казались положительными в статьях, описывающих их, имели фактически, в сводках, представленных регулирующему органу, Управлению по контролю за продуктами и лекарствами США, были получены отрицательные результаты. В статьях удалось выделить несколько хороших новостей и отмахнуться от некоторых плохих, и в конечном итоге представить кажущуюся позитивной картину о препарате, который на самом деле не был эффективным. Таким образом, скорректированный результат составил не 48-3 в пользу того, что антидепрессанты действовали хорошо, а 38-37. Возможно, антидепрессанты действительно работают, по крайней мере, иногда или для некоторых людей, но справедливо будет сказать, что опубликованные результаты не полностью отражают все проведенные эксперименты.31
  
  Это важно. Миллиарды долларов расходуются не по назначению, а сотни тысяч жизней теряются из-за предвзятого отношения к выживанию, когда мы принимаем решения, не видя всей истории — обанкротившихся инвестиционных фондах, предпринимателях Силиконовой долины, которые так и не вышли за рамки стадии “мусора в гараже”, академических исследованиях, которые так и не были опубликованы, и клинических испытаниях, которые пропали без вести.
  
  
  —
  
  Sдо сих пор в этой главе рассказывалась история катастрофы. Единственное светлое пятно заключается в том, что эти проблемы гораздо лучше поняты и оценены, чем они были даже пять лет назад. Итак, давайте на мгновение сосредоточимся на этом ярком пятне и спросим, есть ли надежда на улучшение.
  
  Для исследователей ясно, как будет выглядеть это улучшение: им нужно честно рассказать о положительной стороне исследования. Они должны быть прозрачны в отношении данных, которые были собраны, но не опубликованы, статистических тестов, которые были выполнены, но затем отложены в сторону, клинических испытаний, которые пропали без вести, и исследований, которые дали скучные результаты и были отклонены журналами или засунуты в ящик для папок, в то время как исследователи занимались чем-то более плодотворным.
  
  На тех из нас, кто пишет об исследованиях, лежит аналогичная ответственность: не просто сообщить о потрясающем новом результате, но и поместить его в контекст того, что было опубликовано ранее — и, предпочтительно, того, что должно было быть опубликовано, но томится в безвестности.
  
  В идеале, мы должны быть способны подняться из “сада разветвляющихся троп” Эндрю Гельмана и увидеть лабиринт сверху, включая тупики и менее пройденные пути. Этот взгляд сверху появляется, когда у нас есть вся необходимая информация в наиболее удобной для пользователя форме.
  
  Мы далеки от достижения этих стандартов, но есть явные признаки улучшения. Это медленно и неполно, но, тем не менее, это улучшение. В медицине, например, в 2005 году Международный комитет редакторов медицинских журналов объявил, что ведущие медицинские журналы, которые они редактируют, больше не будут публиковать клинические испытания, которые не были предварительно зарегистрированы. Предварительная регистрация означает, что перед проведением испытания исследователи должны объяснить, что они планируют делать и как они планируют анализировать результаты, разместив это объяснение на общедоступный веб-сайт. Такая предварительная регистрация является важным решением проблемы предвзятости публикаций, поскольку это означает, что исследователи могут легко увидеть случаи, в которых планировалось испытание, но затем каким-то образом результаты пропали без вести. Предварительная регистрация также должна позволить другим исследователям ознакомиться с результатами пробной версии, а затем вернуться, чтобы проверить, соблюдался ли план анализа данных, а не был изменен после появления данных.
  
  Предварительная регистрация - это не панацея. Это создает особую проблему для полевых исследований в области социальных наук, которые часто требуют от академических исследователей участия в каком-либо проекте, проводимом правительством или благотворительной организацией. Такие проекты развиваются с течением времени способами, которые исследователи не могут контролировать или предсказать. И даже когда медицинские журналы требуют предварительной регистрации, они могут не выполнить свои собственные требования.32 Бен Голдейкр и его коллеги из Центра доказательной медицины Оксфордского университета в течение нескольких недель систематически отслеживали публикацию новых статей в ведущих медицинских журналах. Они выявили пятьдесят восемь статей, которые не соответствовали стандартам отчетности, которые согласились поддерживать эти журналы, — например, о клинических испытаниях, в которых предполагалось, что они будут измерять определенные результаты для пациентов, но затем позже переключились на отчетность о других результатах. Они быстро написали письма с исправлением редакторам журнала, но обнаружили, что их письма были чаще отвергается, чем публикуется.33
  
  Разочаровывает осознание того, что стандарты применяются нерегулярно, но, возможно, неудивительно, учитывая, что вся система в основном саморегулируется стандартами профессионального сообщества, а не управляется какой-то центральной фигурой Соломоновой. И мне действительно кажется, что ситуация значительно улучшилась за последние два десятилетия: повышается осведомленность, выявляется плохая практика, и лучше иметь фрагментарные стандарты, чем вообще их не иметь. У нас есть такие журналы, как Испытания, запущенный в 2006 году, который опубликует результаты любого клинического испытания, независимо от того, был ли результат положительным или отрицательным, увлекательным или скучным, гарантируя, что ни одно научное исследование не останется неопубликованным просто потому, что оно не было сочтено заслуживающим освещения в СМИ в мире исследований. Существует огромная возможность добиться большего с помощью автоматизированных инструментов, таких как автоматическое определение пропущенных испытаний, исследований, которые были предварительно зарегистрированы, но затем не опубликованы, или выявление случаев, когда в более поздних статьях цитируются более ранние исследования, которые с тех пор были обновлены, исправлены или отозваны.34
  
  В психологии суматоха с предвидением вполне может привести к положительному результату. Академические психологи, конечно, хотят, чтобы их опубликовали, но большинство из них не хотят создавать научный мусор; они хотят выяснить, что является правдой. Кризис воспроизводимости, похоже, повышает осведомленность о хороших стандартах исследований, а также предлагает больше пряников для поощрения усилий по тиражированию и больше кнутов для наказания неаккуратных исследований.
  
  Есть обнадеживающие признаки того, что все больше исследователей приветствуют усилия по тиражированию. Например, в 2010 году политологи Брендан Найхан и Джейсон Рейфлер опубликовали исследование о том, что стало известно как “эффект обратного эффекта” — вкратце, о том, что люди с большей вероятностью поверят ложному утверждению, если им покажут проверку фактов, которая опровергнет это утверждение. Это вызвало моральную панику среди некоторых журналистов, особенно после возвышения Дональда Трампа. Проверка фактов только усугубляет ситуацию! Он попал в это идеальное противоречащее интуиции место. Но Найан и Рейфлер призвали к дальнейшим исследованиям, и эти исследования предположим, что обратный эффект необычен, и проверка фактов действительно помогает. В одном из резюме исследования был сделан вывод: “В целом разоблачение может сделать убеждения людей в конкретных утверждениях более точными”. Нихан сам процитировал это резюме в Twitter, когда увидел, что люди полагаются на его оригинальную статью, не принимая во внимание последующие действия.35
  
  Многие статистики считают, что кризис указывает на необходимость переосмысления самих стандартных статистических тестов — что сама концепция статистической значимости глубоко ошибочна. С математической точки зрения тест достаточно прост. Вы начинаете с предположения, что эффекта нет (лекарство не действует; монета честная; предвидения не существует; киоск с двадцатью четырьмя джемами и киоск с шестью джемами одинаково привлекательны), а затем вы спрашиваете, насколько маловероятны наблюдаемые данные. Например, если вы предполагаете, что монета честная, и подбрасываете ее десять раз, вы ожидаете увидеть орлов пять раз, но это не так удивлен, увидев шесть голов или, может быть, даже семь. Вы были бы удивлены, увидев десять орлов подряд — и, учитывая, что это происходит случайно менее одного раза из тысячи, вы можете усомниться в своем первоначальном предположении о том, что монета была честной. Проверка статистической значимости основана на том же принципе: если предположить, что никакого эффекта нет, удивляют ли собранные вами данные? Например, при тестировании препарата ваш статистический анализ начинается с предположения, что препарат не работает; когда вы наблюдаете, что у многих пациентов, принимающих препарат, дела идут намного лучше, чем у пациентов, которые вы принимаете плацебо, вы пересматриваете это предположение. В общем, если вероятность случайного наблюдения данных, по крайней мере, таких экстремальных, как вы собираете, составляет менее 5 процентов, результаты достаточно значительны, чтобы опровергнуть предположение: мы можем с достаточной степенью уверенности заключить, что препарат работает, большие витрины с джемом отбивают у людей охоту покупать джем и что предвидение существует.
  
  Проблемы очевидны. Пять процентов - это произвольная точка отсечения — почему не 6 процентов или 4 процента?—и это побуждает нас мыслить в черно-белых терминах "пройти или провалиться", вместо того, чтобы оценивать степени неопределенности. И если предыдущий абзац показался вам запутанным, я вас не виню. Концептуально статистическая значимость сбивает с толку, почти наоборот: она говорит нам о вероятности наблюдения данных с учетом конкретной теории, теории, согласно которой эффекта нет. На самом деле, мы хотели бы знать обратное, вероятность того, что конкретная теория верна, учитывая данные. Мой собственный инстинкт подсказывает, что статистическая значимость - бесполезная концепция, и мы могли бы добиться большего, но другие проявляют большую осторожность. Джон Иоаннидис — автор статьи “Почему большинство опубликованных результатов исследований являются ложными” - утверждает, что, несмотря на недостатки метода, это “удобное препятствие для необоснованных заявлений”.
  
  К сожалению, не существует единого умного статистического метода, который позволил бы устранить все эти проблемы. Путь к более строгой науке требует многих шагов, и мы, по крайней мере, предпринимаем некоторые из них. Недавно у меня была возможность взять интервью у Ричарда Талера, лауреата Нобелевской премии по экономике, который сотрудничал с Даниэлем Канеманом и многими другими психологами. Он произвел на меня впечатление человека, способного оценить психологию как сочувствующий аутсайдер. “Я думаю, кризис репликации здорово повлиял на психологию”, - сказал он мне. “Там просто гигиена получше”.36 Брайан Носек, тем временем, сказал Би-би-си: “Я думаю, что если мы проведем еще один крупный проект по воспроизводимости через пять лет, мы увидим значительное улучшение воспроизводимости в полевых условиях”.37
  
  
  —
  
  Яв первых главах этой книги я приводил многочисленные психологические исследования мотивированных рассуждений и предвзятого усвоения информации. Возможно, вам сейчас интересно: откуда я знаю, что эти исследования заслуживают доверия?
  
  Честный ответ заключается в том, что я не могу быть уверен. Любое экспериментальное исследование, на которое я ссылаюсь, имеет шанс стать следующим экспериментом с джемом — или, что гораздо хуже, следующим открытием, что прослушивание “When I'm Sixty-Four” сделает вас моложе. Но когда я читаю исследования, которые я описал, я пытаюсь применить советы с последних нескольких страниц на практике. Я пытаюсь понять, вписывается ли исследование в более широкую картину того, что мы знаем, или это какой-то странный выброс. Если есть двадцать или тридцать исследований от разных ученых, использующих разные методы, но все указывающие на схожий вывод — например, о том, что наши способности к логическому рассуждению искажены нашими политическими убеждениями, — тогда я меньше беспокоюсь о том, что индивидуальный эксперимент может оказаться случайностью. Если эмпирическое открытие имеет смысл в теории и на практике, а также в лаборатории, это обнадеживает.
  
  По большинству тем большинство из нас не будут копаться в академических статьях. Мы будем полагаться на средства массовой информации, чтобы получить удобоваримое представление о состоянии научных знаний. Научная журналистика похожа на любой другой вид журналистики: есть хорошее, и есть плохое. Вы можете найти поверхностные, сенсационные переделки пресс-релизов, которые сами по себе являются поверхностными и сенсационными. Или вы можете найти научную журналистику, которая объясняет факты, помещает их в надлежащий контекст и, когда необходимо, говорит правду власти. Если вы достаточно внимательны как читатель, вы, вероятно, сможете понять разницу. Это действительно не сложно. Спросите себя, четко ли журналист, освещающий исследование, объяснил, что измеряется. Проводилось ли это исследование на людях? Или мыши? Или в чашке Петри? Хороший репортер всегда будет предельно ясен. Затем: насколько велик эффект? Было ли это неожиданностью для других исследователей? Хороший журналист постарается выделить место для объяснения — и в результате читать статью будет гораздо интереснее, она удовлетворит ваше любопытство и поможет вам понять.*
  
  Если вы сомневаетесь, вы можете легко найти второе мнение: практически любой важный исследовательский вывод в области естественных или социальных наук будет быстро подхвачен и переварен академиками и другими специалистами, которые опубликуют свои собственные мысли и ответы в Интернете. Сами журналисты, работающие в области науки, считают, что Интернет улучшил их профессию: в опросе, проведенном примерно в ста европейских научных журналистах, две трети согласились с этой идеей, и менее 10 процентов не согласились.38 В этом есть смысл: Интернет упростил чтение журнальных статей, облегчил доступ к систематическим обзорам и упростил обращение к ученым за вторым мнением.
  
  Если история, которую вы читаете, посвящена здоровью, есть одно место, где вам обязательно следует узнать второе мнение: Кокрейновское сотрудничество. Он назван в честь Арчи Кокрейна, врача, эпидемиолога и участника кампании за улучшение доказательств в медицине. В 1941 году, когда Кокрейн был захвачен немцами и стал военнопленным, он импровизировал клиническое испытание. Это было удивительное сочетание храбрости, решимости и смирения. В лагере для военнопленных было полно больных людей — Кокрейн был одним из них, — и он подозревал, что болезнь была вызвана дефицит питания, но он знал, что знает недостаточно, чтобы уверенно назначить лечение. Вместо того, чтобы впасть в отчаяние или последовать интуиции, он сумел организовать своих товарищей по заключению для тестирования действия различных диет, обнаружил, чего им не хватало, и предоставил коменданту лагеря неопровержимые доказательства. Витаминные добавки были должным образом закуплены, и в результате было спасено много жизней.39
  
  В 1979 году Кокрейн написал, что “безусловно, это большая критика нашей профессии за то, что мы не подготовили критическое резюме всех соответствующих рандомизированных контролируемых исследований с разбивкой по специальностям, периодически адаптируемое”. После смерти Кокрейна эту задачу взял на себя Иэн Чалмерс. В начале 1990-х годов Чалмерс начал собирать коллекцию систематических обзоров, сначала только рандомизированных исследований, проведенных в области перинатального здоровья — ухода за беременными женщинами и их младенцами. Усилия переросли в международную сеть исследователей, которые рассматривают, оценивают, синтезируют, и публикуйте наилучшие доступные доказательства по огромному разнообразию клинических тем.40 Они называют себя Cochrane Collaboration и поддерживают Библиотеку Кокрейна, онлайновую базу данных систематических обзоров исследований. Полная база данных не в свободном доступе в каждой стране, но доступные резюме исследований доступны, предоставляя краткие описания состояния знаний, основанных на рандомизированных исследованиях.
  
  Я просмотрел несколько недавних сводок исследований, в значительной степени наугад, чтобы посмотреть, что получилось. В одном из резюме на первой странице было обещано оценить “йогу для лечения недержания мочи у женщин”. Ну, я не занимаюсь йогой, не страдаю от недержания мочи и не являюсь женщиной, поэтому моя оценка этого отчета обещала быть бескомпромиссной по отношению к любым реальным знаниям по теме.
  
  Прежде чем я посмотрел на то, что должна была сказать библиотека Кокрейна, я набрал “Может ли йога вылечить недержание?” в Google. WebMD был одним из лучших результатов поиска.41 В нем сообщалось, что новое исследование показало значительные улучшения у пожилых женщин, хотя и отмечалось, что исследование было довольно небольшим. The Daily Mail обратили внимание на то же исследование и сообщили о нем аналогичным образом: улучшения были значительными, но исследование было небольшим.42 Лучший результат поиска был от частной медицинской компании:43 в нем приводились в восторг впечатляющие результаты и не упоминалось, насколько небольшим было исследование, хотя в нем были ссылки на оригинальное исследование.44
  
  Ни одно из этих сообщений не является замечательным, но и не является ужасным. Честно говоря, я ожидал худшего. Вряд ли это приведет к большому ущербу. Люди могут заниматься йогой с ложными надеждами, или, в качестве альтернативы, могут заняться йогой, поправиться, а затем приписать йоге, когда на самом деле им все равно стало бы лучше. Но ничто из этого не было бы катастрофическим.
  
  Тем не менее, в сообщениях СМИ не удалось рассказать предысторию. Они просто отрыгнули научное исследование без каких-либо указаний на то, согласуется ли оно с чем-либо, что уже было обнаружено, или противоречит ему.
  
  Библиотека Кокрейна, напротив, стремится предоставить доступное изложение всего, что мы знаем о йоге и недержании мочи — если вообще что-либо знаем. Это также на первой странице результатов поиска Google. Кокрейн - это не секрет.
  
  Обзор Кокрейна, написанный простым и непритязательным языком, достаточно ясен. Было проведено только два исследования по этому вопросу. Оба они были маленькими. Доказательства слабые, но те, что есть, говорят о том, что при недержании мочи йога лучше, чем ничего, и что медитация осознанности лучше йоги. Вот и все - результат быстрого поиска в Google и минутного сканирования страницы, написанной простым английским языком. (Доступны переводы на многие языки.) Было бы неплохо, конечно, если бы существовала обширная и заслуживающая доверия база доказательств, на которую можно опереться, но в данном случае ее нет — и Я бы предпочел это знать. Благодаря "Краткому изложению Кокрейна" нам больше не нужно гадать, существует ли куча важных доказательств, о которых нам просто не сказали.45
  
  Аналогичная сеть, the Campbell Collaboration, стремится делать то же самое для решения вопросов социальной политики в таких областях, как образование и уголовное правосудие. По мере того, как эти усилия будут набирать обороты и ресурсы, нам будет легче разобраться, имеет ли исследование смысл и вписывается ли в более широкую цепочку открытий — или это картофельный салат стоимостью 55 000 долларов.
  
  ПРАВИЛО ШЕСТОЕ
  
  
  
  Спросите, кто пропал
  
  Право не собирать данные является одним из наиболее важных и малоизученных источников власти, которыми обладают правительства . , , Отказываясь накапливать знания в первую очередь, лица, принимающие решения, приобретают власть над остальными из нас.
  
  • Анна Пауэлл-Смит, MissingNumbers.org
  
  Nсемь десятилетий назад известный психолог Соломон Аш дал простое задание 123 подопытным. Им показали две иллюстрации, на одной из которых были три совершенно разные линии, а на другой - “контрольная линия”, и Аш попросил их выбрать, какая из трех линий имеет ту же длину, что и контрольная линия. У Аша был трюк в рукаве: он окружал каждого испытуемого марионетками, которые единодушно выбирали неверную линию. Испытуемые, сбитые с толку, часто (хотя и не всегда) поддавались влиянию ошибок окружающих.
  
  Эксперименты Asch бесконечно увлекательны, и я часто ловлю себя на том, что обсуждаю их в своих статьях и выступлениях: они являются отличной отправной точкой для разговора о давлении, которое мы все испытываем, чтобы соответствовать, и они открывают незабываемое окно в человеческую природу.
  
  Или они? Эксперименты изящны и действенны, но, как и многие психологи, Аш работал с материалом, который легко попадался под руку: студенты американского колледжа 1950-х годов. Мы не должны слишком критиковать его за это; Аш просто собирал низко висящие плоды. Ему было бы непросто собрать репрезентативную выборку всех американцев, еще труднее изучить международную выборку, и для него было бы невозможно знать, что показало бы исследование, если бы оно проводилось не в 1952, а в 1972 году. (Другие мы должны были провести последующие эксперименты, которые выявили несколько более низкие уровни соответствия — возможно, признак студенческого бунтарства в эпоху Вьетнама.)
  
  Однако слишком заманчиво действовать так, как будто Соломон Аш открыл непреложную и универсальную истину — обсуждать результаты психологических экспериментов над очень специфическим типом людей, в данном случае американскими студентами 1950-х годов, как если бы это были эксперименты над человеческой расой в целом. Временами я сам виноват в этом, особенно когда у меня не хватает времени на разговор. Но мы должны делать выводы о человеческой природе только после изучения широкого круга людей. Психологи все чаще признают проблему экспериментов, в которых изучаются только “СТРАННЫЕ” предметы — это это западный, образованный человек из промышленно развитых богатых демократий.
  
  К 1996 году кокрановский обзор литературы показал, что эксперимент Аша вдохновил на 133 последующих исследования. Общий вывод подтвердился, что обнадеживает в свете предыдущей главы: конформизм - это мощный и широко распространенный эффект, хотя со временем он, казалось, ослабел. Но следующий очевидный вопрос, который следует задать, заключается в следующем: меняется ли сила конформизма в зависимости от того, кто находится под давлением, чтобы кому-то соответствовать?
  
  К сожалению, последующие исследования не отличались большим разнообразием — большинство из них было проведено в Соединенных Штатах, и почти все со студентами, — но несколько исключений были проливающими свет. Например, эксперимент 1967 года, проведенный с эскимосами Баффинова острова в Канаде, выявил более низкие уровни соответствия, чем эксперимент, проведенный с народом темне в Сьерра-Леоне. Я не антрополог, но, по сообщениям, у эскимосов была расслабленная и индивидуалистическая культура, в то время как в обществе темне существовали строгие социальные нормы, по крайней мере, в то время, когда проводились эти эксперименты проведен. В целом — и за некоторыми заметными исключениями, такими как Япония — конформизм в экспериментах, вдохновленных Asch, был ниже в обществах, которые социологи считали индивидуалистическими, и выше в обществах, которые рассматривались как коллективистские, где социальная сплоченность более важна.1
  
  Это подразумевает, что Аш, вероятно, преуменьшил силу соответствия, изучая предметы из Америки, индивидуалистического общества. Но с другой стороны, описания как в учебниках по психологии, так и в научно-популярных книгах часто преувеличивают степень соответствия, обнаруженную Ашем. (Подопытные Аша часто бунтовали против группового давления. Вряд ли кто-то из них уступал каждый раз; гораздо чаще они пытались уклониться от ответа, варьируя свои действия в ходе повторяющихся раундов эксперимента, иногда соглашаясь с группой, а иногда занимая позицию одиночки.) По чистой случайности, эти два уклона в популярном понимании выводов Аша, возможно, эффективно нейтрализовали друг друга.2
  
  Насколько сильное давление на соответствие возникло из-за того, что исследуемая группа была монокультурой? Оставила бы ли более разнородная группа больше места для разногласий? Есть несколько дразнящих намеков на такую возможность — например, последующие исследования показали, что люди гораздо больше приспосабливаются к группам друзей, чем к группам незнакомцев. И когда Аш проинструктировал своих марионеток не соглашаться друг с другом, давление конформизма испарилось: его испытуемые были счастливы сделать правильный выбор, даже если они были единственными, кто делал это, до тех пор, пока другие были не согласны между собой. Все это наводит на мысль, что одно из лекарств от конформизма - принимать решения с участием разнообразной группы людей, людей, которые, скорее всего, выносят на обсуждение разные идеи и допущения. Но эту практическую тактику трудно проверить, поскольку первоначальные эксперименты и многие последующие проводились на однородных группах. Нельзя избавиться от ощущения, что была упущена возможность.
  
  Я думаю, нас должно беспокоить то, что большинство отчетов о результатах Аша полностью игнорируют упущение людей, которые могли бы действовать по-другому, и которых он мог бы легко включить. Соломон Аш преподавал в престижном учебном заведении с совместным обучением - колледже Суортмор в Пенсильвании. Действительно ли было необходимо, чтобы ни один из участников его эксперимента, ни the stooges, ни испытуемые, не были женщинами?
  
  
  —
  
  Aкак бы то ни было, последующие исследования показывают, что группы, состоящие исключительно из мужчин, менее конформистские, чем группы, состоящие исключительно из женщин. Итак, опять же, вы могли бы сказать, что это случай без вреда, без нарушения: Аш мог бы увидеть еще более убедительные доказательства соответствия, если бы он смотрел дальше молодых американских мужчин.3 Тем не менее, пол имеет значение, и Asch мог бы изучить его последствия или, по крайней мере, использовать группы со смешанным полом. Но это, очевидно, не приходило ему в голову, и приводит в замешательство то, как мало последующих отчетов о его эксперименте, похоже, волнует.
  
  Если бы Соломон Аш был единственным исследователем, который сделал это, мы могли бы отмахнуться от этого как от исторического курьеза. Но Аш не одинок; конечно, он не одинок. Его студент Стэнли Милгрэм провел печально известную серию экспериментов с поражением электрическим током в Йельском университете в 1960-х годах. Вот как я однажды описал его эксперименты в Financial Times:4
  
  [Милгрэм] привлек ничего не подозревающих представителей общественности к участию в “исследовании памяти”. Придя в лабораторию, они с другим участником бросили жребий, чтобы определить, кто будет “учителем”, а кто “учеником”. Как только ученик был пристегнут к электрическому стулу, учитель удалился в другую комнату, чтобы взять под контроль электрошоковую машину. Поскольку ученик не смог правильно ответить на вопросы, учителю было предложено применять постоянно увеличивающиеся удары электрическим током. Многие проявили готовность нанести, возможно, смертельный удар — несмотря на то, что сами получили болевой шок в качестве демонстрация, несмотря на то, что учащийся уже жаловался на проблемы с сердцем, несмотря на крики боли и мольбы отпустить его с другой стороны стены, и несмотря на то, что переключатели на электрошоковой машине гласят “Опасность: Сильный шок, ХХХ”. Конечно, никаких ударов не было — мужчина, кричавший из соседней комнаты, притворялся. Тем не менее, исследование обладает ужасающим очарованием.
  
  В моей статье следовало бы упомянуть, хотя бы мимоходом, что все сорок подопытных Милгрэма были мужчинами. Но в то время я не думал об этой конкретной проблеме, и поэтому — как и многим другим до меня — мне не пришло в голову проверить.
  
  Я надеюсь, что теперь это произойдет, потому что с момента написания этой статьи я брал интервью у Кэролайн Криадо Перес о ее книге Женщины-невидимки. Встреча с ней была забавной — она зашла на BBC с очаровательной маленькой собачкой, которая свернулась калачиком в углу студии и оставила нас, чтобы поговорить о гендерном разрыве в данных. Читать ее книгу было не так весело, потому что некомпетентность и несправедливость, которые она описала, были настолько удручающими — от производителей защитных жилетов для полицейских, которые забыли, что у некоторых офицеров есть грудь, до разработчиков комплексного приложения Apple health, которые упустили из виду, что у некоторых пользователей iPhone бывают менструации.5 В ее книге утверждается, что слишком часто люди, ответственные за продукты и политику, которые формируют нашу жизнь, неявно рассматривают клиента по умолчанию — или гражданина - как мужчину. Женщины - это запоздалая мысль. Криадо Перес утверждает, что статистика, которую мы собираем, не является исключением из этого правила: она предельно ясно показывает, как легко предположить, что данные отражают беспристрастный “взгляд из ниоткуда”, когда на самом деле они могут содержать глубокие и неуловимые искажения.
  
  Рассмотрим историческую недопредставленность женщин в клинических испытаниях. Одной из мрачных вех стал талидомид, который беременные женщины широко принимали для облегчения утренней тошноты только для того, чтобы выяснилось, что препарат может привести к тяжелой инвалидности и смерти нерожденных детей. После этой катастрофы женщин детородного возраста обычно исключали из испытаний в качестве меры предосторожности. Но предосторожность имеет смысл, только если предположить, что мы можем узнать большую часть того, что нам нужно знать, тестируя наркотики исключительно на мужчинах — серьезное допущение.6
  
  Ситуация улучшилась, но во многих исследованиях все еще не представлены данные, позволяющие исследовать, может ли быть различный эффект у мужчин и у женщин. Силденафил, например, изначально предназначался для лечения стенокардии. Клиническое испытание, проведенное на мужчинах, выявило неожиданный побочный эффект: великолепную эрекцию. Теперь более известный как Виагра, препарат появился на рынке для лечения эректильной дисфункции. Но у силденафила может быть еще одно неожиданное преимущество: он может быть эффективным средством для лечения менструальных болей. Мы не уверены, поскольку только одно небольшое и наводящее на размышления исследование финансирование еще не получено.7 Если бы в исследовании по поводу стенокардии в равной степени участвовали мужчины и женщины, потенциал лечения менструальных болей мог бы быть таким же очевидным, как и влияние на эрекцию.
  
  Такого рода эффекты, зависящие от пола, на удивление распространены. Один из обзоров исследований лекарств, проведенных на самцах и самках грызунов, показал, что тестируемый препарат оказывал эффект, зависящий от пола, более чем в половине случаев. Долгое время исследователи стволовых клеток, полученных из мышц, были озадачены тем, почему они иногда регенерируют, а иногда нет. Это казалось совершенно произвольным, пока кому-то не пришло в голову проверить, принадлежат ли клетки мужчинам или женщинам. Тайна раскрыта: оказалось, что клетки самок регенерировали, а клетки самцов - нет.
  
  Гендерная слепота еще не устранена. Через несколько недель после начала пандемии коронавируса исследователи начали понимать, что мужчины могут быть более восприимчивы, чем женщины, как к инфекции, так и к смерти. Было ли это из-за разницы в поведении, в тщательном мытье рук, в распространенности курения или, возможно, из-за глубокой разницы в биологии мужской и женской иммунных систем? Это было нелегко сказать, особенно потому, что из двадцати пяти стран с наибольшим числом инфекций более половины, включая Великобританию и Соединенные Штаты, не разделили случаи по полу.8
  
  Другая проблема возникает, когда женщины участвуют в мероприятиях по сбору данных, но вопросы, которые им задают, не укладываются в рамки мужского образа в голове разработчика опроса. Около двадцати пяти лет назад в Уганде активная рабочая сила внезапно выросла более чем на 10 процентов, с 6,5 до 7,2 миллиона человек. Что произошло? В опросе рабочей силы стали задавать более качественные вопросы.9
  
  Ранее людям предлагалось указать свой основной вид деятельности или работу, и многие женщины, которые работали неполный рабочий день, владели собственными торговыми прилавками или проводили часы на семейной ферме, просто записывали “домохозяйка”. В новом опросе также спрашивали о второстепенных видах деятельности, и внезапно женщины упомянули долгие часы оплачиваемой работы, которую они выполняли на стороне. Рабочая сила Уганды увеличилась на 700 000 человек, большинство из которых женщины. Проблема заключалась не в том, что женщины были проигнорированы предыдущим опросом, а в том, что в нем задавались вопросы, которые предполагали старомодное разделение домашнего труда, при котором муж выполнял оплачиваемую работу полный рабочий день, а жена работала по дому бесплатно.
  
  Еще более тонкий пробел в данных возникает из-за того факта, что правительства часто измеряют доход не отдельных лиц, а домохозяйств. Это разумное решение: в мире, где многие семьи объединяют свои ресурсы для покрытия арендной платы, продуктов питания, а иногда и всех расходов, домашнее хозяйство является логической единицей анализа. Я знаю нескольких людей, мужчин и женщин, которые проводят большую часть своего времени, выполняя неоплачиваемую работу по дому, присматривая за детьми, в то время как их партнеры получают большие зарплаты. Было бы странно утверждать, что на основании того, что неоплачиваемый партнер зарабатывает мало или вообще не имеет дохода, они живут в бедности.
  
  И все же, хотя многие домохозяйства объединяют свои ресурсы, мы не можем просто предполагать, что так делают все: деньги могут использоваться в качестве оружия в семье, а неравный заработок может способствовать развитию отношений, связанных с насилием. Сбор данных только о доходах домохозяйств делает такое злоупотребление статистически незаметным, неуместным по определению. Слишком заманчиво предположить, что то, что мы не измеряем, просто не существует.
  
  Как и в экспериментах Asch, оказывается, что нам не нужно размышлять о том, что может иметь значение, кто в семье контролирует денежные потоки. У нас есть веские доказательства того, что иногда это происходит. Экономист Шелли Лундберг и ее коллеги изучили, что произошло в Великобритании, когда в 1977 году пособие на ребенка, регулярная субсидия семьям, было заменено налоговым кредитом (обычно для отца) на денежную выплату матери. Этот сдвиг заметно увеличил расходы на женскую и детскую одежду по сравнению с мужской.10
  
  Когда я писал об исследованиях Лундберга в Financial Times возмущенный читатель написал мне, чтобы спросить, откуда я знаю, что лучше тратить деньги на женскую и детскую одежду, чем на мужскую. Что нехарактерно для читателей FT этот человек упустил главное: дело не в том, что какая-либо схема расходов была лучше, а в том, что схема расходов была другой. Доход домохозяйства не изменился, но когда этот доход выплачивался другому члену домохозяйства, он тратился на разные вещи. Это говорит нам о том, что измерение дохода только на уровне домохозяйства пропускает важную информацию. Новая система пособий Великобритании Universal Credit выплачивается одному "главе домохозяйства”. Это на удивление старомодное решение вполне может быть принято в пользу мужчин, но, учитывая имеющиеся у нас данные, это будет трудно определить.
  
  
  —
  
  Ябыло бы неплохо наивно представить, что высококачественная статистика просто появляется где-нибудь в электронной таблице по божественному провидению с числовых небес. Тем не менее, любой набор данных начинается с того, что кто-то решает собрать цифры. Какие цифры собираются, а какие нет, что измеряется, а что нет, и кто включен или исключен, являются результатом слишком человеческих предположений, предубеждений и оплошностей.
  
  Организация Объединенных Наций, например, приняла ряд амбициозных “Целей в области устойчивого развития” на 2030 год. Но эксперты по разработке начинают привлекать внимание к проблеме: у нас часто нет данных, которые нам понадобились бы, чтобы выяснить, были ли достигнуты эти цели. Преуспеваем ли мы в сокращении количества случаев домашнего насилия, от которого страдают женщины? Если несколько стран решили собрать достаточно достоверные данные по проблеме, позволяющие проводить исторические сравнения, то очень трудно сказать.11
  
  Иногда выбор того, какие данные собирать, просто причудлив. Уилл Мой, директор организации по проверке фактов Full Fact, отмечает, что в Англии власти знают больше об игроках в гольф, чем о людях, подвергшихся нападению, ограблению или изнасилованию.12 Это не потому, что кто-то в правительстве выделил бюджет на проведение опросов и решил, что разбираться в гольфе важнее, чем в преступности. Вместо этого опросы, как правило, объединяются с другими проектами. На фоне ажиотажа в связи с присуждением Лондону права проведения летних Олимпийских игр 2012 года правительство запустило исследование Active Lives Survey, в котором принимают участие 200 000 человек с достаточным географическим охватом, чтобы показать, какие виды спорта наиболее популярны в каждом регионе. Вот почему мы так много знаем об игроках в гольф.
  
  Это неплохо — здорово иметь такую детальную картину того, как люди поддерживают себя в форме. Но разве это не говорит о том, что есть основания для усиления обзора преступности в Англии и Уэльсе, который охватывает всего 35 000 домохозяйств? Это достаточно масштабный опрос, чтобы понять национальную тенденцию в области обычных преступлений, но если бы он был таким же масштабным, как опрос Active Lives, мы могли бы понять тенденции в отношении редких преступлений, небольших демографических групп или конкретных городов. При прочих равных условиях более масштабный опрос может дать более точные оценки, особенно когда вы пытаетесь подсчитать что-то необычное.
  
  Но чем больше, тем не всегда лучше. Вполне возможно охватить огромное количество людей, все еще упуская из виду достаточное количество других людей, чтобы получить катастрофически искаженное представление о том, что происходит на самом деле.
  
  
  —
  
  Яв 1936 году губернатор Канзаса Альфред Лэндон был кандидатом от республиканцев на пост президента против действующего президента Франклина Делано Рузвельта, демократа. Уважаемый журнал, the Литературный сборник взял на себя ответственность за прогнозирование результата. Он провел удивительно амбициозный опрос общественного мнения postal, в котором приняли участие 10 миллионов человек, четверть электората. Поток отправленных по почте ответов трудно себе представить, но Дайджест казалось, он наслаждался масштабом задачи. В конце августа в нем сообщалось: “На следующей неделе первые ответы от этих десяти миллионов начнут поступление помеченных бюллетеней, которые будут трижды проверены, выверены, пятикратно перекрестно классифицированы и суммированы”.13
  
  После того, как были сведены в таблицу замечательные 2,4 миллиона возвратов за более чем два месяца, Литературный сборник обнародовал свои выводы: Лэндон победит с убедительным перевесом в 55% против 41%, при этом несколько избирателей отдадут предпочтение третьему кандидату.
  
  Выборы принесли совсем другой результат. Рузвельт разгромил Лэндона с 61% до 37%. Чтобы добавить к Литературный сборникГораздо меньший по размеру опрос "Агония", проведенный пионером опроса общественного мнения Джорджем Гэллапом, подошел гораздо ближе к окончательному голосованию, предсказав комфортную победу Рузвельта.
  
  Мистер Гэллап понял кое-что, что Литературный сборник не сделал: Когда дело доходит до данных, размер - это еще не все. Опросы общественного мнения, такие как Gallup, основаны на выборках голосующего населения. Это означает, что специалистам по опросам общественного мнения необходимо иметь дело с двумя проблемами: ошибка выборки и предвзятость выборки.
  
  Ошибка выборки отражает риск того, что чисто случайно случайно выбранная выборка мнений не отражает истинных взглядов населения. “Предел погрешности”, о котором сообщается в опросах общественного мнения, отражает этот риск, и чем больше выборка, тем меньше предел погрешности. Тысяча интервью - это достаточно большая выборка для многих целей, и во время избирательной кампании 1936 года мистер Гэллап, как сообщается, провел три тысячи интервью.
  
  Но если три тысячи интервью были хорошими, почему 2,4 миллиона не были намного лучше? Ответ заключается в том, что ошибка выборки имеет гораздо более опасного друга: смещение выборки. Ошибка выборки - это когда случайно выбранная выборка не отражает основную совокупность чисто случайно; смещение выборки - это когда выборка вообще выбрана не случайно. Джордж Гэллап приложил все усилия, чтобы найти непредвзятую выборку, потому что он знал, что это гораздо важнее, чем поиск большой выборки.
  
  Литературный сборник в поисках большего набора данных мы столкнулись с вопросом о предвзятой выборке. Он рассылал формы людям из списка, составленного на основе автомобильных регистраций и телефонных справочников — образец, который, по крайней мере в 1936 году, был непропорционально процветающим. Те, у кого была машина или телефон, как правило, были богаче тех, у кого их не было. Проблема усугубляется тем, что сторонники Лэндона чаще отправляли свои ответы по почте, чем те, кто поддерживал Рузвельта. Комбинации этих двух предубеждений было достаточно, чтобы обречь Литературный сборникОпрос. Для каждого человека, которого опросили социологи Джорджа Гэллапа, Литературный сборник получено восемьсот ответов. Все, что журнал получил за свои старания, - это очень точную оценку неправильного ответа. Не уделяя достаточного внимания как пропавшим людям (тем, кто никогда не был опрошен), так и отсутствующим ответам, Литературный сборник совершил один из самых известных провалов в опросе за всю историю статистики.
  
  
  —
  
  Aвсе социологи знают, что их опросы уязвимы для Литературный сборник эффект, и серьезные из них пытаются — как пытался Джордж Гэллап - охватить репрезентативную выборку населения. Это никогда не было легко, и, похоже, становится все труднее: все меньше людей утруждают себя тем, чтобы отвечать на запросы социологов, поднимая очевидный вопрос о том, действительно ли те, кто это делает, представляют всех остальных. Отчасти это связано с тем, что люди менее охотно берут трубку стационарного телефона, чтобы поговорить с абонентами, осуществляющими холодные звонки, но это не единственное объяснение. Например, первое британское исследование выборов, личный опрос, в ходе которого исследовательская группа стучалась в еще в 1963 году у people's doors уровень отклика составлял почти 80 процентов. В версии 2015 года, также в режиме "лицом к лицу", процент ответов составил чуть более 55 процентов; почти в половине домов, в которые поступили запросы, либо никто не открыл дверь, либо кто-то открыл дверь, но отказался отвечать на вопросы инспектора.14
  
  Социологи пытаются исправить это, но надежного метода для этого не существует. Отсутствующие ответы являются примерами того, что статистик Дэвид Хэнд называет “темными данными”: мы знаем, что люди существуют, и мы знаем, что у них есть мнения, но мы можем только догадываться, каковы эти мнения. Мы можем игнорировать темные данные, как Аш и Милгрэм проигнорировали вопрос о том, как отреагировали бы женщины в своих экспериментах, или мы можем отчаянно попытаться пролить свет на то, чего не хватает. Но мы никогда не сможем полностью решить проблему.
  
  На всеобщих выборах в Великобритании в 2015 году опросы общественного мнения показали, что Дэвид Кэмерон, действующий премьер-министр, вряд ли наберет достаточно голосов, чтобы остаться у власти. Опросы были ошибочными: Консервативная партия Кэмерона фактически получила места в Палате общин и одержала незначительную победу. Было неясно, что пошло не так, но многие компании, проводящие опросы, предположили, что в последнюю минуту произошел поворот в пользу консерваторов. Если бы только они провели несколько опросов в последний возможный момент, они могли бы обнаружить это колебание.
  
  Но этот диагноз того, что пошло не так, был неверным. Более поздние исследования показали, что настоящей проблемой были темные данные. Вскоре после выборов исследователи выбрали случайную выборку домов и постучали в дверь, чтобы спросить людей, голосовали ли они и как они. Они получили тот же ответ, что и социологи: недостаточно консервативных избирателей, чтобы вернуть Кэмерона к власти. Но затем опросчики снова вернулись в дома, где никто не ответил, или где люди отказали опросчикам. Со второй попытки налицо были более консервативные избиратели. социологи возвращались, чтобы попытаться заполнить пробелы снова, и снова, и снова — иногда целых шесть раз - и в конечном итоге получили ответ почти от всех, с кем они изначально надеялись поговорить. Вывод: этот ретроспективный опрос, наконец, совпал с результатом выборов — консервативное правительство.
  
  Если бы проблема заключалась в позднем обновлении, решением была бы куча быстрых и грязных опросов в последнюю минуту. Но поскольку реальная проблема заключалась в том, что до избирателей-консерваторов было труднее достучаться, реальным решением, возможно, должен был стать более медленный и исчерпывающий метод проведения опросов общественного мнения.15
  
  Обе проблемы поразили американских социологов на печально известных выборах 2016 года, когда опросы, казалось, поставили Хиллари Клинтон впереди Дональда Трампа в колеблющихся штатах, которые должны были решить исход конкурса. Произошел запоздалый поворот в сторону Трампа, а также тот же уклон в сторону отсутствия ответов, который обрекал на провал опросы в Великобритании в 2015 году: социологам оказалось легче найти сторонников Клинтон, чем сторонников Трампа. Ошибка опроса, объективно говоря, не была очень большой. Это просто вырисовывалось в воображении людей, возможно, потому, что Трамп был таким необычным кандидатом. Но факт остается фактом: опросы были ошибочными отчасти потому, что, когда социологи пытались найти репрезентативную группу избирателей для беседы, не хватало слишком многих сторонников Трампа.16
  
  
  —
  
  Oсамое амбициозное решение проблемы предвзятости выборки - прекратить попытки выборки репрезентативной части населения и вместо этого поговорить со всеми. Это то, что пытается сделать перепись. Однако даже переписчики не могут предположить, что они подсчитали всех. В ходе переписи населения США 2010 года они получили ответы всего от 74 процентов домохозяйств. Многие люди упускают это из виду или отказываются.
  
  В переписи 2011 года в Великобритании уровень ответов составил 95 процентов, что соответствует примерно 25 миллионам домохозяйств. Это намного лучше — действительно, на первый взгляд это кажется почти идеальным. Учитывая, что ответили 25 миллионов домохозяйств, ошибка случайной выборки не является проблемой; она будет незначительной. Но даже при отсутствии всего 5 процентов людей предвзятость выборки по-прежнему вызывает беспокойство. Переписчики знают, что определенные категории людей с меньшей вероятностью отреагируют, когда бланк переписи официального вида со стуком упадет на коврик у двери: люди, которые живут в домах, рассчитанных на несколько человек например, в общежитии для студентов; мужчинам за двадцать; людям, которые плохо говорят по-английски. В результате 5 процентов, которые не отвечают, могут сильно отличаться от 95 процентов, которые отвечают. Одного этого факта достаточно, чтобы исказить данные переписи.17
  
  Перепись населения является одним из старейших способов сбора статистических данных. Гораздо новее, но с похожими стремлениями охватить всех, ”большие данные". Профессор Виктор Майер-Шенбергер из Оксфордского института Интернета и соавтор книги Большие данные сказал мне, что его любимое определение большого набора данных - это такое, где “N = Все” - где нам больше не нужно делать выборку, потому что у нас есть вся фоновая совокупность.18
  
  Один источник больших данных настолько обыден, что его легко не заметить. Подумайте о данных, которые вы создаете при просмотре фильма. В 1980 году вашим единственным вариантом было бы пойти в кинотеатр, возможно, заплатив наличными. Единственными созданными данными были бы кассовые сборы. В 1990 году вы могли бы вместо этого пойти в местный магазин видеопроката; у них мог быть компьютер для отслеживания вашего проката, или все это могло быть сделано с помощью ручки и бумаги. Если бы это было сделано на компьютере, оно, вероятно, не было бы подключено к какой-либо более широкой базе данных. Но в в двадцать первом веке, когда вы регистрируете учетную запись на Netflix или Amazon, ваши данные попадают в огромный и взаимосвязанный мир — их легко анализировать, создавать перекрестные ссылки или передавать оптовому поставщику данных, если позволяют условия.
  
  То же самое верно, когда вы подаете заявление на получение читательского билета, платите подоходный налог, подписываетесь на контракт на мобильную связь или подаете заявление на получение паспорта. Когда-то такие данные существовали в виде маленьких листков бумаги в гигантском алфавитном каталоге. Они не были предназначены для статистического анализа, как это было бы при переписи или опросе. Это были административные строительные блоки — данные, собранные для того, чтобы что-то сделать. Со временем, по мере оцифровки административных данных и совершенствования алгоритмов, которые могут опрашивать данные, использовать их в качестве исходных данных для статистических анализ, дополняющий или даже заменяющий данные опроса.
  
  Но N = All часто является скорее утешительным предположением, чем фактом. Как мы видели, административные данные часто включают информацию о том, кто в домохозяйстве заполняет формы и оплачивает счета; администратора будет сложнее вычислить. И слишком легко забыть, что N = Все - это не то же самое, что N = Все, кто зарегистрировался на определенную услугу. У Netflix, например, имеется множество данных о каждом отдельном клиенте Netflix, но гораздо меньше данных о людях, которые не являются клиентами Netflix, — и для Netflix было бы опасно делать обобщения от одной группы к другой.
  
  Даже в большей степени, чем административные данные, источником жизнедеятельности больших данных являются “найденные данные” — те данные, которые мы оставляем после себя, даже не замечая, когда носим с собой смартфоны, ищем в Google, оплачиваем онлайн, делимся своими мыслями в твиттере, публикуем фотографии в Facebook или включаем обогрев на нашем интеллектуальном термостате. Это не просто имя и данные кредитной карты, которые вы предоставили Netflix: это все, что вы когда-либо смотрели на потоковом сервисе, когда вы смотрели его — или прекратили смотреть — и многое другое помимо этого.
  
  Когда подобные данные случайно извлекаются из киберпространства, они могут быть искажены всевозможными неудобными способами. Например, если мы хотим держать руку на пульсе общественного мнения, мы могли бы запустить алгоритм анализа настроений в Twitter вместо того, чтобы тратить деньги на проведение опроса общественного мнения. Twitter может предоставить каждое сообщение для анализа, хотя на практике большинство исследователей используют подмножество этого огромного количества данных. Но даже если бы мы проанализировали каждое сообщение в Twitter — N = All — мы все равно узнали бы только то, что Twitter пользователи думают не так, как думает остальной мир. И пользователи Twitter не являются особо репрезентативными для более широкого мира. В Соединенных Штатах, например, они с большей вероятностью, чем население в целом, будут молодыми, городскими, с высшим образованием и чернокожими. Женщины, между тем, чаще, чем мужчины, используют Facebook и Instagram, но реже LinkedIn. Латиноамериканцы чаще, чем белые, используют Facebook, в то время как чернокожие чаще, чем белые, используют LinkedIn, Twitter и Instagram. Ни один из этих фактов не является очевидным.19
  
  Кейт Кроуфорд, исследователь из Microsoft, собрала множество примеров, когда N = Все предположения вводили людей в заблуждение. Когда в 2012 году ураган "Сэнди" обрушился на Нью-Йорк, исследователи опубликовали анализ данных из Twitter и поисковой системы Foursquare, основанной на местоположении, показав, что они смогли отследить всплеск покупок продуктов накануне и бум баров и ночных клубов на следующий день. Это прекрасно, насколько это возможно, но эти твиты об урагане были непропорционально из Манхэттена, тогда как такие районы, как Кони-Айленд пострадал гораздо сильнее. На самом деле, Кони-Айленд пострадал так сильно, что отключилось электричество — вот почему там никто не писал в твиттере, — в то время как густонаселенный и процветающий Манхэттен был необычайно насыщен смартфонами, по крайней мере, по стандартам 2012 года, когда они были менее распространены, чем сегодня. Чтобы сделать такой анализ больших данных полезным, требуется приложить значительные усилия, чтобы отделить твиты от реальности.20
  
  Другой пример: в 2012 году Бостон запустил приложение для смартфонов Street Bump, которое использовало акселерометр iPhone для обнаружения выбоин. Идея заключалась в том, что жители Бостона загружали приложение и, когда они ездили по городу, их телефоны автоматически уведомляли мэрию, когда дорожное покрытие нуждалось в ремонте — городским рабочим больше не приходилось патрулировать улицы в поисках выбоин. Это приятная элегантная идея, и она успешно обнаружила несколько ям на дороге. И все же то, что на самом деле произвел Street Bump, предоставленный самому себе, было карта выбоин, которые систематически посещали молодые, богатые районы, где все больше людей владели iPhone и слышали об этом приложении. Street Bump предлагает нам N = All в том смысле, что каждый удар с любого включенного телефона может быть записан. Это не то же самое, что записывать каждую выбоину. С тех пор проект был отложен.
  
  Алгоритмы, которые анализируют большие данные, обучаются на основе найденных данных, которые могут быть слегка искажены. Алгоритмы, обученные в основном на бледных лицах и мужских голосах, например, могут быть сбиты с толку, когда позже попытаются интерпретировать речь женщин или внешний вид более темных лиц. Считается, что это помогает объяснить, почему программное обеспечение Google Photo путает фотографии людей с темной кожей с фотографиями горилл; веб-камеры Hewlett-Packard с трудом включались при наведении на людей с темными тонами кожи; и камеры Nikon, запрограммированные на повторную съемку, если они думали, что кто-то моргнул во время съемки, продолжал переснимать снимки людей из Китая, Японии и Кореи, ошибочно приняв характерную восточноазиатскую складку век за моргание. Новые приложения, запущенные весной 2020 года, обещают прослушать ваш кашель и определить, есть ли у вас COVID-19 или какое-либо другое заболевание. Интересно, справятся ли они лучше?21
  
  Одно можно сказать наверняка. Если алгоритмам показать искаженную выборку мира, они придут к искаженному выводу.22
  
  
  —
  
  Tздесь есть несколько откровенно расистских и сексистских людей — оглянитесь вокруг, — но в целом то, что мы считаем, и то, что мы не в состоянии сосчитать, часто является результатом неизученного выбора, тонких предубеждений и скрытых предположений, которые, как мы не осознали, вводят нас в заблуждение.
  
  Если мы не собираем данные сами, есть предел тому, что мы можем сделать для решения проблемы отсутствия данных. Но мы можем и должны не забывать спрашивать, кого или чего может не хватать в данных, о которых нам сообщают. Некоторые недостающие цифры очевидны — например, очевидно, что трудно собрать достоверные данные о таких преступлениях, как торговля людьми в сексуальных целях или употребление тяжелых наркотиков. Другие упущения обнаруживаются только тогда, когда мы внимательно изучаем рассматриваемое утверждение. Исследователи могут не указывать явно, что в эксперименте изучались только мужчины — такая информация иногда скрыта в статистическом приложении, и иногда вообще не сообщается. Но часто быстрое расследование показывает, что в исследовании есть "слепое пятно". Если в эксперименте участвуют только мужчины, мы не можем предположить, что он привел бы к тем же выводам, если бы в нем участвовали также женщины. Если государственная статистика измеряет доход что касается домашнего хозяйства, мы должны признать, что мы мало что узнаем о распределении этого дохода внутри домашнее хозяйство.
  
  Большие найденные наборы данных могут показаться всеобъемлющими и могут быть чрезвычайно полезными, но “N = Все” часто является соблазнительной иллюзией: легко сделать необоснованные предположения, что у нас есть все, что имеет значение. Мы всегда должны спрашивать, кого и чего не хватает. И это только одна из причин подходить к большим данным с осторожностью. Большие данные представляют собой огромное и подчеркнутое изменение в способах сбора статистики, и именно к этому приведет нас наше следующее путешествие по объединению мира.
  
  ПРАВИЛО СЕДЬМОЕ
  
  
  
  Требуйте прозрачности, когда компьютер говорит "Нет"
  
  Я знаю, что в последнее время я принял несколько очень неправильных решений, но я могу дать вам полную уверенность в том, что моя работа вернется в нормальное русло. У меня по-прежнему огромный энтузиазм и уверенность в миссии, и я хочу помочь вам.
  
  • Hal 9000, 2001 год: Космическая одиссея
  
  Яв 2009 году команда исследователей из Google объявила о замечательном достижении в одном из ведущих научных журналов мира, Природа.1 Не нуждаясь в результатах ни одного медицинского осмотра, они смогли отследить распространение гриппа по всей территории Соединенных Штатов. Более того, они могли бы сделать это быстрее, чем Центры по контролю и профилактике заболеваний (CDC), которые полагались на отчеты об операциях врачей. Алгоритм Google искал закономерности в данных CDC с 2003 по 2008 год, выявив корреляцию между случаями гриппа и тем, что люди искали в Интернете в том же районе в то же время. Обнаружив закономерность, алгоритм теперь может использовать сегодняшние результаты поиска для оценки сегодняшних случаи гриппа за неделю или более до того, как CDC опубликовал свое официальное мнение.2
  
  “Google Flu Trends” был не только быстрым, точным и дешевым, но и не содержал теории. Инженеры Google не потрудились разработать гипотезу о том, какие поисковые запросы могут быть связаны с распространением болезни. Мы можем разумно предположить, что такие запросы, как “симптомы гриппа” и “аптеки рядом со мной”, могут лучше предсказать случаи заболевания гриппом, чем запросы “Бейонсе”, но людей из команды Google это не волновало. Они просто ввели 50 миллионов лучших поисковых запросов и позволили алгоритмам выполнить всю работу.
  
  Успех Google Flu Trends стал символом нового горячего тренда в бизнесе, технологиях и науке: больших данных и алгоритмов. “Большие данные” могут означать многое, но давайте сосредоточимся на найденных данных, которые мы обсуждали в предыдущей главе, на цифровом исчерпании веб-поиска, платежах по кредитным картам и пинге мобильных телефонов на ближайшую вышку сотовой связи, возможно, подкрепленных административными данными, генерируемыми по мере самоорганизации организаций.
  
  Алгоритм, между тем, представляет собой пошаговый рецепт* для выполнения серии действий, и в большинстве случаев “алгоритм” означает просто “компьютерная программа”. Но за последние несколько лет это слово стало ассоциироваться с чем-то вполне конкретным: алгоритмы стали инструментами для поиска закономерностей в больших наборах данных. Google Flu Trends был построен на алгоритмах распознавания образов, которые перебирали эти 50 миллионов поисковых запросов в поисках тех, которые, казалось, совпадали с CDC, сообщающими о большем количестве случаев гриппа.
  
  Именно такие данные и такого рода алгоритмы я хотел бы изучить в этой главе. “Найденные” наборы данных могут быть огромными. Кроме того, их сбор зачастую относительно дешев, они обновляются в режиме реального времени и содержат беспорядок — это совокупность точек данных, собранных для разных целей. По мере того, как наше общение, досуг и коммерция перемещаются в Интернет, а Интернет проникает в наши телефоны, автомобили и даже очки, жизнь можно записывать и количественно оценивать таким образом, который было бы трудно представить всего десять лет назад. Книжные полки по бизнесу и страницы руководства журналы переполнены книгами и статьями о возможностях, которые предоставляют такие данные.
  
  Наряду с призывом “поумнейте и разбогатейте” сторонники больших данных выдвинули три захватывающих заявления, каждое из которых нашло отражение в успехе Google Flu Trends. Во-первых, этот анализ данных дает сверхъестественно точные результаты. Во-вторых, можно зафиксировать каждую отдельную точку данных — утверждение “N = Все”, с которым мы встречались в предыдущей главе, — что делает устаревшими старые методы статистической выборки (здесь это означает, что тенденции гриппа фиксируются при каждом отдельном поиске). И, наконец, что научные модели тоже устарели: просто нет необходимости разрабатывать и проверять теории о том, почему поиск ведется по “симптомам гриппа” или "Бейонсе” может быть, а может и не быть связано с распространением гриппа, потому что, цитируя провокационный Проводной статья 2008 года “при достаточном количестве данных цифры говорят сами за себя”.
  
  Это революционный материал. И все же через четыре года после оригинала Природа статья была опубликована, Новости природы хочу сообщить печальную новость: последняя вспышка гриппа унесла неожиданную жертву — Google Flu Trends. После надежного предоставления быстрого и точного отчета о вспышках гриппа в течение нескольких зим модель, лишенная теории и богатая данными, потеряла представление о том, куда движется грипп. Модель Google указывала на серьезную вспышку, но когда медленно и стабильно поступали данные от CDC, они показали, что оценки Google о распространении гриппоподобных заболеваний были завышены — в какой-то момент они более чем вдвое превышали истинную цифру.3 Вскоре после этого проект Google Flu Trends был закрыт.4
  
  Что пошло не так? Частично проблема коренилась в этом третьем захватывающем утверждении: Google не знал — и не мог начать понимать, — что связывает поисковые запросы с распространением гриппа. Инженеры Google не пытались выяснить, что к чему привело. Они просто находили статистические закономерности в данных, что и делают эти алгоритмы. На самом деле, исследовательская группа Google изучила шаблоны и обнаружила некоторые явно ложные корреляции, которые они могли бы безопасно предписать алгоритму игнорировать — например, случаи гриппа, как оказалось, коррелировали с поисковыми запросами по “Баскетбол в средней школе”. Нет никакой тайны в том, почему: и грипп, и баскетбол в старших классах, как правило, начинаются в середине ноября. Но это означало, что Flu Trends был отчасти детектором гриппа, отчасти детектором зимы.5 Это стало проблемой, когда в 2009 году произошла вспышка летнего гриппа: Google Flu Trends, внимательно просматривая признаки зимы и ничего не найдя, пропустил несезонную вспышку, поскольку истинные случаи были в четыре раза выше, чем оценивали Flu Trends.6
  
  Проблема “детектора зимы” является распространенной при анализе больших данных. Буквальным примером, сделанным ученым-компьютерщиком Самиром Сингхом, является алгоритм распознавания образов, которому было показано много фотографий волков в дикой природе и много фотографий домашних собак хаски. Алгоритм, казалось, был действительно хорош в различении двух довольно похожих клыков; оказалось, что он просто помечал любую картинку со снегом как содержащую волка. Пример с более серьезными последствиями был описан Джанель Шейн в ее книге Ты выглядишь как вещь, и я люблю тебя: алгоритм, который показывал фотографии здоровой кожи и рака кожи. Алгоритм вычислил закономерность: если на фотографии была линейка, это был рак.7 Если мы не знаем почему алгоритм делает то, что он делает, мы доверяем наши жизни детектору линейки.
  
  Выяснить, что вызывает то, что трудно — некоторые говорят, что невозможно. Выяснить, что с чем коррелирует, намного дешевле и проще. И некоторые энтузиасты больших данных, такие как Крис Андерсон, автор той провокационной статьи в Проводной журнал —утверждал, что бессмысленно смотреть за пределы корреляций. “Сначала просмотрите данные математически, а затем создайте для них контекст”, - написал он; цифры говорят сами за себя. Перефразируя точку зрения Андерсона недоброжелательно, “Если поисковые запросы по баскетболу в средней школе всегда начинаются одновременно со случаями гриппа, на самом деле не имеет значения, почему”.
  
  Но это делает важно, потому что анализ простых корреляций, не основанный на теории, неизбежно хрупок. Если вы понятия не имеете, что стоит за корреляцией, вы понятия не имеете, что может привести к нарушению этой корреляции.
  
  После проблемы с летним гриппом 2009 года точность тенденций по гриппу полностью снизилась в конце 2012 года. Непонятно, почему. Одна из теорий заключается в том, что в декабре 2012 года в новостях было полно страшных историй о гриппе, и эти истории могли спровоцировать поиск в Интернете у здоровых людей. Другое возможное объяснение - изменение в собственном алгоритме поиска Google: он начал автоматически предлагать диагнозы, когда люди вводили медицинские симптомы, и это изменило то, что они вводили в Google, таким образом, что, возможно, изменило тенденции гриппа Модель. Вполне возможно, что Google могла бы выяснить, в чем заключалась проблема, и найти способ заставить алгоритм снова работать, если бы захотела, но они просто решили, что это не стоит проблем, затрат и риска сбоя.
  
  А может и нет. Правда в том, что внешние исследователи были вынуждены гадать, что именно пошло не так, потому что у них нет информации, позволяющей знать наверняка. Google делится некоторыми данными с исследователями и действительно предоставляет некоторые данные в свободный доступ любому. Но он не собирается раскрывать все свои данные вам, или мне, или кому-либо еще.
  
  
  —
  
  Две хорошие книги, занимающие почетное место на моей книжной полке, рассказывают историю о том, как всего за несколько коротких лет изменился наш взгляд на большие данные.
  
  Один из них, опубликованный в 2013 году, является Большие данные Кеннет Кукиер и Виктор Майер-Шенбергер. Перефразируя подзаголовок книги, в ней приводится множество примеров того, насколько дешевыми были датчики, огромные наборы данных и алгоритмы распознавания образов, Меняем то, как мы живем, работаем и думаем. Какой триумфальный пример выбрали авторы для начала своего рассказа? Тенденции гриппа в Google. Крах стал очевиден только после того, как книга была отправлена в печать.
  
  Три года спустя, в 2016 году, появился детектив Кэти О'Нил Оружие математического разрушения который, как вы, возможно, догадываетесь, придерживается гораздо более пессимистичного взгляда. Подзаголовок О'Нила говорит нам, что большие данные “увеличивают неравенство и угрожают демократии”.
  
  Разница отчасти заключается в перспективе: Кукир и Майер-Шенбергер склонны придерживаться точки зрения того, кто что-то делает с помощью алгоритма, управляемого данными; О'Нил склонен смотреть на вещи с точки зрения того, с кем что-то делает алгоритм, управляемый данными. Молоток выглядит как полезный инструмент для плотника; гвоздь производит совершенно иное впечатление.
  
  Но изменение тона также отражает изменение духа времени в период с 2013 по 2016 год. В 2013 году относительно небольшое число людей, которые обращали внимание на большие данные, часто воображали себя плотниками; к 2016 году многие из нас поняли, что мы гвозди. Большие данные превратились из кажущихся преобразующими в кажущиеся зловещими. Чирлидинг уступил место предсказаниям судьбы и некоторым захватывающим дух заголовкам. (Возможно, моим любимым был сюжет CNN: “Математика - это расизм.”) Кризис достиг пронзительной остроты с открытием, что политическая консалтинговая фирма Cambridge Analytica воспользовалась слабостью Facebook политика в отношении данных, позволяющая собирать информацию о примерно 50 миллионах человек без ведома этих людей или их сознательного согласия на это, и показывать им рекламу, ориентированную на них лично. Перепуганные комментаторы на короткое время предположили, что эти объявления были настолько эффективными, что они, по сути, избрали Дональда Трампа, хотя более трезвый анализ позже пришел к выводу, что возможности Cambridge Analytica не дотягивают до контроля сознания.8
  
  Каждый из нас в поте лица обрабатывает данные, и эти данные собираются и выжимаются в океаны информации. Алгоритмы и большие наборы данных используются для всего: от поиска нашей любви до принятия решения о том, отправимся ли мы в тюрьму до суда, если нас обвинят в преступлении, или вместо этого нам разрешат внести залог. Нам всем нужно понимать, что это за данные и как ими можно воспользоваться. Должны ли большие данные волновать или ужасать нас? Должны ли мы быть более склонны подбадривать плотников или беспокоиться о нашей невольной роли гвоздей?
  
  Ответ заключается в том, что это зависит — и в этой главе я надеюсь показать вам, от чего это зависит.
  
  
  —
  
  Запись в "Нью-Йорк Таймс" Журнал в 2012 году, когда дух времени все еще был на стороне карпентерса, журналист Чарльз Дахигг блестяще описал шумиху вокруг больших данных, рассказав анекдот о универмаге Target со скидкой.
  
  Духигг объяснил, что Target собрала так много данных о своих клиентах и была настолько искусна в анализе этих данных, что ее понимание потребителей может показаться волшебством.9 Его убийственный анекдот был о мужчине, который ворвался в магазин Target недалеко от Миннеаполиса и пожаловался менеджеру, что компания отправляет купоны на детскую одежду и средства для беременных его дочери-подростку. Менеджер многословно извинился, а позже позвонил, чтобы извиниться снова — только для того, чтобы узнать, что подросток действительно беременна. Ее отец не осознавал. Цель, проанализировав свои покупки салфеток без запаха и витаминных добавок, имела.
  
  И все же, действительно ли это статистическое колдовство? Я обсуждал эту историю со многими людьми, и меня поражает несоответствие. У большинства людей широко раскрыты глаза от изумления. Но две группы, с которыми я часто общаюсь, придерживаются несколько иной точки зрения. Журналисты часто циничны; некоторые подозревают Дахигга в выдумывании, преувеличении или распространении городского мифа. (Я подозреваю они из-за профессиональной ревности.) Специалисты по обработке данных и статистики, с другой стороны, зевают. Они считают эту историю одновременно и неудивительной, и неинформативной. И я думаю, что статистики все сделали правильно.
  
  Во-первых, давайте на мгновение задумаемся о том, насколько удивительно было бы предсказать, что кто-то беременен, основываясь на их покупательских привычках: не очень. Рассмотрите рекомендации Национальной службы здравоохранения относительно витаминной добавки фолиевой кислоты:
  
  Рекомендуется, чтобы все женщины, которые могли забеременеть, принимали ежедневную добавку в 400 микрограммов фолиевой кислоты до беременности и в течение первых 12 недель беременности . , , Если вы не принимали добавки с фолиевой кислотой до беременности, вам следует начать принимать их, как только вы узнаете, что беременны . , , Единственный способ убедиться, что вы получаете нужное количество, - это принимать добавку.
  
  ОК. Имея это в виду, к какому выводу я должен прийти, если мне скажут, что женщина начала покупать фолиевую кислоту? Мне не нужно использовать обширный набор данных или блестящий аналитический процесс. Это не волшебство. Очевидно, что женщина вполне могла быть беременна. Целевой алгоритм произвел не сверхчеловеческий логический скачок, но очень человечный: он вычислил именно то, что вы, или я, или кто-либо другой также вычислил бы, учитывая ту же информацию.
  
  Иногда мы, люди, медленно соображаем. Ханна Фрай, автор еще одной превосходной книги об алгоритмах, Привет, мир приводится пример женщины, совершающей покупки онлайн в британском супермаркете Tesco.10 Она обнаружила презервативы в разделе “Купить это снова?” своей онлайн-корзины покупок, подразумевая, что алгоритм знал, что кто-то в ее семье покупал их раньше. Но она этого не сделала, и у ее мужа не было причин: они не пользовались презервативами вместе. Итак, она предположила, что это была техническая ошибка. Я имею в виду, какое еще объяснение может быть?
  
  Когда женщина обратилась в Tesco с жалобой, представители компании пришли к выводу, что в их обязанности не входило сообщать плохие новости о том, что ее муж ей изменяет, и прибегли к тактичной лжи во спасение. “В самом деле, мадам? Компьютерная ошибка? Вы совершенно правы, в этом должна быть причина. Приносим свои извинения за доставленные неудобства ”. Фрай говорит мне, что теперь в Tesco действует эмпирическое правило: извиняться и винить компьютер.
  
  Если клиенты ранее покупали презервативы, они могут захотеть купить их снова. Если кто-то купил тест на беременность, а затем начинает покупать витаминную добавку, предназначенную для беременных женщин, разумно предположить, что этот человек - женщина и что через несколько месяцев она может заинтересоваться покупкой одежды для беременных и детской одежды. Алгоритмы здесь не творят статистических чудес. Они просто видят что-то (презервативы, витамины для беременных), что было скрыто от человека (озадаченная жена, сердитый отец). Мы поражены алгоритмом отчасти потому, что мы не ценим обыденность того, что происходит под шелковым платком фокусника.
  
  И есть еще один способ, с помощью которого история Дахигга об алгоритме Target побуждает нас переоценивать возможности компьютерной аналитики, основанной на данных.
  
  “Существует огромная проблема с ложными срабатываниями”, - говорит Кайзер Фанг, специалист по обработке данных, который потратил годы на разработку аналогичных подходов для розничных торговцев и рекламодателей. Фанг имеет в виду, что мы не услышим историй о женщинах, которые получают купоны на детскую одежду, но которые не беременны. Слушая анекдот, легко предположить, что алгоритмы Target безошибочны — что все, кто получает купоны на комбинезоны и влажные салфетки, беременны. Но никто никогда не утверждал, что это правда. И это почти наверняка не так; возможно все получил купоны на комбинезоны. Мы не должны просто принимать идею о том, что компьютер цели умеет читать мысли, прежде чем считать, сколько промахов приходится на каждое попадание.
  
  Таких промахов может быть много — даже для простого предположения, такого как “женщина, покупающая фолиевую кислоту, может быть беременна”. Покупка фолиевой кислоты не гарантирует беременность. Женщина могла принимать фолиевую кислоту по какой-то другой причине. Или она могла покупать витаминную добавку для кого-то другого. Или — и представьте себе горе, когда начнут приходить ваучеры на детскую одежду, — возможно, она была беременна, но у нее случился выкидыш, или она безуспешно пыталась забеременеть. Возможно, алгоритм Target настолько великолепен, что отфильтровывает эти болезненные случаи. Но это маловероятно.
  
  В аккаунте Чарльза Дахигга Target использует случайные предложения, такие как купоны на бокалы для вина, потому что беременные клиенты испугались бы, если бы поняли, насколько глубоко компьютеры компании их понимают. Но у Kaiser Fung есть другое объяснение: Target перепутывает свои предложения не потому, что было бы странно отправлять книжку купонов для всех детей беременной женщине, а потому, что компания знает, что многие из этих книжек купонов будут отправлены женщинам, которые в конце концов не беременны.
  
  Менеджер должен был просто сказать это: не беспокойтесь об этом, многие люди получают эти купоны. Почему он этого не сделал? Он, вероятно, понимал целевой алгоритм не больше, чем остальные из нас. Как и Google, Target может неохотно предоставлять свой алгоритм и набор данных исследователям — и конкурентам — чтобы понять, что происходит.
  
  Наиболее вероятная ситуация такова: беременность часто довольно легко определить по поведению при совершении покупок, поэтому алгоритм Target, основанный на больших данных, наверняка может предсказать беременность лучше, чем случайное угадывание. Однако, несомненно, ему далеко до безошибочности. Случайное предположение может заключаться в том, что любая женщина в возрасте от пятнадцати до сорока пяти лет имеет примерно 5-процентный шанс забеременеть в любое время. Если Target сможет улучшить качество угадывания в 10-15 процентах случаев, это, вероятно, уже того стоит. Даже незначительное увеличение точность целевых специальных предложений помогла бы получить прибыль. Но прибыльность не следует путать со всеведением.
  
  Итак, давайте начнем с небольшого смягчения шумихи — как апокалиптической идеи о том, что Cambridge Analytica может читать ваши мысли, так и головокружительной перспективы того, что большие данные могут легко заменить более трудоемкие статистические процессы, такие как обследование случаев гриппа, проводимое CDC. Когда я впервые начал работать с большими данными, я позвонил профессору Кембриджского университета Дэвиду Шпигельхалтеру, одному из ведущих статистиков Великобритании и блестящему статистическому коммуникатору. Я резюмировал заявления группы поддержки: о сверхъестественной точности, о том, что выборка не имеет значения, потому что была зафиксирована каждая точка данных, и об отправке научных моделей в мусорную кучу, потому что “цифры говорят сами за себя”.
  
  Он не чувствовал необходимости прибегать к техническому термину. Эти заявления, по его словам, “полная чушь. Абсолютная чушь”.
  
  Заставить работать с большими данными сложнее, чем кажется. Статистики потратили последние двести лет на то, чтобы выяснить, какие ловушки подстерегают нас, когда мы пытаемся понять мир с помощью данных. В наши дни данные стали больше, быстрее и дешевле, но мы не должны притворяться, что все ловушки стали безопасными. Они этого не сделали.
  
  “В больших данных возникает множество мелких проблем с данными”, - добавил Шпигельхальтер. “Они не исчезают, потому что у вас их много. Они становятся все хуже ”.
  
  Вряд ли имеет значение, что некоторые читатели Чарльза Дахигга слишком доверчивы в отношении точности, с которой Target выбирает одноразовые купоны. Но это имеет значение, когда люди у власти точно так же благоговеют перед алгоритмами, которых они не понимают, и используют их для принятия решений, меняющих жизнь.
  
  Один из самых ярких примеров Кэти О'Нил в Оружие математического разрушения это алгоритм ВОЗДЕЙСТВИЯ, используемый для оценки учителей в Вашингтоне, округ Колумбия. Как описывает О'Нил, очень любимые и уважаемые учителя в школах города были внезапно уволены после получения алгоритмом очень низких оценок.
  
  Алгоритм IMPACT утверждал, что измеряет качество преподавания, в основном проверяя, добились ли дети в классе учителя прогресса или отстали в своих тестовых оценках.11 Однако измерить истинное качество преподавания сложно по двум причинам. Во-первых, независимо от того, насколько хорош или плох учитель, индивидуальные достижения учащихся будут сильно различаться. В классе всего тридцать учеников, и большая часть того, что измеряет алгоритм, будет шумом; если пара учеников сделала несколько удачных предположений в своем тесте в начале года, а затем им не повезло в конце года, этого достаточно, чтобы изменить рейтинг учителя. Этого не должно быть, потому что это чистая случайность. Другой источник вариаций, который находится вне контроля учителя, - это у ребенка серьезные проблемы за пределами классной комнаты — все, что угодно, от болезни до издевательств и тюремного заключения члена семьи. Это не тот же шум, что удачные или неудачные догадки в тесте, потому что он отслеживает что-то реальное. Система, которая отслеживала бы признаки проблем за пределами класса, была бы ценной. Но было бы глупо и несправедливо обвинять учителя в трудностях ученика.
  
  Вторая проблема заключается в том, что учителя, которые жульничают, могут обмануть алгоритм, а жульничество повредит перспективам честных учителей. Если учитель шестого класса найдет способ несправедливо повысить успеваемость детей, которых он учит, — а такие вещи не являются чем—то неслыханным, - то не только он будет несправедливо вознагражден, но и учитель седьмого класса попадет в серьезную беду в следующем году. Ее новый класс будет гениями на бумаге; улучшение будет невозможно, если она также не найдет способ жульничать.
  
  Точка зрения О'Нила, которая вполне правдоподобна, заключается в том, что данные настолько зашумлены, что задача оценки компетентности учителя безнадежна для любого алгоритма. Конечно, суждения этого конкретного алгоритма о том, какие учителя были некачественными, не всегда совпадали с суждениями коллег учителей или учеников. Но это не помешало властям школьного округа ВАШИНГТОН уволить 206 учителей в 2011 году за несоблюдение стандартов алгоритма.
  
  
  —
  
  До сих пор мы фокусировались на чрезмерной доверчивости к способности алгоритма извлекать мудрость из данных, которые ему передаются. Существует другая, связанная с этим проблема: чрезмерная доверчивость к качеству или полноте набора данных.
  
  Мы исследовали проблему полноты в предыдущей главе. Литературный сборник накопил то, что справедливо можно было бы назвать большими данными. Это был, безусловно, грандиозный опрос по меркам того времени — действительно, даже по сегодняшним стандартам набор данных, включающий 2,4 миллиона человек, впечатляет. Но вы не можете использовать Литературный сборник опросы для прогнозирования результатов выборов, если “люди, которые отвечают на Литературный сборник опросы ”некоторым последовательным образом отличаются от “людей, которые голосуют на выборах”.
  
  Google Flu Trends отслеживает каждый поиск в Google, но не все, кто заболевает гриппом, обращаются к Google. Его точность зависела от того, что “люди с гриппом, которые консультируются с Google по этому поводу”, систематически не отличались от “людей с гриппом”. Приложение для обнаружения выбоин, с которым мы познакомились в предыдущей главе, не оправдало ожиданий, потому что перепутало “людей, которые слышат о приложениях для обнаружения выбоин и устанавливают их”, с “людьми, которые ездят по городу”.
  
  Как насчет качества? Вот поучительный пример больших данных из еще более древнего периода, чем предвыборный опрос 1936 года в США: удивительная попытка оценить типичную температуру человеческого тела. В течение восемнадцати лет немецкий врач девятнадцатого века Карл Вундерлих провел более миллиона измерений температуры тела, полученных от более чем 25 000 пациентов. Миллион измерений! Это поистине ошеломляющее достижение, учитывая современные технологии работы с пером и бумагой. Вундерлих - человек, стоящий за общепринятым мнением, что нормальная температура тела - 98.6®F. Никто не хотел оспаривать его выводы, отчасти потому, что набор данных был достаточно большим, чтобы вызывать уважение, а отчасти потому, что перспектива оспорить его с помощью большего и лучшего набора данных была пугающей. Как выразился доктор Филип Макковяк, эксперт по Вундерлиху, “Никто не был в состоянии или не имел желания собирать такой большой набор данных”.12
  
  И все же цифры Вундерлиха были неверными; обычно у нас немного прохладнее (примерно на половину градуса по Фаренгейту).13 Его данные были настолько внушительными, что потребовалось более ста лет, чтобы установить, что добрый доктор ошибался.*
  
  Итак, как такой большой набор данных может быть ошибочным? Когда доктор Макковяк обнаружил один из старых термометров Карла Вундерлиха в медицинском музее, он смог осмотреть его. Он обнаружил, что калибровка была неправильной на два градуса по Цельсию, почти на четыре градуса по Фаренгейту. Эта ошибка была частично компенсирована привычкой доктора Вундерлиха измерять температуру подмышечной впадины вместо того, чтобы осторожно вставлять термометр в одно из отверстий тела, традиционно используемых в наше время. Вы можете снять миллион показаний температуры, но если ваш термометр сломан, и вы копаетесь в подмышках, тогда ваши результаты будут точной оценкой неправильного ответа. Старое клише “Мусор входит, мусор выходит” остается верным, независимо от того, сколько обрывков мусора вы соберете.
  
  Как мы видели в предыдущей главе, современная версия этой старой проблемы представляет собой алгоритм, который был обучен на систематически искаженном наборе данных. На удивление легко упускать из виду такие проблемы. В 2014 году Amazon, одна из самых ценных компаний в мире, начала использовать алгоритм, основанный на данных, для сортировки резюме, надеясь, что компьютер найдет шаблоны и выберет самых лучших людей, основываясь на их сходстве с предыдущими успешными кандидатами. Увы, предыдущие успешные кандидаты были непропорционально мужчинами. Затем алгоритм сделал то, что делают алгоритмы: он обнаружил закономерность и действовал в соответствии с ней. Наблюдая, что в прошлом предпочтение отдавалось мужчинам, он пришел к выводу, что мужчины предпочтительнее. Алгоритм оштрафовал слово “женский”, например, “Международный женский футбольный турнир до 21 года” или “Капитан женского шахматного клуба”; это понизило рейтинг некоторых женских колледжей. Amazon отказалась от алгоритма в 2018 году; неясно, какое именно влияние он оказывал на принятие решений, но Amazon признала, что ее рекрутеры смотрели на рейтинги алгоритма.
  
  Помните заголовок “Математика - это расизм”? Я совершенно уверен, что математика не является расистской. Он также не является женоненавистническим, гомофобным или предвзятым в других отношениях. Но я так же уверен, что некоторые люди. И компьютеры, обученные на наших собственных исторических предубеждениях, будут повторять эти предубеждения в тот самый момент, когда мы пытаемся оставить их позади.14
  
  
  —
  
  Я надеюсь, я убедил вас, что нам не следует слишком торопиться доверять наши решения алгоритмам. Но я не хочу переусердствовать с критикой, потому что у нас нет какого-то безошибочного альтернативного способа принятия решений. Выбор стоит между алгоритмами и людьми. Некоторые люди предубеждены. Многие люди часто устают, измучены и перегружены работой. И все люди, ну, в общем, люди.
  
  В 1950-х годах психолог Пол Мил исследовал, может ли самый простой из алгоритмов в форме несложных статистических правил когда-либо превзойти экспертное суждение человека. Например, пациент поступает в больницу с жалобами на боли в груди. У нее несварение желудка или она страдает от сердечного приступа? Мил сравнил вердикты опытных врачей с результатом работы с кратким контрольным списком. Является ли боль в груди основным симптомом? Были ли у пациента сердечные приступы в прошлом? Использовал ли пациент нитроглицерин для облегчения боли в груди в прошлом? Какие поддающиеся количественной оценке закономерности показаны на кардиограмме?15 К сожалению, это простое дерево решений ставило правильный диагноз чаще, чем врачи. И это был не единственный пример. Как обнаружил Мил, удивительно часто эксперты плохо справлялись по сравнению с простыми контрольными списками. Мил описал свою Клинический против Статистическое предсказание как “моя маленькая тревожная книжечка”.16
  
  Итак, справедливости ради, мы должны сравнить подверженность ошибкам современных алгоритмов с людьми, которые в противном случае принимали бы решения. Начать стоит с примера из книги Ханны Фрай Привет, мир.
  
  История начинается во время лондонских беспорядков 2011 года. Демонстрации, первоначально представлявшие собой протест против жестокости полиции, переросли в массовые беспорядки, поскольку каждый вечер по всему городу и в нескольких других городах по всей стране нарушался порядок. Магазины закрывались рано после полудня, и законопослушные граждане спешили домой, зная, что оппортунистические нарушители спокойствия выйдут на улицу с наступлением темноты. За три дня неприятностей было арестовано более тысячи человек.
  
  Среди них были Николас Робинсон и Ричард Джонсон. Робинсон шел сквозь хаос и взял себе упаковку бутилированной воды из разгромленного лондонского супермаркета. Джонсон поехал в игровой магазин, надел балаклаву и забежал внутрь, чтобы схватить охапку компьютерных игр. Кража Джонсона имела большую ценность и была преднамеренной, а не спонтанной. И все же именно Робинсон получил шестимесячный срок, в то время как осуждение Джонсона вообще не принесло ему тюремного заключения. Ни один алгоритм не может быть обвинен в различии; эти приговоры выносили судьи-люди, и несоответствие кажется странным.
  
  Всегда возможно, что каждый судья принял правильное решение, основываясь на какой-то незначительной детали дела. Но наиболее правдоподобным ответом на непоследовательное обращение с двумя мужчинами было то, что Робинсон был приговорен всего через две недели после беспорядков, в то время, когда нервы были на пределе и ткань цивилизации, казалось, легко порвать. Джонсон был приговорен несколько месяцев спустя, когда память о беспорядках начала стираться и люди спрашивали себя, из-за чего был весь сыр-бор.17
  
  Стала бы компьютерная программа, управляемая данными, настраивать музыкальное настроение и выносить более справедливые приговоры? Это невозможно знать, но, вполне возможно, да. Существует достаточно доказательств того, что судьи-люди не слишком последовательны. Один из способов проверить это - показать гипотетические дела различным судьям и посмотреть, придут ли они к разным выводам. Они это делают. В одном британском исследовании, проведенном в 2001 году, судей просили вынести решения по множеству дел; некоторые из дел (представленные на подходящем расстоянии друг от друга, чтобы скрыть уловку) были просто повторением предыдущих случаи, с измененными именами и другими не относящимися к делу деталями. Судьи даже не согласились со своим собственным предыдущим решением по аналогичному делу. Мы можем быть абсолютно уверены, что это единственная ошибка, которую компьютер не допустил бы.18
  
  Более недавнее исследование было проведено в Соединенных Штатах экономистом Сендхилом Муллайнатаном и четырьмя коллегами. Они проанализировали более 750 000 случаев в Нью-Йорке в период с 2008 по 2013 год — случаев, когда кто-то был арестован, и необходимо было принять решение об освобождении обвиняемого, задержании лица или установлении денежного залога, который должен был быть внесен для обеспечения освобождения. Затем исследователи могли видеть, кто был повторно арестован.19 Затем они использовали часть этих дел (220 000) для обучения алгоритма принятия решения об освобождении, задержании или назначении залога. И они использовали оставшиеся случаи, чтобы проверить, хорошо ли алгоритм выполнил свою работу или нет, по сравнению с человеческими судьями.20
  
  Люди не преуспели. Разработанный исследователями алгоритм мог бы снизить уровень преступности во время освобождения почти на 25 процентов за счет заключения в тюрьму более тщательно отобранной группы обвиняемых. В качестве альтернативы, они могли бы посадить в тюрьму на 40 процентов меньше людей без какого-либо роста преступности. Тысячи преступлений могли быть предотвращены или тысячи людей освобождены до суда исключительно в результате того, что алгоритм превзошел судей-людей.
  
  Одна из важных ошибок, которую допускают судьи, заключается в том, что американский ученый-юрист Касс Санстейн называет “предвзятостью в отношении текущего правонарушения”, то есть, когда они принимают решения об освобождении под залог, они слишком сильно сосредотачиваются на конкретном правонарушении, в котором обвиняется подсудимый. Подсудимые, чей послужной список предполагает, что они представляют высокий риск, рассматриваются как малоопасные, если их обвиняют в незначительном преступлении, а подсудимые, чей послужной список предполагает, что они малоопасны, рассматриваются как высокорискованные, если текущее преступление серьезное. Здесь содержится ценная информация, которую алгоритм находит полезное применение, но человек судит — за весь их интеллект, опыт и подготовка - склонны упускать это из виду.
  
  Похоже, именно так мы, люди, и действуем. Вспомните, как я описал дела Николаса Робинсона и Ричарда Джонсона: я рассказал вам о рассматриваемых преступлениях, совсем ничего о Робинсоне и Джонсоне. Мне просто показалось разумным — и, возможно, вам - рассказать вам все о краткосрочной перспективе, о текущем правонарушении. Алгоритм использовал бы больше информации, если бы было доступно больше информации. Человек мог бы и нет.
  
  Многие люди обладают сильной интуицией относительно того, что они предпочли бы, чтобы жизненно важное решение о них принимали алгоритмы или люди. На некоторых людей возможности алгоритмов производят трогательное впечатление; другие слишком верят в человеческое суждение. Правда в том, что иногда алгоритмы работают лучше, чем люди, а иногда и нет. Если мы хотим избежать проблем и раскрыть потенциал больших данных, нам необходимо оценивать производительность алгоритмов в каждом конкретном случае. Слишком часто это намного сложнее, чем должно быть.
  
  Рассмотрим этот сценарий. Полиция или социальные службы получают звонок от кого—либо - соседа, бабушки с дедушкой, врача, учителя, — кто беспокоится о безопасности ребенка. Иногда ребенок действительно находится в опасности; иногда звонивший может ошибаться, или быть чрезмерно обеспокоенным, или даже злонамеренным. В идеальном мире мы бы не рисковали и немедленно отправили машину с синими огнями, чтобы проверить, что происходит. Но у нас недостаточно ресурсов, чтобы делать это в каждом случае — мы должны расставлять приоритеты. Ставки едва ли могли быть выше: официальные данные в Соединенных Штатах показывают, что 1670 детей умерли в 2015 году от жестокого обращения или отсутствия заботы. Это ужасающее число, но это ничтожная доля от 4 миллионов звонков, когда кто-то сообщает о своих опасениях по поводу ребенка.
  
  За какими отчетами необходимо следить, а какие можно разумно игнорировать? Многие полицейские и социальные службы используют алгоритмы, помогающие принять такое решение. Штат Иллинойс ввел именно такой алгоритм, называемый быстрой обратной связью по безопасности. Он проанализировал данные по каждому сообщению, сравнил их с результатами предыдущих случаев и составил процентный прогноз риска смерти ребенка или серьезного вреда.
  
  Результаты не были впечатляющими. The Chicago Tribune сообщается, что алгоритм дал 369 детям 100-процентную вероятность серьезных травм или смерти. Независимо от того, насколько ужасна домашняя обстановка, такая степень уверенности кажется излишне пессимистичной. Это также может иметь серьезные последствия: ложное утверждение о безнадзорности или жестоком обращении с детьми может иметь ужасные последствия как для обвиняемого, так и для ребенка.
  
  Но, возможно, алгоритм допустил ошибку в сторону осторожности, преувеличив риск причинения вреда, потому что он был разработан так, чтобы не пропустить ни одного случая? Нет: в некоторых ужасных случаях малыши умирали после того, как им давали слишком низкий процент риска, чтобы оправдать последующее наблюдение. В конце концов, Иллинойс решил, что технология бесполезна или хуже того, и прекратил ее использование.21
  
  Мораль этой истории не в том, что алгоритмы не следует использовать для оценки сообщений об уязвимых детях. Кто-то или что-то должно принимать решение о том, какие случаи следует рассматривать. Ошибки неизбежны, и в принципе нет причин, по которым какой-либо другой алгоритм не мог бы допускать меньше ошибок, чем обработчик вызовов человеком.22 Мораль в том, что мы знаем об ограничениях этого конкретного алгоритма только потому, что он выдавал явные числа, которые были явно абсурдными.
  
  “Хорошо, что они дали числовые вероятности, поскольку это обеспечивает громкую сирену, которая заставляет нас понять, что эти цифры неверны”, - объясняет статистик Эндрю Гельман. “Что было бы хуже, так это если бы [алгоритм] просто сообщил о прогнозах как о "высоком риске", ‘среднем риске’ и ‘низком риске”." Проблемы могли бы тогда никогда не проявиться.23
  
  Итак, проблема не в алгоритмах или больших наборах данных. Проблема заключается в недостаточном контроле, прозрачности и обсуждении. И решение, я бы сказал, появилось очень давно.
  
  
  —
  
  Яв середине семнадцатого века начало проявляться различие между алхимией и тем, что мы считаем современной наукой. Это различие, которое нам нужно помнить, если мы хотим процветать в мире алгоритмов с большими данными.
  
  В 1648 году шурин Блеза Паскаля, по настоянию великого французского математика, провел знаменитый эксперимент. В саду монастыря в маленьком городке Клермон-Ферран он взял трубку, наполненную ртутью, опустил ее открытый конец в чашу, наполненную жидким металлом, и поднял ее в вертикальное положение, выступающее над поверхностью с погруженным концом. Часть ртути немедленно вытекла в чашу, но часть - нет. В трубе была колонна высотой 711 миллиметров, а над ней пространство, содержащее — что? Воздух? Вакуум? Таинственный эфир?24
  
  Это был только первый этап эксперимента, предложенного Паскалем, и он не был беспрецедентным. Гаспаро Берти проделал нечто подобное в Риме с водой — хотя для воды стеклянная трубка должна быть длиной более 10 метров, и изготовить ее было непростой задачей. Евангелиста Торричелли, ученик Галилея, был человеком, которому пришла в голову идея использовать вместо ртути, для чего требуется гораздо более короткая трубка.
  
  Идея Паскаля — или, возможно, его друга Рене Декарта, поскольку они оба претендовали на эту заслугу, — заключалась в том, чтобы повторить эксперимент на высоте. Итак, шурин Паскаля получил задание протащить хрупкие стеклянные пробирки и несколько килограммов ртути на вершину Пюи-де-Дом, поразительного бездействующего вулкана в самом сердце Франции, более чем в километре над Клермон-Ферраном. На вершине горы ртутный столб поднялся не на 711 миллиметров, а всего на 627. На полпути вниз с горы ртутный столб был длиннее, чем на вершине, но короче, чем внизу, в сад. На следующий день колонну измерили на вершине собора в Клермон-Ферране. Там она была на 4 миллиметра короче, чем в монастырском саду. Паскаль изобрел то, что мы сейчас называем барометром — и одновременно высотомер, устройство, которое измеряло давление воздуха и, косвенно, высоту. В 1662 году, всего четырнадцать лет спустя, Роберт Бойль сформулировал свой знаменитый газовый закон, описывающий взаимосвязь между давлением и объемом газа. Это был быстрый и довольно современный шаг вперед в развитии научных знаний.
  
  Тем не менее, это происходило параллельно с более древней практикой алхимии, стремлением найти способ превращать неблагородные металлы в золото и производить эликсир вечной жизни. Эти цели, насколько нам известно, настолько близки к невыполнимому, что не имеет значения*—но если бы алхимия проводилась с использованием научных методов, все равно можно было бы ожидать, что все алхимические исследования приведут к большому количеству информационных сбоев и постепенной эволюции в современную химию.
  
  Это не то, что произошло. Алхимия не превратилась в химию. Он застопорился, и со временем наука оттеснила его локтем в сторону. Какое-то время эти две дисциплины существовали параллельно. Так что же их отличало?
  
  Конечно, современная наука использует экспериментальный метод, столь наглядно продемонстрированный трудолюбивым шурином Паскаля, Торричелли, Бойлем и другими. Но так же поступила и алхимия. Алхимики были неумолимыми экспериментаторами. Просто их эксперименты не дали информации, которая продвинула бы область в целом. Использование экспериментов не объясняет, почему химия процветала, а алхимия умерла.
  
  Возможно, тогда все зависело от вовлеченных персонажей? Возможно, великие ранние ученые, такие как Роберт Бойл и Исаак Ньютон, были более проницательными, мудрыми, более творческими людьми, чем алхимики, которых они заменили? Это на редкость неубедительное объяснение. Двумя ведущими алхимиками 1600-х годов были Роберт Бойл и Исаак Ньютон. Они были энергичными, даже пылкими практиками алхимии, что, к счастью, не помешало их огромному вкладу в современную науку.25
  
  Нет, алхимики часто были теми же самыми людьми, которые использовали те же экспериментальные методы, чтобы попытаться понять окружающий их мир. Что объясняет разницу, говорит Дэвид Вуттон, историк науки, так это то, что алхимией занимались тайно, в то время как наука зависела от открытых дебатов. В конце 1640-х годов небольшая сеть экспериментаторов по всей Франции, включая Паскаля, одновременно работала над вакуумными экспериментами. Известно, что по меньшей мере сто человек проводили эти эксперименты в период между экспериментами Торричелли в 1643 году и формулировкой Бойля Закон 1662 года. “Эти сто человек - первое рассеянное сообщество ученых-экспериментаторов”, - говорит Вуттон.26
  
  В центре сети знаний был Марин Мерсенн — монах, математик и катализатор научного сотрудничества и открытой конкуренции. Мерсенн дружил с Паскалем и Декартом, а также с мыслителями от Галилея до Томаса Гоббса, и делал копии полученных им писем и распространял их среди других, кого, по его мнению, это могло заинтересовать. Его переписка была настолько плодотворной, что он стал известен как “почтовый ящик Европы”.27
  
  Мерсенн умер в 1648 году, менее чем за три недели до эксперимента на Пюи-де-Дом, но его идеи о научном сотрудничестве продолжали жить в форме Лондонского королевского общества (основано в 1660 году) и Французской академии наук (основана в 1666 году), которые действовали в явно мерсеннианском духе. Одним из достоинств нового подхода, хорошо понимаемого в то время, была воспроизводимость, которая, как мы видели в пятой главе, является жизненно важной проверкой как на мошенничество, так и на ошибку. Эксперимент Пюи де Дом мог быть и был повторен везде, где был холм или даже высокое здание. “Все любопытствующие могут проверить это сами, когда захотят”, - написал Паскаль. И они это сделали.
  
  И все же, в то время как дебаты о вакууме, газах и ртутных трубках энергично велись посредством писем, публикаций и встреч в доме Мерсенна в Париже, алхимические эксперименты проводились тайно. Нетрудно понять почему: нет смысла превращать свинец в золото, если каждый знает, как это сделать. Ни один алхимик не хотел делиться своими потенциально поучительными неудачами с кем-либо еще.
  
  Секретность была самоподдерживающейся. Одной из причин, по которой алхимия существовала так долго и что даже такие блестящие ученые, как Бойл и Ньютон, относились к ней серьезно, было предположение, что алхимические проблемы были решены предыдущими поколениями, но хранились в секрете, а затем утеряны. Когда Ньютон, как известно, заявил: “Если я и увидел дальше, то только стоя на плечах гигантов”, это относилось только к его научной работе. Будучи алхимиком, он ни на чьих плечах не стоял и мало что видел.
  
  Когда Бойл попытался опубликовать некоторые из своих открытий и разыскать других алхимиков, Ньютон предупредил его остановиться и вместо этого хранить “строжайшее молчание”. И поскольку стало ясно, что недавно открытое научное сообщество добивается быстрого прогресса, сама алхимия была дискредитирована в течение одного поколения. Короче говоря, говорит Вуттон:
  
  Что убило алхимию, так это настойчивость в том, что эксперименты должны быть открыто освещены в публикациях, которые представляли четкий отчет о том, что произошло, и затем они должны быть воспроизведены, предпочтительно в присутствии независимых свидетелей. Алхимики изучали секретные знания . , , некоторые части этого знания могли быть переняты ... новой химией, но от большей их части пришлось отказаться как от непостижимой и невоспроизводимой. Эзотерическое знание было заменено новой формой знания, которая зависела как от публикации, так и от публичного или полупубличного исполнения.28
  
  Алхимия - это не то же самое, что сбор больших наборов данных и разработка алгоритмов распознавания образов. С одной стороны, алхимия невозможна, а получение информации из больших данных - нет. Тем не менее, параллели также должны быть очевидны. Такие компании, как Google и Target, не больше стремятся делиться своими наборами данных и алгоритмами, чем Ньютон - своими алхимическими экспериментами. Иногда существуют юридические или этические причины — если вы пытаетесь сохранить свою беременность в секрете, вы не хотите, чтобы Target публично раскрывала информацию о ваших покупках фолиевой кислоты, — но, скорее всего, причины коммерческие. данные о нас, которыми располагают Amazon, Apple, Facebook, Google и Microsoft. И это золото будет стоить для них намного меньше, если знаниями, которые его дают, поделятся со всеми.
  
  Но точно так же, как самые блестящие мыслители эпохи не смогли добиться прогресса, практикуясь тайно, секретные алгоритмы, основанные на секретных данных, вероятно, приведут к упущенным возможностям для совершенствования. Опять же, вряд ли имеет большое значение, если Target упускает чуть более эффективный способ таргетирования одноразовых купонов. Но когда алгоритмы увольняют способных учителей, направляют социальные службы не в те домохозяйства или понижают рейтинг соискателей, которые учились в женских колледжах, нам нужно иметь возможность подвергать их тщательной проверке.
  
  Но как?
  
  Один из подходов используется командой журналистов-расследователей ProPublica во главе с Джулией Энгвин. Команда Энгвина хотела тщательно изучить широко используемый алгоритм под названием COMPAS (Профилирование управления исправительными учреждениями для альтернативных санкций). COMPAS использовала ответы на вопросник из 137 пунктов для оценки риска того, что преступник может быть повторно арестован. Но сработало ли это? И было ли это справедливо?
  
  Это было нелегко выяснить. COMPAS принадлежит компании Equivant (ранее Northpointe), которая не обязана делиться подробностями о том, как она работает. И вот Энгвин и ее команде пришлось судить об этом, анализируя результаты, кропотливо собранные в округе Бровард во Флориде, штате, в котором действуют строгие законы о прозрачности.
  
  Вот отредактированный отчет о том, как команда ProPublica выполняла свою работу:
  
  Посредством запроса публичных записей ProPublica получила оценки COMPAS за два года из офиса шерифа округа Бровард во Флориде. Мы получили данные обо всех 18 610 людях, которые были обследованы в 2013 и 2014 годах . . . Каждый обвиняемый, находящийся на предварительном следствии, получил по меньшей мере три оценки COMPAS: “Риск рецидива”, "Риск насилия” и “Риск неявки”. Оценки COMPAS для каждого обвиняемого варьировались от 1 до 10, причем десять баллов были наивысшим риском. Оценки от 1 до 4 были помечены COMPAS как низкие; от 5 до 7 были помечены как средние; и от 8 до 10 были помечены как высокие. Начиная с база данных оценок COMPAS, мы создали профиль криминальной истории каждого человека, как до, так и после того, как они были оценены. Мы собрали общедоступные криминальные досье с веб-сайта канцелярии клерка округа Бровард до 1 апреля 2016 года. В среднем обвиняемые в нашем наборе данных не находились в заключении в течение 622,87 дней (sd: 329,19). Мы сопоставили криминальные досье с записями COMPAS, используя имя и фамилию человека и дату рождения . , , Мы загрузили около 80 000 криминальных досье с веб-сайта канцелярии клерка округа Бровард.29
  
  И так это продолжается. Это была кропотливая работа.
  
  В конце концов, ProPublica опубликовала свои выводы. Алгоритм COMPAS не использовал расу преступника в качестве предиктора, но, тем не менее, он выдавал расово несопоставимые результаты. Он имел тенденцию давать ложноположительные результаты для чернокожих преступников (предсказывая, что они будут повторно арестованы, но тогда этого не произошло) и ложноотрицательные результаты для белых преступников (предсказывая, что они не будут повторно арестованы, но тогда они были).
  
  Это звучит очень тревожно: расовая дискриминация аморальна и незаконна, когда исходит от человека; мы не должны терпеть ее, если она вытекает из алгоритма.
  
  Но затем четверо академических исследователей, Сэм Корбетт-Дэвис, Эмма Пирсон, Ави Феллер и Шарад Гоэль, указали, что ситуация не была столь однозначной.30 Они использовали данные, кропотливо собранные ProPublica, чтобы показать, что алгоритм был справедлив по другому важному показателю, который заключался в том, что если алгоритм присвоил двум преступникам — одному черному, другому белому — одинаковую оценку риска, то фактический риск того, что они будут повторно арестованы, был одинаковым. В этом важном отношении алгоритм не различал цвета.
  
  Более того, исследователи показали, что алгоритм не может быть справедливым в обоих отношениях одновременно. Можно было разработать алгоритм, который выдавал бы одинаковую частоту ложных срабатываний для всех рас, и можно было разработать алгоритм, в котором оценки риска соответствовали риску повторного ареста для всех рас, но было невозможно выполнить оба одновременно: цифры просто нельзя было заставить сложиться.
  
  Единственный способ, которым можно было бы построить алгоритм для получения равных результатов для разных групп — независимо от того, были ли эти группы определены по возрасту, полу, расе, цвету волос, росту или любому другому критерию, — это если бы группы вели себя иначе и с ними обращались одинаково. Если бы они перемещались по миру разными путями, алгоритм неизбежно нарушил бы по крайней мере один критерий справедливости при их оценке. Это верно независимо от того, действительно ли алгоритму сообщили их возраст, пол, расу, цвет волос или рост. Это было бы справедливо и для судьи-человека; это вопрос арифметики.
  
  Джулия Дрессел и Хани Фарид, также специалисты по информатике, наблюдали за этой дискуссией о том, выдает ли COMPAS результаты с расовым уклоном. Они думали, что чего-то не хватает. “В основе разговора лежало предположение, что предсказания алгоритма изначально были лучше человеческих, ” сказал Дрессель научному писателю Эду Йонгу, - но я не смог найти никаких исследований, подтверждающих это”.31
  
  Благодаря подготовительной работе ProPublica Дрессель и Фарид смогли самостоятельно разобраться в этом вопросе. Даже если сам COMPAS был засекречен, ProPublica опубликовала достаточно результатов, чтобы его можно было достоверно протестировать на других тестах. Первая представляла собой простую математическую модель всего с двумя переменными: возраст преступника и количество предыдущих правонарушений. Дрессель и Фарид показали, что модель с двумя переменными была такой же точной, как и хваленая модель COMPAS со 137 переменными. Дрессель и Фарид также проверили предсказания COMPAS на соответствие суждениям обычных людей, не являющихся экспертами, которые им показали всего семь фрагментов информации о каждом преступнике и попросили предсказать, будет ли он или она повторно арестован в течение двух лет. Среднее значение нескольких из этих неэкспертных прогнозов превзошло алгоритм COMPAS.
  
  Это поразительный материал. Как прокомментировал Фарид, судья мог бы быть впечатлен, если бы ему сказали, что алгоритм, основанный на данных, оценил человека как группу высокого риска, но был бы гораздо менее впечатлен, если бы ему сказали: “Эй, я спросил двадцать случайных людей онлайн, будет ли этот человек повторно осужден, и они сказали ”да".32
  
  Не слишком ли много просить COMPAS превзойти суждения двадцати случайных людей из Интернета? Это не кажется высокой планкой; тем не менее, COMPAS не смог преодолеть ее.33
  
  Продемонстрировать ограничения алгоритма COMPAS было нетрудно, как только были опубликованы данные ProPublica о принятии решений COMPAS, позволяющие исследователям анализировать и обсуждать их. Держать алгоритмы и наборы данных в секрете - это образ мыслей алхимика. Делиться ими открыто, чтобы их можно было анализировать, обсуждать и — надеюсь — улучшать? Таков образ мыслей ученого.
  
  
  —
  
  Lя слушаю выступления традиционных политиков, играющих центральную роль, или читаю комментарии СМИ, и часто сталкиваюсь с таким мнением, как “Уровень доверия снижается” или “Нам нужно восстановить доверие.” Онора О'Нил, философ, который стал авторитетом в этой теме, утверждает, что такое заламывание рук отражает неаккуратное мышление. Она утверждает, что мы не доверяем и не должны доверять вообще: мы доверяем конкретным людям или учреждениям делать определенные вещи. (Например: у меня есть друг, которому я бы никогда не доверил отправить письмо за меня, но я бы с радостью доверил ему позаботься о моих детях.) Доверие должно быть разборчивым: в идеале мы должны доверять тем, кто заслуживает доверия, и не доверять некомпетентным или злонамеренным.34
  
  Как и люди, алгоритмы как общий класс не являются ни надежными, ни ненадежными. Как и в случае с людьми, вместо того, чтобы спрашивать: “Должны ли мы доверять алгоритмам?”, мы должны спросить: “Каким алгоритмам мы можем доверять и что мы можем им доверить делать?”
  
  Онора О'Нил утверждает, что если мы хотим продемонстрировать надежность, нам нужно, чтобы основа наших решений была “разумно открытой”. Она предлагает контрольный список из четырех свойств, которыми должны обладать разумно открытые решения. Информация должна быть доступный: это означает, что он не прячется глубоко в каком-то секретном хранилище данных. Решения должны быть понятно—способный быть объясненным четко и на понятном языке. Информация должна быть пригодный для использования—что может означать что-то столь же простое, как предоставление данных в стандартном цифровом формате. И решения должны быть поддающийся оценке—это означает, что любой, у кого есть время и опыт, располагает деталями, необходимыми для тщательной проверки любых претензий или решений, если пожелает.
  
  Принципы О'Нила кажутся разумным подходом к алгоритмам, на которые возложены обязанности, меняющие жизнь, например, освободить заключенного или отреагировать на сообщение о жестоком обращении с детьми. У независимых экспертов должна быть возможность проникнуть под колпак и посмотреть, как компьютеры принимают свои решения. Когда у нас есть правовая защита — например, запрещающая дискриминацию по признаку расы, сексуальности или гендера, — нам нужно убедиться, что алгоритмы соответствуют тем же стандартам, которые мы ожидаем от людей. По крайней мере, это означает, что алгоритм должен быть доступен для проверки в суде.
  
  Кэти О'Нил, автор Оружие математического разрушения утверждает, что специалисты по обработке данных должны, подобно врачам, формировать профессиональное общество с профессиональным кодексом этики. По крайней мере, это обеспечило бы выход для осведомителей, “чтобы нам было кому жаловаться, когда наш работодатель (Facebook, скажем) просит нас сделать что-то, что, как мы подозреваем, неэтично или, по крайней мере, не соответствует стандартам подотчетности, с которыми мы все согласились”.35
  
  Еще одна параллель с медицинской практикой заключается в том, что важные алгоритмы следует тестировать с помощью рандомизированных контролируемых исследований. Если создатели алгоритма утверждают, что он уволит нужных учителей или порекомендует внести залог за правильных подозреваемых в совершении преступлений, наш ответ должен быть “Докажите это”. История медицины учит нас, что правдоподобно звучащие идеи могут оказаться недостаточными, если их подвергнуть честной проверке. Алгоритмы - это не лекарства, поэтому простое клонирование такой организации, как Управление по контролю за продуктами питания и лекарствами США, не сработало бы; нам понадобились бы провести испытания в более сжатые сроки и взглянуть по-другому на то, как выглядело информированное согласие. (Клинические испытания имеют высокие стандарты для обеспечения согласия людей на участие; не совсем ясно, как эти стандарты будут применяться к алгоритму, который оценивает учителей - или подозреваемых в совершении преступлений.) Тем не менее, любой, кто уверен в эффективности своего алгоритма, должен быть рад продемонстрировать эту эффективность в честном и тщательном тестировании. И жизненно важные учреждения, такие как школы и суды, не должны быть готовы использовать эти алгоритмы в больших масштабах, если они не зарекомендовали себя.
  
  Конечно, не все алгоритмы вызывают такие серьезные опасения. Очевидно, что не в интересах общества заставлять Target показывать исследователям, как они решают, кто получает одноразовые купоны. Нам нужно смотреть в каждом конкретном случае. Какого рода подотчетность или прозрачность мы хотим, зависит от того, какую проблему мы пытаемся решить.
  
  Мы могли бы, например, захотеть отличить алгоритм YouTube для рекомендации видео от алгоритма Netflix для рекомендации фильмов. На YouTube много тревожащего контента, а его механизм рекомендаций приобрел печальную известность своей очевидной тенденцией предлагать все более откровенные и конспирологические видеоролики. Неясно, подтверждают ли доказательства идею о том, что YouTube является двигателем радикализации, но без большей прозрачности трудно быть уверенным.36
  
  Netflix иллюстрирует другую проблему: конкуренцию. Его алгоритм рекомендаций основан на огромном секретном наборе данных о том, какие фильмы смотрели клиенты. У Amazon есть аналогичный, столь же секретный набор данных. Предположим, я молодой предприниматель с блестящей идеей нового вида алгоритма для прогнозирования того, какие фильмы понравятся людям, на основе их предыдущих привычек к просмотру. Без данных для тестирования моя блестящая идея никогда не сможет быть реализована. У нас нет особых причин беспокоиться о том, как работают алгоритмы Amazon и Netflix, но есть ли основания за то, что заставил их обнародовать свои наборы данных о просмотре фильмов, чтобы развязать конкуренцию в разработке алгоритмов, которые в конечном итоге могли бы принести пользу потребителям?
  
  Сразу бросается в глаза одна проблема: конфиденциальность. Вы могли подумать, что решить эту проблему легко — просто удалите имена из записей, и данные станут анонимными! Не так быстро: с богатым набором данных и путем перекрестных ссылок на другие наборы данных часто на удивление легко выяснить, кем на самом деле является человек # 961860384. Однажды Netflix выпустил анонимизированный набор данных для исследователей в рамках конкурса на поиск лучшего алгоритма рекомендаций. К сожалению, оказалось, что одна из их клиенток опубликовала тот же отзыв о семейном фильме на Netflix и, под своим настоящим именем, на Веб-сайт базы данных фильмов в Интернете. Ее уже не анонимные обзоры Netflix показали, что ее привлекали другие женщины — то, что она предпочитала держать в секрете.37 Она подала в суд на компанию за то, что та вывела ее на прогулку; дело было урегулировано на нераскрытых условиях.
  
  Тем не менее, есть пути продвижения вперед. Один из них - предоставить безопасный доступ сертифицированным исследователям. Другой способ заключается в публикации нечетких данных, в которых все отдельные детали немного неточны, но все же можно сделать строгие выводы о популяциях в целом. Такие компании, как Google и Facebook, получают огромное конкурентное преимущество от своих наборов данных: они могут пресекать мелких конкурентов в зародыше или использовать данные из одного сервиса (например, Google Search) для продвижения другого (например, Google Maps или Android). Если некоторые из этих данных были обнародованы, другие компании смог бы извлекать уроки из этого, предоставлять более качественные услуги и бросать вызов крупным игрокам. Ученые и социологи тоже могли бы многому научиться; одна из возможных моделей - потребовать, чтобы частные наборы больших данных публиковались с задержкой и с соответствующей защитой анонимности. Данные трехлетней давности устарели для многих коммерческих целей, но все еще могут представлять огромную научную ценность.
  
  Для этого есть прецедент: владельцы патентов должны публиковать свои идеи, чтобы получить какую-либо защиту интеллектуальной собственности. Возможно, аналогичную сделку можно было бы предложить или навязать частным владельцам больших наборов данных.
  
  
  —
  
  Big data революционизирует мир вокруг нас, и легко почувствовать отчуждение от рассказов о компьютерах, передающих решения, принятые способами, которые мы не понимаем. Я думаю, мы правы, что беспокоимся. Современная аналитика данных может дать некоторые удивительные результаты, но большие данные часто менее надежны, чем небольшие данные. Небольшие данные, как правило, можно тщательно изучить; большие данные, как правило, заперты в хранилищах Силиконовой долины. Простые статистические инструменты, используемые для анализа небольших наборов данных, обычно легко проверить; алгоритмы распознавания образов слишком легко могут оказаться загадочными и коммерчески чувствительные черные ящики.
  
  Я утверждал, что нам нужно скептически относиться как к шумихе, так и к истерии. Мы должны задавать сложные вопросы в каждом конкретном случае, когда у нас есть основания для беспокойства. Доступны ли базовые данные? Проводилась ли строгая оценка производительности алгоритма — например, путем проведения рандомизированного исследования, чтобы выяснить, принимают ли люди лучшие решения с помощью алгоритмических рекомендаций или без них? Была ли предоставлена возможность независимым экспертам оценить алгоритм? К какому выводу они пришли? Мы не должны просто верить, что алгоритмы справляются с работой лучше, чем люди, мы также не должны предполагать, что если алгоритмы несовершенны, люди будут безупречны.
  
  Но есть один источник статистики, которому, по крайней мере, для граждан большинства богатых стран, я думаю, мы должны доверять больше, чем мы делаем. И именно к этому источнику мы сейчас и обратимся.
  
  ПРАВИЛО ВОСЬМОЕ
  
  
  
  Не принимайте статистическую основу как должное
  
  “На чем вы основываете свои факты?”
  
  “Статистика Международного валютного фонда и Организации Объединенных Наций, ничего противоречивого. Эти факты не подлежат обсуждению. Я прав, а вы ошибаетесь.”
  
  • Интервью с Хансом Рослингом1
  
  Mв день, 9 октября 1974 года. Место: Вашингтон, округ Колумбия, рядом с живописным приливным бассейном — тихим, покрытым листвой убежищем недалеко от Белого дома. Время: два часа ночи. Машина быстро петляет в темноте с выключенными фарами. Полиция останавливает машину, и в этот момент ярко одетая женщина с двумя черными глазами выпрыгивает со стороны пассажира, бежит по дороге, крича попеременно по-английски и по-испански, и прыгает в воду. Полиция вытаскивает ее, и она пытается прыгнуть снова, после чего на нее надевают наручники. За рулем пожилой парень с разбитые очки и небольшие порезы на лице. Он чертовски пьян.2
  
  Возможно, просто еще одна ночь в Вашингтоне. За исключением женщины, Аннабель Баттистелла, была более известна как Фанн Фокс, аргентинская зажигалка, эротическая танцовщица в ночном клубе Silver Slipper. И этот человек был одним из самых влиятельных людей в Соединенных Штатах: Уилбур Миллс, конгрессмен от штата Арканзас с 1930-х годов, который, будучи многолетним председателем Комитета Палаты представителей по путям и средствам, фактически имел право вето на большинство законодательных актов. Однако это были почтительные времена. Полиция предложила отвезти Миллса домой к его жене на его собственной машине, и он был переизбран избирателями всего несколько недель спустя.
  
  Но сразу после этого триумфа на выборах Миллс — снова пьяный — появился на сцене с Фокс в середине ее выступления, получил чмоканье в щеку и ушел, покинув сцену. Быть однажды застигнутым за флиртом со стриптизершей может считаться несчастьем. Сделать это дважды означало проявить неосторожность. Его коллеги перемолвились с ним парой слов. Уилбур Миллс вышел из Комитета путей и средств и присоединился к Анонимным алкоголикам. Фанн Фокс переименовала себя в “Бомбу приливного бассейна”, написала откровенные мемуары и в конце концов ушла в безвестность.3
  
  Большинству людей эта история, возможно, смутно помнится как третий по зрелищности секс-скандал в Америке. Но в моей родной стране Нердланд это имеет другое значение. В то время Конгресс зашел в тупик из-за предполагаемого нового агентства, Бюджетного управления Конгресса, которое должно было консультировать Конгресс по бюджетным расходам на различные политические предложения. Один динозавр Конгресса, в частности, возражал против планов назначить женщину своим директором. Но отставка Уилбура Миллса запустила обычную игру в музыкальные стулья, косвенный следствием чего стало то, что тупиковая ситуация была преодолена. Бюджетное управление Конгресса было должным образом создано, и, поскольку динозавр отправился пастись в другое место на Капитолийском холме, не было никаких препятствий для того, чтобы его первым директором стала женщина, о которой мечтал бы каждый здравомыслящий человек: Элис Ривлин. Сорок лет спустя она размышляла: “Я обязана своей работой Фанн Фокс”.4
  
  После этого странного начала Элис Ривлин продолжала руководить Бюджетным управлением Конгресса к славе.* CBO был учрежден Конгрессом, чтобы служить противовесом тому, что считалось чрезмерным президентством Ричарда Никсона. Конгресс увидел ценность наличия лучшей статистики и большего анализа политических вопросов. Но Ривлин интерпретировала эту роль особым образом: вместо того, чтобы штамповать тезисы для партии большинства или выполнять статистические поручения влиятельных председателей комитетов Конгресса, она будет предоставлять беспристрастную, высококачественную информацию и анализ Конгрессу в целом. По мнению один академик, CBO должным образом стал “одним из самых влиятельных и уважаемых учреждений в Вашингтоне ... авторитетным источником информации о бюджете и экономике”.5
  
  Заместитель Элис Ривлин, а позже один из ее преемников, Роберт Райшауэр, описал CBO как
  
  по сути, канализационный люк, в котором у Конгресса был бы законопроект или что-то в этом роде, и он поднимал крышку канализационного люка и опускал в нее законопроект, и вы слышали бы скрежещущие звуки, и через двадцать минут был бы передан листок бумаги со сметой расходов, ответом, на нем. Никакой видимости, [просто] какой-то механизм под уровнем земли, выполняющий это ... бесспорный, как и система канализации.6
  
  Аналогия уместна, и не только потому, что коллекторы невидимы и не вызывают споров. Независимые статистические агентства, подобно коллекторам, являются неотъемлемой частью современной жизни. Как и в случае с коллекторами, мы склонны принимать их как должное, пока что-то не пойдет не так. И, подобно канализационным трубам, они могут сильно пострадать от пренебрежения — или потому, что кто-то пытается протолкнуть через них что-то неподходящее по своим собственным эгоистичным или глупым причинам.
  
  Официальная статистика и анализы, подготовленные такими организациями, как CBO, важнее, чем мы могли бы подумать, и более полезны в повседневной жизни обычных граждан. Они также находятся под угрозой — и мы должны их защищать. Они не должны зависеть от поворотов судьбы, связанных с пьяными конгрессменами и стриптизершами.
  
  
  —
  
  Tне забывайте, что CBO был создан с расчетом на Ричарда Никсона. Но Никсон подал в отставку до того, как CBO начал свою деятельность, и первым президентом, который возразил против того, что делало CBO, был не республиканец, как Никсон, а демократ: Джимми Картер. В конце 1970-х годов, когда цены на нефть резко выросли, у президента Картера были амбициозные цели по повышению энергоэффективности Америки. Команда CBO Элис Ривлин оценила предложения и пришла к выводу, что они будут работать не так хорошо, как надеялся Картер.
  
  “Это сделало администрацию Картера недовольной”, - позже вспоминал Ривлин. Спикер Палаты представителей Томас П. “Тип” О'Нил, также демократ, тоже был недоволен. “Он боролся за законодательство, а CBO не помогал”.7
  
  Нет. Это не помогло. В этом и был смысл: Элис Ривлин знала, что ценность CBO будет заключаться в том, чтобы быть беспристрастным, а не в том, чтобы вести пропаганду в пользу партии власти. Прошло совсем немного времени, прежде чем партией власти снова стали республиканцы, и настала их очередь своими грандиозными заявлениями врезаться в непреклонную реальность независимого мнения CBO. В 1981 году CBO утверждал, что дефицит бюджета, вероятно, будет намного выше, чем прогнозировал Белый дом при Рейгане. Президент Рейган назвал цифры CBO “фальшивыми”.
  
  В 1983 году Элис Ривлин покинула CBO после восьми лет руководства. Сменявшие друг друга администрации продолжали оказывать на него давление — например, в 1990-х ведущие демократы хотели, чтобы CBO представил более лестный анализ реформ здравоохранения президента Клинтона, — и он продолжал отстаивать свою независимость.8 CBO, безусловно, не идеален: большая часть его задачи заключается в прогнозировании будущего разрыва между расходами и налоговыми поступлениями, и — как мы обсудим в десятой главе — такие экономические прогнозы делать сложно; официальные агентства часто ошибаются. Важным моментом, однако, является то, что они не совершают политически целесообразных ошибок, систематически искажая свои прогнозы в соответствии с политической повесткой дня. Оценки CBO9 мы склонны находить, что он выдает прогнозы, которые настолько точны, насколько мы могли бы разумно надеяться, и — что особенно важно — непредвзяты.*
  
  В Великобритании Управление по бюджетной ответственности (OBR) выполняет роль, аналогичную CBO. Оно было создано как независимое агентство только в 2010 году. Прогнозы расходов, налоговых поступлений и других экономических переменных ранее составлялись Казначейством, где чиновники более непосредственно подотчетны политикам. Это позволяет нам провести интересное сравнение: лучше ли прогнозы OBR? Оказывается, что это так, по сути, так.10 Это обнадеживает репутацию OBR и будущую работу, но это также говорит о том, что ранее существовала проблема — до 2010 года экономисты Казначейства регулярно формировали свои прогнозы, чтобы угодить своим политическим властителям.
  
  CBO и OBR - далеко не единственные статистические агентства, которым необходимо отстаивать свою политическую независимость. В то время как они прогнозируют будущие последствия предлагаемых изменений в налогах или расходах, многие другие агентства описывают текущие реалии. Существуют переписи населения, которые пытаются оценить, сколько людей проживает в разных частях страны, наряду с некоторой базовой информацией об этих людях. Существует экономическая статистика, измеряющая инфляцию, безработицу, экономический рост, торговлю и неравенство. Существует социальная статистика— измеряющая преступность, образование, доступ к жилью, миграция и благосостояние. Существуют исследования конкретных отраслей или таких проблем, как загрязнение окружающей среды.
  
  В каждой стране существуют свои собственные механизмы сбора этих официальных статистических данных. В Великобритании многие из них разрабатываются и публикуются одной организацией - Управлением национальной статистики. В Соединенных Штатах эта задача распределена между рядом агентств, включая Бюро экономического анализа, Бюро статистики труда, Бюро переписи населения, Федеральную резервную систему, Министерство сельского хозяйства и Управление энергетической информации.
  
  Насколько полезны все эти подсчеты и измерения? Действительно, очень полезно; трудно переоценить, насколько полезно. Цифры, полученные такими агентствами, являются основой статистики страны. Когда журналисты, аналитические центры, ученые и специалисты по проверке фактов хотят знать, что происходит, их анализ обычно опирается, прямо или в конечном счете, на этот фундамент. Позже в этой главе я подробнее расскажу о затратах и различных преимуществах составления профессиональной и беспристрастной официальной статистики. Но, пожалуй, самый яркий аргумент в пользу их ценность заключается в рассмотрении попыток исказить, дискредитировать или подавить их.
  
  Будучи кандидатом в президенты в 2016 году, Дональд Трамп столкнулся с проблемой. Его кампания хотела заявить, что американская экономика потерпела крах, но официальная статистика показала, что уровень безработицы был очень низким — ниже 5 процентов и продолжает падать. На это мог бы быть продуманный ответ — например, что уровень безработицы не измеряет качество, безопасность или доходность рабочих мест. Но Трамп пошел по более простому пути, неоднократно отвергая цифры безработицы как “фальшивые” и “полный вымысел” и утверждая, что истинный уровень безработицы составлял 35 процентов.
  
  Простое выдумывание собственных цифр - это тактика, чаще используемая тоталитарными диктаторами, чем кандидатами на выборах от демократической партии, но Трамп, очевидно, решил, что это тактика, которая будет эффективной. И, возможно, он был прав. Его сторонники поверили ему: только 13 процентов из них доверяли экономическим данным, подготовленным федеральным правительством, по сравнению с 86 процентами тех, кто голосовал за Хиллари Клинтон.11
  
  Став президентом, Трамп изменил свое мнение. Согласно официальным данным, безработица упала еще ниже после того, как он вступил в должность. Теперь, однако, Трамп хотел получить признание за это, а не отклонять его. Его пресс-секретарь Шон Спайсер заявил с невозмутимым лицом: “Я разговаривал с президентом до этого, и он попросил процитировать его очень четко. Возможно, в прошлом они были фальшивыми, но сейчас они вполне реальны ”. Каким бы забавным ни было подобное бесстыдство, оно также несет в себе реальный риск — что противники Трампа начнут не доверять официальной статистике так же сильно, как и его сторонники.12
  
  Если вам надоест подрывать доверие к вашему собственному статистическому агентству, когда оно не выдает политически удобные цифры, вы всегда можете напасть на статистическое агентство кого-то другого. Например, после того, как лидер Германии Ангела Меркель предприняла политически рискованный шаг, приняв в 2015 году в страну почти миллион беженцев, Дональд Трамп захотел использовать Германию в качестве предостережения. “Преступность в Германии стремительно растет”, - написал он в Твиттере в июне 2018 года. Посмотрите на все преступления, которые творили эти беженцы!
  
  К несчастью для президента Трампа, одна группа людей встала на пути к тому, чтобы испортить его историю: немецкие статистики. Их последние данные за месяц до твита Трампа показали, что преступность была не только в Германии не “путь наверх”, это был самый низкий уровень с 1992 года.13 У Трампа, не смущаясь, был ответ. Несколько часов спустя он написал в Твиттере: “Преступность в Германии выросла более чем на 10% (чиновники не хотят сообщать об этих преступлениях)”.14
  
  Это утверждение неправдоподобно. Отчасти это связано с тем, что министерством в Германии, ответственным за составление полицейской статистики преступности, руководил Хорст Зеехофер, иммиграционный ястреб, который в том же году пригрозил уйти в отставку, если иммиграционная политика Германии не будет ужесточена: Зеехофер вряд ли захотел бы оказывать давление на чиновников, чтобы скрыть неприятную правду о миграции. Это также неправдоподобно, потому что Германия не приобрела репутации политического вмешательства в статистику.
  
  К сожалению, это верно не для каждой страны. Во всем мире давление с целью искажения цифр реально и широко распространено - и последствия для статистиков могут быть гораздо серьезнее, чем ворчание высокопоставленных политиков.
  
  
  —
  
  Яв 2010 году экономист Андреас Георгиу оставил двухдесятилетнюю карьеру в Международном валютном фонде, привезя с собой свою маленькую дочь из Вашингтона, округ Колумбия, в свою родную страну, Грецию. Его миссией было управлять ELSTAT, новым статистическим агентством Греции.
  
  В то время статистика Греции была в плохом состоянии. Они никогда не были хорошо финансируемыми или уважаемыми. Когда в 2002 году экономист Паола Субакки посетила греческое статистическое управление, она обнаружила, что оно спрятано в жилом пригороде Афин, “на площади обычных магазинов, и мне пришлось искать дверной проем в многоквартирном доме 1950-х годов, который привел меня вверх по лестнице в пыльную комнату с горсткой людей. Я не могу вспомнить, чтобы видел какие-либо компьютеры. Это была экстраординарная, совсем не профессиональная операция ”.15
  
  Но когда Георгиу прибыл, поводов для беспокойства было больше, чем пыль и устаревшие технологии. Весь мир пришел к выводу, что официальной статистике Греции следует доверять примерно так же, как их гигантским деревянным лошадям. Евростат, статистическое управление Европейского союза, неоднократно жаловался на достоверность и качество официальных экономических данных Греции. Европейская комиссия опубликовала потрясающий отчет о них.16
  
  Основная проблема заключалась в том, что Греция должна была поддерживать дефицит своего государственного бюджета на скромном уровне. Дефицит бюджета - это сумма, которую правительство занимает каждый год, чтобы покрыть любой разрыв между тем, что оно тратит, и тем, что оно получает в виде налогов. Одно из обязательств, связанных с членством в еврозоне, заключается в том, что страна должна поддерживать свой дефицит на уровне ниже 3 процентов от валового внутреннего продукта, с некоторыми исключениями для различных исключительных обстоятельств. (С экономической точки зрения, это не очень разумное правило, но это уже другая история для другого книга.) Эта цель была обременительной, так почему бы не подправить цифры, пока все не станет казаться нормальным? За один год на греческих счетах не хватило нескольких миллиардов евро заимствований для оплаты больниц. В следующем году они упустили значительную часть расходов на военные нужды. Они также заключили сделку с инвестиционным банком Goldman Sachs, которая фактически сделала заимствование похожим на транзакцию другого рода и, таким образом, не учитывающим дефицит.17
  
  В 2009 году за шоком мирового финансового кризиса последовало осознание того, что Греция годами занижала свои заимствования. Никто не верил, что его долги могут быть выплачены. ЕС и МВФ предприняли традиционную комбинацию финансовой помощи и некоторой жестокой экономии, и греческая экономика рухнула. В эту ситуацию вмешался Андреас Георгиу. Возможно, он и не смог бы спасти процветание Греции, но была некоторая надежда, что он спасет репутацию греческой официальной статистики.
  
  Первым приоритетом Георгиу было изучить данные о дефиците за 2009 год, самые последние из доступных. Первоначальный прогноз Министерства финансов Греции составлял 3,7 процента от валового внутреннего продукта — не слишком далеко от целевого показателя ЕС, но, к сожалению, довольно неправдоподобный. Еще до прибытия Георгиу греческие власти пересмотрели этот показатель до шокирующих 13,6 процента. Евростат все еще не был убежден. В течение нескольких месяцев Георгиу опубликовал свое заключение: дефицит фактически составил 15,4 процента, что является мрачно большим числом. Но это было, по крайней мере, правдоподобно — и Евростат в это поверил.
  
  Именно тогда у Георгиу начались проблемы. Во-первых, в ELSTAT произошел грандиозный скандал. Полиция в конце концов поняла, что учетная запись электронной почты Георгиу была взломана его собственным заместителем, вице-президентом ELSTAT. Затем греческий прокурор по экономическим преступлениям возбудил судебный иск против Георгиу, обвинив его в преднамеренном преувеличении дефицита Греции и нанесении огромного ущерба греческой экономике. Были добавлены различные другие обвинения, в том числе неспособность разрешить правлению ELSTAT проголосовать за то, каким должен быть дефицит. (Идея о том, что размер дефицита бюджета Греции должен быть доведен до голосование больше похоже на Евровидение, чем на Евростат.) Потенциальным приговором за “преступления” Георгиу было пожизненное заключение. Судебная система шесть раз отвергала обвинения, но они неоднократно восстанавливались верховным судом Греции. Действительно, его обвинительные приговоры, оправдательные и повторные приговоры были настолько частыми, что трудно быть уверенным в том, что какой-либо вердикт останется в силе.18 Это домогательство, достойное романа Кафки.
  
  Конечно, возможно, что Георгиу действительно предатель. Но это не кажется вероятным. Восемьдесят бывших главных статистиков со всего мира подписали письмо с протестом против обращения с ним, Евростат неоднократно ставил под сомнение качество его работы, а в 2018 году он получил особую благодарность от группы уважаемых профессиональных организаций, включая Международную статистическую ассоциацию, Американскую статистическую ассоциацию и Королевское статистическое общество “за его компетентность и силу перед лицом невзгод, его приверженность за обеспечение качества и достоверности официальной статистики и его пропаганду улучшения, целостности и независимости официальной статистики ”.19
  
  Андреас Георгиу - не единственный статистик, который проявил мужество в трудных ситуациях, как может подтвердить Грасиела Бевакуа, аргентинский статистик с многолетним стажем. Аргентина долгое время страдала от высокой инфляции. Правительство Аргентины, возглавляемое супругами президентов-популистов Нестором Киршнером (президент 2003-07) и Кристиной Фернандес де Киршнер (президент 2007-15), решило решить проблему не путем снижения инфляции, а путем изменения статистики инфляции. Беваква обнаружила, что получает несколько неприятных требований.
  
  Например, ей было поручено округлить все десятичные дроби в ежемесячных показателях инфляции — как будто в аргентинских компьютерах закончились десятичные дроби. Это имеет большее значение, чем вы могли подумать, потому что каждое искажение усугубляет предыдущие: совокупная инфляция в 1 процент в месяц дает 12,7 процента в год, в то время как 1,9 процента в месяц составляет 25,3 процента в год. Как ни странно, официальные оценки годовой инфляции в Аргентине, как правило, были близки к первому числу, а независимые неофициальные оценки были ближе ко второму.
  
  Когда Грасиела Бевакуа в начале 2007 года представила ежемесячную цифру инфляции в 2,1 процента, ее руководители были недовольны. Разве они не сказали ей указать цифру ниже 1,5 процента? Они сказали ей взять отпуск, затем уволили ее, когда она вернулась, переведя из статистического агентства в библиотеку и урезав ей зарплату на две трети. Вскоре после этого она уволилась.20
  
  После устранения Беваквы — и того, что из него сделали пример — официальные данные по инфляции в Аргентине показали инфляцию ниже 10 процентов. Это высокий показатель по стандартам развитой страны, но все еще неправдоподобно низкий. Большинство независимых экспертов подсчитали, что этот показатель близок к 25 процентам, и группа этих экспертов составила свой собственный неофициальный индекс цен, консультируемая не кем иным, как Грасиэлой Бевакуа, которая была незамедлительно оштрафована на 250 000 долларов за ложную рекламу.
  
  Как и в случае с Георгиу, международные наблюдатели поддерживают Бевакву и ее методы, и с новым правительством в Аргентине, похоже, с ней все будет в порядке. Что касается Георгиу, он проработал пять лет в ELSTAT, а затем вернулся в Соединенные Штаты, оставив после себя организацию, пользующуюся доверием, которого у нее никогда не было до его приезда. Маловероятно, что он отправится в тюрьму, но другие греческие статистики наверняка заметили, как его преследовали за попытку рассказать правду о статистике, за которую он отвечал. “Они не упустят из виду, что их благополучие — не только профессиональное, но личные данные находятся под угрозой, если они поступают правильно и следуют закону ”, — сказал он Значение Журнал. Он добавил, что греческое правительство в долгосрочной перспективе наносит ущерб только самому себе, “подрывая статистику, которой они сами пользуются. Они подрывают доверие к самой стране ”. Между тем, люди, которые неоднократно занижали дефицит Греции до кризиса, похоже, избежали порицания.21
  
  Какими бы героическими ни показали себя Андреас Георгиу и Грасиела Беваква, было бы наивно предполагать, что у каждого статистика есть своя решимость или что каждая попытка оказать давление привлекает общественное внимание. Один уважаемый статистик, профессор Дениз Ливсли, рассказала мне, что коллеге-статистику из Африки сказали, что если он не представит цифры, требуемые президентом его страны, его дети будут убиты. По понятным причинам она не хотела его опознавать.22 Было бы также понятно, если бы он решил подчиниться.
  
  Существуют более тонкие способы подорвать независимость официальных статистиков. В Танзании в конце 2018 года правительство приняло закон, согласно которому критика официальной статистики является уголовным преступлением, наказуемым штрафами или тюремным заключением сроком минимум на три года. Кандидаты в президенты там дважды подумают, прежде чем последовать примеру Трампа и назвать цифры безработицы “фальшивыми”. Но заключение в тюрьму любого, кто находит недостатки в государственной статистике, - это не только посягательство на свободу слова, это гарантирует, что ошибки останутся неисправленными. Шаг Танзании, который подвергся критике со стороны Всемирный банк — был бы идеальной прелюдией к искажению собственной статистики по политическим причинам.23
  
  В Индии правительство премьер-министра Нарендры Моди незаметно прекратило публикацию данных по безработице в 2019 году. Моди давал большие обещания о создании рабочих мест, но в преддверии выборов того года (которые он уверенно выиграл) стало казаться, что реальность окажется неловкой. Ответ состоял в том, чтобы просто найти предлог для прекращения публикации в ожидании появления “улучшений” в данных. Один индийский эксперт объяснил для Financial Times что именно происходило: “Совершенно очевидно, что в течение долгого времени целью правительства было сохранить картину нечеткой”.24
  
  Даже в странах с самой солидной репутацией в Nerdland между политиками и статистиками могут возникнуть серьезные конфликты. Канадское статистическое агентство Statistics Canada уже давно вызывает восхищение статистических агентств по всему миру за их компетентность и независимость, но те же качества не всегда ценятся ближе к дому. Сначала правительство при премьер-министре Стивене Харпере (2006-15) попыталось отменить традиционную перепись, заменив ее добровольным опросом — чем-то, что было бы дешевле и удобнее, но в целом менее надежным. Шеф статистик Мунир Шейх публично высказал свои возражения и подал в отставку.25 Правительство Харпера также хотело передать ИТ-инфраструктуру организации под названием Shared Services Canada; когда администрация следующего премьер-министра Джастина Трюдо продвинулась с этим планом, правительство Далее Главный статистик Уэйн Смит также подал в отставку. Он утверждал, что если бы его данные и вычислительные мощности передавались другой организации, он не мог бы гарантировать конфиденциальность собираемой им статистики. Он также не мог быть уверен, что канадские статистики останутся независимыми, поскольку на них мог оказать давление любой правительственный чиновник, имеющий власть над Shared Services Canada.
  
  Справедливо будет сказать, что репутация Статистического управления Канады как надежного независимого органа только укрепилась в результате этих эпизодов. Но существует риск того, что если одна сторона политического спектра будет восприниматься как враждебная статистикам, в то время как другая сторона встанет на их защиту, статистика сама по себе станет узкопартийным политическим вопросом. Имея это в виду, возможно, нам следует успокоиться тем, что, когда два последних главных статистика Канады подали в отставку в знак протеста, они сделали это при двух разных правительствах.26
  
  
  —
  
  Яв Пуэрто-Рико реакция правительства на назойливых статистиков была более радикальной: они попытались полностью расформировать статистическое агентство PRIS вскоре после катастрофического урагана в сентябре 2017 года. Очевидной причиной было то, что PRIS была слишком дорогой: ее бюджет в миллион долларов можно было бы лучше потратить в другом месте.
  
  Возможно, это не было настоящей причиной. Возможно, вы помните, что вскоре после этого урагана президент Трамп выразил благодарность за то, что число погибших было таким небольшим — шестнадцать или семнадцать человек, а не за “настоящую трагедию”, подобную урагану, затопившему Новый Орлеан двенадцатью годами ранее. Это было поспешно, но соответствовало официальному числу погибших на тот момент, которое позже возросло, но только до чуть более пятидесяти. Он казался подозрительно низким. Многочисленные независимые исследователи попытались составить свои собственные оценки, включив в них не только людей, которые были убиты штормом, но и тех, кто позже умерли из-за чрезмерной нагрузки медицинских служб или из-за того, что они были отрезаны от помощи из-за перекрытых дорог и оборванных линий электропередач. Алексис Сантос был одним из таких исследователей. Он работает демографом в Пенсильванском государственном университете, и его мать-пуэрториканка была на острове, когда налетел ураган. Профессор Сантос опубликовал оценку, согласно которой в результате урагана, прямо или косвенно, погибло около тысячи человек. Это была большая новость в Пуэрто-Рико. Еще более серьезные оценки были опубликованы позже.
  
  Все эти оценки были построены на демографических данных PRIS. Тем временем сама PRIS подала в суд на министерство здравоохранения Пуэрто-Рико, пытаясь получить точную и своевременную информацию о погибших.27 Учитывая замешательство, которое это вызвало у администрации, возможно, угроза расформировать PRIS была не совсем неожиданной.
  
  Тем не менее, давайте примем данную причину за чистую монету: действительно ли PRIS стоит своего бюджета в миллион долларов? Вопрос о том, какую ценность создает официальная статистика, является актуальным, и попыток количественно оценить это меньше, чем можно было бы надеяться.
  
  В Великобритании в преддверии переписи 2011 года было проведено одно исследование по оценке затрат и выгод; в результате был составлен длинный список выгод от переписи, начиная с информирования о дебатах по поводу пенсионной политики, обеспечения того, чтобы школы и больницы были расположены в правильных районах, и заканчивая возможностью расчета всевозможных других статистических данных. В конце концов, вы не можете представить никаких статистических данных “на душу населения” — от преступности до подростковой беременности, дохода и уровня безработицы, — если вы не знаете население.
  
  Аналитики отметили, что “статистика сама по себе не приносит пользы. Именно использование статистики приносит пользу благодаря более качественным и быстрым решениям правительств, компаний, благотворительных организаций и отдельных лиц. ”28 Это звучит правдоподобно, и есть несколько удивительных примеров. Столичная полиция Лондона, например, использовала перепись для выявления улиц с большим количеством пожилых жителей и сосредоточила усилия на предотвращении того, чтобы мошенники и грабители охотились на уязвимых людей. Все, от кампаний общественного здравоохранения до планов на случай ядерной катастрофы, зависит от выяснения того, где все живут.
  
  К сожалению, аналитики затрат и выгод пожали плечами и заявили, что не в состоянии оценить все это, за исключением заявления о том, что это, очевидно, было чрезвычайно полезно. Тем не менее, они обнаружили некоторые преимущества, которые, по их мнению, поддавались количественной оценке, и оценили их в 500 миллионов фунтов стерлингов в год — чуть меньше 10 фунтов стерлингов на одного жителя Великобритании. Поскольку сама перепись обошлась менее чем в 500 миллионов фунтов стерлингов и длится десять лет, это предполагает, что десятикратная отдача является довольно консервативной оценкой выгод.
  
  Еще одна попытка подсчитать ценность официальной статистики была предпринята в Новой Зеландии, где перепись, проведение которой обошлось в 200 миллионов новозеландских долларов (около 120 миллионов долларов), по оценкам, принесла выгоду в размере по меньшей мере миллиарда новозеландских долларов - пятикратную отдачу. Исследование показало, что обновление базовых знаний, полученных в результате переписи — кто где живет, - привело к более точному распределению государственных расходов на такие объекты, как больницы и дороги, и к более информированной политике в целом.29 Вернувшись в Пуэрто-Рико, исследователи указали на способы, с помощью которых PRIS окупила себя, например, позволив внедрить новые системы для предотвращения мошенничества при сборе платежей по программе Medicare.30
  
  Но, возможно, самое убедительное доказательство того, что статистика чего-то стоит, - это то, насколько дешево ее собирать по сравнению с ценностью решений, на основе которых она принимается. Рассмотрим CBO: он консультирует Конгресс по ежегодным расходам на сумму 4 триллиона долларов при бюджете всего в 50 миллионов долларов в год. Другими словами, на каждые 80 000 долларов, которые тратит правительство США, один доллар выделяется CBO, чтобы пролить свет на остальные 79 999 долларов.31 Чтобы оправдать свое существование, CBO потребовалось бы повысить эффективность решений о государственных расходах всего на 0,00125 процента. Трудно представить, как CBO мог не преодолеть эту планку.
  
  Аналогичным образом, бюджет PRIS в миллион долларов звучит намного скромнее, если рассматривать его в контексте общих расходов правительства Пуэрто-Рико, которые составляют почти 10 миллиардов долларов, что примерно в 10 000 раз больше. Управление национальной статистики Великобритании обходится примерно в 250 миллионов фунтов стерлингов в год — менее одного фунта на каждые 3000 фунтов стерлингов, которые тратит правительство Великобритании. В совокупности тринадцать основных статистических агентств в Соединенных Штатах обходятся в один доллар на каждые 2000 долларов, которые тратит федеральное правительство.32 Если серьезные, независимо собранные данные улучшают процесс принятия правительственных решений даже на ничтожную долю, то эти агентства вполне стоят той небольшой доли государственных расходов, которая на них выделяется.
  
  
  —
  
  Wтаким образом, без статистики правительства пребывали бы в неведении. Но есть интригующий контраргумент, который заключается в том, что правительства настолько некомпетентны, что предоставлять им больше информации рискованно; это их только раззадорит.
  
  Одним из видных сторонников этой точки зрения был сэр Джон Каупертуэйт. Сэр Джон был финансовым секретарем Гонконга на протяжении 1960-х годов, в то время, когда он все еще находился под контролем Великобритании - и когда он переживал ошеломляюще быстрый экономический рост. Насколько быстро, сказать было трудно, потому что сэр Джон отказался собирать основную информацию об экономике Гонконга. Экономист Милтон Фридман, позже получивший Нобелевскую премию по экономике, встретился с сэром Джоном в то время и спросил его, почему. “Каупертуэйт объяснил, что у него сопротивлялся просьбам государственных служащих предоставить такие данные, поскольку был убежден, что после публикации данных возникнет необходимость использовать их для государственного вмешательства в экономику ”.33
  
  В этом была логика. Быстрый рост Гонконга был частично обусловлен притоком иммигрантов из охваченного голодом коммунистического Китая, но Каупертуэйт и Фридман также считали — и не без оснований, — что он процветает благодаря подходу к политике невмешательства. Правительство Каупертуэйта взимало низкие налоги и предоставляло очень мало общественных услуг. Частный сектор, утверждал он, будет стремиться решать проблемы людей быстрее и эффективнее, чем государство. Зачем тогда собирать данные, которые только поощряли бы вмешательство властей в Лондоне? Каупертуэйт решил, что чем меньше лондонские политики делают, тем лучше — и чем меньше они знают, тем меньше они будут пытаться сделать.
  
  Аналогичным образом, в его авторитетной книге Видеть, как государство Джеймс К. Скотт утверждает, что статистическая информация, которую собирают штаты, является ошибочной, в ней отсутствуют местные детали, которые имеют значение. Представьте, скажем, сельскую общину в Юго-Восточной Азии со сложными обычаями, касающимися участка местной земли. Каждое домашнее хозяйство имеет некоторые права на обработку земли, примерно пропорциональные количеству его трудоспособных членов; затем после каждого сбора урожая она становится общей землей для выпаса скота. Собирать дрова также может каждый, но деревенским пекарю и кузнецу разрешено собирать больше. Появляется геодезист из нового национального земельного реестра и спрашивает: “Кому принадлежит эта земля?” Ну, это не так просто.
  
  Итак, одно дело ошибаться или иметь такой взгляд на мир, при котором упускается что-то важное. Но, утверждает Скотт, поскольку государство является могущественным, его неправильное восприятие мира часто принимает физическую форму, порождая благонамеренные, но неуклюжие и деспотичные модернистские схемы, которые игнорируют местные знания и душат местную автономию.34 Возможно, наш расстроенный землемер решает записать в своем блокноте, что земля принадлежит местному правительству; затем, несколько лет спустя, жители деревни с удивлением обнаруживают, что земля расчищается для плантации пальмового масла.
  
  Можно развить аргумент еще дальше: правительства могут быть крайне недоброжелательными, а наихудшие случаи настолько катастрофичны, что они должны информировать нас о том, каким объемом данных должно обладать то или иное правительство. Не было бы лучше, если бы Гитлер, Мао и Сталин меньше понимали о своих обществах? Могли ли они причинить меньше вреда? И разумно ли беспокоиться о том, что чем больше правительства будут знать о нас, тем больше у них будет соблазна установить над нами контроль?
  
  Этот аргумент кажется правдоподобным, но я не убежден. От коммунистической Восточной Германии до современного Китая правительства, заинтересованные в массовом наблюдении и контроле над населением, как правило, использовали методы, сильно отличающиеся от тех, которые применяются независимыми статистическими управлениями в современных демократиях, и для сбора данных совсем другого рода. И история показывает, что диктаторы часто либо мало заинтересованы в сборе достоверных статистических данных, либо не обладают достаточными возможностями для их сбора.
  
  Рассмотрим катастрофический голод, спровоцированный правительством в конце 1950-х годов, вызванный Большим скачком вперед в коммунистическом Китае, в ходе которого люди были вынуждены питаться древесной корой, птичьим пометом и крысами. Погибло от 20 до 40 миллионов человек. Катастрофа усугубилась отсутствием точных данных о сельскохозяйственном производстве. Когда официальная статистика начала делать очевидным число погибших, они были уничтожены.35
  
  Сталин аналогичным образом запретил публикацию переписи населения Советского Союза 1937 года, когда она показала, что численность населения была ниже, чем он ранее объявлял. Это противоречие само по себе было оскорблением, но оно также высветило миллионы смертей в результате, прямо или косвенно, жестокости Сталина. Наказание за точный подсчет советского населения? Олимпий Квиткин, ответственный статистик, был арестован и застрелен. Нескольких его коллег постигла та же участь.36 Это не поступок тоталитарного лидера, который считает точную статистическую информацию незаменимым инструментом угнетения.37
  
  В нацистской Германии не было недостатка в стремлении использовать данные для поддержки государственного аппарата. Рейх пытался использовать машины с перфокартами, новейшую технологию, в попытке отслеживать все население. Но, как утверждает Адам Туз в Статистика и немецкое государство статистические стандарты фактически развалились при нацистах: “Не было разработано ни одной работоспособной системы”.38 Традиции официальной статистики — неприкосновенность частной жизни и независимость — были настолько чужды нацистскому проекту, что система практически рухнула под политическим давлением и междоусобицами фракций.
  
  При всем сказанном я с большой симпатией отношусь к аргументации Джеймса К. Скотта (более подробно идеи Скотта я обсуждаю в своей книге Беспорядок) и некоторая симпатия к сэру Джону Каупертуэйту. Государства должны быть скромными. Бюрократы должны осознавать пределы своих знаний. Всегда существует риск того, что вид с высоты птичьего полета настолько грандиозен и размашист, что вызывает иллюзию всемогущества.
  
  Стратегия сэра Джона по отказу в информации британскому правительству, похоже, сработала для Гонконга пятьдесят лет назад, но Гонконг находился в совершенно особом положении — колониальное владение угасающей имперской державы, в котором большое правительство было модным, и любое вмешательство правительства имело бы место на расстоянии 6000 миль. Это необычные обстоятельства.
  
  Но тактика простого отказа от сбора базовой статистики могла иметь смысл только для либертарианского режима невмешательства. И правда в том, что очень немногих людей, похоже, привлекает такая перспектива. Хорошо это или плохо, но мы хотим, чтобы наши правительства приняли меры, и если они должны принять меры, им нужна информация. Статистика, собираемая государством, способствует разработке более обоснованной политики — в области преступности, образования, инфраструктуры и многого другого.
  
  В бедных странах, где официальные статистические агентства, как правило, не располагают достаточными ресурсами, существуют особенно широкие возможности для улучшения процесса принятия решений за счет улучшения статистики. Проблему может проиллюстрировать один пример. Насколько эффективно образование в повышении грамотности? Похоже, что это вопрос такого рода, который мог бы с пользой помочь в обосновании образовательной политики и расходов. Итак, исследователи из Всемирного банка изучили статистику, собранную ЮНЕСКО (Организация Объединенных Наций по вопросам образования, науки и культуры), и обнаружили удивительно высокую корреляцию между образованием и грамотностью: в обязательном порядке страны, которые предоставили больше лет формального образования большему количеству людей, имели более высокие показатели грамотности. Очевидно, что образование сработало! Они взволнованно опубликовали свои выводы.39
  
  К сожалению, они не прочитали мелкий шрифт. У ЮНЕСКО просто не было ресурсов для сбора всех данных, которые они хотели: у них было всего семьдесят сотрудников из 220 стран, которые пытались собрать данные во всех видах областей — грамотность взрослого населения была лишь одной. (Что вообще означает грамотность в таком месте, как Папуа-Новая Гвинея? В нем четыреста языков, некоторые из которых не имеют письменной формы.) Неизбежно, были бы короткие пути. ЮНЕСКО не могла направить группы людей для самостоятельной оценки уровня грамотности взрослого населения, поэтому они искали косвенный показатель — наилучшее предположение в сложной ситуации. И они решил, что если у кого-то меньше пяти лет формального образования, его будут считать неграмотным. Неудивительно, что исследователи Всемирного банка обнаружили такую тесную корреляцию между образованием и грамотностью.
  
  Если бы у таких организаций, как ЮНЕСКО, было больше ресурсов для сбора статистических данных, у них было бы меньше необходимости полагаться на доверенных лиц, а у исследователей было бы больше возможностей отвечать на такие вопросы, как то, насколько хорошо образование способствует распространению грамотности. Статистическая основа в бедных странах настолько неоднородна, что уже один доллар из каждых трехсот, потраченных на международную помощь, идет на финансирование статистики. Есть случай, когда удвоение, которое вполне может принести гораздо большую пользу от оставшихся 298 долларов.40
  
  
  —
  
  Sкомментарий ир Джона Милтону Фридману содержит неявное предположение: государственная статистика не просто собирается правительством, но они собираются для правительство. Он был необычен, полагая, что правительство справилось бы с работой лучше без этих статистических данных, но в остальном такая точка зрения распространена. Конгресс, похоже, имел в виду ту же идею при создании Бюджетного управления Конгресса: CBO был разработан для предоставления информации в Конгресс. Ключ к разгадке кроется в названии. И идея уходит корнями в далекое прошлое. Как выразился будущий президент Джеймс Мэдисон в 1790 году, политики должны быть готовы публиковать точные статистические данные, “чтобы они могли основывать свои аргументы на фактах, а не на утверждениях и догадках”.41
  
  Нет ничего плохого в идее, что правительство должно собирать статистические данные, чтобы информировать себя. Но есть риск, что эта точка зрения перерастает в собственническое чувство собственности, когда политики считают не только, что они должны использовать статистику для управления страной, но и что эти статистические данные никого больше не касаются, а внешний контроль является отвлекающим фактором. Факты больше не являются фактами — они становятся инструментами сильных мира сего.
  
  Сэр Дерек Рейнер был гордым сторонником мнения, что статистика должна быть инструментом управления.42 Он уже был весьма успешным менеджером в Marks & Spencer, национальном достоянии британской хай-стрит, прежде чем консультировать правительство Великобритании о том, как стать более эффективным. В 1980 году премьер-министр Маргарет Тэтчер попросила его пересмотреть методы сбора и публикации официальной статистики в Великобритании. Сэр Дерек был рад услужить: он рассматривал эти цифры в основном как систему управленческой информации. Те, кто помогал правительству управлять страной, могли быть сохранены; те, кто не помогал, могли быть отброшены. И не было необходимости поднимать большой шум по поводу публикации цифр, чтобы любой мог поучиться у них или бросить им вызов.
  
  Мнение сэра Дерека было ошибкой. Хорошая статистика служит не только правительственным планировщикам; она ценна для гораздо более широкой группы людей. В коммерческом секторе предприятия полагаются на данные, собранные правительством, для планирования своих производственных целей; местоположения фабрик, офисов и магазинов; и другой деловой активности. Данные, собранные Бюро статистики труда, Бюро переписи населения, Управлением энергетической информации и Бюро экономического анализа, позволяют банкам, агентам по недвижимости, страховым компаниям, автопроизводителям, строительным фирмам, розничным торговцам и многим другим предприятиям необходимо составлять планы и оценивать свои собственные данные на более широком фоне. Многомиллиардный оборот компаний частного сектора, работающих с большими объемами данных, таких как Bloomberg, Reuters, Zillow, Nielsen и IHS Markit, предполагает, что предприятия готовы щедро платить за полезную статистику; что менее понятно, так это то, что эти предприятия строят свои статистические здания на основе правительственных данных.43
  
  Речь идет не просто о зарабатывании денег; речь идет о том, чтобы убедиться, что граждане имеют доступ к точной информации о мире, в котором они живут. Правительственные статистические агентства обычно делают свою работу доступной для всех бесплатно. Сбор некоторых из этих данных частным агентством может оказаться невозможным ни за какие деньги: правительства могут по закону потребовать ответа, который частное агентство получить не может, как в случае с переписью. Можно было бы собирать другие данные, но они предлагались бы только по дорогостоящей подписке — частные провайдеры могут взимать с людей десятки тысяч долларов в год которые хотят, чтобы данные были у них под рукой. Конечно, некоторые данные могут быть собраны частными фирмами и переданы бесплатно, но такая статистика часто является просто рекламой под видом информации.
  
  Общедоступная статистика может быть использована для понимания и освещения насущных социальных проблем. Приведу лишь один пример: У. Э. Б. Дюбуа— историк, социолог и борец за гражданские права — руководил замечательной попыткой визуализации данных в конце девятнадцатого века в рамках Парижской выставки 1900 года.44 Его команда подготовила красивые модернистские графики, показывающие положение афроамериканцев в Соединенных Штатах в то время, с данными о демографии, богатстве, неравенстве и многом другом. Некоторые из них использовали данные, которые Дюбуа и его команда собрали в Университете Атланты, но некоторые из наиболее ярких графиков опирались на официальные статистические источники, такие как Перепись населения США. Это всего лишь один пример того, как те, кто хочет понять мир или проводить кампанию за перемены, или и то, и другое, могут обратиться за помощью к официальной статистике.
  
  Располагая надежной статистикой, граждане могут призвать свои правительства к ответу, а эти правительства могут принимать более эффективные решения. Если вместо этого правительство решит, что статистика принадлежит политикам, а не гражданам, качество правительственных решений в результате не улучшится. Не повлияет и уважение, которым пользуется правительство.
  
  Идеи сэра Дерека Рейнера повергли в ужас многих статистиков. Проблема отчасти заключалась в агрессивном сообщении британской общественности: “Эти цифры не для вас — они предназначены только для важных людей”. Но даже если, подобно сэру Дереку, кто-то верит, что статистика действительно предназначена только для важных людей, все равно есть веская причина сделать ее общедоступной: это позволяет сохранить ее честность. Как мы видели в предыдущей главе, общественный контроль жизненно важен. Это то, что отличает науку от алхимии. Если статистика публикуется и предназначена для того, чтобы быть доступной для всех, ее можно анализировать и изучать авторы: ученые, политики, да и вообще все, у кого есть немного времени и доступ к компьютеру. Ошибки могут быть выявлены и исправлены.
  
  Как бы то ни было, предложенные сэром Дереком реформы привели к ситуации, когда определение безработицы менялось более тридцати раз за десятилетие, как правило, таким образом, чтобы снизить общий уровень безработицы.45 Вот что происходит, когда статистика больше не рассматривается как общественное благо. И неудивительно, что люди стали крайне цинично относиться к качеству этих статистических данных. “Фальшивый”, как мог бы сказать Дональд Трамп. Конечно, когда официальные данные продолжают подправляться по пропагандистским соображениям, доверие справедливо испарится.
  
  Статистическая система Великобритании, ныне реформированная, потратила четверть века на то, чтобы восстановить свою репутацию. Это потребовало времени и напряженной работы, потому что доверие легко потерять и трудно восстановить. Тем не менее, Управлению национальной статистики Великобритании доверяют больше, чем сопоставимым организациям, таким как Банк Англии, суды, полиция и государственная служба, и гораздо больше, чем политикам или средствам массовой информации.46
  
  Мнение сэра Дерека о том, что статистические данные, собираемые правительством, существуют главным образом для удобства правительственных администраторов и что граждане не имеют особого права их просматривать, к счастью, вышло из моды в большинстве устоявшихся демократий. Но один след явно остается, и это было невольно подчеркнуто президентом Трампом в пятницу, 1 июня 2018 года — в день, когда должен был быть опубликован ежемесячный отчет о рабочих местах.
  
  “С нетерпением жду возможности увидеть данные о занятости в 8: 30 сегодня утром”, - написал Трамп в Твиттере в 7: 21 утра в жуткой демонстрации того, как подмигивать в Twitter. Рынки подскочили в ожидании хороших новостей. Шестьдесят девять минут спустя был опубликован отчет о Джобсе, и — сюрприз, сюрприз — новости были действительно хорошими.
  
  Был ли Трамп ясновидящим? Нет. Ему просто дали представление о количестве рабочих мест, и он решил сообщить миру, что следует ожидать хороших новостей.
  
  Официальная статистика часто является как политически, так и финансово чувствительной — например, если последние данные по безработице показывают, что было создано много рабочих мест, финансовые рынки отреагируют иначе, чем если отчет будет выглядеть мрачным. Цифры иногда формируют и политические аргументы. По этой причине официальные статистические данные хранятся в тайне, поскольку они рассчитываются и проверяются; затем они публикуются в определенный момент, точно.
  
  Но в некоторых странах, включая Соединенные Штаты и Великобританию, определенные люди получают возможность заранее ознакомиться с определенной официальной статистикой. Это называется “предварительный доступ”, и это противоречивая практика. Оправданием этого является предоставление министрам возможности подготовить ответ, ответить на вопросы журналистов и так далее. По этой причине различные политические советники, сотрудники пресс-службы и т.п. часто находятся в списке людей, которым предоставлен этот привилегированный доступ. Самовосхваляющий обзор практики, проведенный Кабинетом министров в Великобритании, отметил, что сотрудники пресс-службы считали, что прекращение практики предварительный релиз “был бы катастрофой . , , СМИ просто опубликовали бы свои истории без каких-либо надлежащих официальных комментариев”. Бу-у-у.47
  
  Понятно, почему политикам, находящимся у власти, может показаться удобным получать предварительные уведомления о статистических данных, чтобы они могли планировать хвастаться ими, если они хорошие — или если они плохие, чтобы прояснить свою историю или создать отвлекающий маневр. Но далеко не ясно, отвечает ли это общественным интересам. Почему бы всем участникам дебатов не получить доступ к номерам одновременно, как только они будут готовы?
  
  (Существует компромиссная позиция: министры могли бы получать статистические данные за тридцать минут до этого и сидеть в одиночестве, без доступа к мобильному телефону, чтобы составить ответ. Помимо того, что это приятно похоже на отправку влиятельных людей обратно сдавать экзамены, именно так журналисты иногда получают конфиденциальные официальные релизы. Мы справляемся. Мне рассказали историю о канадском статистике, объясняющем этот подход на международной встрече коллег. Ее российский коллега вмешался с вопросом: “Как работает этот подход, если министр желает изменить статистику?” Точно.)
  
  На карту поставлено нечто большее, чем просто чувство честной игры. В Великобритании, где ряд должностных лиц и советников обычно имели предварительный доступ к статистике безработицы, наблюдатели за рынком заметили нечто странное: ключевые показатели финансового рынка, такие как курсы иностранных валют и цена государственных облигаций, иногда резко менялись незадолго до публикации цифр. В большинстве случаев, когда это происходило, данные оказывались неожиданными — либо намного лучше, либо намного хуже, чем ожидал рынок, — и торговля велась в том направлении, которое использовало преимущества неожиданности.
  
  Просто чтобы проверить, что рынок каким-то образом не выяснил то же самое, что и статистики, за сорок пять минут до публикации экономист Александр Куров провел систематическое сравнение ситуации в Великобритании и ситуации в Швеции, которая экономически очень похожа на Великобританию, но которая запрещает предварительный доступ к официальной статистике. Шведские политики и их сотрудники пресс-службы узнают о цифрах в то же время, что и все остальные, — и трейдеры шведской кроны, похоже, не обладают такими странными способностями к ясновидению, как трейдеры британского фунта.48
  
  Это невозможно доказать, но представляется весьма вероятным, что кто-то, имеющий доступ к предварительной версии, дал добро своим друзьям-трейдерам, разрешив инсайдерскую торговлю по официальным данным. Кто? Ну, было 118 человек, имевших предварительный доступ к статистике безработицы, что не позволяет легко идентифицировать конкретного виновника. (Если вам интересно, почему потребовалось 118 человек, чтобы подготовить “надлежащий официальный комментарий” для СМИ, мне тоже интересно.)
  
  Твит Трампа, вероятно, сам по себе не причинил большого вреда: в конце концов, у всех был доступ к твиту в одно и то же время. Действительно, президент, возможно, невольно сделал что-то хорошее, превратив скрытый скандал с доступом к предварительной версии — и то, как это ведет к коррупции, по крайней мере, когда данные попадают к более тонким операторам, чем Трамп, — в широко обсуждаемую ошибку.
  
  Такой привилегированный доступ облегчает инсайдерскую торговлю, но, возможно, более важным является то, что он подрывает доверие к официальной статистике. Британские сотрудники пресс-службы, стремящиеся сохранить привилегию инсайдера, возразили, что, если министры не смогут немедленно предложить какую-нибудь отточенную скороговорку о данных, доверие к статистике будет подорвано. Но правда в том, что страны, которые наиболее скрупулезно относятся к запрету доступа к предварительной версии, также являются странами с самым высоким доверием общественности к официальным данным. Эти сотрудники пресс-службы могут быть удивлены этим. Я не такой.
  
  К счастью, детективы по обработке данных были под рукой, чтобы возглавить расследование. В Великобритании Королевское статистическое общество проводило активную кампанию против практики, позволяющей министрам и другим инсайдерам украдкой просматривать ценные данные раньше всех нас. Идея о том, что правительству нужно было увидеть цифры, чтобы составить пресс-релиз, говорится в RSS, “пагубна. Это искажает дискуссию о цифрах и создает впечатление, что министры контролируют данные ”. Мне это кажется правильным. В Великобритании уровень доверия к официальной статистике не так высок, как в некоторых страны, и не на таком высоком уровне, как следовало бы, но они все еще намного выше, чем наш уровень доверия к политикам. Я могу понять, почему политики хотели бы получить доступ к достоверной статистике; далеко не ясно, почему кто-либо из нас должен этого хотеть.
  
  Итак, я рад сообщить, что с 1 июля 2019 года Великобритания решила последовать примеру Швеции и прекратить предварительный доступ к официальной статистике. В соответствии с новой системой единственными людьми, которые будут знать эти цифры до их публикации, будут статистики, работающие с ними. Что-то подсказывает мне, что доверие к официальной статистике переживет шок от того, что министры узнают факты одновременно со всеми остальными.
  
  
  —
  
  Эта глава была искренней защитой моих коллег-ботаников, тех, кто выполняет важную работу в правительстве, иногда сталкиваясь с безразличием избирателей, вмешательством сильных мира сего и скептицизмом со всех сторон.
  
  Я бы не хотел утверждать, что официальный статистический механизм какой-либо страны по определению безупречен. Мы видели, что официальная статистика, выходящая из Аргентины и Греции, оказалась обманчивой, что данные по безработице, выходящие из Великобритании, корректировались каждые несколько месяцев на протяжении 1980-х годов, и что в Канаде статистики были вынуждены уйти в отставку в знак протеста против решений, принятых политиками. Некоторым статистикам приходилось сталкиваться с угрозами расправы в адрес своих семей; другие открыто признают, что министры могут изменять данные, если пожелают. Было бы наивно предполагать, что такие проблемы всегда выявляются и что правда всегда торжествует.
  
  Даже когда официальные статистические данные составляются так умело и независимо, как мы надеемся, они никогда не будут совершенными. Некоторые вещи, которые нас волнуют, просто трудно измерить, такие как насилие в семье, уклонение от уплаты налогов и грубый сон. Без сомнения, у официальных статистиков есть достаточно возможностей для того, чтобы сделать собираемые ими данные более репрезентативными, более актуальными, их легче сопоставлять с повседневным опытом и они полностью прозрачны. Чем лучше они смогут это делать, тем больше они будут заслуживать нашего доверия.
  
  Тем не менее, несмотря на все свои проблемы и недостатки, официальная статистика по-прежнему является наиболее близкой к тому, что у нас есть, основой данных. Когда страна выбирает и защищает команду квалифицированных и независимых статистиков, у фактов есть способ заявить о себе. Когда национальная статистика страны не соответствует требованиям, международное сообщество статистиков будет жаловаться. Когда политики нападают на независимого статистика или угрожают ему, это же сообщество встанет на его или ее защиту. Статистики способны на большее мужество, чем большинство многие из нас ценят. Их независимость - это не то, что можно считать само собой разумеющимся или небрежно подрывать.
  
  Как граждане, мы должны искать эту статистическую основу. Если мы хотим понять ситуацию, в которой находится страна, — будь то для принятия собственных решений или для привлечения нашего правительства к ответственности, — то мы обычно начинаем со статистики и анализа, подготовленных такими организациями, как Управление национальной статистики, Евростат, Статистическое управление Канады, Бюро статистики труда и Бюджетное управление Конгресса.
  
  Жесткие, независимо мыслящие статистические агентства делают всех нас умнее. Итак: будьте благодарны Андреасу Георгиу, Грасиэле Бевакуа и, если уж на то пошло, покойной Элис Ривлин. И, если хотите, поднимите бокал за Фанн Фокс.
  
  ПРАВИЛО ДЕВЯТОЕ
  
  
  
  Помните, что дезинформация тоже может быть красивой
  
  Мы рискуем совершить те же статистические ошибки, которые совершали всегда, только красивее.
  
  • Майкл Бластленд, один из создателей программы BBC Radio 4 Более или менее
  
  Fлоренс Найтингейл не нуждалась бы в представлении в Викторианской Британии: она была неофициальной святой-покровительницей нации и единственной некоролевой женщиной, изображенной на английских банкнотах до 2002 года. Ее легенда продолжается по сей день; лондонская больница на 4000 коек, построенная за несколько дней для удовлетворения потребностей пандемии, была названа больницей Найтингейл.
  
  Во времена Флоренс Найтингейл единственной женщиной, более узнаваемой, была бы сама королева Виктория. Нация почитала Найтингейл за ее “женский” героизм во время Крымской войны, когда она расхаживала по палатам казарменного госпиталя Скутари в Стамбуле. Вот редакционная статья в The Times от 8 февраля 1855 года: “Она, без всякого преувеличения, является ангелом-попечителем в этих больницах, и когда ее стройная фигура тихо скользит по каждому коридору, лицо каждого бедолаги смягчается благодарностью при виде нее”.
  
  Блин. Меня гораздо больше интересует ее вклад как специалиста по статистике.
  
  Найтингейл была первой женщиной, ставшей членом Королевского статистического общества. Когда ее “стройная фигура” не была слишком занята, скользя по коридорам, заставляя лица “смягчаться от благодарности”, она проводила свое время в Скутари, тщательно собирая данные о болезнях и смерти. То, что она увидела в цифрах, вдохновило ее на миссию изменить как британскую армию, так и британскую нацию. Вскоре после ее возвращения из Крыма, на одном из интеллектуальных званых ужинов, которые она часто посещала, она встретила Уильяма Фарра. Фарр, на тринадцать лет старше ее, родилась в бедной семье и не имела Слава Найтингейла, его фронтовой опыт и политические связи. Но он был лучшим статистиком в стране, и это было то, что имело для нее значение. Они стали друзьями и сотрудниками. Один из многочисленных биографов Найтингейл, Хью Смолл, убедительно утверждает, что умелое использование собранных ею данных ею и Фарром привело к увеличению ожидаемой продолжительности жизни в Великобритании на двадцать лет и спасению миллионов жизней.1
  
  В письме Найтингейла и Фарра, написанном весной 1861 года, есть знаменитое замечание: “Вы жалуетесь, что ваш отчет был бы сухим. Чем суше, тем лучше. Статистика должна быть самой сухой из всех прочитанных.” Несколько биографов сообщают, что это было написано Фарром Найтингейлу. В этом есть смысл — старомодный статистик средних лет советует пылкому молодому адвокату обуздать свои праведные порывы к предвыборной кампании. На самом деле, биографы ошибаются. Письмо было написано Найтингейлом Фарру.* Они вдвоем боролись с проблемой, как наилучшим образом взаимодействовать со статистикой, и Найтингейл утверждал, что коммуникации должны основываться на твердых фактах. (В том же письме она написала: “Нам нужны факты. ‘Факт, facta facta" - вот девиз, который должен стоять во главе всей статистической работы ”.2)
  
  Но это не означало, что сами сообщения должны были быть сухими. Найтингейл могла бы вызвать в воображении захватывающий оборот речи — она утверждала, например, что неоправданно высокий уровень смертности в армии в мирное время был эквивалентен выводу 1100 человек на равнину Солсбери и расстрелу их.
  
  Что более уместно для наших целей, она разработала изображение, которое стало вехой в визуализации данных. Ее “диаграмма розы” была одной из первых в истории инфографик. Это делает ее, возможно, первым человеком, осознавшим, что занятые, влиятельные люди уделили бы гораздо больше внимания наглядной диаграмме, чем таблице чисел. В одном письме, написанном на Рождество 1857 года — менее чем через три года после причисления к лику блаженных в The Times—она набросала план использования визуализации данных для социальных изменений. Она объявила о своем плане застеклить свои диаграммы, вставить их в рамки и повесить на стену в Армейской медицинской комиссии, Конной гвардии и Военном министерстве. “Это то, чего они не знают и должны были знать!” - написала она. Она даже планировала лоббировать интересы королевы Виктории, и она слишком хорошо знала, что красивые диаграммы будут необходимы. Как язвительно заметила Найтингейл, отправляя королеве одну из своих аналитических книг: “Она может взглянуть на нее, потому что в ней есть картинки”.3
  
  Это циничная, почти презрительная вещь, которую нужно написать. Но это правда. Диаграмма обладает особой силой. Наше визуальное восприятие мощно, возможно, даже слишком. Слово “видеть” часто используется как прямой синоним “понимать" — “Я понимаю, что вы имеете в виду”. Однако иногда мы видим, но не понимаем; хуже того, мы видим, а затем “понимаем” то, что вообще не соответствует действительности. Сделано хорошо, изображение данных стоит тысячи слов, вошедших в поговорку. Это более чем убедительно; это показывает нам то, чего мы не могли видеть раньше, выявляя закономерности среди хаоса. Однако многое зависит от намерение создателя диаграммы и мудрость читателя.
  
  Итак, в этой главе мы поговорим о том, что происходит, когда мы пытаемся превратить числа в картинки. Посмотрим, что может пойти не так. И, следуя истории, лежащей в основе знаменитой диаграммы розы Найтингейла, мы увидим, насколько эффективной может быть визуализация данных при четком и честном использовании.
  
  
  —
  
  Mбольшая часть визуализации данных, которая бомбардирует нас сегодня, в лучшем случае является декорацией, а в худшем - отвлечением или даже дезинформацией. Декоративная функция на удивление распространена, возможно, потому, что команды визуализации данных многих медиа-организаций являются частью художественных отделов. Ими руководят люди, чьи навыки и опыт связаны не со статистикой, а с иллюстрациями или графическим дизайном.4 Акцент делается на визуализации, а не на данных. Это, прежде всего, картинка.
  
  Самые вопиющие примеры использования цифр в качестве украшения - это не что иное, как все тот же старый номер, набранный крупным ярким шрифтом.
  
  19
  
  количество слов в предыдущем предложении
  
  Я полагаю, это делает страницу, заполненную текстом, ярче, но вряд ли это разумное использование чернил. Кроме того, правильное число - двадцать один. Никогда не позволяйте лаконичному дизайну отвлекать вас от возможности того, что лежащие в основе цифры просто могут быть неверными.
  
  Другой декоративный подход - это то, что мы могли бы назвать графикой “Большая утка”.5 Сама Большая утка - это здание недалеко от Нью-Йорка, построенное утиным фермером в 1930-х годах в качестве магазина, в котором он мог продавать утиные яйца и уток. Возможно, вас не совсем удивит, что Большая утка очень похожа на белую утку длиной тридцать футов. Архитекторы Дениз Скотт Браун и Роберт Вентури использовали термин “утки” для описания любого здания, которое спроектировано так, чтобы напоминать соответствующий продукт или услугу, например, киоск с клубникой в форме гигантской клубники или аэропорт Шэньчжэня, имеющий форму самолета.
  
  
  
  Графический гуру Эдвард Туфте позаимствовал термин “утка”, чтобы описать аналогичную тенденцию в графике: график бюджета НАСА в форме ракеты; график высшего образования в форме монтажной доски; или, в примере, созданном для Время Найджел Холмс, график цен на бриллианты в форме дамы, украшенной бриллиантами, ее стройные ноги в сеточку показывают цену безупречного камня в 1 карат. Иногда эти визуальные каламбуры действительно помогают людям прочитать и запомнить информацию, которую они создают.6 Но они часто являются слабой попыткой пошутить или отчаянной попыткой заинтересовать данные, которые кажутся скучными. Утки в визуализации данных могут быть более чем безвкусными: округлость графика может фактически скрыть — или, что еще хуже, исказить - основную информацию.*
  
  Для этого есть любопытная историческая параллель: ослепительный камуфляж. Dazzle был защитным механизмом для линкоров в Первую мировую войну, всегда подвергавшихся риску быть торпедированными скрывающейся подводной лодкой. Обычный метод маскировки “сливающийся” не подходил для огромного стального судна, которое рекламировало свое присутствие на фоне постоянно меняющегося моря и неба с помощью носовых волн и дымовых труб. Ослепительный камуфляж перевернул идею камуфляжа с ног на голову. Это было абстрактное буйство закорючек и арлекиновых узоров — на самом деле, оно имело достаточное сходство с Кубистическое искусство, которое сам Пикассо озорно пытался присвоить себе.7
  
  Настоящим изобретателем dazzle был Норман Уилкинсон, харизматичный художник, который вступил в резерв королевских военно-морских сил в начале войны. Позже он объяснил: “Поскольку было невозможно раскрасить корабль так, чтобы его не было видно с подводной лодки, ответом была крайняя противоположность — другими словами, раскрасить его не из-за плохой видимости, а таким образом, чтобы нарушить его форму и, таким образом, сбить офицера подводной лодки с толку курсом, которым он направлялся”.
  
  Поскольку торпедам требовалось некоторое время, чтобы рассечь воду и поразить цель, оператору перископа подводной лодки приходилось быстро определять скорость и направление судна, прежде чем запускать торпеду курсом на перехват. Наблюдая через крошечный прицел за кораблем в камуфляже dazzle, оператор знал, что он смотрит на корабль, но ему было бы трудно разглядеть какие-либо подсказки, которые имели значение для точного наведения торпеды. Закорючки выглядели как носовые волны, в то время как ромбики-арлекины можно было легко спутать с различными угловатыми поверхностями корпус линкора. В результате наблюдатель мог легко неверно оценить скорость судна, угол его движения и размер судна, а следовательно, и расстояние до него. Он может даже увидеть два корабля, а не один, или ошибочно принять нос за корму и целиться позади корабля, а не впереди него. Маскировка Dazzle была предназначена для того, чтобы спровоцировать ошибочные суждения.
  
  Более века спустя нетрудно разглядеть в инфографике отголоски камуфляжа dazzle. От телевидения до газет, веб-сайтов и социальных сетей нас окружают графические изображения, которые привлекают наше внимание, умоляя поделиться ими и сделать ретвит, но которые также — намеренно или нет — вводят в заблуждение, подталкивая нас к суждению, которое часто ошибочно. По крайней мере, оператор перископа, чей взгляд был привлечен кораблем dazzle, понял бы, что он смотрит на что-то странное, даже если он не мог понять, в чем смысл. Но многие из нас, ослепленные инфографикой, ничего не подозревают.
  
  
  —
  
  Все это было в далеком будущем, когда Флоренс Найтингейл была девушкой, открывающей в себе страсть к данным. В возрасте девяти лет она классифицировала растения в своем саду и рисовала графики. Когда она стала старше, она успешно упросила своих родителей получить высококачественное обучение математике; на званых обедах она познакомилась с Чарльзом Бэббиджем, математиком и разработчиком ныне знаменитого протокомпьютера; она была гостьей у Ады Лавлейс, сотрудницы Бэббиджа; и она переписывалась с великим бельгийским статистиком Адольфом Кетле. Кетле был человеком, который популяризировал идею получения “среднего” или “среднего арифметического” для группы, что было революционным способом суммирования сложных данных с помощью одного числа. Он также стал пионером идеи о том, что статистику можно использовать для анализа не только астрономических наблюдений или поведения газов, но и социальных, психологических и медицинских вопросов, таких как распространенность самоубийств, ожирения или преступности. Бэббидж и Кетле позже стали основателями Королевского статистического общества; Найтингейл, как я уже упоминал, стала его первой женщиной-членом.
  
  К тридцати годам Флоренс Найтингейл была погружена в мир математиков—первопроходцев, но ее работой была должность старшего медсестры в небольшой больнице на Харли-стрит в Лондоне, где она не только разбиралась в бухгалтерии и больничной инфраструктуре, но и рассылала опросы в другие больницы по всей Европе, спрашивая их об их административной практике и сводя результаты в таблицу.
  
  Именно в это время, в конце 1854 года, государственный секретарь по военным вопросам, ее старый друг Сидни Герберт, убедил ее возглавить делегацию медсестер в Стамбул для оказания помощи раненым британским солдатам Крымской войны. Война была ожесточенной борьбой между Российской империей и несколькими другими великими европейскими державами, включая Великобританию. Присутствие Найтингейл в британской армии, что было беспрецедентно для женщины, было призвано успокоить общественность, возмущенную тем, что они читали об ужасных условиях в тамошних больницах. Сообщает в The Times превратил Крымскую войну в затянувшееся повествование о катастрофе со многими знакомыми персонажами. К концу всего этого Флоренс Найтингейл была, возможно, единственной фигурой, сохранившей общественную поддержку; генералы и остальные были дискредитированы катастрофой.
  
  Казарменная больница в Скутари, Стамбул, была смертельной ловушкой. Сотни солдат с Крымского фронта умирали от тифа, холеры и дизентерии, пытаясь оправиться от ран в стесненных условиях рядом с канализационными коллекторами. Найтингейл приехала, чтобы найти крыс и блох везде, куда бы она ни посмотрела. Отсутствовали такие базовые вещи, как кровати и одеяла, а также еда для готовки, кастрюли для ее приготовления и миски для еды. Все это возмутило общественное мнение, когда об этом сообщили в The Times и сама Найтингейл не замедлила использовать газету для сбора средств у читателей - и оказать давление на плохо организованную британскую армию, чтобы та взяла себя в руки.
  
  Менее важной причиной было то, что ведение документации в больнице было организовано так же плохо, как и все остальное. Не было стандартизированных медицинских записей и не было последовательной отчетности между различными госпиталями британской армии. Это может показаться относительно тривиальным вопросом, но Найтингейл знал, что это большая проблема. Без хорошей статистики было невозможно понять, почему умирает так много солдат, или найти способ улучшить условия. Даже мертвых оставалось неисчислимыми, их хоронили без учета их смерти. Найтингейл видел все это подробнее ближе, чем кто-либо другой. Она даже взяла на себя обязанность написать семье каждого погибшего солдата. Но она хотела взглянуть с высоты птичьего полета, а также на личный опыт, понимая, что определенные истины можно воспринимать только через статистическую линзу. Она пыталась стандартизировать и придать смысл больничным данным.
  
  Долгое время после окончания войны Найтингейл все еще настаивал на повышении уровня медицинской статистики. Часть этой работы, проделанной в партнерстве с Фарром, была на удивление невзрачной. Например, они пытались стандартизировать описание различных заболеваний и причин смерти, причем Фарр руководил технической стороной, в то время как Найтингейл проводил кампанию за принятие его идей. Она написала Международному статистическому конгрессу в 1860 году, чтобы доказать, что больницы должны использовать методы Фарра, собирая статистику в соответствии с единым стандартом. Это была не просто суетливость: стандартизация статистики означала, что разные больницы можно было сравнивать и учиться друг у друга. Многие из нас упускают из виду именно такого рода статистическое построение фундамента, но, как мы много раз видели в этой книге, без четко определенных стандартов ведения статистического учета ничего не складывается. Цифры могут легко сбить нас с толку, когда они не привязаны к четкому определению.
  
  Флоренс Найтингейл, возможно, была опытным агитатором, но ее кампании были построены на самом прочном фундаменте.
  
  
  —
  
  Самая простая проблема с умной декоративной идеей заключается в том, что базовые данные могут быть ненадежными. Затем визуализация просто скрывает этот факт — мерцающая глазурь на тлеющем статистическом торте.
  
  Одним из образовательных примеров является Долговые обязательства незабываемая анимация, созданная несколько лет назад Дэвидом Маккэндлессом, автором Информация прекрасна.8 На нем показаны медленно падающие большие блоки под восьмибитный саундтрек в честь захватывающей компьютерной игры Tetris. Их размер указывает на их долларовую стоимость; за “60 миллиардов долларов: предполагаемая стоимость войны в Ираке в 2003 году” следует “3000 миллиардов долларов: предполагаемая общая стоимость войны в Ираке”, а затем доходы Walmart, бюджет Организации Объединенных Наций, стоимость финансового кризиса и многое другое. В качестве украшения это замечательный материал: график выглядит великолепно, музыка бесконечно крутится у вас в голове, а медленное выявление различных сравнений заставляет вас задыхаться от удивления, смеха и гнева.
  
  Но те же элементы, которые делают Долговая проблема такое увлекательное зрелище также значительно затрудняет выявление основных проблем. Статистические яблоки сравниваются со статистическими апельсинами повсюду. Запасы сравниваются с потоками. Это эквивалентно сравнению общей стоимости покупки дома с годовой стоимостью его аренды; это не банальная путаница. Чистые показатели ставятся рядом с валовыми — эквивалент сравнения прибыли фирмы с ее оборотом.
  
  Шокирующая разница между сравнениями стоимости войны в Ираке до и после оказывается основанной на несправедливом сравнении. (По общему признанию, справедливое сравнение могло бы также покажите шокирующую разницу.) Довоенная цифра - это приблизительная оценка: стоимость для военного бюджета США. Послевоенная цифра очень широка, включая цифру стоимости потерянных жизней, стоимость высоких цен на нефть и огромную сумму расходов на макроэкономическую нестабильность, возлагая часть вины за финансовый кризис 2008 года на войну. Такая широкая оценка затрат не является необоснованной, но что неразумно помещать это рядом с оценками совсем другого типа без комментариев. То, что кажется чистым контрастом "до и после", на самом деле является контрастом "до и после", измеряющим разные вещи в разное время. Никто не смотрит на Долговая проблема анимация поняла бы это.
  
  Долговая проблема был опубликован в 2010 году и быстро стал моим любимым предостерегающим примером — визуализация такая хорошая, но данные такие плохие. Пару лет спустя меня представили Дэвиду Маккэндлессу на конференции. Я чувствовал себя немного неловко. Я жаловался на его работу, пока его не было в комнате, но я никогда не оказывал ему любезности, отправляя электронное письмо со своими комментариями. Но, возможно, он их не заметил? Я чувствовал себя обязанным признаться.
  
  “Вероятно, я должен сказать, Дэвид, что у меня есть беспокойство по поводу вашего Долговая проблема анимация.”
  
  “Я знаю, что ты это делаешь”, - ответил он.
  
  Я поежился. Но, к его чести, его более поздняя работа столь же поразительна, в то же время он более тщательно относится к базовым данным. Например, визуализация в подобном духе — “Миллиард фунтов за грамм” - по-прежнему смешивает запасы и потоки, но при этом она гораздо более прозрачна.9 В дополнение к защите Маккэндлесса, единственная причина, по которой я смог выяснить, что данные, стоящие за его Долговая проблема анимация была неоднородной и непоследовательной в том, что он полностью ссылался на нее. Многие этого не делают.
  
  Итак, информация прекрасна, но дезинформация тоже может быть прекрасна. И создавать красивую дезинформацию становится проще, чем когда-либо.
  
  Графика когда-то требовала много времени и хлопот для создания, а затем воспроизведения. Даже такая простая вещь, как графика с прямыми линиями, четкими краями и цветом, потребовала бы квалифицированного черчения и дорогостоящих методов печати. Показательно, что Эдвард Туфте в книге 1983 года уделяет некоторое внимание осуждению использования диагонально заштрихованных черно-белых узоров, потому что они могут создавать тревожную необязательную иллюзию мерцания. “Эта муаровая вибрация, вероятно, является наиболее распространенной формой графического беспорядка”, он жалуется. Возможно, тогда это было обычным делом; сегодня это неслыханно. Теперь мы бы неизменно использовали цвет, а не диагональное затенение.
  
  В наши дни не требуется никакого чертежного мастерства. Множество мощных программных средств могут быстро превращать числа в картинки. Но любой мощный инструмент следует использовать с осторожностью, а сама скорость процесса означает, что впечатляющую графику можно создавать без каких-либо серьезных размышлений о базовых данных или о том, как их лучше описать.
  
  Простота создания красивых графических изображений превосходит только простоту их совместного использования. Быстрый “лайк” на Facebook или ретвит в Twitter ускорят загрузку изображения. Идеи, которые лучше всего выразить словами или цифрами, в любом случае превращаются в графику, потому что именно это распространяется в социальных сетях. К сожалению, механизм отбора часто представляет собой некое сочетание красоты и шокирующей ценности, а не уместности и точности.
  
  Рассмотрим опыт Брайана Бретшнайдера, ученого-климатолога, обожающего великолепные карты. В 2018 году он отпраздновал День благодарения, создав карту, на которой указаны “любимые пироги на День благодарения по регионам”, включая пирог с кокосовым кремом на Среднем Западе, пирог со сладким картофелем на Западном побережье и пирог с лаймом на юге. Как британец, я мало что знаю о Дне Благодарения, и мой любимый пирог - холодный пирог со свининой, но мне сказали, что карта показалась неправильной американским глазам. Нет тыквенного пирога? Нет яблочного пирога? Карта — и возмущение — стали вирусными в Twitter. Сенатор Тед Круз из Техаса, а видному политику-республиканцу не понравилось предположение, что техасцы предпочитают пирог с лаймом: “#FakeNews”, - написал он в Твиттере.
  
  И он был прав. Бретшнайдер все это выдумал. Он пошутил; карта была пародией на все другие плохие карты, которые становятся вирусными в Интернете. Однако после того, как твит увидели более миллиона человек, Бретшнайдер начал испытывать беспокойство. Люди вообще знали, что он шутил? Мы не знаем, кто понял шутку, кто поделился картой в легком возмущении, а кто поверил, что это достоверный факт. Но мы можем быть совершенно уверены, что использование яркой графики придало ему вирусную силу. “Мы склонны придавать картам очень большое значение как носителям точной информации”, - пишет Бреттшнайдер. “Если это на карте это должно быть правдой, верно? Если бы я опубликовал в Твиттере шутливый список любимых пирогов по регионам, его бы очень быстро проигнорировали. Поскольку это было в виде карты, в ней чувствовалась подлинность ”.10
  
  Именно так. Мое единственное отличие от Brettschneider заключается в том, что я не думаю, что проблема ограничивается картами. Любая яркая графика может стать вирусной, будь то правдивая, ложная или немного того и другого. Эта книга началась с предупреждения о том, что мы должны обращать внимание на нашу эмоциональную реакцию на утверждения о фактах вокруг нас. Именно так: картинки пробуждают воображение и эмоции, и ими легко поделиться, прежде чем у нас появится время немного подумать. Если мы этого не сделаем, мы позволим себе быть ослепленными.
  
  
  —
  
  Ситуация в больнице Скутари была катастрофической. Флоренс Найтингейл позже напишет: “Для неопытного глаза здания Скутари были великолепны. Для нас, в их первом состоянии, они были действительно белыми склепами, притонами паразитов ”.11 Но почему, собственно, погибло так много солдат?
  
  Плохая гигиена - очевидное объяснение с современной точки зрения: микробы свободно передавались в грязных, кишащих паразитами условиях. Но идея о том, что болезни могут передаваться микробами и с ними можно бороться с помощью антисептиков и поддержания чистоты, находилась в зачаточном состоянии. Очень немногие врачи даже слышали бы об этом как о предположении, не говоря уже о том, чтобы поверить в это. Найтингейл не была исключением; вместо этого она думала, что большое число погибших в Скутари было вызвано нехваткой продовольствия и припасов, проблемой, которую она стремилась решить с помощью своего громкого сбора средств и кампании через The Times.
  
  Тем не менее, она также попросила команду помочь в уборке больницы, и весной 1855 года эта “санитарная комиссия” прибыла из Великобритании, побелила стены, вывезла грязь и мертвых животных и промыла канализацию. Главной надеждой было сделать больницу менее неприятной, но непосредственным результатом стало почти немедленное снижение смертности с более чем 50 до 20 процентов.
  
  Флоренс Найтингейл хотела понять, что произошло и почему. И подобно Ричарду Долллу и Остину Брэдфорду Хиллу, она верила, что сможет установить истину, если изучит данные с достаточной тщательностью. Ее скрупулезное ведение записей сделало резкое улучшение после работы санитарной комиссии действительно очевидным.
  
  Когда Найтингейл вернулась с войны, королева Виктория вызвала ее на королевскую аудиенцию. Найтингейл убедил Викторию поддержать королевскую комиссию по расследованию состояния здоровья армии. Она также рекомендовала, чтобы в комиссию включили Уильяма Фарра, хотя статус Фарра низкого происхождения означал, что истеблишмент плохо относился к нему; в конечном итоге он был оставлен только в качестве неоплачиваемого консультанта комиссии.
  
  Найтингейл и Фарр пришли к выводу, что плохие санитарные условия стали причиной многих смертей в госпиталях во время Крымской войны, и что большинство военных и медицинских работников не смогли усвоить этот урок. Проблема была гораздо серьезнее, чем одна война: это была продолжающаяся катастрофа общественного здравоохранения в казармах, гражданских больницах и за их пределами. Пара начала кампанию за улучшение мер общественного здравоохранения, ужесточение законов о гигиене в арендуемых помещениях и улучшение санитарных условий в казармах и больницах по всей стране.*
  
  Найтингейл, возможно, была самой известной медсестрой в стране, но она была женщиной в мире мужчин, и ей пришлось убеждать медицинские и военные учреждения страны, возглавляемые главным врачом Англии Джоном Саймоном, в том, что они всю свою жизнь поступали неправильно. Доктор Саймон писал в 1858 году, что смерти от инфекционных заболеваний “практически неизбежны” — что ничего нельзя сделать для предотвращения будущих смертей. Найтингейл поставила перед собой задачу доказать, что он ошибается.
  
  Дочь Уильяма Фарра, Мэри, рассказала, что подслушала ранний разговор между ее отцом и Флоренс Найтингейл. Мэри вспомнила, как Фарр предупреждал Найтингейла о недопустимости высказываться против истеблишмента. “Что ж, если вы это сделаете, вы наживете себе врагов", и она выпрямилась и ответила: "После того, что я видела, я могу стрелять из своего собственного оружия ”.12
  
  Найтингейл написала своему другу, военному секретарю Сидни Герберту: “Всякий раз, когда я прихожу в ярость, я мщу себе новой диаграммой”.13 Статистика была телескопом, через который она воспринимала правду; теперь ей нужна была диаграмма, которая заставила бы всех остальных тоже взглянуть на правду.
  
  
  —
  
  Хорошая диаграмма - это не иллюстрация, а наглядный аргумент”, - заявляет Альберто Каиро в начале своей книги Как лгут графики.14 Как следует из названия книги, у Каира есть некоторые опасения. Если хорошая диаграмма является визуальным аргументом, плохая диаграмма может привести к запутанному беспорядку - или это может также будьте визуальным аргументом, но обманчивым и соблазнительным. В любом случае, систематизируя и представляя данные, мы приглашаем людей сделать определенные выводы. И точно так же, как словесный аргумент может быть логичным или эмоциональным, резким или запутанным, ясным или сбивающим с толку, честным или вводящим в заблуждение, так же может быть и аргумент, приведенный с помощью диаграммы.
  
  Здесь я должен отметить, что не все хорошие диаграммы являются визуальными аргументами. Некоторая визуализация данных предназначена не для того, чтобы быть убедительной, а для того, чтобы быть исследовательской. Если вы работаете со сложным набором данных, вы многому научитесь, превратив его в несколько разных графиков, чтобы посмотреть, что они показывают. Тенденции и закономерности часто проявляются сразу, если они нанесены на график правильным образом. Например, эксперт по визуализации Роберт Косара предлагает строить линейные данные по спирали. Если в данных присутствует периодическая закономерность — скажем, повторяющаяся каждые семь дней или каждые три месяца, — это может быть скрыто другими колебаниями в обычный сюжет, но он будет разворачиваться по спирали.
  
  Аналогичным образом, определенные проблемы дают о себе знать сразу же, как только данные преобразуются в картинки. Представьте набор данных с ростом и весом десятков тысяч пациентов больницы. Некоторые из них достигают пятидесяти или шестидесяти футов в высоту! Должно быть, это опечатка. Сотни из них имеют нулевой вес. Это может быть связано с тем, что медсестра или врач заполняли электронную форму, не производили измерение веса, поэтому просто нажмите “Ввод” и перейдите к следующему окошку. Эти проблемы не будут очевидны, если вы попросите свой компьютер вычислить среднее значение или стандартное отклонение, или если вы отсканируете столбцы данных вручную. Однако, если вы посмотрите на изображение данных, вы увидите проблему через секунду.
  
  Но давайте предположим, что вы изучили свои цифры, и теперь вы хотите превратить их в визуальный аргумент. Стандартный совет для консультантов по управлению и академических исследователей, представляющих график, заключается в том, чтобы включить заголовок, который привлекает внимание к ключевым характеристикам данных и делает вывод.15
  
  Скажите это с помощью графиков библия консультантов по менеджменту очень четко описывает этот процесс. Во-первых, говорит автор Джин Желязны, решите, что вы хотите выразить с помощью графика. Как только вы решите, что хотите сказать, это предполагает определенный вид сравнения. Это, в свою очередь, предполагает определенный выбор графика, такого как диаграмма рассеяния, линейный график, столбчатая диаграмма с накоплением или круговая диаграмма.* Наконец, подчеркните свое сообщение, вставив его в заголовок графика. Не пишите просто “Количество контрактов за январь–август”. Напишите что-нибудь вроде "Количество контрактов увеличилось” или “Количество контрактов колебалось”, в зависимости от того, хотите ли вы привлечь внимание к восходящей тенденции или к изменениям вокруг этой тенденции. Видение Желязны заключается в том, что консультант по управлению говорит людям, что думать. Оба графика и аннотация выбраны для поддержки этого сообщения.
  
  Я понимаю, что есть что-то тревожное в том, как этот процесс начинается с вывода, а затем выясняется, как упаковать данные в поддержку этого вывода. Но давайте будем справедливы: многие коммуникации работают таким образом. Газетные статьи начинаются с заголовка; остальной текст является пояснением. Даже научная статья начинается с аннотации, которая служит той же цели, что и газетный заголовок: в ней рассказывается о том, что произошло и что это значит. Хороший журналист не начинает репортаж, имея в виду заключение; хороший ученый не примите решение о результатах до запуска эксперимента. (Я не могу поручиться за то, что делает хороший консультант по управлению.) Но как только журналисты и ученые обнаружили что-то интересное, они хотят дать своей аудитории несколько указаний относительно того, что это такое. То же самое верно для разработчиков диаграмм.
  
  Эдвард Туфте, влиятельный информационный дизайнер, восхищается плотной и сложной графикой с минимумом оформления или аннотаций. Введение к одной из его книг, Представление информации строго предупреждает читателей: “Иллюстрации заслуживают тщательного изучения. Это сокровища, сложные и остроумные, наполненные смыслом ”. Присмотритесь повнимательнее. Подумайте. Обратите внимание на то, что происходит в конце класса. Для Tufte идеальная графика приглашает читателя сесть за чашечку кофе и по-настоящему поразмыслить над деталями. “Изнуренные проекты с тонкими данными, - предупреждает он, - вызывают подозрения — и это справедливо — в отношении качества измерений и анализа”.16
  
  Возможно, он прав — хотя, как мы уже должны знать, плотность данных на графике не является гарантией того, что сами данные надежны: график, который представляет несколько точек данных в беззаботной манере, может быть безупречным, в то время как сложная графика может быть насыщена неверными данными.
  
  Даже если цифры достоверны, графика, достаточно подробная, чтобы потребовать кофе, может быть убедительной, но при этом не быть информативной. Впечатляющим примером является Житель Нью-Йорка презентация данных о неравенстве на веб-сайте за 2013 год. Инфографика, разработанная Ларри Бьюкененом, напоминает знаменитую карту метро Нью-Йорка. Зрители могут нажимать на разные линии метро и видеть, как меняется средний доход на каждой линии. Это запоминающаяся “утка” для визуализации данных: графики роста и падения доходов напоминают маршруты метро, и они тщательно копируют отличительные элементы дизайна карты нью-йоркского метро и вывесок.17
  
  
  
  Что делает инфографику убедительной, так это то, что она приглашает нас провести естественное сравнение и сразу представить людей, стоящих за этим: мы наблюдаем, как доходы варьируются вдоль выбранной линии по мере прохождения через разные районы, мы осознаем огромное неравенство, охватываемое короткой поездкой в метро, и представляем вовлеченных персонажей, общающихся плечом к плечу в вагоне метро. Богатые и бедные так близки друг к другу, в чем-то так похожи и в то же время такие разные. Инфографика несет в себе настоящий эмоциональный удар.
  
  Но так ли это информативный? Не так уж и много. По мере того, как мы переходим по кругу, на удивление трудно узнать что-либо, чего мы еще не знали. Сложно сравнивать одну линию метро с другой или выявлять какие-либо, кроме наиболее очевидных закономерностей.
  
  Это становится ясно, когда мы читаем краткую статью, сопровождающую инфографику, которая полна фактов, которые нелегко обнаружить на самом графике. Самый высокий средний доход домохозяйства в районе переписи населения, обеспеченном подземкой, в Нью-Йорке составил 205 192 доллара. Самый низкий показатель составил 12 288 долларов. В статье рассказывается о линиях метро с наибольшим и наименьшим диапазонами доходов и наибольшим разрывом между любыми двумя станциями, хотя неясно, почему любая из этих сведений полезна. В сообщении в блоге отмечается, что неравенство доходов на Манхэттене похоже на неравенство в Лесото или Намибии. Это плохо? Звучит плохо. Если бы вам случилось носить с собой список неравенства доходов, зарегистрированных в каждой стране на планете, вы бы поняли, что это был плохо. Но знаете ли вы? Цель графического изображения - не передать информацию, а пробудить чувства. Если бы в статье сравнивалось неравенство доходов в Нью-Йорке с неравенством в других городах мира, таких как Лондон и Токио, или в других городах США, таких как Чикаго и Лос-Анджелес, мы действительно могли бы узнать что-то стоящее.
  
  Результат великолепен, но гораздо менее информативен, чем была бы карта. Это произведение искусства убеждения, притворяющееся частью статистического анализа. Нам убедительно напомнили о том, во что мы уже верили. Мы более увлечены, более вовлечены, но действительно ли мы более информированы?
  
  В полемике нет ничего плохого — иногда я сам ее пишу, — но мы должны быть честны сами с собой в отношении того, что происходит.
  
  Другой пример - график Саймона Скарра, старшего дизайнера Thomson Reuters. На графике показаны случаи смерти в Ираке за каждый месяц в период с 2003 по 2011 год. Это перевернутая гистограмма: чем больше число смертей за месяц, тем дольше висит столбик. Скарр покрасил свои столбцы в красный цвет, что означает, что весь график выглядит как кровь, стекающая из какой-то ужасной раны в верхней части страницы. На случай, если сообщение было двусмысленным, диаграмма озаглавлена “Кровавые потери Ирака”. Если график неравенства в метро Ларри Бьюкенена трогает вас за живое, график Скарра график вырывает ваше сердце прямо из груди. Не зря он получил награду за дизайн.18 И в отличие от схемы метро, график Скарра действительно дает вам соответствующую информацию: он убедителен и информативный.
  
  
  
  Но когда Энди Котгрив, эксперт по визуализации данных, увидел график Скарра, он провел небольшой эксперимент. Сначала он перекрасил график, показав те же столбики в холодный корпоративный сине-серый цвет. Затем он перевернул все с ног на голову. Наконец, он изменил название с “Кровавых потерь Ирака” на “Ирак: число погибших снижается”. Изменение эмоционального воздействия ободряет. График Скарра кричит о неприкрытом возмущении. "У Котгрива" трезвый, почти успокаивающий. Какой график лучше? Это зависит от сообщения. График Скарра вопит: “О, человечество!” График Котгрива спокойно заявляет: “Худшее позади.” Оба сообщения справедливы. Это напоминание о том, что простейший выбор цвета и выравнивания может изменить тон диаграммы и то, как люди будут воспринимать эту диаграмму, точно так же, как тон вашего голоса может кардинально изменить то, как будут восприняты ваши слова.19
  
  
  —
  
  Hкак могли низкородный статистик Уильям Фарр и простая женщина Флоренс Найтингейл одержать победу над упрямыми врачами и солдатами викторианского истеблишмента?
  
  Во-первых, они должны были убедиться, что их данные абсолютно водонепроницаемы. Facta, facta! Фарр и Найтингейл очень хорошо знали, что их работа будет подвергнута критике со стороны их политических врагов. В одном из красноречивых сообщений Найтингейл написал Фарру, предупреждая его подготовиться к атаке на его последний статистический анализ. Его ответ показал уверенность, которую он имел в качестве работы: “Давайте подождем и сохраним наш порох сухим. Мы не собираемся стрелять в воздух, как люди, напуганные до полусмерти. Позвольте им указать на наши ‘ошибки’, и если это ошибки — мы признаем их свободно: но покачайте нашими фундаменты — или снести наши стены — ребята не могут ”.20
  
  Затем они должны были представить свои выводы. Найтингейл распространила свою диаграмму розы в 1858 году и опубликовала ее в начале 1859 года. Это было всего через несколько лет после ее пребывания в больнице Скутари - и через несколько месяцев после утверждения доктора Джона Саймона о том, что инфекционные заболевания практически неизбежны. Диаграмма розы (на обороте) - блестящий визуальный аргумент. Я видел один из оригинальных отпечатков вблизи, в библиотеке Королевского статистического общества. Это захватывает дух и настораживает, красивый набор цветных полосок, показывающих смертность от инфекционных заболеваний до и после санитарного улучшения в Scutari.
  
  Если вы хотите недоброжелательно отнестись к диаграмме, вы могли бы сказать, что это круговая диаграмма на стероидах. Технически, это диаграмма полярной области, вполне возможно, первая подобная диаграмма, когда-либо созданная. Что это не является это сухое изложение статистической правды. Это рассказывает историю.
  
  
  
  Чтобы увидеть, насколько это мощный образец визуальной риторики, рассмотрите альтернативную презентацию в виде столбчатой диаграммы (приведенный ниже пример основан на графике биографа Найтингейла Хью Смолла, использующего данные Уильяма Фарра).
  
  На первый взгляд, столбчатая диаграмма Смолла намного понятнее и за ней легче следить. Но это подводит зрителя к неправильному выводу. Это фокусирует внимание на ужасном количестве погибших в январе и феврале 1855 года, что может заставить задуматься, были ли эти смерти в основном вызваны суровой зимой, а весна принесла облегчение. Это также заставляет снижение смертности выглядеть драматичным, но плавным — скорее процессом, чем резким изменением.
  
  Диаграмма полярной зоны, напротив, делит число погибших на два периода — до санитарных улучшений и после. При этом визуально создается резкий разрыв, который не совсем понятен в необработанных данных. Поскольку диаграмма полярных областей отображает смертность пропорционально площади клина, а не высоте планки, она также слегка затушевывает, насколько ужасными были январь и февраль 1855 года, вместо этого объединяя их с мрачной массой “до санитарной комиссии”.
  
  
  
  Найтингейл хотел подчеркнуть важность улучшения санитарных условий, убедив зрителя в том, что опыт Скутари можно повторить в больницах, казармах и даже частных домах по всей Британской империи. Она создала мощную структуру диаграммы “до и после”, чтобы усилить этот аргумент.
  
  Это маскировка dazzle? Возможно. Я склонен сказать, что это не так, хотя бы потому, что данные надежны как скала и находятся на виду. В отличие от Долговая проблема он не опирается на фрагментарную статистику и бесполезные сравнения; в отличие от диаграммы "Метро-неравенство", здесь не все шипит и нет стейка. Это больше похоже на “Кровавые потери Ирака”, но гораздо более утонченно в том смысле, что приглашает читателей сделать свои выводы. Несколько обсуждений диаграммы Роуз подчеркивают, насколько умно она направляет читателя к одной интерпретации данных, а не к другой. К счастью, идея была одновременно верной и важной; визуальная риторика помогла людям прийти к выводу, который оказался правильным.
  
  Найтингейл объяснил Сидни Герберту, что диаграмма “предназначена для того, чтобы воздействовать глазами на то, что мы, возможно, не сможем донести до мозгов публики через их глаза, защищенные от слов”. Чтобы показать свою диаграмму как можно большему количеству глаз, Найтингейл попросила радикальную писательницу Харриет Мартино написать трогательную книгу о Крымской войне и страданиях британских солдат там. Мартино прочитал отчеты Найтингейла и похвалил их как “одно из самых замечательных политических или социальных произведений, когда-либо виденных”. Найтингейл включила свою диаграмму полярной области в качестве раскладного фронтисписа в книге Мартино. Ее прочитало не так много солдат, как могло бы — армия запретила ее в военных библиотеках и казармах21—но Найтингейл имела в виду более конкретную аудиторию для своей диаграммы, как она сказала Герберту:
  
  Никто, кроме ученых, даже не заглядывает в приложения к отчету, а это для вульгарной публики . . . Итак, кто такая вульгарная публика, которая должна это получить? (1) королева (2) принц Альберт . , , (7) все главы короны в Европе, через послов или министров каждой (8) все командующие офицеры в армии (9) все полковые хирурги и медицинские офицеры . , , (10) главные санитарные врачи в обеих палатах [парламента] (11) все газеты, обзоры и журналы.
  
  Старшие врачи, которые утверждали, что ничего нельзя было поделать, постепенно согласились с аргументом Найтингейла в пользу улучшения санитарных условий. В 1870-х годах парламент принял несколько законов об общественном здравоохранении. Показатели смертности в Великобритании начали снижаться, а ожидаемая продолжительность жизни - расти.
  
  Что делает историю Флоренс Найтингейл такой поразительной, так это то, что она смогла увидеть, что статистика может быть инструментом и оружием одновременно. Она оценила важность прочной основы, такой как утомительные задачи по стандартизации определений и заставлению всех заполнять правильные формы, а также по подготовке “самого сухого из всех” анализа, невосприимчивого к нападкам критиков. Но она также понимала необходимость придать данным новую форму, представив их в наиболее убедительном свете. Она создала картину, обладающую достаточной силой, чтобы изменить мир.
  
  Флоренс Найтингейл была на правильной стороне истории, но многие люди, злоупотребляющие броской графикой, таковыми не являются. Для тех из нас, кто пользуется прекрасными визуализациями, применимо все, чему мы научились до сих пор в этой книге.
  
  Первое — и самое важное, поскольку визуальное восприятие может быть настолько интуитивным, — проверьте свою эмоциональную реакцию. Остановитесь на мгновение, чтобы заметить, какие чувства вызывает у вас график: торжествующий, оборонительный, злой, праздничный? Примите это чувство во внимание.
  
  Во-вторых, убедитесь, что вы понимаете основы, лежащие в основе графика. Что на самом деле означают оси? Вы понимаете, что измеряется или подсчитывается? У вас есть контекст для понимания, или на графике показано всего несколько точек данных? Если график отражает сложный анализ или результаты эксперимента, понимаете ли вы, что делается? Если вы не в состоянии оценить это лично, доверяете ли вы тем, кто был? (Или, возможно, вы хотели узнать второе мнение?)
  
  Когда вы смотрите на визуализацию данных, у вас все получится гораздо лучше, если вы осознаете, что кто-то вполне может пытаться вас в чем-то убедить. Нет ничего плохого в искусно убедительных графиках, не больше, чем в искусно убедительных словах. И нет ничего плохого в том, чтобы тебя убедили и ты изменил свое мнение. Это наша следующая тема.
  
  ПРАВИЛО ДЕСЯТОЕ
  
  
  
  Сохраняйте непредвзятость
  
  Человека с убеждениями трудно изменить. Скажите ему, что вы не согласны, и он отвернется. Покажите ему факты или цифры, и он усомнится в ваших источниках. Апеллируйте к логике, и он не поймет вашей точки зрения.
  
  • Леон Фестингер, Генри Рикен и Стэнли Шахтер, Когда пророчество терпит неудачу1
  
  ЯРивинг Фишер был одним из величайших экономистов, которые когда-либо жили.2
  
  “Где-то на десять-два поколения опередил свое время”, - высказал мнение первый экономист-нобелевский лауреат Рагнар Фриш в конце 1940-х годов, более чем через полвека после того, как гений Фишера впервые осветил его тему. Пол Самуэльсон, получивший Мемориальную Нобелевскую премию через год после Фриша, сказал, что докторская диссертация Ирвинга Фишера 1891 года “была величайшей докторской диссертацией в области экономики, когда-либо написанной”.
  
  Именно так думали коллеги Фишера. Публика тоже любила его. Сто лет назад Ирвинг Фишер был самым известным экономистом на планете. И все же Фишера помнят сейчас только экономисты с чувством истории. Он больше не является именем нарицательным, как Милтон Фридман, Адам Смит или Джон Мейнард Кейнс, его младший современник. Это потому, что с Ирвингом Фишером и его репутацией произошло нечто ужасное — нечто, ставшее уроком для всех нас.
  
  Падение Фишера, безусловно, произошло не из-за отсутствия амбиций. “Как много я хочу сделать!” - написал он старому школьному другу во время учебы в Йеле. “Я всегда чувствую, что у меня нет времени, чтобы выполнить то, что я хочу. Я хочу много читать. Я хочу написать очень много. Я хочу зарабатывать деньги ”.
  
  Было понятно, что деньги были важны для Фишера. Его отец умер от туберкулеза на той самой неделе, когда Ирвинг поступил в Йель. Напористость и интеллект Фишера держали его на плаву: он получал призы по греческому и латыни, по алгебре и математике, за публичные выступления (заняв второе место после будущего госсекретаря США), а также был одновременно выпускником класса и членом команды гребцов. И все же, несмотря на все эти достижения, молодому человеку приходилось изо всех сил искать средства на протяжении всей учебы; он понимал, что значит испытывать финансовые трудности, будучи окруженным богатством.
  
  Однако в возрасте двадцати шести лет Фишер оказался с небольшим состоянием в своем распоряжении. Он женился на подруге детства по играм, Маргарет Хазард, которая была дочерью богатого промышленника. Свадьба Ирвинга и Маргарет в 1893 году была достаточно роскошной, чтобы быть освещенной в "Нью-Йорк Таймс" с двумя тысячами приглашенных гостей, тремя министрами, экстравагантным обедом и шестидесятифунтовым свадебным тортом. Они отправились в четырнадцатимесячный европейский медовый месяц и вернулись в совершенно новый особняк на Проспект-стрит, 460, Нью-Хейвен. Здание было построено в их отсутствие в качестве свадебного подарка от отца Маргарет и было оборудовано библиотекой, музыкальной комнатой и просторными офисами.
  
  Есть три вещи, которые вы должны знать об Ирвинге Фишере.
  
  Во-первых, он был фанатиком здоровья. Это было понятно. Отца молодого человека убил туберкулез; пятнадцать лет спустя болезнь чуть не убила и его тоже. Неудивительно, что он придерживался строгого режима в отношении здоровья: он воздерживался от алкоголя, табака, мяса, чая, кофе и шоколада. Один из гостей ужина наслаждался его гостеприимством, отметив при этом его причудливость: “Пока я ела всю череду вкуснейших блюд, он поужинал овощами и сырым яйцом”.3
  
  Это было не просто личное дело: он был евангелистом за здоровье и питание. Он основал Институт продления жизни и убедил Уильяма Говарда Тафта, у которого только что закончился президентский срок, стать его председателем. (Это может показаться неуместным выбором: Тафт страдал ожирением, он был самым тяжелым человеком, когда-либо занимавшим пост президента. Однако проблема с весом Тафта вызвала у него интерес к диете и физическим упражнениям.) В 1915 году, когда Фишеру было почти пятьдесят лет, он опубликовал книгу под названием Как жить: правила здорового образа жизни, основанные на современной науке. (Как жить! Вот это настоящая амбиция.) Это был огромный бестселлер, и это весело с современной точки зрения. Он выступал за “солнечные ванны ... их интенсивность и продолжительность должны определяться здравым смыслом”. Было “важно практиковать тщательное пережевывание ... пережевывание до состояния естественного, непроизвольного глотания”. Он даже добавляет обсуждение правильного угла между ступнями при ходьбе — “примерно семь или восемь градусов выставления пальцев каждой ноги”.4
  
  И там есть короткий раздел о евгенике. Он не очень хорошо состарился.
  
  Но пока легко смеяться над книгой, Как жить во многих отношениях он так же далеко опередил свое время, как и экономический анализ Фишера. Он применил научное мышление к вопросу благополучия. Он подробно описал упражнения, проповедовал внимательность и в то время, когда большинство врачей были курильщиками, правильно предупредил, что табак вызывает рак.
  
  Это вторая вещь, которую вам нужно знать об Ирвинге Фишере: он верил в силу рационального численного анализа в экономике и в других областях. Он подсчитал чистые экономические издержки туберкулеза. Он проводил экспериментальные исследования вегетарианства и даже тщательного пережевывания пищи, которые, как он обнаружил, повышали выносливость. (Реклама хлопьев для завтрака с виноградными орешками, выпущенная в 1917 году, содержала одобрение профессора Фишера.) В какой-то момент в Как жить он даже делает паузу, чтобы сообщить читателю, что “в современном исследовании научной одежды появилась новая единица, ‘clo.’Это техническая единица для измерения ‘согревающей способности’ одежды”.
  
  Можно утверждать, что его любовь к числам иногда сбивала его с пути истинного. Например, когда Фишер подсчитывал преимущества сухого закона, он сделал блестящий вывод из небольшого исследования, согласно которому крепкий напиток на пустой желудок снижал эффективность работников на 2 процента. Фишер подсчитал, что сухой закон добавит экономике Америки 6 миллиардов долларов, что в то время было абсолютно огромным выигрышем. В первой главе мы видели, что художественная экспертиза Абрахама Бредиуса выявила основания полагать, что гнилая подделка Хана ван Меегерена действительно была Вермеером. Аналогичным образом, статистический опыт Фишера позволило ему произвести грандиозные расчеты о запрете на шатком фундаменте. Его сильные чувства по поводу пагубности алкоголя подрывали строгость его статистических рассуждений.5
  
  Есть еще деньги — это третья вещь, которую вам нужно знать. Ирвинг Фишер был богат, и не только из-за наследства своей жены. Зарабатывание денег было предметом гордости Фишера; он не хотел зависеть от своей жены. Были гонорары за книгу от Как жить. Были его изобретения, в первую очередь способ организации визитных карточек, который был предшественником Rolodex. Он продал это изобретение, Index Visible, компании по производству канцелярских товаров за 660 000 долларов наличными — много миллионов долларов по сегодняшним меркам - место в ее совете директоров и пакет акций.
  
  Фишер превратил свои академические исследования в крупную бизнес-операцию под названием Index Number Institute. Он продавал данные, прогнозы и анализ в виде синдицированного пакета, бизнес-страницы Ирвинга Фишера, газетам по всей территории Соединенных Штатов. Прогнозирование было естественным продолжением данных и анализа. В конце концов, если мы хотим заставить мир сложиться, это не всегда потому, что интеллектуальная радость понимания является самоцелью. Иногда мы заинтересованы в оценке текущей ситуации как средства предвидеть и, возможно, извлечь выгоду из того, что произойдет дальше.
  
  С такой платформой Фишер смог проповедовать свой подход к инвестициям, который, в широком смысле, заключался в том, чтобы делать ставку на экономический рост Америки, покупая акции новых промышленных корпораций на заемные деньги. Такое заимствование часто называют кредитным плечом, поскольку оно увеличивает как прибыль, так и убытки.
  
  Но в 1920-х годах у инвесторов фондового рынка было мало поводов для беспокойства о потерях. Цены на акции стремительно росли. Любой, кто делал ставки с использованием заемных средств на этот рост, имел все основания считать себя умным. Фишер написал своему старому другу детства, чтобы сообщить ему, что его амбиции были удовлетворены. “Мы все зарабатываем много денег!”
  
  Летом 1929 года Ирвинг Фишер — автор бестселлеров, изобретатель, друг президентов, предприниматель, участник кампаний за здоровье, синдицированный обозреватель, пионер статистики, величайший ученый-экономист своего поколения и многократный миллионер — смог похвастаться своему сыну, что ремонт фамильного особняка был оплачен не деньгами семьи Хазард, а самим Ирвингом Фишером.
  
  Это достижение имело для него значение. Собственный отец Фишера не дожил до того, чтобы увидеть, как его семнадцатилетний сын превратился в одну из самых уважаемых фигур своего времени; когда Ирвинг и его сын наблюдали за перестройкой особняка на их глазах, ему, возможно, можно было простить его гордость. Но он стоял на краю финансовой пропасти.
  
  
  —
  
  Фондовый рынок дал трещину осенью 1929 года. Промышленный индекс Доу-Джонса упал более чем на треть в период с начала сентября по конец ноября. Но Ирвинга Фишера убил не великий крах на Уолл-стрит — по крайней мере, не сразу. Крах, конечно, был катастрофическим финансовым событием, гораздо более серьезным, чем банковский кризис 2008 года. Последовавшая за этим Великая депрессия была величайшим экономическим бедствием мирного времени, обрушившимся на западный мир. Фишер был более уязвим, чем многие, поскольку у него делал свои инвестиции с использованием кредитного плеча, увеличивая как убытки, так и прибыль.
  
  Но потребовалось нечто большее, чем ставка на финансовый пузырь, чтобы разорить Фишера. Для этого потребовалось упрямство. В катастрофе были свои драматические моменты, но это был не просто вопрос сбоев в такие дни, как Черный четверг и Черный понедельник. Лучше всего это понималось как длительный спад, перемежающийся краткими подъемами, с 380 пунктов в сентябре 1929 года до чуть более 40 пунктов к лету 1932 года. Если бы Фишер сократил свои убытки и ушел с рынка в конце 1929 года, у него все было бы в порядке. Он мог бы вернуться к своим академическим исследованиям и своему множество других увлечений и его роскошный образ жизни, финансируемый многолетней прибылью от торговли, а также его доходами как автора и бизнесмена.
  
  Вместо этого Фишер удвоил свои первоначальные взгляды. Он был убежден, что рынок снова развернется вверх. Он сделал несколько комментариев о том, что катастрофа была “избавлением от безумной грани” и отражала "психологию паники”. Он публично заявил, что восстановление было неизбежным. Этого не было.
  
  Самое главное, он не просто продолжал инвестировать в рынок. Его уверенность в своей правоте заставляла его продолжать полагаться на заемные деньги в надежде на большую прибыль. Одной из крупных инвестиций Фишера была инвестиция в Remington Rand после продажи им своей системы Rolodex Index Visible. Цена акций рассказывает историю: 58 долларов до краха, 28 долларов в течение нескольких месяцев. Фишер, возможно, к тому времени понял, что использование рычагов было ужасно рискованным. Но нет: он занял больше денег, чтобы инвестировать — и цена акций вскоре упала до 1 доллара. Это верный путь к краху.
  
  Мы не должны слишком поспешно судить Фишера. Даже если вы самый умный в комнате — а Ирвинг Фишер обычно был — переубедить вас непросто.
  
  
  —
  
  ЯСовременник Ривинга Фишера Роберт Милликен был не менее выдающимся человеком, чем Фишер. Однако его интересы были немного иными: Милликен был физиком. В 1923 году, когда биржевые подсказки Фишера пожирались по всей территории Соединенных Штатов, Милликен получал Нобелевскую премию.
  
  Несмотря на все свои достижения, Милликен наиболее известен экспериментом, настолько простым, что его может попробовать даже школьник: экспериментом “масляная капля”, в котором туману из капель масла из распылителя для духов придается электрический заряд, когда он парит между двумя наэлектризованными пластинами. Милликен мог регулировать напряжение между пластинами до тех пор, пока капли не зависали, не перемещаясь — и поскольку он мог измерить диаметр капель, он мог вычислить их массу, а следовательно, и электрический заряд, который точно компенсировал силу тяжести. Это, по сути, позволило Милликену рассчитать электрический заряд одного электрона.
  
  Я был одним из бесчисленных учеников, которые пытались провести этот эксперимент в школе, но, честно говоря, мне не удалось добиться таких же точных результатов, как у Милликена. Необходимо уточнить множество деталей — в частности, эксперимент зависит от правильного измерения диаметра крошечной капли масла. Неправильно измерьте это, и все ваши другие вычисления будут ошибочными.
  
  Теперь мы знаем, что даже Милликен получил ответы не так четко, как он утверждал. Он систематически опускал наблюдения, которые его не устраивали, и лгал об этих упущениях. (Он также преуменьшил вклад своего младшего коллеги, Харви Флетчера.) Историки науки спорят о серьезности этого сбора вишенок с этической и практической точек зрения. Что кажется очевидным, так это то, что если бы научный мир увидел все результаты Милликена, у него было бы меньше уверенности в правильности его ответа. Это было бы неплохо, потому что это было не так. Ответ Милликена был слишком низким.6
  
  Харизматичный нобелевский лауреат Ричард Фейнман отметил в начале 1970-х, что процесс исправления ошибки Милликена с помощью более точных измерений был странным: “Один немного больше, чем у Милликена, и следующий немного больше, чем этот, и следующий немного больше, чем этот, пока, наконец, они не придут к числу, которое выше. Почему они сразу не обнаружили, что новое число было выше?”7
  
  Ответ заключается в том, что всякий раз, когда число было близко к числу Милликена, оно принималось без слишком тщательного изучения. Когда число казалось неправильным, к нему относились со скептицизмом. Были бы найдены причины для отказа от него. Как мы видели в первой главе, наши предубеждения - это мощная штука. Мы фильтруем новую информацию. Если это соответствует нашим ожиданиям, мы с большей вероятностью примем это.
  
  И поскольку оценка Милликена была слишком низкой, было бы редкостью получить измерение, которое было бы настолько ниже, чтобы быть неожиданным. Вместо этого, как правило, неожиданные измерения были бы значительно больше, чем у Милликена. Принятие их было долгим и постепенным процессом. Этому не помог тот факт, что Милликен отказался от некоторых своих измерений, чтобы казаться более опытным ученым. Но мы можем быть уверены, что это произошло бы в любом случае, потому что более позднее исследование обнаружило ту же картину постепенного сближения в других оценки физических констант, таких как число Авогадро и постоянная Планка.* Конвергенция продолжалась на протяжении 1950-х и 1960-х годов, а иногда и в 1970-х годах.8 Это мощная демонстрация того, как даже ученые, измеряющие существенные и неизменные факты, фильтруют данные в соответствии со своими предвзятыми представлениями.
  
  Это не должно вызывать особого удивления. Наш мозг всегда пытается разобраться в окружающем нас мире, основываясь на неполной информации. Мозг делает прогнозы о том, чего он ожидает, и стремится заполнить пробелы, часто основываясь на удивительно скудных данных. Вот почему мы можем понять обычный телефонный разговор по неисправной линии — вплоть до того момента, когда через помехи передается действительно новая информация, такая как номер телефона или уличный адрес. Наш мозг заполняет пробелы — вот почему мы видим то, что ожидаем увидеть и услышать что мы ожидаем услышать, точно так же, как преемники Милликена нашли то, что они ожидали найти. Только когда мы не можем заполнить пробелы, мы понимаем, насколько плохая связь.
  
  Мы даже чувствуем то, что ожидаем почувствовать. Когда ученые дают людям понюхать запах, реакции резко различаются в зависимости от того, говорят ли ученые подопытным: “Это аромат изысканного сыра” или “Это вонь из подмышек”.9 (Это и то, и другое: они чувствуют ароматическую молекулу, присутствующую как в жидком сыре, так и в щелях на теле.)
  
  Этот процесс восприятия того, что вы ожидаете ощутить, широко распространен. В исследовании с сыром это было на уровне интуиции. В случае с зарядом электрона или числом Авогадро, это был церебральный. В обоих случаях, похоже, это было без сознания.
  
  Но мы также можем сознательно фильтровать новую информацию, потому что не хотим, чтобы она испортила нам день. Еще в первой главе мы сталкивались со студентами, которые платили не сдать анализ крови на герпес и инвесторам, которые избегали проверять свои портфели акций, когда новости могли быть плохими. Вот еще один пример — исследование, опубликованное в 1967 году, в котором студентов просили прослушать записанные на магнитофон выступления и просили их “оценить убедительность и искренность выступлений, подготовленных младшими и старшеклассниками . . . После каждого выступления вам будет выдан рейтинговый лист для оценки убедительности и искренности речи”.
  
  Однако здесь была одна загвоздка. Переговоры были омрачены раздражающими помехами. Испытуемым сказали: “Поскольку переговоры были записаны на маленький портативный магнитофон, возникают значительные электрические помехи. Помехи можно ‘отрегулировать’, нажав, а затем немедленно отпустив кнопку управления. Использование элемента управления несколько раз подряд несколько снижает статический и другие помехи ”.10
  
  Прекрасно. Конечно, как вы уже можете догадаться, эксперимент включал в себя некоторый обман. Некоторые из студентов были убежденными христианами, а другие были убежденными курильщиками. Одно из выступлений было основано на атеистической брошюре старой школы под названием Христианство - это зло Другой ссылался на “авторитетное опровержение аргументов, связывающих курение с раком легких”, а третий с таким же авторитетом говорил о том факте, что курение сделал вызывает рак легких.
  
  Как мы видели, все мы способны метафорически фильтровать информацию, которая попадает на наш путь, отбрасывая одни идеи и цепляясь за другие. В этом эксперименте фильтр был более буквальным: помехи, которые скрывали сообщения, которые подопытные должны были прослушивать и оценивать. Нажатие кнопки могло бы устранить потрескивание и шипение, но не все с энтузиазмом нажимали кнопку для каждой речи. Возможно, вас не удивит, что христиане были довольны тем, что оставили воинствующий атеизм за успокаивающим туманом помех. Курильщики несколько раз нажал на кнопку, чтобы прослушать разговор, объясняющий, что их привычка совершенно безопасна, в то же время позволяя помехам возвращаться, когда другое записанное на пленку сообщение сообщало им нежелательные новости.
  
  Одна из причин, по которой факты не всегда меняют наше мнение, заключается в том, что мы стремимся избегать неприятных истин. В наши дни, конечно, нам не нужно возиться с кнопкой уменьшения помех. В социальных сетях мы можем выбирать, на кого подписываться, а кого блокировать. Широкий спектр кабельных каналов, подкастов и потокового видео позволяет нам решать, что смотреть, а что игнорировать. У нас больше таких возможностей, чем когда-либо прежде, и вы можете быть уверены, что мы ими воспользуемся.
  
  Если вам все-таки придется усваивать нежелательные факты, не беспокойтесь: вы всегда можете выборочно запомнить их неправильно. К такому выводу пришли Барух Фишхофф и Рут Бейт, два психолога, которые провели элегантный эксперимент в 1972 году. Они провели опрос, в ходе которого попросили студентов мужского и женского пола предсказать предстоящие президентские визиты Ричарда Никсона в Китай и Советский Союз. Насколько вероятно, что Никсон и Мао Цзэдун встретятся? Каковы были шансы на то, что Соединенные Штаты предоставят дипломатическое признание Китаю? Объявят ли США и СССР о совместной космической программе?
  
  Фишхофф и Бейт хотели знать, как люди позже будут вспоминать их прогнозы. Они предоставили своим испытуемым все шансы, поскольку прогнозы были конкретными и записанными. (Обычно наши прогнозы - это довольно расплывчатые предсказания в середине разговора. Мы редко посвящаем их написанию.) Итак, можно было бы надеяться на точность. Но нет — испытуемые безнадежно льстили себе. Если они оценивают какое-либо событие с вероятностью 25 процентов, а затем оно произошло, они могут вспомнить, что назвали это предложением 50/50. Если испытуемая оценила 60-процентную вероятность события, которое позже не произошло, позже она может вспомнить, что прогнозировала 30-процентную вероятность. Статья Фишхофф–Бейта называлась “Я знал, что это произойдет”.
  
  Это еще одна поразительная иллюстрация того, как наши эмоции заставляют нас фильтровать самую простую информацию — нашу собственную память об оценке, которую мы сделали не так давно и потрудились записать на бумаге.11 В некотором смысле это свидетельствует о замечательной гибкости ума. Но вместо того, чтобы признать ошибку и извлечь из нее уроки, испытуемые Фишхофф и Бейт изменяли свои собственные воспоминания, чтобы гарантировать, что не требовалось болезненного сведения счетов с реальностью. Как мы видели: признать, что вы неправы, а затем изменить свою точку зрения, непросто.
  
  
  —
  
  Oконечно, Ирвингу Фишеру не пришлось бы менять свое мнение, если бы он был прав с самого начала. Возможно, его настоящим падением была не неспособность приспособиться, а, в первую очередь, неспособность точно прогнозировать? Возможно. Безусловно, предпочтительнее оказаться правым с первого раза, чем учиться на болезненном опыте. Но лучшие имеющиеся у нас исследования способности к прогнозированию показывают, что оказаться правым с первого раза тоже непросто.
  
  В 1987 году молодой психолог канадского происхождения Филип Тетлок подложил под индустрию прогнозирования бомбу замедленного действия, которая не взрывалась в течение восемнадцати лет. Тетлок был частью довольно грандиозного проекта, в рамках которого социологам было поручено предотвратить ядерную войну между Соединенными Штатами и Советским Союзом. В рамках этого проекта он взял интервью у многих ведущих экспертов, чтобы получить их представление о том, что происходит в Советском Союзе, как Советы могут отреагировать на ястребиную позицию Рональда Рейгана, что может произойти дальше и почему.
  
  Но он обнаружил, что разочарован: разочарован тем фактом, что ведущие политологи, советологи, историки и любители политики имели такие противоречивые взгляды на то, что может произойти дальше; разочарован их отказом изменить свое мнение перед лицом противоречивых свидетельств; и разочарован множеством способов, которыми могут быть оправданы даже неудачные прогнозы. Некоторые предсказывали катастрофу, но были рады рационализировать отсутствие катастрофы: “Я был почти прав, но, к счастью, это был Горбачев, а не какой-то неосталинист, который захватил власть поводья.”Я допустил правильную ошибку: гораздо опаснее недооценивать советскую угрозу, чем переоценивать ее”. Или, конечно, выход из всех неудачных прогнозов фондового рынка: “Только я ошибся в выборе времени”.
  
  Ответ Тетлока был терпеливым, кропотливым и по-тихому блестящим. Следуя по стопам Фишхоффа и Бейта, но с большей детализацией и в гораздо большем масштабе, он начал собирать прогнозы почти от трехсот экспертов, в итоге накопив 27 500 прогнозов. Основное внимание в вопросах, которые он задавал, уделялось политике и геополитике, с добавлением нескольких вопросов из других областей, таких как экономика. Тетлок искал четко сформулированные вопросы, позволяющие ему, оглядываясь назад, правильно или неправильно оценивать каждый прогноз. Затем он просто ждал пока поступали результаты — в течение восемнадцати лет.
  
  Тетлок опубликовал свои выводы в 2005 году в тонкой и научной книге, Экспертное политическое суждение. Он обнаружил, что его эксперты были ужасными прогнозистами. Это было правдой как в простом смысле, что прогнозы не оправдались, так и в более глубоком смысле, что эксперты плохо представляли, насколько уверенными они должны быть при составлении прогнозов в различных контекстах. Легче делать прогнозы относительно территориальной целостности Канады, чем относительно территориальной целостности Сирии, но за исключением наиболее очевидных случаев, эксперты, с которыми консультировался Тетлок, не смогли отличить канадцев от сирийцев. Эксперты Тетлока, такие же любители, как Фишхофф и Бейт, также они драматически неверно запомнили свои собственные прогнозы, ссылаясь на некоторые из своих неудач как на вещи, в которых они были правы с самого начала.12
  
  В дополнение к привлекательности этой истории о высокомерии экспертов Тетлок обнаружил, что самые известные эксперты делали еще менее точные прогнозы, чем те, кто не был в центре внимания СМИ. В остальном унижение было равномерно распределено. Независимо от политической идеологии, профессии и академической подготовки, эксперты не смогли заглянуть в будущее.
  
  Большинство людей, услышав об исследовании Тетлока, просто приходят к выводу, что мир слишком сложен для прогнозирования, или что эксперты слишком глупы, чтобы его предсказывать, или и то, и другое. Но был один человек, который продолжал верить в возможность того, что даже для неразрешимых человеческих вопросов макроэкономики и геополитики может существовать подход к прогнозированию, который принесет плоды. Этим человеком был сам Филип Тетлок.
  
  
  —
  
  Яв 2013 году, в благоприятный день 1 апреля, я получил электронное письмо от Тетлока с приглашением присоединиться к тому, что он описал как “крупную новую исследовательскую программу, частично финансируемую Intelligence Advanced Research Projects Activity, агентством в разведывательном сообществе США”.
  
  Ядром программы, которая работала с 2011 года, был набор поддающихся количественной оценке прогнозов, очень похожих на долгосрочное исследование Тетлока. Прогнозы будут касаться экономических и геополитических событий, “реальных и неотложных вопросов такого рода, которые волнуют разведывательное сообщество — объявит ли Греция дефолт, будет ли нанесен военный удар по Ирану и т.д.”. Эти прогнозы приняли форму турнира с участием тысяч участников; турнир длился четыре ежегодных сезона.
  
  “Вы бы просто зашли на веб-сайт, - продолжалось электронное письмо Тетлока, - высказали свое наилучшее суждение о вопросах, за которыми вы, возможно, следите в любом случае, и обновили это суждение, если и когда вы считаете, что это необходимо. Когда пройдет время и прогнозы будут оценены, вы сможете сравнить свои результаты с результатами других ”.
  
  Я не участвовал. Я говорил себе, что был слишком занят; возможно, я также был слишком большим трусом. Но правда в том, что я не участвовал, потому что, во многом благодаря работе Тетлока, я пришел к выводу, что задача прогнозирования невыполнима.
  
  Тем не менее, более 20 000 человек поддержали эту идею. Некоторые из них могут быть обоснованно охарактеризованы как имеющие определенный профессиональный статус, с опытом работы в области анализа разведданных, аналитических центрах или академических кругах. Другие были чистыми любителями. Тетлок и два других психолога, Барбара Меллерс (Меллерс и Тетлок женаты) и Дон Мур, проводили эксперименты в сотрудничестве с этой армией добровольцев. Некоторые прошли обучение некоторым базовым статистическим методам (подробнее об этом чуть позже); некоторые были объединены в команды; некоторым была предоставлена информация о других прогнозы; и другие действовали изолированно. Всему упражнению было присвоено название Good Judgment Project, и целью было найти лучшие способы заглядывать в будущее.
  
  Этот масштабный проект позволил сделать ряд выводов, но самым поразительным является то, что существовала избранная группа людей, чьи прогнозы, хотя они ни в коем случае не были идеальными, были значительно лучше, чем стандарт шимпанзе, бросающего дротики, достигнутый типичным прогнозистом. Более того, со временем они становились лучше, а не исчезали, когда им изменяла удача. Тетлок, с нехарактерным для него оттенком гиперболы, назвал эту группу “суперпрокастерами”.
  
  Циники были слишком поспешны: в конце концов, заглянуть в будущее возможно.
  
  Что делает суперпрогнозирующего? Не предметная экспертиза: профессора были ничем не лучше хорошо информированных любителей. И это не было вопросом интеллекта; в противном случае Ирвинг Фишер был бы просто великолепен. Но у лучших прогнозистов было несколько общих черт.
  
  Во-первых, к счастью для нас, ботаников, это помогло пройти некоторую подготовку - особого рода. Всего час обучения основам статистики улучшил работу прогнозистов, помогая им превратить свои знания о мире в разумный вероятностный прогноз, такой как “Вероятность того, что женщина будет избрана президентом Соединенных Штатов в течение следующих десяти лет, составляет 25 процентов”. Совет, который, казалось, помог больше всего, заключался в том, чтобы побудить их сосредоточиться на чем-то, называемом “базовые ставки”.13
  
  Что, черт возьми, такое базовые ставки? Ну, представьте, что вы оказались на свадьбе, сидя за одним из дальних столиков с пьяными школьными друзьями жениха или недовольным бывшим парнем невесты. (Да, такого рода свадьба.) В утомительный момент во время одного из выступлений разговор за вашим столом переходит к неприятному вопросу: действительно ли эти двое справятся? Продлится ли брак или отношения обречены на развод?
  
  Инстинктивная отправная точка - подумать об этой паре. Всегда трудно представить развод в разгар романтики свадебного дня (хотя распитие виски с бывшим парнем невесты может выбить вас из этого радужного состояния), но вы, естественно, задумаетесь над такими вопросами, как: “Кажутся ли они счастливыми и преданными друг другу?” и “Видел ли я когда-нибудь, чтобы они ссорились?” и “Они уже трижды расставались и снова собирались вместе?” Другими словами, мы делаем прогноз, опираясь на факты, которые находятся у нас под носом.
  
  Но лучше уменьшить масштаб и найти что-то очень простое* статистика: В целом, сколько браков заканчивается разводом? Это число известно как “базовая ставка”. Если вы не знаете, составляет ли базовая ставка 5 или 50 процентов, все сплетни, которые вы получаете от сварливой бывшей, не укладываются ни в какие полезные рамки.
  
  Важность базовой ставки стала известна благодаря психологу Дэниелу Канеману, который ввел в обиход фразу “взгляд снаружи и взгляд изнутри”. Взгляд изнутри означает рассмотрение конкретного случая, который перед вами: эта пара. Взгляд со стороны требует, чтобы вы посмотрели на более общий "класс сравнения” случаев — здесь классом сравнения являются все супружеские пары. (Внешний вид не обязательно должен быть статистическим, но часто так и будет.)
  
  В идеале лицо, принимающее решения, или специалист по прогнозированию должны сочетать внешний и внутренний взгляды - или, аналогично, статистику плюс личный опыт. Но гораздо лучше начать со статистического представления, взгляда со стороны, а затем модифицировать его в свете личного опыта, чем идти другим путем. Если вы начнете с внутреннего просмотра, у вас не будет реальной системы отсчета, чувства масштаба — и вы легко можете получить вероятность, которая в десять раз больше или в десять раз меньше.
  
  Во-вторых, важно было вести учет. Как продемонстрировали интеллектуальные предшественники Тетлока Фишхофф и Бейт, нам сложно делать что-то столь простое, как запоминание того, были ли наши предыдущие прогнозы правильными или неправильными.
  
  В-третьих, суперпрогнозы, как правило, часто обновляли свои прогнозы по мере появления новой информации, что позволяет предположить, что восприимчивость к новым фактам была важной. Эта готовность корректировать прогнозы коррелирует с улучшением прогнозов в первую очередь: дело было не только в том, что супер-прогнозисты превзошли других, потому что они были помешанными на новостях, у которых было слишком много свободного времени, и преуспевали, бесконечно подправляя свои прогнозы с каждым новым заголовком. Даже если бы правила турнира требовали однозначного прогноза, суперпрогнозы заняли бы первое место.
  
  Что указывает на четвертый и, возможно, самый важный элемент: суперпрогнозирование - это вопрос наличия непредубежденной личности. Суперпрогнозисты - это те, кого психологи называют “активно непредубежденными мыслителями” — люди, которые не слишком цепляются за какой-то один подход, спокойно отказываются от старой точки зрения в свете свежих доказательств или новых аргументов и используют разногласия с другими как возможность учиться. “Для супервидящих убеждения - это гипотезы, которые нужно проверять, а не сокровища, которые нужно охранять”, - написал Филип Тетлок после завершения исследования. “Это было бы легко свести суперпрогнозирование к слогану на наклейке на бампере, но если бы мне пришлось, это было бы именно так ”.14
  
  И если даже это слишком длинно для наклейки на бампер, как насчет этого: сверхпрогнозирование означает готовность изменить свое мнение.
  
  Несчастный Ирвинг Фишер изо всех сил пытался изменить свое мнение. Не у всех были одинаковые трудности. Контраст с Джоном Мейнардом Кейнсом разителен, несмотря на множество общих черт, которые разделяли этих двух мужчин. Кейнс, как и Фишер, был колоссальной фигурой в экономике. Как и Фишер, он был популярным автором, постоянным газетным комментатором, другом влиятельных политиков и харизматичным оратором. (Канадский дипломат Дуглас Лепан, ставший свидетелем выступления Кейнса, был тронут, написав: “Я очарован. Это самое прекрасное создание, которое я когда-либо слушал. Принадлежит ли он к нашему виду? Или он из какого-то другого ордена?”)15 Как и Фишер, Кейнс был активным участником финансовых рынков — основал первый хедж-фонд, занимался валютными спекуляциями и управлял крупным портфелем ценных бумаг от имени Королевского колледжа в Кембридже. Его окончательная судьба, однако, была совсем иной. Сходства и контрасты между двумя мужчинами поучительны.
  
  В отличие от Фишера, которому пришлось бороться за свой успех, Кейнс был непревзойденным инсайдером. Будучи школьником, Кейнс получил образование в Итонском колледже — точно так же, как первый премьер-министр Великобритании, и девятнадцать других с тех пор. Как и его отец, он стал старшим научным сотрудником: членом Королевского колледжа, самого впечатляющего из всех колледжей Кембриджа. Его работой во время Первой мировой войны было управление долгами и валютой от имени Британской империи; ему едва исполнилось тридцать. Он знал всех. Он шептал на ухо премьер-министрам. У него был изнутри отслеживал все, что происходило в британской экономике — Банк Англии даже звонил ему, чтобы заранее уведомить об изменениях процентных ставок.
  
  Но этот отпрыск британского истеблишмента был человеком, сильно отличающимся от своего американского коллеги. Он любил изысканные вина и сытную еду; он играл в Монте-Карло. Его сексуальная жизнь была больше похожа на жизнь поп-звезды 1970-х, чем экономиста 1900-х: бисексуал, полиамур, в конце концов остепенившийся не со своей возлюбленной детства, а с русской балериной Лидией Лопоковой. Один из бывших парней Кейнса был шафером на их свадьбе.
  
  Он был предприимчив и в других отношениях. В 1918 году, например, Кейнс работал в британском казначействе. Первая мировая война все еще бушевала. Немецкая армия стояла лагерем под Парижем, обстреливая город. Но Кейнс пронюхал о том, что в Париже великий французский художник Эдгар Дега собирался выставить на аукцион свою обширную коллекцию произведений величайших французских художников девятнадцатого века: Мане, Энгра и Делакруа.16
  
  И вот Кейнс пустился в безумную авантюру. Во-первых, он убедил британское казначейство, которое четыре года вело самую разрушительную войну, которую когда-либо видела планета, собрать фонд для покупки произведений искусства на сумму 20 000 фунтов стерлингов — миллионы в сегодняшних деньгах. В идее о том, что это рынок покупателя, безусловно, была логика, но нужно быть довольно убедительным, чтобы высвободить средства из казны военного времени и разориться на французское искусство девятнадцатого века.
  
  Затем в сопровождении эсминцев и серебристого дирижабля Кейнс пересек Ла-Манш и отправился во Францию вместе с директором Лондонской национальной галереи, который носил фальшивые усы, чтобы его никто не узнал. Когда за горизонтом загремела немецкая артиллерия, они появились на аукционе и избавились от Дега. Национальная галерея получила двадцать семь шедевров по самым низким ценам. Кейнс даже купил несколько для себя.
  
  Сбежав обратно через Ла-Манш и измученный после своих приключений в Париже, Кейнс появился у двери своей подруги Ванессы Белл и сказал ей, что он оставил Сезанна снаружи в живой изгороди — не могли бы вы помочь ему занести его, пожалуйста? (Белл была сестрой писательницы Вирджинии Вульф и любовницей бывшего бойфренда Кейнса Дункана Гранта, хотя она была замужем за другим человеком; круг общения Кейнса был сложным.) Кейнс заключил выгодную сделку: в наши дни хороший Сезанн стоит намного больше, чем все, что Национальная галерея осмелилась приобрести на аукционе. Но что Не знаю, что бы из всего этого сделал Ирвинг Фишер.
  
  В конце войны Кейнс представлял британское казначейство на мирной конференции в Версале. (Результат вызвал у него отвращение - и последующие события доказали его правоту.) Затем, когда валюты находились в свободном обращении и были волатильны, Кейнс основал то, что некоторые историки называют первым хедж-фондом, который спекулировал на их движениях. Он собрал капитал у богатых друзей и у своего собственного отца, которому он сделал не совсем обнадеживающий комментарий: “Выиграю или проиграю, эта азартная игра с высокими ставками меня забавляет!”
  
  Поначалу Кейнс быстро зарабатывал деньги — более 25 000 фунтов стерлингов, даже больше, чем художественный фонд, который он выманил из казначейства. Вкратце, его ставка заключалась в том, что валюты Франции, Италии и Германии пострадают в результате приступа послевоенной инфляции. В этом он был в целом прав. И все же есть старая поговорка, которую часто приписывают (без доказательств) самому Кейнсу: рынок может ошибаться дольше, чем вы можете оставаться платежеспособным. Краткий всплеск оптимизма по поводу перспектив Германии уничтожил фонд Кейнса в 1920 году. Неустрашимый, он вернулся к своим инвесторам. “Я я сам не в состоянии рисковать каким-либо капиталом, поскольку полностью исчерпал свои ресурсы ”, - отметил он. Но обаятельный Кейнс убедил других инвестировать, и к 1922 году его фонд вернулся к прибыли.
  
  Один из следующих инвестиционных проектов Кейнса — у него было несколько — касался портфеля акций Королевского колледжа. Пять столетий назад колледж придерживался давних правил инвестиционной политики, в результате чего он зависел от сельскохозяйственной ренты и очень консервативных инвестиций, таких как железнодорожные облигации и государственные займы. В 1921 году всегда убедительный Кейнс убедил колледж изменить эти правила, чтобы предоставить ему полную свободу действий в отношении значительной части портфолио колледжа.
  
  Стратегия Кейнса в отношении этих денег была нисходящей. Он прогнозировал подъемы и рецессии как в Великобритании, так и за рубежом, и соответственно инвестировал в акции и сырьевые товары, перемещаясь по разным секторам и странам в зависимости от макроэкономических перспектив.
  
  Такой подход, казалось, имел смысл. Кейнс был ведущим экономическим теоретиком в стране. Он получал подсказки от Банка Англии. Если кто-то и мог назвать приливы и отливы британской экономики, то это был Джон Мейнард Кейнс.
  
  Если.
  
  Кейнс, как и Фишер, не предсказывал великого краха 1929 года. Однако, в отличие от Фишера, он выздоровел. Кейнс умер миллионером, его репутация укрепилась благодаря финансовой проницательности. Причина проста: Кейнс, в отличие от Фишера, изменил свое мнение и свою инвестиционную стратегию.
  
  У Кейнса было одно преимущество перед Фишером: его послужной список как инвестора был болезненно неоднозначным. Да, он добился замечательного успеха на аукционе произведений искусства в 1918 году и сколотил небольшое состояние на валютных рынках в 1922 году. Но он был уничтожен в 1920 году, и его кажущийся умным подход к портфолио в Королевском колледже также не сработал. В течение 1920-х годов попытки Кейнса спрогнозировать экономический цикл привели к тому, что он отставал от рынка в целом примерно на 20 процентов. Это не катастрофа, но это, безусловно, признак того, что не все хорошо.
  
  Ничто из этого не помогло Кейнсу увидеть великий крах 1929 года, но это помогло ему отреагировать на него. Он уже размышлял о своих ограничениях как инвестора и задавался вопросом, может ли окупиться другой подход. Когда произошел сбой, Кейнс пожал плечами и приспособился.
  
  К началу 1930-х Кейнс полностью отказался от прогнозирования бизнес-циклов. Величайший экономист в мире решил, что он просто не может делать это достаточно хорошо, чтобы зарабатывать деньги. Это поразительный пример смирения человека, известного своей уверенностью в себе. Но Кейнс посмотрел на доказательства и сделал нечто необычное: он изменил свое мнение.
  
  Вместо этого он перешел к инвестиционной стратегии, которая не требовала большого макроэкономического понимания. Вместо этого он объяснил: “С течением времени я все больше и больше убеждаюсь, что правильный метод инвестирования - это вкладывать довольно крупные суммы в предприятия, о которых, как вам кажется, вы что-то знаете и в управление которыми вы полностью верите”. Забудьте о том, что происходит в экономике; просто найдите хорошо управляемые компании, купите несколько акций и не пытайтесь быть слишком умными. И если этот подход звучит знакомо, то он наиболее широко ассоциируется с Уорреном Баффетом, самым богатым инвестором в мире — и человеком, который любит процитирую Джона Мейнарда Кейнса.
  
  Сегодня Кейнса по праву считают успешным инвестором. В Королевском колледже он оправился от плохой успеваемости в первые годы. Когда два экономиста-финансиста, Дэвид Чемберс и Элрой Димсон, недавно изучили послужной список Кейнса с портфолио в Королевском колледже, они сочли его превосходным. Кейнс обеспечивал высокую доходность при умеренных рисках и превосходил фондовый рынок в целом в среднем на шесть процентных пунктов в год на протяжении четверти века. Это впечатляющая награда за то, что вы смогли изменить свое мнение.17
  
  
  —
  
  Яэто все звучит так просто: дела идут плохо, так что сделайте что-нибудь другое. Почему же тогда Ирвингу Фишеру было трудно адаптироваться?
  
  Первой проблемой Фишера, по иронии судьбы, был его успешный послужной список. К концу 1920-х годов он был серьезно богат, преуспев почти во всех начинаниях, за которые брался. Как инвестор, он правильно предсказал бум производительности 1920-х годов и правильно рассудил, что фондовый рынок взлетит, и его ставки с привлечением заемных средств на эти суждения сторицей окупились. В отличие от Кейнса, Фишер получил очень мало доказательств своей собственной подверженности ошибкам. Должно быть, ему было трудно осознать масштабы финансовой бойни. Это было все слишком заманчиво списать это на краткий приступ безумия, что Фишер и сделал.
  
  Напротив, когда рынок рухнул, Кейнс смог увидеть это — и себя — таким, каким он был. Он и раньше попадал в аварии и до этого сильно проигрывал. Он был похож на физика, которого предупредили, что исследования Роберта Милликена ошибочны, поэтому к его оценкам не следует относиться слишком серьезно; или, возможно, на подопытного, нюхающего пробирку после того, как ему сказали: “Это может быть сыр, а может быть, подмышки, так что подумайте хорошенько”.
  
  Фишер был уязвим во-вторых. Он постоянно писал о своих инвестиционных идеях, связывая свою репутацию с идеей о том, что фондовый рынок находится на подъеме. В бизнесе прогнозирования существует много расплывчатых пророчеств, поэтому такие публичные обязательства удивительно честны. Они также опасны. Проблема заключалась не в конкретности предсказаний. Как мы видели, суперпрогнозы склонны тщательно записывать свои прогнозы. Как еще они могут учиться на своих ошибках? Нет: Фишеру было сложнее изменить свое мнение из-за высокого общественного резонанса.
  
  В одном из подобных исследований, проведенном психологами Мортоном Дойчем и Гарольдом Джерардом в 1955 году, студентов колледжа попросили оценить длину линий — модификация экспериментов, проведенных Соломоном Ашем несколькими месяцами ранее и описанных в шестой главе. Некоторые студенты не записали свои оценки. Другие записывали свои оценки в стираемый блокнот, прежде чем стереть результат. Третьи записывали свои оценки перманентным маркером. По мере появления новой информации студенты, взявшие на себя это более публичное обязательство, меньше всего хотели менять свое мнение.18
  
  “Курт Левин заметил [этот эффект] в 1930-х годах”, - говорит Филип Тетлок, имея в виду одного из основателей современной психологии. “Принятие публичных обязательств ‘замораживает’ отношение на месте. Итак, говоря что-то глупое, ты становишься еще тупее. Исправлять себя становится все труднее ”.19
  
  И обязательство Фишера вряд ли могло быть более публичным. За две недели до начала краха на Уолл-стрит о нем сообщил "Нью-Йорк Таймс" как говорится, “Акции достигли того, что выглядит как постоянно высокое плато”. Как вы отступаете от этого?
  
  Третьей проблемой Фишера — возможно, самой глубокой — была его вера в то, что, в конце концов, будущее можно узнать. “Проницательный бизнесмен постоянно прогнозирует”, - однажды написал он. Может быть. Но сравните это со знаменитым мнением Джона Мейнарда Кейнса о долгосрочных прогнозах: “В этих вопросах нет научной основы, на которой можно было бы сформировать какую бы то ни было вычисляемую вероятность. Мы просто не знаем ”.
  
  Фишер, человек, который был счастлив указать идеальный угол для разворота стопы, восхититься точностью единицы измерения температуры “clo” и оценить выигрыш в производительности от запрета, считал, что с достаточно мощным статистическим объективом любая проблема будет решена человеком науки. Статистический объектив действительно мощный. Тем не менее, я надеюсь, что убедил вас в том, что для решения любой проблемы требуется нечто большее, чем просто цифры, чтобы заставить мир сложиться.
  
  Бедный Ирвинг Фишер считал себя человеком логики и разума. Он был борцом за реформу образования и доказанные преимущества вегетарианской диеты, а также изучал “науку о богатстве”. И все же он стал самым известным финансовым фигурантом в стране.
  
  Он продолжал думать и работать, составляя подробный отчет о том, почему Депрессия была такой тяжелой, включая болезненный анализ влияния долга на экономику. Но, хотя его экономические идеи все еще уважают сегодня, он стал маргинальной фигурой. Он был по уши в долгах у налогового инспектора и своих брокеров, и к концу своей жизни, одинокий вдовец, живущий в скромных условиях, он стал легкой добычей для мошенников: он всегда искал большой финансовый прорыв, который вернул бы ему состояние. Особняк давно исчез. Он избегал банкротство и, возможно, даже тюрьма, потому что сестра его покойной жены покрыла его долги, оценивающиеся в десятки миллионов долларов по сегодняшним меркам. Это была любезность, но для гордого профессора Фишера это, должно быть, было величайшим унижением.
  
  Историк экономики Сильвия Назар писала о Фишере: “Его оптимизм, самоуверенность и упрямство предали его”.20 Кейнс тоже был достаточно уверен в себе, но он также на собственном горьком опыте убедился в том, что существуют определенные факты о мире, которые нелегко поддаются логике. Вспомните его комментарий своему отцу— “Эта азартная игра с высокими ставками забавляет меня”. Игрок из Монте-Карло с самого начала знал, что инвестирование, хотя и увлекательная игра, тем не менее, это всего лишь игра, и не следует принимать неудачный бросок костей слишком близко к сердцу. Когда его ранние инвестиционные идеи потерпели неудачу, он попробовал кое-что другое. Кейнс смог изменить свое мнение; Фишер, увы, не смог.
  
  Фишер и Кейнс умерли с разницей в несколько месяцев друг от друга, вскоре после окончания Второй мировой войны. Фишер был фигурой значительно преуменьшенной; Кейнс был самым влиятельным экономистом на планете, только что сформировавшим Всемирный банк, МВФ и всю мировую финансовую систему на Бреттон-Вудской конференции в 1944 году.
  
  В конце своей жизни Кейнс размышлял: “Единственное, о чем я сожалею, это о том, что за всю свою жизнь я не выпил больше шампанского”. Но его помнят гораздо больше за слова, которые он, вероятно, никогда не произносил. Тем не менее, он жил в соответствии с ними: “Когда моя информация меняется, я меняю свои выводы. Чем вы занимаетесь, сэр?”
  
  Если бы только он преподал этот урок Ирвингу Фишеру.
  
  
  —
  
  Fишер и Кейнс были одинаково опытны, и у них под рукой была одинаковая статистическая информация — данные, которые они сами много сделали для сбора. Как и в случае с Абрахамом Бредиусом, искусствоведом, которого так жестоко обманул фальсификатор Хан ван Меегерен, их судьбы определялись не их опытом, а их эмоциями.
  
  В этой книге утверждается, что можно собирать и анализировать цифры способами, которые помогают нам понять мир. Но в нем также утверждается, что очень часто мы совершаем ошибки не потому, что данные недоступны, а потому, что мы отказываемся принимать то, что они нам говорят. Для Ирвинга Фишера и для многих других отказ принять данные коренился в отказе признать, что мир изменился.
  
  Один из соперников Фишера, специалист по прогнозированию предпринимателей по имени Роджер Бэбсон, объяснил (не без сочувствия), что, хотя Фишер был “одним из величайших экономистов в современном мире и самым полезным и бескорыстным гражданином”, он потерпел неудачу как специалист по прогнозированию, потому что “он думает, что миром правят цифры, а не чувства”.21
  
  Я надеюсь, что эта книга убедила вас в том, что ею управляют оба фактора.
  
  ЗОЛОТОЕ ПРАВИЛО
  
  
  
  Будьте любопытны
  
  Я не могу придумать ничего такого, чего бы аудитория не поняла. Единственная проблема - заинтересовать их; как только они заинтересуются, они поймут все на свете.
  
  • Орсон Уэллс1
  
  Яв этой книге я изложил десять статистических заповедей.
  
  Во-первых, мы должны научиться останавливаться и замечать свою эмоциональную реакцию на претензию, а не принимать или отвергать ее из-за того, что она заставляет нас чувствовать.
  
  Во-вторых, мы должны искать способы объединить статистическую перспективу “с высоты птичьего полета” с точки зрения “червячного глаза”, исходя из личного опыта.
  
  В-третьих, мы должны посмотреть на ярлыки на данных, которые нам предоставляются, и спросить, понимаем ли мы, что на самом деле описывается.
  
  В-четвертых, мы должны искать сравнения и контекст, рассматривая любое утверждение в перспективе.
  
  В-пятых, мы должны заглянуть за статистические данные, посмотреть, откуда они взялись, и какие другие данные могли исчезнуть в неизвестности.
  
  В-шестых, мы должны спросить, кого не хватает в данных, которые нам показывают, и могли ли бы отличаться наши выводы, если бы они были включены.
  
  В-седьмых, мы должны задавать сложные вопросы об алгоритмах и больших наборах данных, которые ими управляют, признавая, что без разумной открытости им нельзя доверять.
  
  В-восьмых, нам следует уделять больше внимания фундаменту официальной статистики — и статистикам, которые порой героически ее защищают.
  
  В-девятых, мы должны заглянуть под поверхность любого красивого графика.
  
  И, в-десятых, мы должны непредвзято относиться к тому, как мы можем ошибаться, и изменились ли факты.
  
  Я понимаю, что наличие десяти заповедей - это что-то вроде клише. И, по правде говоря, это не столько заповеди, сколько эмпирические правила или привычки мышления, которые я приобрел на своем нелегком пути. Возможно, вам стоит попробовать их самим, когда вы столкнетесь со статистическим утверждением, представляющим для вас особый интерес. Конечно, я не ожидаю, что вы будете лично просматривать контрольный список с каждым утверждением, которое вы видите в средствах массовой информации — у кого есть на это время? Тем не менее, они могут быть полезны при формировании предварительной оценки вашего источника новостей. Пытается ли журналист определить термины, предоставить контекст, оценить источники? Чем меньше проявляются эти привычки ума, тем громче должны звучать тревожные звоночки.
  
  Десять эмпирических правил по-прежнему требуют особого внимания, поэтому, возможно, мне следует попытаться упростить ситуацию. Я понимаю, что эти предложения имеют общую нить — золотое правило, если хотите.
  
  Будьте любопытны.
  
  Смотрите глубже и задавайте вопросы. Прошу многого, но я надеюсь, что это не слишком много. В начале этой книги я умолял вас не отказываться от идеи, что мы можем понять мир, взглянув на него с помощью статистики, не поддаваться циничному недоверию, столь соблазнительно предлагаемому такими людьми, как Даррелл Хафф. Я считаю, что мы можем — и должны — доверять тому, что цифры могут дать нам ответы на важные вопросы. Мои коллеги и я в Более или менее упорно трудитесь, чтобы заслужить доверие слушателей к тому, что мы приходим к тем же выводам, к которым они пришли бы, если бы исследовали проблему самостоятельно. Но, конечно, мы хотим, чтобы слушатели проявили любопытство и тоже задавали нам вопросы. Нуллиус в вербе. Мы не должны доверять, не задавая вопросов.
  
  Философ Онора О'Нил однажды заявила: “Обоснованное доверие вырастает из активного исследования, а не слепого принятия”.2 Это кажется правильным. Если мы хотим быть в состоянии доверять окружающему миру, нам нужно проявить интерес и задать несколько основных вопросов. Надеюсь, я убедил вас, что эти вопросы не являются неясными или чрезмерно техническими; это то, что любой вдумчивый, любознательный человек был бы рад задать. И, несмотря на всю неразбериху современного мира, найти ответы на эти вопросы никогда не было проще.
  
  Оказывается, любопытство может быть удивительно мощной вещью.
  
  
  —
  
  Около десяти лет назад исследователи во главе с Дэном Каханом из Йельского университета показали студентам несколько видеозаписей акции протеста у неопознанного здания. Некоторым студентам сказали, что это была демонстрация в защиту жизни возле клиники для абортов. Другие были проинформированы, что это была демонстрация за права геев возле военкомата. Студентам было задано несколько фактических вопросов. Был ли это мирный протест? Пытались ли протестующие запугать проходящих мимо людей? Они кричали? Они заблокировали вход в здание?
  
  Ответы, которые давали люди, зависели от политической идентичности, которую они принимали. Студенты-консерваторы, которые считали, что наблюдают за демонстрацией против абортов, не увидели в протесте никаких проблем: ни оскорблений, ни насилия, ни препятствий. Студенты слева, которые думали, что наблюдают за акцией протеста в защиту прав геев, пришли к тому же выводу: протестующие вели себя с достоинством и сдержанностью.
  
  Но студенты правого толка, которые думали, что смотрят на демонстрацию за права геев, пришли к совершенно иному выводу, как и студенты левого толка, которые считали, что наблюдают за акцией протеста против абортов. Обе эти группы пришли к выводу, что протестующие вели себя агрессивно, запугивали и препятствовали.3
  
  Кахан изучал проблему, с которой мы столкнулись в первой главе: то, как наша политическая и культурная идентичность — наше желание принадлежать к сообществу единомышленников, правильно мыслящих людей — может по определенным актуальным вопросам привести нас к желаемым выводам. К сожалению, мы не только приходим к политически комфортным выводам при анализе сложных статистических утверждений по таким вопросам, как изменение климата, мы приходим к политически комфортным выводам независимо от свидетельств наших собственных глаз.*
  
  Как мы видели ранее, опыт не является гарантией от такого рода мотивированных рассуждений: республиканцы и демократы с высоким уровнем научной грамотности находятся дальше друг от друга в вопросах изменения климата, чем те, у кого мало научного образования. Та же обескураживающая закономерность сохраняется от ядерной энергетики до контроля над оружием и гидроразрыва пласта: чем более научно грамотны оппоненты, тем больше они не согласны. То же самое верно и для умения считать. “Чем выше профессионализм, тем острее поляризация”, - отмечает Кахан.4
  
  После долгих и бесплодных поисков противоядия от трайбализма Кахана можно было простить за то, что он стал пресыщенным.5 Однако несколько лет назад, к его удивлению, он и его коллеги наткнулись на черту, которая есть у некоторых людей — и которую можно поощрять развивать у других людей, — которая делает нам прививку от этой ядовитой поляризации. В наиболее политически загрязненных, племенных вопросах, где интеллект и образование терпят неудачу, эта черта не работает.
  
  И если вам отчаянно, жгуче любопытно узнать, что это такое — поздравляю. Возможно, вам уже сделали прививку.
  
  Любопытство разрушает неумолимую закономерность. В частности, Кахан определил “научное любопытство”. Это отличается от научной грамотности. Эти два качества, конечно, взаимосвязаны, но есть любопытные люди, которые довольно мало знают о науке (пока), и высококвалифицированные люди, у которых нет особого желания узнавать больше.
  
  Более любознательные с научной точки зрения республиканцы не дальше, чем демократы по этим поляризованным вопросам. Во всяком случае, они немного ближе друг к другу. Важно не преувеличивать эффект. Любопытные республиканцы и демократы по-прежнему расходятся во мнениях по таким вопросам, как изменение климата, но чем больше они проявляют любопытства, тем больше сходятся во мнении о том, что мы могли бы назвать взглядом на рассматриваемые проблемы, основанным на фактических данных. Или, другими словами, чем мы более любопытны, тем меньше, кажется, имеет значение наш трайбализм. (Существует небольшая корреляция между научным любопытством и политической принадлежностью. К счастью, есть множество любопытных людей по всему политическому спектру.)
  
  Хотя открытие удивило Кахана, в нем есть смысл. Как мы видели, одна из наших упрямых защит от изменения нашего мнения заключается в том, что мы умеем отфильтровывать или отклонять нежелательную информацию. Однако любознательный человек любит удивляться и жаждет неожиданного. Он или она не будет отсеивать неожиданные новости, потому что они слишком интригующие.
  
  Люди, которых изучала команда Кахана, проявляющие научное любопытство, изначально были идентифицированы с помощью простых вопросов, скрытых в маркетинговом опросе, чтобы люди не осознавали, что их любопытство измеряется. Например, один вопрос звучал так: “Как часто вы читаете научные книги?” Любознательным с научной точки зрения людям больше интересен документальный фильм о космических полетах или пингвинах, чем баскетбольный матч или шоу сплетен о знаменитостях. И они не просто по-разному отвечали на вопросы опроса, они также делали разный выбор в лаборатории психологии. В одном эксперименте участники были показали ряд заголовков об изменении климата и предложили выбрать “самую интересную” статью для чтения. Там было четыре заголовка. Двое высказали климатический скептицизм, а двое - нет; двое были названы удивительными, а двое - нет:
  
   “Ученые находят все больше доказательств того, что глобальное потепление на самом деле Замедлился за последнее десятилетие” (скептически, неудивительно)
  
   “Ученые сообщают об удивительных доказательствах: арктический лед тает даже быстрее, чем ожидалось ” (удивительно, но не скептически)
  
   “Ученые сообщают об удивительном доказательстве: Лед Возрастающий в Антарктике, Не В настоящее время способствует повышению уровня моря ” (скептически и удивительно)
  
   “Ученые находят все больше доказательств, связывающих глобальное потепление с экстремальными погодными условиями ” (ни удивительно, ни скептически)
  
  Обычно мы ожидаем, что люди обратятся к статье, которая потворствует их предрассудкам: демократы, как правило, предпочитают заголовок, в котором серьезно рассматривается глобальное потепление, в то время как республиканцы предпочитают что-то со скептическим тоном. Люди, любознательные к науке — республиканцы или демократы - были другими. Они были рады получить статью, которая противоречила их предубеждениям, если она казалась неожиданной и свежей. И как только вы действительно прочтете статью, всегда есть шанс, что она может вас чему-то научить.
  
  Удивительное статистическое утверждение бросает вызов нашему существующему мировоззрению. Это может вызвать эмоциональную реакцию — даже пугающую. Нейробиологические исследования показывают, что мозг реагирует на факты, которые угрожают нашим предубеждениям, почти таким же тревожным образом, как и на диких животных, которые угрожают нашей жизни.6 Однако для человека с любопытным складом ума, напротив, неожиданное заявление не обязательно должно вызывать беспокойство. Это может быть захватывающая тайна или головоломка, которую нужно разгадать.
  
  На этом этапе у любопытного человека могут возникнуть некоторые вопросы. Когда я встретил Дэна Кахана, самым насущным вопросом, который занимал мой разум, был: можем ли мы развивать любопытство? Можем ли мы стать более любопытными и можем ли мы пробудить любопытство в других?
  
  Есть основания полагать, что ответы "да". Одна из причин, говорит Кахан, заключается в том, что его мера любопытства предполагает, что возможны постепенные изменения. Когда он измеряет научную любознательность, он не обнаруживает на одном конце спектра группу упрямо не любознательных людей, а на другом - группу людей с ненасытным любопытством, с зияющей пропастью посередине. Вместо этого любопытство следует непрерывной колоколообразной кривой: большинство людей либо умеренно нелюбопытны, либо умеренно любопытны. Это не доказывает, что любопытство можно культивировать; возможно, что Колоколообразная кривая отлита из железа. И все же это, по крайней мере, дает некоторую надежду на то, что людей можно подтолкнуть еще немного к любопытному концу этой кривой, потому что никакого радикального скачка не требуется.
  
  Вторая причина заключается в том, что любопытство часто носит ситуационный характер. В нужном месте, в нужное время любопытство разожжет огонь в любом из нас.* Действительно, открытие Кахана о том, что научная любознательность человека сохраняется с течением времени, стало неожиданностью для некоторых психологов. Они по какой-то причине верили, что такого понятия, как любопытный человек, не существует, просто ситуация, которая вызывает любопытство. На самом деле, сейчас действительно кажется, что люди могут быть склонны к любопытству или нелюбопытству. Это не меняет того факта, что любопытство может подогреваться или ослабляться контекстом. У всех нас есть свойство проявлять любопытство или нет к разным вещам в разное время.
  
  Одна вещь, которая вызывает любопытство, - это ощущение пробела в наших знаниях, который необходимо заполнить. Джордж Левенштейн, поведенческий экономист, сформулировал эту идею в том, что стало известно как теория любопытства “информационного разрыва”. Как выразился Левенштейн, любопытство начинает разгораться, когда возникает разрыв “между тем, что мы знаем, и тем, что мы хотим знать”. В любопытстве есть прелесть: если мы ничего не знаем, мы не задаем вопросов; если мы знаем все, мы тоже не задаем вопросов. Любопытство разжигается, когда мы знаем достаточно, чтобы понять, что мы не знаем.7
  
  Увы, слишком часто мы даже не задумываемся о том, чего не знаем. Есть прекрасный маленький эксперимент о нашей неосторожности, проведенный психологами Леонидом Розенблитом и Фрэнком Кейлом. Они дали своим подопытным простое задание: просмотреть список повседневных предметов, таких как унитаз со сливом, застежка-молния и велосипед, и оценить их понимание каждого предмета по шкале от одного до семи.8
  
  После того, как люди записывали свои оценки, исследователи осторожно устраивали разрушительную засаду. Они попросили испытуемых уточнить. Вот ручка и бумага, сказали бы они; пожалуйста, напишите свое объяснение устройства туалета со сливом как можно подробнее. Обязательно включайте диаграммы.
  
  Оказывается, что эта задача была не такой простой, как люди думали. Люди запинались, пытаясь объяснить детали повседневных механизмов. Они предполагали, что эти детали легко придут на ум, но они этого не сделали. И, к их чести, большинство подопытных поняли, что они лгали самим себе. Они чувствовали, что разбираются в застежках-молниях и туалетах, но когда им предложили уточнить, они поняли, что вообще ничего не понимают. Когда людей просили пересмотреть их предыдущую оценку от одного до семи, они ставили себе оценки ниже, признавая, что их знания изменились. оказалось мельче, чем они предполагали.
  
  Розенблит и Кейл назвали это “иллюзией глубины объяснения”. Иллюзия глубины объяснения - убийца любопытства и ловушка. Если мы думаем, что уже понимаем, зачем углубляться? Зачем задавать вопросы? Поразительно, что было так легко заставить людей отказаться от их прежней уверенности: все, что требовалось, - это заставить их задуматься о пробелах в своих знаниях. И, как утверждал Левенштейн, пробелы в знаниях могут разжигать любопытство.
  
  На карту поставлено нечто большее, чем молнии. Другая группа исследователей, возглавляемая Филипом Фернбахом и Стивеном Сломаном, авторами Иллюзия знания, адаптировал вопрос со сливом в туалете, чтобы задать вопрос о такой политике, как система ограничения выбросов углерода, единый налог или предложение ввести односторонние санкции против Ирана. Исследователи, что важно, не спрашивали людей, поддерживают ли они или почему они выступают против этой политики — существует множество предварительных свидетельств того, что подобные вопросы заставили бы людей копать глубже. Вместо этого Фернбах и его коллеги просто дали им такое же простое задание: пожалуйста, оцените свое понимание по шкале от одного до семи. Затем то же самое разрушительное продолжение: пожалуйста, уточните; расскажите нам точно, что односторонние санкции - что такое единый налог и как он работает. И произошло то же самое. Люди сказали, что да, они в основном довольно хорошо понимают эту политику. Затем, когда меня попросили объяснить, иллюзия развеялась. Они поняли, что, возможно, на самом деле вообще ничего не понимают.9
  
  Более поразительным было то, что, когда иллюзия рассеялась, политическая поляризация также начала исчезать. Люди, которые инстинктивно назвали бы своих политических оппонентов порочными и которые пошли бы на баррикады, чтобы защитить свои собственные идеи, как правило, были менее резкими, когда их заставляли признаться самим себе, что они не до конца понимают, чем они были так увлечены в первую очередь. Эксперимент повлиял не только на слова, но и на действия: исследователи обнаружили, что люди стали реже давать деньги лоббистским группам или другим организации, которые поддерживали позиции, которые они когда-то одобряли.10
  
  Это довольно красивое открытие: в мире, где так много людей, кажется, придерживаются крайних взглядов с резкой уверенностью, вы можете ослабить чью-то чрезмерную самоуверенность и умерить их политику, просто попросив их объяснить детали. В следующий раз, когда вы вступите в политически жаркий спор, попробуйте попросить своего собеседника не оправдываться, а просто объяснить политику, о которой идет речь. Она хочет ввести универсальный базовый доход, или единый налог, или иммиграционную систему, основанную на баллах, или Medicare для всех. Ладно, это интересно. Ну и что что именно она имеет в виду под этим? Она может что-то узнать, пытаясь объяснить. Ты тоже можешь. И вы оба можете обнаружить, что понимаете немного меньше и соглашаетесь немного больше, чем предполагали.
  
  
  —
  
  Fразобраться в устройстве туалета со сливом или понять, что на самом деле представляет собой схема ограничения и обмена, может потребовать определенных усилий. Один из способов поощрить эти усилия - поставить кого-то в неловкое положение, невинно предложив самоуверенный ответ по шкале от одного до семи; но другой, более добрый способ - заинтересовать его. Как сказал Орсон Уэллс, если людям интересно, они могут понять все на свете.
  
  Как заинтересовать людей, не является ни новой проблемой, ни неразрешимой. Романисты, сценаристы и комики постигали это ремесло с тех пор, как они существуют. Они знают, что мы любим тайны, нас привлекают сочувствующие персонажи, мы наслаждаемся сюжетной линией хорошей истории и будем поддерживать все, что заставляет нас смеяться. И научные данные свидетельствуют о том, что Орсон Уэллс был абсолютно прав: например, исследования, в которых людей просили прочитать повествовательные и не повествовательные тексты, показали, что они быстро просматривали повествование в два раза быстрее, и позже вспоминается в два раза больше информации.11
  
  Что касается юмора, рассмотрим случай с "уроком гражданственности” комика Стивена Колберта. До его нынешней роли ведущего Позднее шоу Кольбер представил Отчет Кольбера по характеру - хвастливый правый комментатор.* В марте 2011 года Колберт начал давнюю шутку, в которой он исследовал роль денег в американской политике. Он решил, что ему нужно создать комитет политических действий — PAC — для сбора средств на случай, если он решит баллотироваться в президенты. “Мне явно нужен PAC, но я понятия не имею, что делают PACS”, - объяснил он дружелюбному эксперту на шоу.
  
  В течение следующих нескольких недель Колберту объясняли, откуда они могут принимать пожертвования, в каких пределах, с какими требованиями к прозрачности и на что тратить, PACS — и Super PACs, и 501 (c)(4)s — объяснили ему. Ему предстояло обнаружить, что правильная комбинация структур по сбору средств может быть использована для сбора практически любой суммы денег практически на любые цели, практически без раскрытия. “Очевидно, что (c) (4) s создали беспрецедентное, необъяснимое, не поддающееся отслеживанию денежное цунами, которое поразит каждый уголок на следующих выборах”, - размышлял он. “И я чувствую себя идиотом из-за того, что у меня его нет”.
  
  Позже Кольбер узнал, как ликвидировать свои структуры по сбору средств и оставить деньги себе — без уведомления налогового органа. Неоднократно возвращаясь к теме и — что характерно — требуя совета относительно того, как злоупотреблять избирательными правилами, Кольбер исследовал финансирование кампании гораздо глубже, чем мог мечтать любой новостной репортаж.
  
  Действительно ли все это улучшило представление зрителей о проблеме? Похоже на то. Команда, включающая Кэтлин Холл Джеймисон, которая также работала с Дэном Каханом над научным исследованием curiosity, использовала сюжетную линию Колберта, чтобы выяснить, как много люди узнали под смех. Они обнаружили, что, наблюдая Отчет Кольбера это коррелировало с увеличением знаний о Super PACs и группах 501 (c) (4) — как они работали, что они могли легально делать. Чтение газеты или прослушивание ток-радио также помогали, но эффект от Отчет Кольбера был намного больше. Один день в неделю наблюдения за Кольбером научил людей финансированию предвыборной кампании такому же многому, как, например, чтение газеты четыре дня в неделю или пять дополнительных лет обучения в школе.
  
  Конечно, это показатель корреляции, а не причинно-следственной связи. Возможно, что люди, которые уже интересовались Super PACs, настроились на Колберта, чтобы услышать его остроты о них. Или, возможно, любители политики знают о Super PACs и также любят смотреть Colbert. Но я подозреваю, что шоу действительно способствовало растущему пониманию, потому что Колберт действительно углубился в детали. И большая аудитория привязалась к нему — потому что он был забавным.12
  
  Вам не обязательно быть одним из самых любимых комиков Америки, чтобы провернуть этот трюк. Подкаст NPR Планета денег однажды он пролил свет на детали мировой экономики, разработав, изготовив и импортировав несколько тысяч футболок. Это позволило создать продолжительную сюжетную линию, исследующую хлопководство; роль автоматизации в текстильной промышленности; то, как африканские общины создают новые модели одежды из пожертвованных американских футболок; логистику судоходной отрасли; и странные детали, такие как тот факт, что на мужские рубашки, которые были сделаны в Бангладеш, взимается пошлина в размере 16,5 процента, в то время как женские рубашки, сделанные в Колумбии, не облагаются пошлиной.13
  
  Эти примеры должны быть образцами для общения, именно потому, что они вызывают любопытство. “Как деньги влияют на политику?” - не особенно привлекательный вопрос, но “Если бы я баллотировался в президенты, как бы я собрал много денег с минимальными условиями и без проверки?” - гораздо более интригующий.
  
  Те из нас, кто занимается распространением идей, должны выходить за рамки проверки фактов и статистического анализа. Факты - это ценные вещи, как и проверка фактов. Но если мы действительно хотим, чтобы люди разбирались в сложных вопросах, нам нужно заинтересовать их любопытство. Если людям интересно, они будут учиться.*
  
  Я обнаружил это в своей собственной работе с командой, которая делает Более или менее для Би-би-си. К программе часто относятся с любовью как к разрушителю мифов, но я чувствую, что наша лучшая работа - это когда мы используем статистику для выявления истины, а не для развенчания потока лжи. Мы стараемся привлекать людей к себе, когда исследуем окружающий мир с помощью надежных цифр. То, что является ложью, интересно, но не так интересно, как то, что является правдой.
  
  
  —
  
  После референдума 2016 года, на котором мои коллеги-британские избиратели решили покинуть Европейский союз, представители экономической профессии занялись некоторым самоанализом. Большинство технических экспертов считали, что выход из ЕС был плохой идеей — дорогостоящей, сложной и вряд ли способной обеспечить многие из обещанных преимуществ или решить самые насущные проблемы страны. И все же, как выразился один печально известный цитатник, “Людям в этой стране надоели эксперты”.* Казалось, мало кого волновало, что экономисты скажут по этому поводу, и — к нашей чести, я думаю — профессиональные экономисты хотели понять, что мы сделали неправильно и сможем ли мы добиться большего в будущем.
  
  Позже, на конференции на тему “профессия и общественность”, великие и добропорядочные представители британского экономического сообщества обдумали проблему и обсудили пути ее решения.14 Нам нужно было быть более разговорчивыми и доступными в Twitter, предложил один анализ. Нам нужно было выражаться четко и без жаргона, что предлагали многие выступающие — небезосновательно.
  
  Моя собственная точка зрения была немного иной. Я утверждал, что мы действуем в политически поляризованной среде, в которой почти любое мнение, которое мы могли бы предложить, было бы яростно оспорено сторонниками. Экономисты занимаются такими противоречивыми вопросами, как неравенство, налогообложение, государственные расходы, изменение климата, торговля, иммиграция и, конечно, Брекзит. В такой лихорадочной обстановке, говоря медленно и четко, вы далеко не продвинетесь. Чтобы донести сложные идеи, нам нужно было пробудить в людях любопытство — даже вызвать чувство удивления. В конце концов, великие коммуникаторы в области науки — такие люди, как Стивен Хокинг и Дэвид Аттенборо — не завоевывают людей, просто используя короткие слова, четко произнесенные. Они разжигают пламя нашего любопытства, заставляя нас гореть желанием узнать больше. Если мы, экономисты, хотим, чтобы люди разбирались в экономике, мы должны сначала заинтересовать их.
  
  То, что верно для экономистов, в равной степени верно для ученых, социологов, историков, статистиков и всех остальных, кому нужно донести сложные идеи. Имеет значение, является ли тема эволюцией черных дыр или появлением черных жизней, возможностью предвидения или необходимостью предварительной регистрации, детали имеют значение — и представленные в правильном виде, они всегда должны обладать способностью очаровывать нас.
  
  
  —
  
  Aпробудите в нас чувство удивления, говорю я своим коллегам-ботаникам-коммуникаторам. Разжигайте искру любопытства и подливайте ей масла в огонь, используя проверенные временем методы повествования, описания персонажей, саспенса и юмора. Но давайте не будем полагаться на журналистов, ученых и других распространителей сложных идей. Мы должны нести ответственность за наше собственное чувство любопытства. Как говорится, “Скучают только скучные люди”. Мир становится намного интереснее, если мы проявляем к нему активный интерес.
  
  “Лекарство от скуки - любопытство”, - гласит старая поговорка. “От любопытства нет лекарства”.15 Именно так: как только мы начинаем заглядывать под поверхность вещей, осознаем пробелы в наших знаниях и рассматриваем каждый вопрос как путь к лучшему вопросу, мы обнаруживаем, что любопытство формирует привычку.
  
  Иногда нам нужно мыслить как Даррелл Хафф; в жизни есть место для подлого, упрямого скептицизма, который спрашивает, в чем фокус? Почему этот лживый ублюдок лжет мне?16 Но хотя фраза “Я в это не верю” иногда является подходящей отправной точкой при столкновении с неожиданным статистическим утверждением, заканчивать на этом лениво и уныло.
  
  И я надеюсь, что вы на этом не закончите. Я надеюсь, что убедил вас в том, что мы должны предоставить больше места как для любопытства, стремящегося к новизне, которое гласит “Расскажите мне больше”, так и для упорного любопытства, которое побудило Остина Брэдфорда Хилла и Ричарда Доллла спросить, почему так много людей умирает от рака легких, и могут ли в этом быть виноваты сигареты.
  
  Если мы хотим, чтобы мир сложился, нам нужно задавать вопросы — непредвзятые, искренние вопросы. И как только мы начинаем задавать их, мы можем обнаружить, что остановиться восхитительно трудно.
  
  БЛАГОДАРНОСТИ
  
  Прошло почти пятнадцать лет с тех пор, как Никола Мейрик ни с того ни с сего прислала мне электронное письмо с предложением, что я, возможно, захочу представить программу BBC Radio 4 о статистике. С тех пор я был частью Более или менее семья, и это было для меня удовольствием и привилегией. В этой книге отражено все, чему я научился за эти годы, и Никола заслуживает похвалы за то, что положила начало всему этому.
  
  Я благодарен всем на Би-би-си, кто занимался исследованиями, продюсированием, репортажами и сведением Более или менее делают все, что в их силах, чтобы заставить меня звучать хорошо. По моим предварительным оценкам, около сотни человек были частью команды на протяжении многих лет, и в частности, Ричард Фентон Смит и Лиззи Макнил работали над историями о преждевременных родах и насилии с применением огнестрельного оружия, которые иллюстрировали третью главу. Мне особенно повезло, что я работал с моим многострадальным редактором Ричардом Вейдоном и рядом превосходных продюсеров, в частности с Рут Александер, Иннес Боуэн, Ричардом Найтом, Кейт Лэмбл и Шарлоттой Макдональд. Эндрю Дилнот, который был одним из создателей Более или менее с Майклом Бластлендом, был чрезвычайно щедр, когда я впервые попросил его совета. С тех пор он таким и остается.
  
  Под руководством Хетан Шах все в Королевском статистическом обществе заставили меня почувствовать себя до мозга костей почетным статистиком. Я благодарен им всем. Два гуру статистики, в частности, оказали мне огромную помощь в обдумывании этой книги: Дениз Ливсли и Дэвид Шпигельхалтер.
  
  Дэвид Боданис, Пол Клемперер и Билл Ли сделали бесценные комментарии после прочтения всей рукописи — поистине бескорыстный поступок - и Бруно Джуссани обнаружил важную ошибку в раннем черновике. В Pushkin было приятно работать с Джулией Бартон, Райаном Дилли, Мией Лобел и Джейкобом Вайсбергом, а также с комментариями к сценарию подкаста, который помог сделать десятую главу намного лучше. Детальный и проницательный монтаж Эндрю Райта значительно улучшил книгу, как это уже делалось много раз прежде; он звезда и настоящий друг.
  
  Спасибо каждому ученому и писателю, на чьи работы я опирался либо в интервью, либо по электронной почте, либо консультируясь с их авторами, в частности: Анджане Ахудже, Майклу Бластленду, Альберто Каиро, Энди Котгриву, Кейт Кроуфорд, Кенну Кукье, Эндрю Дилноту, Энн Эмбертон, Баруху Фишхоффу, Уолтеру Фридману, Ханне Фрай, Кайзеру Фунгу, Дэну Гарднеру, Эндрю Гелману, Бену Голдакру, Ребекке Голдин, Дэвиду Хэнду, Дэну Кахану, Дэниелу Канеману, Эйлин Маньелло, Виктору Майер-Шенбергер, Линн Макдональд, Дэвид Макрейни, Барбара Меллерс, Эррол Моррис, Уилл Мой, Терри Мюррей, Сильвия Назар, Кэти О'Нил, Онора О'Нил, Кэролайн Криадо Перес, Роберт Проктор, Джейсон Рейфлер, Алекс Рейнхарт, Анна Рослинг Реннлунд, Макс Розер, Ханс Рослинг, Бенджамин Шайбехенне, Джанель Шейн, Хью Смолл, Люси Смит, Филип Тетлок, Эдвард Туфте, Патрик Вулф, Дэвид Вуттон, Фрэнк Уинн, Эд Йонг и Джейсон Цвейг.
  
  В Литтл, Браун, Великобритания, Тим Уайтинг и Нитья Рей были образцом терпения, когда я приступил к расширенной переработке материалов о коронавирусе, в то время как мой редактор в Riverhead Books Джейк Моррисси предложил желанную смесь поддержки и требовательных комментариев, которым умело помогал Джеки Шост. Конечно, спасибо безжалостно превосходной Салли Холлоуэй, Зои Пагнамента и всем сотрудникам Felicity Bryan Associates.
  
  Я по-прежнему ценю поддержку и снисходительность моих редакторов на Financial Times в частности, Элис Фишберн, Брук Мастерс и Алек Рассел. Верный FT читатели увидят, что некоторые идеи, изложенные в этой книге, были впервые рассмотрены в моих статьях для газеты. Мне нравится FT и я так рад быть частью этого.
  
  Спасибо моим детям, Стелле, Африке и Херби, просто за то, что вы есть. И Фрэн Монкс; я даже не собираюсь пытаться подсчитывать способы, которыми я благодарен — они заполнили бы другую книгу.
  
  Примечания
  
  Введение: Как лгать со статистикой
  
  1. Умберто Эко, Интуитивные прозрения: язык и безумие (Лондон: Орион, 1998).
  
  2. Роберт Мэтьюз, “Аисты приносят детей (р = 0,008)”, Преподавание статистики 22, № 2 (июнь 2000), 36-38. В исследовательских работах по социальным наукам обычно говорится, что взаимосвязь является “статистически значимой”, если p = 0,05, что означает, что если никакой взаимосвязи не было вообще, закономерность, по крайней мере, столь же четкая, как наблюдаемая, встречалась бы всего один раз из двадцати. В статье Stork показатель p = 0,008, что означает, что если на самом деле не было никакой связи между аистами и рождениями, такая четкая закономерность, как наблюдаемая, встречалась бы всего один раз из 125. Традиция применения такого теста статистической значимости вызывает сожаление по причинам, в которые мы сейчас не будем вдаваться.
  
  3. Конрад Китинг, Курение убивает (Оксфорд, Великобритания: Signal Books, 2009), xv.
  
  4. Смотрите, среди прочих, Питер Армитидж, “Некролог: сэр Остин Брэдфорд Хилл, 1897-1991”, Журнал Королевского статистического общества, Серия А (Статистика в обществе), 154, № 3 (1991), 482-84, JSTOR, www.jstor.org/stable/2983156.
  
  5. Китинг, Курение убивает, 85–90.
  
  6. Китинг, 113 лет.
  
  7. Джон П. А. Иоаннидис, “Готовящееся фиаско?”, Статистика 17 марта 2020 года, https://www.statnews.com/2020/03/17/a-fiasco-in-the-making-as-the-coronavirus-pandemic-takes-hold-we-are-making-decisions-without-reliable-data/.
  
  8. “Тайвань заявляет, что ВОЗ не отреагировала на предупреждение о передаче коронавируса”, Financial Times 20 марта 2020 года, https://www.ft.com/content/2a70a02a-644a-11ea-a6cd-df28cc3c6a68.
  
  9. Деметрий Севастопуло и Ханна Кучлер, “Хаотичный кризис с коронавирусом Дональда Трампа”, Financial Times 27 марта 2020 года, https://www.ft.com/content/80aa0b58-7010-11ea-9bca-bf503995cd6f.
  
  10. Дэвид Кард, “Происхождение уровня безработицы: долговременное наследие измерения без теории”, Рабочий документ Калифорнийского университета в Беркли и Национального бюро экономических исследований, февраль 2011, http://davidcard.berkeley.edu/papers/origins-of-unemployment.pdf.
  
  11. Наоми Орескес и Эрик Конвей, Торговцы сомнениями (Нью-Йорк: Блумсбери, 2010), глава 1; и Роберт Проктор, Золотой холокост (Беркли: Издательство Калифорнийского университета, 2011).
  
   12. Неизвестен —Названия нет -21 августа 1969, Brown & Williamson Record, https://www.industrydocumentslibrary.ucsf.edu/tobacco/docs/xqkd0134.
  
  13. Кари Эдвардс и Эдвард Смит, “Предвзятое отношение к опровержению при оценке аргументов”, Журнал по психологии личности и социальной 71, № 1 (1996), 5-24.
  
  14. Орескес и Конвей, Торговцы сомнениями.
  
  15. Майкл Льюис, “Кто-нибудь видел президента?”, Bloomberg, 9 февраля 2018 г., https://www.bloomberg.com/opinion/articles/2018-02-09/has-anyone-seen-the-president.
  
  16. Брендан Найхан, “Почему страхи перед фальшивыми новостями раздуты”, Средний, 4 февраля 2019; и Джиллиан Тетт, “С детьми все в порядке: правда о фейковых новостях”, Financial Times, 6 февраля 2019, https://www.ft.com/content/d8f43574-29a1-11e9-a5ab-ff8ef2b976c7?desktop=true&segmentId=7c8f09b9-9b61-4fbb-9430-9208a9e233c8.
  
  17. “На пачках сигарет обязательно должно быть предупреждение о вреде для здоровья”, Ежеквартальный альманах Конгресса 21 (1965), 344–51, https://library.cqpress.com/cqalmanac/document.php?id=cqal65-1259268; и Алекс Рейнхарт, “Пыхтение”, Значение 11, № 4 (3 октября 2014).
  
  18. Эндрю Гельман, “Статистика продавцов сигарет”, Шанс 25, № 3 (2012); Рейнхарт, “Раздражение и затяжка”.
  
  19. Как солгать со статистикой курения хранится в библиотеке документов табачной промышленности. Алекс Рейнхарт собрал воедино рукопись и различные документы, относящиеся к проекту: Рейнхарт, “История того, как лгать со статистикой курения”, 4 октября 2014 г., https://www.refsmmat.com/articles/smoking-statistics.html.
  
  20. Сюзана Эркулано-Хаузел, “Что такого особенного в человеческом мозге?”, выступление на TED, 2013: https://www.ted.com/talks/suzana_herculano_houzel_what_is_so_special_about_the_human_brain/transcript?ga_source=embed&ga_medium=embed&ga_campaign=embedT.
  
  21. На телескопе Галилея: “Отказывающийся смотреть”, Математик эпохи Возрождения (блог), 23 августа 2012, https://thonyc.wordpress.com/2012/08/23/refusing-to-look/; и Райан Д. Твени, “Как телескоп изменил наше мнение”, Проводной 2 октября 2008, https://www.wired.com/2008/10/how-the-telesco/; и https://web.archive.org/web/20160829064012/https://thekindlyones.org/2010/10/13/refusing-to-look-through-galileos-telescope/.
  
  Правило первое: исследуй свои чувства
  
  1. Также известен как Звездные войны: эпизод V; авторы сценария Ли Брэкетт и Лоуренс Касдан.
  
  2. Дело ван Меегерена описано в книге Джона Годли, Мастер фальсификации (Лондон: Хоум и Ван Тал, 1951); Ван Меегерен: тематическое исследование (Лондон: Нельсон, 1967); Ноа Чарни, Искусство подделки: умы, мотивы и методы мастеров-фальсификаторов (Лондон: Phaidon, 2015); Фрэнк Уинн, Я был Вермеером (Лондон: Блумсбери, 2007); Эдвард Дольник, Заклинание фальсификатора (Нью-Йорк: Harper Perennial, 2009); телевизионная программа BBC Подделка или удача (серия 1, программа 3, 2011); серия сообщений в блоге Эррола Морриса под названием “Обманываем самих себя”, начиная с "Нью-Йорк Таймс" веб-сайт, 20 мая 2009; фильм о музее Бойманса Поддельные Вермееры Ван Меегерена (2010, доступен на YouTube по адресу https://www.youtube.com/watch?v=NnnkuOz08GQ); и особенно Джонатан Лопес, Человек, который создал Vermeers (Лондон: Houghton Mifflin, 2009).
  
  3. Существуют разные версии того, как именно ван Меегерен сделал это признание — в другой версии ван Меегерен более прямо отождествляет себя с голландским мастером: “Картина в руках Геринга - не делфтского Вермеера, как вы предполагаете, а ван Меегерена!” Цитата в тексте взята из книги Фрэнка Уинна Я был Вермеером.
  
  4. Зива Кунда, “Мотивированный вывод: корыстное генерирование и оценка причинно-следственных теорий”, Журнал по психологии личности и социальной 53, № 4 (1987), 636-47.
  
  5. Стивен Джей Гулд, “Медиана - это не сообщение”, Журнал этики AMA (Январь 2013), DOI: http://dx.doi.org/10.1001/virtualmentor.2013.15.1.mnar1-1301.
  
  6. Этот эксперимент был описан на NPR Скрытый мозг подкаст: “Ты 2.0: эффект страуса”, 6 августа 2018 г., https://www.npr.org/templates/transcript/transcript.php?storyId=636133086.
  
  7. Нахум Сичерман и др., “Финансовое внимание”, Обзор финансовых исследований 29, № 4 (1 апреля 2016), 863-97, https://doi.org/10.1093/rfs/hhv073.
  
  8. “Вирусный пост о совете по борьбе с коронавирусом от чьего-то дяди - это не все, что кажется”, Полный факт, 5 марта 2020 года, https://fullfact.org/online/coronavirus-claims-symptoms-viral/.
  
  9. Гай Майраз, “Принятие желаемого за действительное”, 25 октября 2011, http://dx.doi.org/10.2139/ssrn.1955644.
  
  10. Линда Бэбкок и Джордж Левенштейн, “Объяснение тупика в переговорах: роль корыстных предубеждений”, Журнал экономических перспектив 11, № 1 (1997), 109-26, https://pubs.aeaweb.org/doi/pdfplus/10.1257/jep.11.1.109.
  
  11. Хорошим резюме является сообщение Дэна Кахана в блоге “Что такое мотивированное рассуждение? Как это работает?”, воспроизведенный на http://blogs.discovermagazine.com/intersection/2011/05/05/what-is-motivated-reasoning-how-does-it-work-dan-kahan-answers/#.WN5zJ_nyuUm. Отличным обзором является Ziva Kunda, "Аргументы в пользу мотивированного рассуждения”, Психологический вестник 108, № 3 (1990), 480-98, http://dx.doi.org/10.1037/0033-2909.108.3.480.
  
  12. С. К. Каличман, Л. Итон и К. Черри, “"Нет доказательств того, что ВИЧ вызывает СПИД’: убеждения в отрицании СПИДа среди людей, живущих с ВИЧ / СПИДом”, Журнал поведенческой медицины 33, № 6 (2010), 432-40, DOI: 10.1007 / s10865-010-9275-7 ; и А. Б. Хатчинсон и др., “Убеждения в заговоре и доверие к информации о ВИЧ / СПИДе среди мужчин из числа меньшинств, имеющих секс с мужчинами”, Журнал синдрома приобретенного иммунодефицита 45, № 5 (15 августа 2007), 603-5.
  
  13. Тим Харфорд, “Почему слишком заманчиво верить Оксфордскому исследованию”, Financial Times 27 марта 2020 года, https://www.ft.com/content/14df8908-6f47-11ea-9bca-bf503995cd6f.
  
  14. Кит Э. Станович, Ричард Ф. Уэст и Мэгги Э. Топлак, “Моя предвзятость, рациональное мышление и интеллект”, Современные направления в психологической науке 22, № 4 (август 2013), 259-64, DOI: 10.1177/0963721413480174.
  
  15. Чарльз С. Тейбер и Милтон Лодж, “Мотивированный скептицизм в оценке политических убеждений”, Американский журнал политических наук 50, № 3 (июль 2006), 755-69, JSTOR, www.jstor.org/stable/3694247.
  
  16. Кевин Куили, “Чем больше у республиканцев образования, тем меньше они склонны верить в изменение климата”, "Нью-Йорк Таймс" 14 ноября 2017 г., https://www.nytimes.com/interactive/2017/11/14/upshot/climate-change-by-education.html.
  
  17. Кейтлин Драммонд и Барух Фишхофф, “Люди с большей научной грамотностью и образованием имеют более поляризованные взгляды на спорные научные темы”, Материалы Национальной академии наук Соединенных Штатов Америки 21 августа 2017 г., http://www.pnas.org/content/early/2017/08/15/1704882114.
  
   18. Чарльз Лорд, Л. Росс и М. Р. Леппер, “Предвзятое усвоение и поляризация отношения: влияние предыдущих теорий на впоследствии рассмотренные доказательства”, Журнал по психологии личности и социальной 37, № 11 (1979), 2098-2109.
  
  19. Николас Эпли и Томас Гилович, “Механика мотивированного рассуждения”, Журнал экономических перспектив 30, № 3 (2016), 133-40, https://pubs.aeaweb.org/doi/pdfplus/10.1257/jep.30.3.133.
  
  20. Ари Лево, “Изменение климата угрожает фермерам, выращивающим ячмень в Монтане, и, возможно, вашему пиву”, Сеть исследований продуктов питания и окружающей среды, 13 декабря 2017 г., https://thefern.org/2017/12/climate-change-threatens-montanas-barley-farmers-possibly-beer/.
  
  21. Переписка автора с Крисом Де Мейером, 27 октября 2018 года.
  
  22. Гордон Пенникук и др., “Понимание и сокращение распространения дезинформации в Интернете”, PsyArXiv, 13 ноября 2019, DOI: 10.31234/osf.io/3n9u8; также смотрите Оливера Беркмана, “Как остановить распространение фейковых новостей? Сделайте паузу на мгновение,” Guardian, 7 февраля 2020 года, https://www.theguardian.com/lifeandstyle/2020/feb/07/how-to-stop-spread-of-fake-news-oliver-burkeman.
  
  23. Г. Пенникук и Д. Г. Рэнд, “Ленивый, не предвзятый: восприимчивость к партийным фальшивым новостям лучше объясняется отсутствием аргументации, чем мотивированными рассуждениями”, Познание, 2018, https://doi.org/10.1016/j.cognition.2018.06.011.
  
  24. Шейн Фредерик, “Когнитивное размышление и принятие решений”, Журнал экономических перспектив 19, № 4 (2005), 25-42, DOI: 10.1257/089533005775196732.
  
  25. Дайан Вулф, "За пределами Анны Франк: спрятанные дети и послевоенные семьи в Голландии" (Berkeley: University of California Press, 2007), Таблица 1, со ссылкой на Рауля Хилберга, "Уничтожение европейских евреев" (1985).
  
  Правило второе: обдумайте свой личный опыт
  
  1. Мухаммад Юнус, в статье “Стивен Кови берет интервью у основателя Grameen Bank Мухаммеда Юнуса”, SocialBusinessPedia, последнее обновление 21 ноября 2016 г., http://socialbusinesspedia.com/wiki/details/248.
  
  2. Транспорт для Лондона, Путешествие по Лондону: Отчет 11 (2018), рисунок 10.8, 202, http://content.tfl.gov.uk/travel-in-london-report-11.pdf.
  
  3. Эти цифры были указаны в запросе о свободе информации от 28 марта 2011 года (https://www.whatdotheyknow.com/request/journey_demand_and_service_suppl), и они прекрасно обобщены на веб-сайте, который посещает Йен, ”Пропускная способность поездов лондонского метро", 5 августа 2106 года, https://www.ianvisits.co.uk/blog/2016/08/05/london-tube-train-capacities/.
  
  4. Транспорт для Лондона, Путешествие по Лондону: отчет 4 (2011), 5, http://content.tfl.gov.uk/travel-in-london-report-4.pdf.
  
  5. Авторское интервью с Лорен Сагер Вайнштейн и Дейлом Кэмпбеллом из TfL, 9 июля 2019 года.
  
  6. Ipsos Mori, Опасности восприятия 2017 5 декабря 2017 г., https://www.ipsos.com/ipsos-mori/en-uk/perils-perception-2017.
  
  7“Нет связи между MMR и аутизмом", - говорится в крупном исследовании,” Новости Национальной службы здравоохранения, 5 марта 2019 года, https://www.nhs.uk/news/medication/no-link-between-mmr-and-autism-major-study-finds/.
  
  8. Национальный институт детского здоровья и клинического развития, “Когда у детей обычно проявляются симптомы аутизма?”, 31 января 2017 г., https://www.nichd.nih.gov/health/topics/autism/conditioninfo/symptoms-appear.
  
   9. Дэвид Макрейни, интервью с Ли Россом, “Наивный реализм”, 62-я серия Ты не такой умный 9 ноября 2015, https://youarenotsosmart.com/2015/11/09/yanss-062-why-you-often-believe-people-who-see-the-world-differently-are-wrong/; и Том Гилович и Ли Росс, Самый мудрый в комнате (Нью-Йорк: Свободная пресса, 2016).
  
  10. Ипсос Мори, Опасности восприятия.
  
  11. Дэвид Дранове и др., “Лучше ли больше информации? Влияние "табелей успеваемости’ на поставщиков медицинских услуг”, Рабочий документ Национального бюро экономических исследований 8697 (2002), http://www.nber.org/papers/w8697.
  
  12. Чарльз Гудхарт, “Проблемы денежно-кредитного управления: Опыт Великобритании, ”в Инфляция, депрессия и экономическая политика на Западе, изд. Энтони С. Куракис (доктор медицинских наук, Лэнхэм: Роумэн и Литтлфилд, 1981), 111-46. Оригинальный документ был представлен на конференции в 1975 году.
  
  13. Дональд Т. Кэмпбелл, “Оценка воздействия запланированных социальных изменений”, Оценка и планирование программы 2, № 1 (1979). Более ранняя версия была опубликована в 1976 году, а документ конференции существовал в 1974 году.
  
  14. Абхиджит Банерджи, Дин С. Карлан и Джонатан Цинман, “Шесть рандомизированных оценок микрокредитования: введение и дальнейшие шаги”, Американский экономический журнал: Прикладная экономика 7, № 1 (2015), 1-21; и Рейчел Мигер, “Понимание среднего эффекта микрокредитования”, VoxDev, 1 июля 2019 г., https://voxdev.org/topic/methods-measurement/understanding-average-effect-microcredit.
  
  15. Анна Рослинг Реннлунд, “Посмотрите, как живет остальной мир, организованный по доходам”, доклад, представленный на конференции TED, апрель 2017, https://www.ted.com/talks/anna_rosling_ronnlund_see_how_the_rest_of_the_world_lives_organized_by_income?язык=ru.
  
  Правило третье: избегайте преждевременного перечисления
  
  1. Я и мой коллега Ричард Фентон-Смит взяли интервью у доктора Люси Смит для эпизода Более или менее трансляция на BBC Radio 4, 8 июня 2018 года, https://www.bbc.co.uk/programmes/p069jd0p. Рассказ здесь основан на нашем интервью в эфире, обсуждениях по электронной почте и телефонном интервью, которое я провела с доктором Смитом 12 августа 2019 года. Интервью доктора Смита с людьми, которые потеряли ребенка на сроке от двадцати до двадцати четырех недель беременности, приведены в разделе “Потеря ребенка на 20-24 неделе беременности”. healthtalk.org.
  
  2. Мериан Ф. Макдорман и др., “Международные сравнения младенческой смертности и связанных с ней факторов: Соединенные Штаты и Европа, 2010”, Отчеты национальной статистики естественного движения населения, 24 сентября 2014 года.
  
  3. Денис Кэмпбелл, “Обеспокоенность ростом детской смертности в Англии и Уэльсе”, Guardian 15 марта 2018 года, https://www.theguardian.com/society/2018/mar/15/concern-at-rising-infant-mortality-rate-in-england-and-wales.
  
  4. Питер Дэвис и др., “Растущие показатели младенческой смертности в Англии и Уэльсе — нам нужно понимать смертность, связанную с беременностью”, BMJ (8 мая 2018), 361.
  
  5. Более или менее, Би-би-си, 8 апреля 2020 года, https://www.bbc.co.uk/programmes/m000h6cb.
  
  6. Авторское интервью с Ребеккой Голдин, 12 декабря 2017 года.
  
  7. Пол Дж. Си Адачи и Тина Уиллоуби, “Влияние конкуренции и насилия в видеоиграх на агрессивное поведение: какая характеристика оказывает наибольшее влияние?”, Психология насилия 1, № 4 (2011), 259-74, DOI: 10.1037 / a0024908.
  
  8. Стивен Вулф, “Иммиграция после Брексита”, Уйти означает оставить исследовательскую работу, https://static1.squarespace.com/static/5d08d13a2a109b000173bc76/t/5d47277f8fefae000124db10/1564944257844/FINAL-Low-Res-LML-Steven-Woolfe-migration-report-.pdf.
  
  9. Джонатан Портес, “Кого Ты называешь низкоквалифицированным?”, Великобритания в меняющейся Европе 12 апреля 2017 г., https://ukandeu.ac.uk/who-are-you-calling-low-skilled/.
  
  10. Роберт Райт, “Изменения в визовом режиме после Brexit ударят по секторам, нуждающимся в низкоквалифицированной рабочей силе”, Financial Times 18 февраля 2020 года, https://www.ft.com/content/890e84ce-5268-11ea-90ad-25e377c0ee1f.
  
  11. Денис Кэмпбелл, “Пятая из 17-19-летних девушек, наносящих себе увечья или пытающихся покончить с собой”, Guardian 22 ноября 2018 г., https://www.theguardian.com/society/2018/nov/22/concern-over-rise-in-suicide-attempts-among-young-women.
  
  12. Психическое здоровье детей и молодежи в Англии, 2017, NHS Digital, 22 ноября 2018, https://digital.nhs.uk/data-and-information/publications/statistical/mental-health-of-children-and-young-people-in-england/2017/2017.
  
  13. “Самоповреждение”, NHS, страница, которую последний раз просматривали 25 мая 2018 г., https://www.nhs.uk/conditions/self-harm/.
  
  14. Переписка по электронной почте с пресс-службой NatCen Social Research (Великобритания), 29 ноября 2018 года.
  
  15. Данные из официальных источников, таких как Управление национальной статистики: https://www.ons.gov.uk/peoplepopulationandcommunity/birthsdeathsandmarriages/deaths/bulletins/suicidesintheunitedkingdom/2017registrations#suicide-patterns-by-age.
  
  16. Грэм Уорден, “Оксфам: 85 богатейших людей так же богаты, как беднейшая половина мира”, Guardian 20 января 2014, https://www.theguardian.com/business/2014/jan/20/oxfam-85-richest-people-half-of-the-world. Найджел Моррис, “85 самых богатых людей в мире имеют столько же, сколько 3,5 миллиарда самых бедных”. Независимый 20 января 2014, https://www.independent.co.uk/news/world/politics/oxfam-warns-davos-of-pernicious-impact-of-the-widening-wealth-gap-9070714.html.
  
  17. “Анатомия убийственного факта: 85 богатейших людей мира владеют столько же, сколько 3,5 миллиарда беднейших”, От бедности к власти (блог), 31 января 2014, https://oxfamblogs.org/fp2p/anatomy-of-a-killer-fact-the-worlds-85-richest-people-own-as-much-as-poorest-3-5-billion/. Интервью Би-би-си с Фуэнтесом смотрите в статье “Имеют ли 85 богатых людей такое же богатство, как у половины мира?”, 19 марта 2014 г., https://www.bbc.com/news/magazine-26613682.
  
  18. Базовые данные поступают из Отчет о глобальном благосостоянии, который ежегодно публикуется Credit Suisse. Версия 2013 года предоставила данные для оригинального “убийственного факта” Oxfam.
  
  19. О пенсиях, как описано в сноске, см. “Социальная защита пожилых людей: тенденции политики и статистика 2017-19”, Международное бюро труда, Департамент социальной защиты (2018).
  
  20. Для Великобритании Институт фискальных исследований’ Уровень жизни, бедность и неравенство в Великобритании. Что касается самых высоких доходов в мире, то Отчет о мировом неравенстве. Другим хорошим источником является Наш мир в данных. Более конкретные ссылки приведены в примечаниях ниже.
  
  Правило четвертое: отступите назад и наслаждайтесь видом
  
  1. Для получения дополнительной информации по этому вопросу послушайте выпуск от 8 июня 2018 года из Более или менее, представленный мной и исследованный моими коллегами Ричардом Фентон-Смитом и Ричардом Вадоном, https://www.bbc.co.uk/programmes/p069jd0p.
  
  2. Йохан Галтунг и Мари Холмбо Руге, “Структура иностранных новостей: освещение кризисов в Конго, на Кубе и Кипре в четырех норвежских газетах”, Журнал исследований проблем мира 2, № 1 (1965), 64-90.
  
  3. Макс Розер, “Перестаньте говорить, что 2016 был худшим годом”, Washington Post 29 декабря 2016, https://www.washingtonpost.com/posteverything/wp/2016/12/29/stop-saying-that-2016-was-the-worst-year/?utm_term=.bad894bad69a; смотрите также NPR Планета денег, “The Fifty Year Newspaper”, 29 декабря 2017 г., https://www.npr.org/templates/transcript/transcript.php?storyId=574662798.
  
  4. Колин П. Морис и др., “Количественная оценка неопределенностей в глобальном и региональном изменении температуры с использованием совокупности оценок наблюдений: набор данных Hadcrut4”, Журнал геофизических исследований (2012), 117, D08101, DOI: 10.1029/2011JD017187, в котором описываются данные, полученные из метеорологического центра Хэдли. Данные отображаются и загружаются из нашего мира в Data, https://ourworldindata.org/co2-and-other-greenhouse-gas-emissions. В 1960-х годах глобальные температуры обычно были примерно на 0,1 ® C ниже среднего значения 1961-1990 годов. В двадцать первом веке они обычно были примерно на 0,6 ® C выше этого среднего значения, а в последнее время - выше 0,7 ® C. Таким образом, повышение температуры за последние пятьдесят лет составило 0,7–0,8 ®C.
  
  5. Макс Розер, “Краткая история глобальных условий жизни и почему важно, чтобы мы это знали” (2018), опубликованная онлайн на OurWorldInData.org , извлеченный из https://ourworldindata.org/a-history-of-global-living-conditions-in-5-charts; что касается детской смертности, Розер ссылается на данные Gapminder и Всемирного банка.
  
  6. Смотрите рисунок E4 в резюме Всемирной лаборатории неравенства к Докладу о мировом неравенстве за 2018 год, https://wir2018.wid.world/files/download/wir2018-summary-english.pdf.
  
  7. Отличным источником является отчет Института фискальных исследований об уровне жизни, бедности и неравенстве в Великобритании. Я использовал издание 2018 года, самое последнее из доступных на момент написания статьи, https://www.ifs.org.uk/uploads/R145%20for%20web.pdf.
  
  8. На веб-сайте "Наш мир в данных" есть хорошая обобщающая статья о неравенстве во всем мире, написанная Джо Хазеллом, авторитетом в этой области: https://ourworldindata.org/income-inequality-since-1990.
  
  9. Авторские расчеты, основанные на Natsal-3, третьем национальном исследовании сексуальных установок и образа жизни: http://timharford.com/2018/09/is-twitter-more-unequal-than-life-sex-or-happiness/.
  
  10. Майкл Бластленд и Эндрю Дилнот, Тигр, которого нет (Лондон: Profile Books, 2008).
  
  11. Эндрю К. А. Эллиотт, Это большое число? (Оксфорд: Издательство Оксфордского университета, 2018).
  
  12. Тали Шарот, “Предвзятость оптимизма”, выступление на TED, 2012, https://www.ted.com/talks/tali_sharot_the_optimism_bias/transcript#t-18026.
  
  13. Даниэль Канеман, Размышление, быстрое и медленное (Нью-Йорк: Фаррар, Страус и Жиру, 2010).
  
  14. Росс А. Миллер и Карен Альберт, “Если это ведет, это кровоточит (и если это кровоточит, это ведет): освещение в СМИ и жертвы в милитаризованных межгосударственных спорах”, Политическая коммуникация 32, № 1 (2015), 61-82, DOI: 10.1080/10584609.2014.880976; Барбара Комбс и Пол Слович, “Освещение в газетах причин смерти”, Ежеквартальный журнал журналистики 56, нет. 4 (1979), 837-43, 849.
  
  15. “Курение и употребление табака, краткие факты”, Центры по контролю и профилактике заболеваний, страница, последний раз просматривавшаяся 21 мая 2020 г., https://www.cdc.gov/tobacco/data_statistics/fact_sheets/fast_facts/. От болезней, связанных с курением, умирает 1300 человек в день, около 40 000 в месяц; почти 3000 человек были убиты в результате нападений 11 сентября 2001 года.
  
  16. “Стивен Пинкер о причинах оптимизма”, интервью Криса Андерсона, конференция TED2018, https://www.ted.com/talks/the_ted_interview_steven_pinker_on_why_our_pessimism_about_the_world_is_wrong/transcript?language=en.
  
  17. Стивен Пинкер упоминает в концевых сносках Просветление сейчас (Нью-Йорк: Викинг, 2018) что эта переписка имела место в 1982 году.
  
  18. Цитируется у Дениса Кэмпбелла: “Ассоциация по борьбе с инсультом предупреждает о тревожном росте числа жертв”. Guardian 12 мая 2015, https://www.theguardian.com/society/2015/may/12/stroke-association-warns-of-alarming-rise-in-number-of-victims; смотри также Более или менее, 17 мая 2015, с анализом этого заявления: https://www.bbc.co.uk/programmes/b05tpz78.
  
  19. “Общественный пессимизм и непонимание подрывают борьбу с глобальной бедностью”, пресс-релиз Oxfam, 22 сентября 2016 г., http://oxfamapps.org/media/ppdwr.
  
  20. Полезным обзором различных релевантных графиков является работа Макса Розера и Мохаммеда Нагди “Оптимизм и пессимизм”, опубликованная онлайн на OurWorldInData.org , 2018, извлечено из https://ourworldindata.org/optimism-pessimism в частности, раздел I.1 с графиками от Eurobarometer и Ipsos Mori.
  
  21. Мартин Льюис, “Не мое представление о хороших новостях”, Независимый 26 апреля 1993, https://www.independent.co.uk/voices/not-my-idea-of-good-news-at-the-end-of-a-week-of-horrifying-events-martyn-lewis-bbc-presenter-argues-1457539.html.
  
  22. Розер, “Краткая история глобальных условий жизни и почему важно, чтобы мы это знали”; базовые данные Всемирного банка и Бургиньона и Морриссона, “Неравенство среди граждан мира: 1820-1992”, Американское экономическое обозрение 92, № 4 (2002), 727-48. В 1993 году в крайней нищете проживало 1,94 миллиарда человек; к 2015 году это число сократилось до 0,7 миллиарда (705,55 миллиона). Скорость улучшения в среднем составляет 153 600 в день, хотя, конечно, у нас нет способа измерить дневную норму, поскольку она колеблется.
  
  23. Книга Саманты Вандерслотт, Бернадеты Дадонайте и Макса Розера “Вакцинация”, опубликованная онлайн на OurWorldInData.org (2020), извлеченный из https://ourworldindata.org/vaccination.
  
  24. Анна Рослинг Реннлунд, Ханс Рослинг и Ола Рослинг, Достоверность (Нью-Йорк: Flatiron, 2018).
  
  25. Джиллиан Тетт, “Изолированность и молчание”, деривативы: финансовые инновации и стабильность, Обзор финансовой стабильности Банка Франции 14 (июль 2010), https://publications.banque-france.fr/sites/default/files/medias/documents/financial-stability-review-14_2010-07.pdf.
  
  26. Рольф Добелли, “Новости вредны для вас, и отказ от их чтения сделает вас счастливее”, Guardian 12 апреля 2013, https://www.theguardian.com/media/2013/apr/12/news-is-bad-rolf-dobelli.
  
  27. Нассим Николас Талеб, Ложе Прокруста (Лондон: Penguin Books, 2010).
  
  28. Билл Ханедж и Марк Липсич, “Как ответственно сообщать о вспышке COVID-19”, Scientific American, 23 февраля 2020 года, https://blogs.scientificamerican.com/observations/how-to-report-on-the-covid-19-outbreak-responsibly/.
  
  Правило пятое: Узнай предысторию
  
  1. Шина Айенгар и Марк Леппер, “Когда выбор демотивирует: можно ли желать слишком много хорошего?”, Журнал по психологии личности и социальной 79, 2000.
  
  2. Авторское интервью с Бенджамином Шайбехенне, октябрь 2009 года. (Я хотел бы заявить, что в этом вопросе я был на шаг впереди.)
  
  3. Б. Шайбехенне, Р. Грейфенедер и П. М. Тодд, “Может ли когда-нибудь быть слишком много вариантов? Метааналитический обзор перегрузки выбором,” Журнал потребительских исследований 37 (2010), 409–25, http://scheibehenne.de/ScheibehenneGreifenederTodd2010.pdf.
  
  4. Николь Лин Пеше, “Десять продуктов Kickstarter, которые собрали больше всего денег”, MarketWatch, 22 июня 2017 г., https://www.marketwatch.com/story/10-kickstarter-products-that-raised-the-most-money-2017-06-22-10883052.
  
  5. История хорошо рассказана в книге Джордана Элленберга Как не ошибиться (Нью-Йорк: Пингвин, 2014), с соответствующей выдержкой здесь: “Абрахам Уолд и отсутствующие отверстия от пуль”, Medium, 14 июля 2016, https://medium.com/@penguinpress/an-excerpt-from-how-not-to-be-wrong-by-jordan-ellenberg-664e708cfc3d.
  
  6. Техническое резюме (наряду с некоторым ворчанием по поводу того, что история была преувеличена) содержится в книге Билла Кассельмана “Легенда об Абрахаме Уолде”. Американское математическое общество, http://www.ams.org/publicoutreach/feature-column/fc-2016-06.
  
  7. Отличный отчет об этой полемике - Дэниел Энгбер: “Дэрил Бем доказал, что ESP реален, что означает, что наука потерпела крах”. Шифер 17 мая 2017 г., https://slate.com/health-and-science/2017/06/daryl-bem-proved-esp-is-real-showed-science-is-broken.html.
  
  8. Крис Френч, “Исследования предвидения и проклятие неудачных копий”, Guardian 15 марта 2012, https://www.theguardian.com/science/2012/mar/15/precognition-studies-curse-failed-replications.
  
  9. Носек выступал на Планета денег подкаст, эпизод 677, “Эксперимент”, https://www.npr.org/sections/money/2018/03/07/591213302/episode-677-the-experiment-experiment.
  
  10. Брайан Носек дал полезные интервью нескольким подкастам, в том числе Ты не такой умный (эпизод 100), https://youarenotsosmart.com/2017/07/19/yanss-100-the-replication-crisis/; Планета денег (эпизод 677); EconTalk 16 ноября 2015, http://www.econtalk.org/brian-nosek-on-the-reproducibility-project/; Скрытый мозг (эпизод 32), https://www.npr.org/templates/transcript/transcript.php?storyId=477921050; а также анализ Би-би-си, “Кризис репликации”, 12 ноября 2018 г., https://www.bbc.co.uk/programmes/m00013p9.
  
  11. Эта цифра в тридцать девять основана на субъективном мнении дублирующих исследователей. Подтвердили ли их результаты в основном первоначальное исследование или нет? Это решение суда. Альтернативный показатель состоит в том, чтобы спросить, сколько из повторных исследований дали результаты, которые преодолели стандартное (но довольно проблематичное) препятствие "статистической значимости”. Только тридцать шесть сделали это; девяносто семь из первоначальных исследований преодолели это препятствие. Открытое научное сотрудничество, “Оценка воспроизводимости психологической науки”, Наука 28, № 6251 (август 2015), 349, DOI: 10.1126 /science.aac4716.
  
   12. Краткий фильм на YouTube: “Деррен Браун — десять голов подряд”, скептически мыслящий, 8 апреля 2012, https://www.youtube.com/watch?v=n1SJ-Tn3bcQ.
  
  13. Планета денег 677-я серия.
  
  14. Ф. Дж . Энскомб, “Анализ последовательных наблюдений с фиксированным размером выборки”, Биометрия 10, № 1 (1954), 89-100, JSTOR, www.jstor.org/stable/3001665; и сообщение в блоге Эндрю Гельмана “Статистический вывод, моделирование и социальная наука”, 2 мая 2018 г., https://statmodeling.stat.columbia.edu/2018/05/02/continuously-increased-number-animals-statistical-significance-reached-support-conclusions-think-not-bad-actually/.
  
  15. Дэвид Дж. Хэнд, Темные данные (Принстон, Нью-Джерси: Издательство Принстонского университета, 2020).
  
  16. Эндрю Гельман и Эрик Локен, “Сад разветвляющихся путей: почему множественные сравнения могут быть проблемой, даже когда нет ‘Рыболовной экспедиции’ или ‘P-взлома”, а исследовательская гипотеза была выдвинута заранее", рабочий документ, 14 ноября 2013 г., http://www.stat.columbia.edu /~ gelman/исследование / неопубликованное /p_hacking.pdf.
  
  17. Дж. П. Симмонс, Л. Д. Нельсон и У. Симонсон, “Ложноположительная психология: нераскрытая гибкость в сборе и анализе данных позволяет представить что-либо как значимое”, Психологическая наука 22, № 11 (2011), 1359-66, https://doi.org/10.1177/0956797611417632.
  
  18. Кай Купфершмидт, “Все больше и больше ученых проводят предварительную регистрацию своих исследований. Должен ли ты?,” Наука 21 сентября 2018 года.
  
  19. Анджана Ахуджа, “Ученые наносят ответный удар статистической тирании”, Financial Times 27 марта 2019 года, https://www.ft.com/content/36f9374c-5075-11e9-8f44-fe4a86c48b33.
  
  20. Даррелл Хафф, Как лгать со статистикой (Нью-Йорк: У. У. Нортон, 1993), 40.
  
  21. Джон Иоаннидис, “Почему большинство опубликованных результатов исследований являются ложными”, PLoS Medicine 2, № 8 (август 2005), e124, DOI: 10.1371/journal.pmed.0020124, https://www.ncbi.nlm.nih.gov/pmc/articles/PMC1182327/.
  
  22. Р. Ф. Баумайстер и др., “Истощение Эго: является ли активное "Я" ограниченным ресурсом?”, Журнал по психологии личности и социальной 74, № 5 (1998), 1252-65, http://dx.doi.org/10.1037/0022-3514.74.5.1252; “Конец теории истощения эго?”, Нейроскептик (блог), 31 июля 2016, http://blogs.discovermagazine.com/neuroskeptic/2016/07/31/end-of-ego-depletion/#.XGGyflz7SUk.
  
  23. Эми Кадди, “Язык вашего тела может повлиять на то, кто вы есть”, выступление на TED, 2012, https://www.ted.com/talks/amy_cuddy_your_body_language_shapes_who_you_are/transcript?language=en.
  
  24. Даниэль Канеман, Размышление, быстрое и медленное (Нью-Йорк: Фаррар, Страус и Жиру, 2010), 53-57.
  
  25. Эд Йонг, “Нобелевский лауреат призывает психологов привести в порядок свои действия”, Новости природы 3 октября 2012, https://www.nature.com/news/nobel-laureate-challenges-psychologists-to-clean-up-their-act-1.11535.
  
  26. Бен Голдейкр, “Шаг назад при взгляде в будущее”, Guardian 23 апреля 2011, https://www.theguardian.com/commentisfree/2011/apr/23/ben-goldacre-bad-science.
  
  27. Робин Риглсворт, “Как стадо коров растоптало человеческие запасы”, Financial Times 21 января 2020 года, https://www.ft.com/content/563d61dc-3b70-11ea-a01a-bae547046735?.
  
  28. Бертон Малкиел, “Доходность от инвестирования в фонды акций”, рабочий документ, Принстонский университет, 1994; опубликован как “Доходность от инвестирования в фонды акций: 1971-1991”, Финансовый журнал 50 (1995), 549–72.
  
   29. Эрик Балчунас, “Как эффект авангарда достигает 1 триллиона долларов”, Bloomberg .com, 30 августа 2016 г., https://www.bloomberg.com/opinion/articles/2016-08-30/how-much-has-vanguard-saved-investors-try-1-trillion.
  
  30. Доступный обзор см. в книге Бена Голдейкра “Чего врачи не знают о лекарствах, которые они назначают”, TED Talk, 2012., https://www.ted.com/talks/ben_goldacre_what_doctors_don_t_know_about_the_drugs_they_prescribe/footnotes?язык=ru.
  
  31. Эрик Тернер и др., “Выборочная публикация испытаний антидепрессантов и ее влияние на очевидную эффективность”, Медицинский журнал Новой Англии 17 января 2008, https://www.nejm.org/doi/full/10.1056/NEJMsa065779.
  
  32. Бен Голдейкр, “Прозрачность, выходящая за рамки предвзятости публикации”, доклад, сделанный на конференции International Journal of Epidemiology, 2016; доступен по адресу https://www.badscience.net/2016/10/transparency-beyond-publication-bias-a-video-of-my-super-speedy-talk-at-ije/.
  
  33. Бен Голдакр и др., “Сравните: проспективное когортное исследование, корректирующее и отслеживающее 58 неверно зарегистрированных испытаний в режиме реального времени”, Испытания 20, № 118 (2019), https://doi.org/10.1186/s13063-019-3173-2.
  
  34. Бен Голдейкр, “Прозрачность, выходящая за рамки предвзятости публикации”.
  
  35. Эми Сиппетт, “Существует ли эффект обратного воздействия?”, Полный факт (блог), 20 марта 2019, https://fullfact.org/blog/2019/mar/does-backfire-effect-exist/; Брендан Найхан, “Прочтите это! Широко распространенное пренебрежение более поздними исследованиями после моей статьи с @JasonReifler ”, Twitter, 20 марта 2019, 10:40 утра., https://twitter.com/BrendanNyhan/status/1108377656414879744.
  
  36. Авторское интервью с Ричардом Талером, 17 июля 2019 года.
  
  37. “Кризис репликации”, анализ Би-би-си, 12 ноября 2018 г., https://www.bbc.co.uk/programmes/m00013p9.
  
  38. Антонио Гранадо, “Рабы журналов, рабы сети: использование Интернета для сбора новостей европейскими научными журналистами”, Журналистика 12, № 7 (2011), 794-813.
  
  39. А. Л. Кокрейн, “Болезнь в Салониках: мое первое, худшее и наиболее успешное клиническое испытание”, Британский медицинский журнал (издание, посвященное клиническим исследованиям) 289, № 6460 (1984): 1726-27, DOI: 10.1136/bmj.289.6460.1726.
  
  40. Кокрейновское сообщество, "Краткая история Кокрейна”, https://community.cochrane.org/handbook-sri/chapter-1-introduction/11-cochrane/112-brief-history-cochrane [неактивен].
  
  41. Алан Мозес, “Йога может быть правильным шагом против недержания мочи”, WebMD, 22 мая 2018 г., https://www.webmd.com/urinary-incontinence-oab/news/20180522/yoga-may-be-right-move-versus-urinary-incontinence#1.
  
  42. Эмма Иннес, “Может ли йога вылечить недержание?”, DailyMail.com 12 мая 2014, https://www.dailymail.co.uk/health/article-2626209/Could-yoga-cure-INCONTINENCE-Exercise-strengthens-pelvic-floor-muscles-reducing-leakage.html.
  
  43. “Йога и недержание мочи”, Уход на дому обеспечен (блог), https://www.hcd.com/incontinence/yoga-incontinence/.
  
  44. Элисон Дж. Хуанг и др., “Групповая йогатерапия при недержании мочи у женщин”, Медицина женского таза и реконструктивная хирургия 20, № 3 (2014), 147-54, DOI: 10.1097 / SPV.0000000000000072, https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4310548/.
  
  45. Л. С. Виланд и др., “Йога для лечения недержания мочи у женщин”, Кокрейновская база данных систематических обзоров 2019 2, арт. № CD012668, DOI: 10.1002/14651858.CD012668.pub2.
  
  Правило шестое: спрашивай, кого не хватает
  
  1. Род Бонд и Питер Б. Смит, “Культура и соответствие: метаанализ исследований с использованием задачи линейного суждения Аша (1952b, 1956)”, Психологический вестник 119, № 1 (1996), 111-37, http://dx.doi.org/10.1037/0033-2909.119.1.111.
  
  2. Тим Харфорд, “Правда о нашем ядре нормы”, Financial Times 12 июня 2015, http://timharford.com/2015/06/the-truth-about-our-norm-core/.
  
  3. Бонд и Смит, “Культура и конформизм”; и Натали Фрир и др., “Последствия группового конформизма, основанного на сексе”, Празднование Дня учености и творчества Статья 83 (2016), http://digitalcommons.csbsju.edu/elce_cscday/83.
  
  4. Тим Харфорд, “Трамп, Брекзит и как политика теряет способность шокировать”, Financial Times 16 ноября 2018 г., https://www.ft.com/content/b730c95c-e82e-11e8-8a85-04b8afea6ea3.
  
  5. Caroline Criado Perez, Женщины-невидимки (Лондон: Chatto & Windus, 2019); интервью транслировалось на BBC Radio 4 17 мая 2019 года и доступно на Более или менее Веб-сайт: https://www.bbc.co.uk/programmes/m00050rd.
  
  6. Питер Хофланд, “Поворот судьбы”, Онкозин 30 ноября 2013, https://oncozine.com/reversal-of-fortune-how-a-vilified-drug-became-a-life-saving-agent-in-the-war-against-cancer/.
  
  7. Р. Дмитрович, А. Р. Кунсельман и Р. С. Легро, “Цитрат Силденафила в лечении боли при первичной дисменорее: рандомизированное контролируемое исследование”, Репродукция человека 28, № 11 (ноябрь 2013): 2958-65, DOI: 10.1093 / humrep / det324, Epub 6 августа 2013, https://www.ncbi.nlm.nih.gov/pubmed/23925396?dopt=Abstract.
  
  8. Би-би-Си, “Запасы в супермаркетах, результаты уровня A и гендерное неравенство по Covid-19”, Более или менее подкаст, 31 марта 2020 года, https://www.bbc.co.uk/sounds/play/m000h7st.
  
  9. Майра Бувиник и Рут Левин, “Устранение разрыва в гендерных данных”, Значение, 8 апреля 2016 г., и Шарлотта Макдональд, “Существует ли сексистский информационный кризис?”, BBC News, 18 мая 2016 г., https://www.bbc.co.uk/news/magazine-36314061.
  
  10. Шелли Лундберг, Роберт Поллак и Теренс Дж. Уэйлс, “Объединяют ли мужья и жены свои ресурсы? Свидетельство из пособия на детей Соединенного Королевства,” Журнал человеческих ресурсов 32, № 3 (1997), 463-80.
  
  11. Майра Бувиник и Рут Левин, “Устранение разрыва в гендерных данных”.
  
  12. Сюзанна Брекнелл, “Интервью: Уилл Мой из "Full Fact" о лоббистской "чепухе", официальных исправлениях и о том, почему мы знаем о гольфе больше, чем статистика преступности”. Мир гражданской службы 5 мая 2016, https://www.civilserviceworld.com/articles/interview/interview-full-fact%E2%80%99s-will-moy-lobbyist-%E2%80%9Cnonsense%E2%80%9D-official-corrections-and-why.
  
  13. Морис К. Брайсон, “Опрос The Literary Digest: создание статистического мифа”, Американский статистик 30, № 4 (1976), 184-85, DOI: 10.1080/00031305.1976.10479173; и Певерилл Сквайр, “Почему в 1936 г. Литературный сборник Опрос провалился,” Ежеквартальный анализ общественного мнения 52, № 1 (1988), 125-33, JSTOR, www.jstor.org/stable/2749114.
  
  14. П. Уайтли, “Почему опросы показали это неправильно на всеобщих выборах 2015 года? Оценивая расследование предвыборных опросов,” Политический ежеквартальный 87 (2016), 437-42, DOI: 10.1111/1467-923X.12274.
  
  15. Джон Кертис, “Раскрыто: почему опросы так ошиблись на всеобщих выборах в Великобритании”, Разговор 14 января 2016, https://theconversation.com/revealed-why-the-polls-got-it-so-wrong-in-the-british-general-election-53138.
  
   16. Нейт Кон, “Обзор 2016 года: почему ключевые опросы в штатах ошибались в отношении Трампа”, "Нью-Йорк Таймс" 31 мая 2017 г., https://www.nytimes.com/2017/05/31/upshot/a-2016-review-why-key-state-polls-were-wrong-about-trump.html; и Эндрю Мерсер, Клаудия Дин и Кайли Макгини, “Почему опросы на выборах 2016 года не достигли цели”, блог Pew Research Fact Tank, 9 ноября 2015 г., http://www.pewresearch.org/fact-tank/2016/11/09/why-2016-election-polls-missed-their-mark/.
  
  17. “Статистика переписи 2011 года в Англии и Уэльсе: QMI за март 2011 года”, Управление национальной статистики, последнее обновление 16 мая 2013, https://www.ons.gov.uk/peoplepopulationandcommunity/populationandmigration/populationestimates/methodologies/2011censusstatisticsforenglandandwalesmarch2011qmi.
  
  18. Авторское интервью с Виктором Майер-Шенбергером, март 2014.
  
  19. “Информационный бюллетень по социальным сетям”, Исследовательский центр Pew, исследование, проведенное в январе 2018 года, https://www.pewinternet.org/fact-sheet/social-media/.
  
  20. Кейт Кроуфорд, “Скрытые искажения в больших данных”, Harvard Business Review 1 апреля 2013, https://hbr.org/2013/04/the-hidden-biases-in-big-data.
  
  21. Леон Келион, “Коронавирус: приложения для обнаружения Covid-19 сталкиваются с проблемами прорезывания зубов”, BBC News, 8 апреля 2020 г., https://www.bbc.co.uk/news/technology-52215290.
  
  22. Кейт Кроуфорд, “Проблема искусственного интеллекта для белого парня”, "Нью-Йорк Таймс" 25 июня 2016, https://www.nytimes.com/2016/06/26/opinion/sunday/artificial-intelligences-white-guy-problem.html.
  
  Правило седьмое: требуйте прозрачности, когда компьютер говорит "Нет"
  
  1. Джереми Гинзберг и др., “Выявление эпидемий гриппа с использованием данных запросов поисковой системы”, Природа 457, № 7232 (19 февраля 2009), 1012-14, DOI: 10.1038 /nature07634.
  
  2. Части этой главы во многом основаны на моей статье “Большие данные: совершаем ли мы большую ошибку?”, Financial Times 28 марта 2014, https://www.ft.com/content/21a6e7d8-b479-11e3-a09a-00144feabdc0. В начале 2014 года я взял интервью у Дэвида Хэнда, Кайзера Фунга, Виктора Майер-Шенбергера, Дэвида Шпигельхалтера и Патрика Вулфа для статьи.
  
  3. Дэвид Лейзер и Райан Кеннеди, “Чему мы можем научиться из эпического провала Google Flu Trends”, Проводной 1 октября 2015, https://www.wired.com/2015/10/can-learn-epic-failure-google-flu-trends/; и Деклан Батлер, “Что Google Flu сделал неправильно”, Природа 13 февраля 2013, https://www.nature.com/news/when-google-got-flu-wrong-1.12413.
  
  4. Страницы данных о тенденциях гриппа Google и тенденциях денге Google, обновленные в августе 2014, https://www.google.org/flutrends/about / [неактивен].
  
  5. Д. Лейзер и др., “Притча о Google Flu: ловушки в анализе больших данных”, Наука 343, № 6176 (март 2014), 1203-5.
  
  6. Саманта Кук и др., “Оценка эффективности Google Flu Trends в Соединенных Штатах во время пандемии вируса гриппа A (H1N1) в 2009 году”, PLoS ONE 6, № 8: e23610 (2011), https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0023610.
  
  7. Джанель Шейн, Ты выглядишь как вещь, и я люблю тебя (Нью-Йорк: Литтл, Браун, 2019).
  
  8. Подробный отчет об этом деле см. в разделе “Файлы Cambridge Analytica” на Наблюдатель/Guardian Веб-сайт, https://www.theguardian.com/news/series/cambridge-analytica-files.
  
   9. Чарльз Дахигг, “Как компании узнают ваши секреты”, Журнал "Нью-Йорк Таймс" 19 февраля 2012, https://www.nytimes.com/2012/02/19/magazine/shopping-habits.html.
  
  10. Ханна Фрай, "Привет, мир: быть человеком в эпоху компьютеров" (Лондон: У. У. Нортон, 2018).
  
  11. Кэти О'Нил, Оружие математического разрушения (Лондон: Аллен Лейн, 2016).
  
  12. Фрикономика, 268-я серия радиопередачи: “Плохое лекарство, часть 1”, 16 августа 2017 г., http://freakonomics.com/podcast/bad-medicine-part-1-story-rebroadcast/.
  
  13. П. А. Маковяк, С. С. Вассерман и М. М. Левин, “Критическая оценка 98,6 ® F, верхнего предела нормальной температуры тела, и другие наследия Карла Рейнхольда Августа Вундерлиха”, ДЖАМА 268, № 12 (1992), 1578-80, DOI: 10.1001/jama.1992.03490120092034.
  
  14. Джеффри Дастин, “Amazon отказалась от секретного инструмента по подбору персонала с использованием искусственного интеллекта, который показал предвзятое отношение к женщинам”, Reuters, 10 октября 2018 г., https://www.reuters.com/article/us-amazon-com-jobs-automation-insight/amazon-scraps-secret-ai-recruiting-tool-that-showed-bias-against-women-idUSKCN1MK08G.
  
  15. Герд Гигеренцер и Стефани Курценхойзер, “Быстрая и экономная эвристика в принятии медицинских решений”, в книге Роджера Бибейса и др., Наука и медицина в диалоге: продумывание деталей и Универсалии (Вестпорт, Коннектикут: Praeger, 2005), 3-15.
  
  16. Пол Мил, Клинический против Статистическое предсказание (Миннеаполис: Издательство Университета Миннесоты, 1954).
  
  17. Фрай, привет, мир.
  
  18. Мандип К. Дхами и Питер Эйтон, “Освобождение под залог и заключение в тюрьму быстрым и экономным способом”, Журнал принятия поведенческих решений 14, № 2 (2001).
  
  19. В первоначальном варианте этой главы, как и в большинстве статей, которые я цитирую, использовались такие слова, как “совершать новые преступления” и “рецидивировать”. Но, как указала мне Кэти О'Нил, то, что обычно предсказывается, - это повторный арест. Не все, кого арестовывают, совершили преступление, и не все, кто совершает преступление, арестованы. Мне (и моим источникам) следовало быть более осторожным, согласно моему совету в соответствии с правилом три.
  
  20. Джон Кляйнберг и др., “Человеческие решения и машинные предсказания”, Ежеквартальный экономический журнал 133, № 1 (февраль 2018), 237-93, https://doi.org/10.1093/qje/qjx032; смотрите также Касс Р. Санштейн, “Алгоритмы, исправляющие ошибки”, рабочий документ, 12 декабря 2018 года.
  
  21. Дэвид Джексон и Гэри Маркс, “Программа интеллектуального анализа данных, разработанная для прогнозирования жестокого обращения с детьми, оказывается ненадежной, заявляет DCFS”. Chicago Tribune, 6 декабря 2017; и Дэн Херли, “Может ли алгоритм определить, когда дети в опасности?”, "Нью-Йорк Таймс" Журнал 2 января 2018 г., https://www.nytimes.com/2018/01/02/magazine/can-an-algorithm-tell-when-kids-are-in-danger.html.
  
  22. Херли, “Может ли алгоритм”.
  
  23. Эндрю Гельман, “Недостатки в глупом ужасном алгоритме выявлены, потому что он делал численные прогнозы”, Статистическое моделирование, причинно-следственный вывод и социальная наука (блог), 3 июля 2018 г., https://statmodeling.stat.columbia.edu/2018/07/03/flaws-stupid-horrible-algorithm-revealed-made-numerical-predictions/.
  
  24. Сабина Хоссенфельдер, “Блез Паскаль, Флорин Перье и эксперимент Пюи де Дом”, Продолжение (Боевик) (блог), 21 ноября 2007, http://backreaction .blogspot.com/2007/11/blaise-pascal-florin-p-and-puy-de-d.html; и Дэвид Вуттон, Изобретение науки: новая история научной революции (Лондон: Аллен Лейн, 2015), глава 8.
  
   25. Смотрите, например, подробнее у Луи Тренчарда, "Бойл как алхимик”, Журнал истории идей 2, № 1 (январь 1941), 61-76; и Адам Манн, “Странная, тайная история бумаг Исаака Ньютона”, вопросы и ответы с Сарой Драй, Проводной 14 мая 2014, https://www.wired.com/2014/05/newton-papers-q-and-a/.
  
  26. Вуттон, "Изобретение науки", 340.
  
  27. Джеймс Берк, Соединения (Бостон: Литтл, Браун, 1978; переиздание 1995), 74.
  
  28. Вуттон, "Изобретение науки", 357.
  
  29. Джефф Ларсон и др., “Как мы проанализировали алгоритм рецидива COMPAS”, ProPublica, 23 мая 2016 г., https://www.propublica.org/article/how-we-analyzed-the-compas-recidivism-algorithm.
  
  30. Сэм Корбетт-Дэвис и др., “Алгоритмическое принятие решений и стоимость справедливости”, Корнеллский университет, arXiv: 1701.08230; и Сэм Корбетт-Дэвис и др., “Компьютерная программа, используемая для принятия решений об освобождении под залог и вынесении приговора, была помечена как предвзятая по отношению к чернокожим: на самом деле это не так ясно”, Washington Post 17 октября 2016, https://www.washingtonpost.com/news/monkey-cage/wp/2016/10/17/can-an-algorithm-be-racist-our-analysis-is-more-cautious-than-propublicas/.
  
  31. Эд Йонг, “Популярный алгоритм не лучше предсказывает преступления, чем случайные люди”, Атлантический океан 17 января 2018 года, https://www.theatlantic.com/technology/archive/2018/01/equivant-compas-algorithm/550646/.
  
  32. Йонг, “Популярный алгоритм”.
  
  33. Джулия Дрессел и Хани Фарид, “Точность, справедливость и пределы прогнозирования рецидива”, Наука развивается 4, № 1 (17 января 2018), DOI: 10.1126/sciadv.aao5580.
  
  34. “Лекции Рейта: вопрос доверия” Оноры О'Нил (BBC Radio 4, 2002, http://www.bbc.co.uk/radio4/reith2002/) и выступление на TED “Чего мы не понимаем в доверии” (сентябрь 2013, https://www.ted.com/speakers/onora_o_neill) оба достойны того, чтобы их послушать. Темы интеллектуальной открытости подробно рассматриваются в отчете Королевского общества Наука как открытое предприятие (2012), автором которого был О'Нил. В своей книге Искусство статистики (Нью-Йорк: Базовые книги, 2019), Дэвид Шпигельхалтер показывает, как принципы О'Нила могут быть применены к оценке алгоритмов.
  
  35. Интервью автора по электронной почте с Кэти О'Нил, 29 августа 2019 года.
  
  36. Джек Никас, “Как YouTube заводит зрителей в самые темные уголки Интернета”, Wall Street Journal 7 февраля 2018 г., https://www.wsj.com/articles/how-youtube-drives-viewers-to-the-internets-darkest-corners-1518020478; и Зейнеп Туфекчи, “YouTube, великий радикалист”, "Нью-Йорк Таймс" 10 марта 2018 г., https://www.nytimes.com/2018/03/10/opinion/sunday/youtube-politics-radical.html. Но посмотрите, в отличие от Марка Ледвича и Анны Зайцевой, “Алгоритмический экстремизм: изучение кроличьей норы радикализации YouTube”, Корнеллский университет, arXiv: 1912.11211, https://arxiv.org/abs/1912.11211.
  
  37. Райан Сингал, “Netflix раскрыл ваш секрет ”Горбатой горы", утверждается в иске". Проводной 17 декабря 2009, https://www.wired.com/2009/12/netflix-privacy-lawsuit/; и Блейк Халлинан и Тед Стрифас, “Рекомендуется для вас: премия Netflix и создание алгоритмической культуры”, Новые МЕДИА и общество, 2016, https://journals.sagepub.com/doi/pdf/10.1177/1461444814538646.
  
  Правило восьмое: не принимайте статистическую основу как должное
  
  1. Это перевод интервью датского телевидения, обсуждаемого в книге Питера Винтагена Симпсона “Ханс Рослинг: ”Вы не можете доверять средствам массовой информации"". Местный 5 сентября 2015 г., https://www.thelocal.se/20150905/hans-rosling-you-cant-trust-the-media.
  
  2. Лора Смит, “В 1974 году Стриптизерша, известная как ‘Бомба приливного бассейна”, уничтожила самого влиятельного человека в Вашингтоне", Хроника событий, 18 сентября 2017 года, https://timeline.com/wilbur-mills-tidal-basin-3c29a8b47ad1; Стивен Грин и Маргот Хорнблауэр, “Миллс признает, что присутствовал во время потасовки в Приливном бассейне”, Washington Post, 11 октября 1974 года.
  
  3. “Стриптизерша и конгрессмен: история Фанн Фокс”, Подкаст Rialto Report 82-я серия.
  
  4. Элис М. Ривлин, “40-я годовщина бюджетного управления Конгресса”, Брукингс: Для протокола 2 марта 2015, https://www.brookings.edu/on-the-record/40th-anniversary-of-the-congressional-budget-office/.
  
  5. Филип Джойс, “Бюджетное управление Конгресса в среднем возрасте”, Центр Хатчинса в Брукингсе, Рабочий документ № 9, 17 февраля 2015 года.
  
  6. Цитируется в книге Нэнси Д. Кейтс, Начиная с нуля: Элис Ривлин и Бюджетное управление Конгресса (Кембридж, Массачусетс: Школа управления Джона Ф. Кеннеди, Гарвардский университет, 1989).
  
  7. Элейн Пович, “Элис Ривлин, Маэстро бюджета, которая "Помогла спасти Вашингтон" во время финансового кризиса, умирает в 88 лет”, Washington Post 14 мая 2019 года, https://www.washingtonpost.com/local/obituaries/alice-rivlin-budget-maestro-who-helped-save-washington-in-fiscal-crisis-dies-at-88/2019/05/14/c141c996-0ff9-11e7-ab07-07d9f521f6b5_story.html.
  
  8. Эндрю Прокоп, “Бюджетное управление Конгресса, объяснил”, Vox, 26 июня 2017 г., https://www.vox.com/policy-and-politics/2017/3/13/14860856/congressional-budget-office-cbo-explained.
  
  9. Джон Френдрайс и Рэймонд Таталович, “Точность и предвзятость в макроэкономическом прогнозировании Администрацией, Центральным банком и Советом Федеральной резервной системы”, Политика 32, № 4 (2000), 623-32, DOI: 10.2307 /3235295; Холли Баттелл, Отчет CBO по экономическому прогнозированию (Вашингтон, округ Колумбия: Бюджетное управление Конгресса, 2010); Комитет по ответственному федеральному бюджету, “Взгляд в будущее на 2020 год: взгляд назад на экономический прогноз CBO”, январь 2013, https://www.crfb.org/blogs/hindsight-2020-look-back-cbos-economic-forecasting.
  
  10. Управление по бюджетной ответственности, Отчет об оценке прогноза за 2019 год, декабрь 2019, https://obr.uk/docs/dlm_uploads/Forecast_evaluation_report_December_2019-1.pdf.
  
  11. Малкольм Булл, “Могут ли бедные думать?”, Лондонское книжное обозрение 41, № 13 (4 июля 2019).
  
  12. Бурри Лэм, “После хорошего отчета о рабочих местах Трамп теперь верит экономическим данным”, Атлантический океан 10 марта 2017 г., https://www.theatlantic.com/business/archive/2017/03/trump-spicer-jobs-report/519273/.
  
  13. Эстер Кинг, “В Германии зафиксирован самый низкий уровень преступности с 1992 года”, Politico 8 мая 2017 г., https://www.politico.eu/article/germany-crime-rate-lowest-since-1992/.
  
  14. Для обсуждения и полных твитов Трампа смотрите Мэтью Иглесиаса, “Трамп только что написал в Твиттере, что ‘Преступность в Германии сильно возросла’. На самом деле это самый низкий уровень с 1992 года”, Vox, 18 июня 2018 года; и Кристофера Ф. Шютце и Майкла Вольгелентера, “Проверка фактов: ложные и вводящие в заблуждение заявления Трампа о преступности и иммиграции в Германии”, "Нью-Йорк Таймс" 18 июня 2018 года.
  
  15. Диана Койл, ВВП: краткая, но трогательная история (Принстон, Нью-Джерси: Издательство Принстонского университета, 2014), 3-4.
  
   16. Европейская комиссия, Отчет о государственном дефиците и статистике долга Греции, январь 2010, https://ec.europa.eu/eurostat/documents/4187653/6404656/COM_2010_report_greek/c8523cfa-d3c1-4954-8ea1-64bb11e59b3a.
  
  17. Бит Балзли, “Греческий долговой кризис: как Goldman Sachs помог Греции скрыть свой истинный долг”, Der Spiegel 8 февраля 2010, https://www.spiegel.de/international/europe/greek-debt-crisis-how-goldman-sachs-helped-greece-to-mask-its-true-debt-a-676634.html.
  
  18. У Международного статистического института есть хронологический отчет о печальной истории, последний раз обновленный Г. О'Хэнлоном и Х. Сноррасоном в июле 2018 года: “Судебное разбирательство против Андреаса Георгиу”. https://isi-web.org/images/news/2018-07_Court-proceedings-against-Andreas-Georgiou.pdf.
  
  19. “Благодарность Андреаса Георгиу”, пресс-релиз Международной статистической ассоциации, 18 сентября 2018 г., https://www.isi-web.org/images/2018/Press%20release%20Commendation%20for%20Andreas%20Georgiou%20Aug%202018.pdf.
  
  20. Р. Лангкьер-Бейн, “Испытания статистика”, Значение 14 (2017), 14-19, DOI: 10.1111/j.1740-9713.2017.01052.x; “Авгиева конюшня”, Экономист 13 февраля 2016, https://www.economist.com/the-americas/2016/02/13/an-augean-stable; “Цена за приготовление книг”, Экономист 25 февраля 2012, https://www.economist.com/the-americas/2012/02/25/the-price-of-cooking-the-books.
  
  21. Лангкьер-Бейн, “Испытания статистика”.
  
  22. Авторское интервью с Дениз Ливсли, 2 июля 2018 года.
  
  23. “Закон Танзании, карающий критиков статистики, ”вызывает глубокую озабоченность": Всемирный банк", Рейтер, 3 октября 2018 г., https://www.reuters.com/article/us-tanzania-worldbank/tanzania-law-punishing-critics-of-statistics-deeply-concerning-world-bank-idUSKCN1MD17P.
  
  24. Эми Камзин, “Сомнительные данные затрудняют оценку обещаний Моди о работе”, Financial Times 8 октября 2018 г., https://www.ft.com/content/1a008ebe-cad4-11e8-9fe5-24ad351828ab.
  
  25. Стивен Чейз и Тавия Грант, “Глава статистического управления Канады попадает под удар из-за переписи”, Глоб энд Мейл 21 июля 2010, https://www.theglobeandmail.com/news/politics/statistics-canada-chief-falls-on-sword-over-census/article1320915/.
  
  26. Лангкьер-Бейн, “Испытания статистика”.
  
  27. Николь Асеведо, “Пуэрто-Рико грозят судебные иски из-за данных о количестве погибших в результате урагана”, NBC News, 1 июня 2018 года; и Джошуа Барахас, “Официальное число погибших в результате урагана "Мария" в 46 раз больше, чем было почти год назад. Вот почему, ” PBS Выпуск новостей 30 августа 2018 г., https://www.pbs.org/newshour/nation/hurricane-marias-official-death-toll-is-46-times-higher-than-it-was-almost-a-year-ago-heres-why.
  
  28. Управление национальной статистики, Отчет об оценке льгот по переписи 2011 года, последнее обновление 9 октября 2017, https://www.ons.gov.uk/census/2011census/2011censusbenefits/2011censusbenefitsevaluationreport#unquantified-benefits; Иэн Коуп, “Ценность статистики переписи”, Управление национальной статистики, https://www.ukdataservice.ac.uk/media/455474/cope.pdf. http://www.nationalarchives.gov.uk/doc/open-government-licence/version/3/.
  
  29. Карл Баккер, Оценка результатов переписи (Веллингтон: Статистическое управление Новой Зеландии, 2014), https://www.stats.govt.nz/assets/Research/Valuing-the-Census/valuing-the-census.pdf.
  
  30. Моника И. Фелиу-Мойер, “Почему Пуэрто-Рико ликвидирует свой институт статистики?”, "Сайентифик Американ": Голоса (блог), 1 февраля 2018 года.
  
   31. Свидетельские показания, Запрос CBO об ассигнованиях на 2020 финансовый год, Подкомитет по законодательной власти, Комитет по ассигнованиям, Палата представителей США, показания директора CBO Кита Хилла, 26 февраля 2019 года, https://www.cbo.gov/publication/54965.
  
  32. Эллен Хьюз-Кромвик и Джулия Коронадо, “Ценность данных правительства США для принятия бизнес-решений в США”, Журнал экономических перспектив 33, № 1 (2019), 131-46, DOI: 10.1257 / jep.33.1.131.
  
  33. Милтон и Роуз Фридман, Двум счастливчикам (Чикаго: Издательство Чикагского университета, 1998), цитируется в книге Нила Моннери “Послевоенная трансформация Гонконга показывает, как меньшее количество данных иногда может стимулировать экономический рост”, сообщение в блоге Лондонской школы экономики и политических наук, 30 июня 2017 г., https://blogs.lse.ac.uk/businessreview/2017/06/30/hong-kongs-postwar-transformation-shows-how-fewer-data-can-sometimes-boost-growth/.
  
  34. Джеймс К. Скотт, Видящий как государство: как провалились определенные схемы улучшения условий жизни человека (Нью-Хейвен: Издательство Йельского университета, 1998).
  
  35. Перри Линк, “Китай: от голода до Осло”, Нью-Йоркское книжное обозрение 13 января 2011 года.
  
  36. Обсуждение числа погибших при Сталине см. в Тимоти Снайдере, “Гитлер против Сталин: Кто убил больше?,” Нью-Йоркское книжное обозрение 10 марта 2011—более деликатно написанная статья, чем предполагает название. Подробнее о переписи 1937 года см. Дэниела Сэндфорда, “В Москве история повсюду”, BBC News, 2 ноября 2012 года; и Кэтрин Мерридейл, “Перепись 1937 года и пределы сталинского правления”. Исторический журнал 39, № 1 (1996); и “Призванный к ответу”, Экономист 3 сентября 2016 г., https://www.economist.com/finance-and-economics/2016/09/03/called-to-account.
  
  37. Кэтрин Мерридейл, “Перепись 1937 года и пределы сталинского правления”.
  
  38. Адам Туз, Статистика и немецкое государство, 1900-1945 (Кембридж, Великобритания: Издательство Кембриджского университета, 2001), 257.
  
  39. Авторское интервью с Дениз Ливсли, 11 марта 2019 года.
  
  40. Хетан Шах, “Как спасти статистику от угрозы популизма”, Financial Times 21 октября 2018 г., https://www.ft.com/content/ca491f18-d383-11e8-9a3c-5d5eac8f1ab4.
  
  41. Николас Эберштадт и др., “Чтобы они могли основывать свои аргументы на фактах’: жизненно важная роль данных, собранных правительством”, отчет AEI / Hamilton Project, март 2017.
  
  42. Подробнее об обзоре см. G. Хойнвилл и Т. М. Ф. Смит, “Обзор государственных статистических служб Рейнера”, Журнал Королевского статистического общества, Серия A (General) 145, № 2 (1982), 195-207, DOI: 10.2307 / 2981534; и Джон Кей, “Лучший способ восстановить веру в официальную статистику”, запись в блоге, 25 июля 2006, https://www.johnkay.com/2006/07/25/a-better-way-to-restore-faith-in-official-statistics/.
  
  43. Эллен Хьюз-Кромвик и Джулия Коронадо, “Значение данных правительства США для принятия бизнес-решений в США”.
  
  44. Джеки Мански, “Фантастическая инфографика WEB Du Bois впервые представлена в полном цвете”, Смитсоновский 15 ноября 2018 г., https://www.smithsonianmag.com/history/first-time-together-and-color-book-displays-web-du-bois-visionary-infographics-180970826/; и Мона Шалаби, “ВЕБ Дю Буа: повторение его попытки бросить вызов расизму с помощью данных”, Guardian 14 февраля 2017 г., https://www.theguardian.com/world/2017/feb/14/web-du-bois-racism-data-paris-african-americans-jobs.
  
  45. Эрик Дж. Эванс, Тэтчер и тэтчеризм (Лондон: Psychology Press, 2004), 30.
  
   46. Иэн Симпсон, Доверие общественности к официальной статистике—2016 (Лондон: NatCen Social Research, 2017), https://natcen.ac.uk/media/1361381/natcen_public-confidence-in-official-statistics_web_v2.pdf.
  
  47. Кабинет министров, обзор предварительного доступа к официальной статистике, https://assets.publishing.service.gov.uk/government/uploads/system/uploads/attachment_data/file/62084/pre-release-stats.pdf.
  
  48. Майк Берд: “Повезло, хорошо или тебя предупредили? Любопытный случай с правительственными данными и фунтом стерлингов,” Wall Street Journal, 26 апреля 2017; и “Новые данные свидетельствуют о том, что правительственные деятели Великобритании будут освобождены досрочно”, Wall Street Journal, 13 марта 2017 года.
  
  Правило девятое: Помните, что дезинформация тоже может быть красивой
  
  1. Для получения дополнительной информации о жизни и статистическом вкладе Флоренс Найтингейл см. Марк Бостридж, Флоренс Найтингейл: женщина и ее легенда (Нью-Йорк: Пингвин, 2009); Линн Макдональд, изд., Собрание сочинений Флоренс Найтингейл (Ватерлоо, О: Издательство университета Уилфрида Лорье, 2009-10) и “Флоренс Найтингейл: страстный статистик”. Журнал по холистическому уходу 28, № 1 (март 2010); Хью Смолл, “Спасла ли ‘Диаграмма розы’ Найтингейла миллионы жизней?”, доклад на семинаре, Королевское статистическое общество, 7 октября 2010; I. Бернард Коэн, ”Флоренс Найтингейл", Scientific American 250, № 3 (1984), 128-37, JSTOR, www.jstor.org/stable/24969329; Эйлин Маньелло, “Флоренс Найтингейл: викторианский статистик”, Математика в школе В мае 2010 года и “Статистическое мышление и идеи Флоренс Найтингейл и викторианских политиков,” Радикальная статистика выпуск 102.
  
  2. Черновик от Джона Сазерленда (предположительно, от имени Флоренс Найтингейл) Уильяму Фарру, март 1861 года.
  
  3. Эти цитаты из Найтингейла приведены в книге Мэрион Даймонд и Мервина Стоуна “Найтингейл на Кетле”. Журнал Королевского статистического общества 1 (1981), 66–79.
  
  4. Alberto Cairo, Функциональное искусство (Сан-Франциско: Peachpit Press, 2013).
  
  5. Роберт Вентури, Дениз Скотт Браун и Стивен Изенор, Опыт Лас-Вегаса: забытый символизм архитектурной формы (Кембридж, Массачусетс: издательство MIT Press, 1977); смотри также Курт Кольстедт, “Уроки Города грехов: архитектура ‘уток" в сравнении с "украшенными сараями’, 99% Invisible.org 26 сентября 2016 г., https://99percentinvisible.org/article/lessons-sin-city-architecture-ducks-versus-decorated-sheds/; и Эдвард Туфте, Визуальное отображение количественной информации (Чешир, Коннектикут: Graphics Press, 1983, 2001), 106-21.
  
  6. Скотт Бейтман и др., “Полезный мусор? Влияние визуальных приукрашиваний на понимание и запоминаемость диаграмм,” Материалы 28-й международной конференции по человеческому фактору в вычислительных системах, CHI, Атланта, 2010.
  
  7. Линда Родригес Макробби, “Когда британцы хотели замаскировать свои военные корабли, они сделали их ослепительными”. Смитсоновский 7 апреля 2016, https://www.smithsonianmag.com/history/when-british-wanted-camouflage-their-warships-they-made-them-dazzle-180958657/.
  
  8. Дэвид Маккэндлесс, Долги перед НАМИ"Информация прекрасна", видео, 30 декабря 2010, https://www.youtube.com/watch?v=K7Pahd2X-eE.
  
  9. Дэвид МакКэндлесс и Стефани Старлинг, “Миллиард фунтов за грамм”, Информация прекрасна, визуализация данных, обновлено в ноябре 2019 года, https://informationisbeautiful.net/visualizations/the-billion-pound-o-gram.
  
   10. Брайан Бреттшнайдер, “Уроки публикации поддельной карты”, Forbes.com 23 ноября 2018 г., https://www.forbes.com/sites/brianbrettschneider/2018/11/23/lessons-from-posting-a-fake-map/#5138b31959ec.
  
  11. Флоренс Найтингейл, “Заметки о здоровье британской армии”, в McDonald, Собрание сочинений Флоренс Найтингейл том 14, 37.
  
  12. См. Макдональд, Собрание сочинений Флоренс Найтингейл, том 14, 551-52.
  
  13. Письмо Флоренс Найтингейл Сиднею Герберту, 19 августа 1857 года.
  
  14. Alberto Cairo, Как лгут графики (Нью-Йорк: У. У. Нортон, 2019), 47.
  
  15. Уильям Кливленд, Элементы построения графиков данных (Монтерей, Калифорния: Уодсворт, 1994); Джин Желязны, Скажите это с помощью графиков (Нью-Йорк: Макгроу-Хилл, 1985); Наоми Роббинс, Создание более эффективных графиков (Хобокен, Нью-Джерси: Wiley, 2005).
  
  16. Эдвард Туфте, Представление информации (Чешир, Коннектикут: Graphics Press, 1990).
  
  17. Ларри Бьюкенен, “Идея недели: неравенство и нью-йоркское метро”, Житель Нью-Йорка 15 апреля 2013, https://www.newyorker.com/news/news-desk/idea-of-the-week-inequality-and-new-yorks-subway.
  
  18. Саймон Скарр, “Кровавые потери Ирака”, South China Morning Post 17 декабря 2011, https://www.scmp.com/infographics/article/1284683/iraqs-bloody-toll.
  
  19. Энди Котгрив, “Ложь, проклятая ложь и статистика”, Информационный мир 28 июня 2016, https://www.infoworld.com/article/3088166/why-how-to-lie-with-statistics-did-us-a-disservice.html.
  
  20. Письмо Уильяма Фарра Флоренс Найтингейл от 24 ноября 1863 года, цитируется в книге Джона М. Эйлера, Викторианская социальная медицина: идеи и методы Уильяма Фарра (Лондон: Издательство Университета Джона Хопкинса, 1979), 175.
  
  21. Музей науки, “Флоренс Найтингейл: первопроходец статистики”, 10 декабря 2018 г., https://www.sciencemuseum.org.uk/objects-and-stories/florence-nightingale-pioneer-statistician.
  
  Правило десятое: сохраняйте непредвзятость
  
  1. Леон Фестингер, Генри Рикен и Стэнли Шахтер, Когда пророчество терпит неудачу (Нью-Йорк: Harper Torchbooks, 1956).
  
  2. Уолтер А. Фридман, Предсказатели судьбы: история первых американских экономических прогнозистов (Принстон, Нью-Джерси: Издательство Принстонского университета, 2013); Сильвия Назар, Грандиозное преследование (Лондон: Четвертая власть, 2011).
  
  3. Фридман, "Предсказатели судьбы".
  
  4. Ирвинг Фишер, Как жить 21-е изд. (Нью-Йорк: Funk & Wagnalls, 1946).
  
  5. Марк Торнтон, Экономика сухого закона (Солт-Лейк-Сити: Издательство Университета Юты, 1991).
  
  6. Эстер Инглисс-Аркелл, “Получил ли случай научного проступка Нобелевскую премию по физике?”, Gizmodo, 22 апреля 2014 г., https://io9.gizmodo.com/did-a-case-of-scientific-misconduct-win-the-nobel-prize-1565949589.
  
  7. Ричард Фейнман, “Наука о культе карго”, стенограмма выступления в Калтехе, 1974, http://calteches .library.caltech.edu/51/2/CargoCult.htm.
  
  8. М. Хенрион и Б. Фишхофф, “Оценка неопределенности в физических константах”, Американский журнал физики 54 (1986), 791–98, https://doi.org/10.1119/1.14447.
  
  9. Интервью автора с Йонасом Олофссоном, 22 января 2020 года.
  
  10. Т. К. Брок и Дж. Л. Баллун, “Поведенческая восприимчивость к диссонирующей информации”, Журнал по психологии личности и социальной 6, № 4, часть 1 (1967), 413-28, https://doi.org/10.1037/h0021225.
  
   11. Барух Фишхофф и Рут Бейт, “‘Я знал, что это произойдет’: запомнившиеся вероятности некогда будущих событий”, Организационное поведение и производительность человека 13, № 1 (1975), 1-16, https://doi.org/10.1016/0030-5073 (75)90002-1.
  
  12. Филип Тетлок, Экспертное политическое суждение (Принстон, Нью-Джерси: Издательство Принстонского университета, 2005); Филип Тетлок и Дэн Гарднер, Суперпрогнозирование: искусство и наука прогнозирования (Нью-Йорк: Crown, 2015), 184.
  
  13. Уэлтон Чанг и др., “Разработка экспертного политического суждения: Влияние обучения и практики на точность суждений в турнирах по геополитическому прогнозированию,” Суждения и принятие решений 11, № 5 (сентябрь 2016), 509-26.
  
  14. Филип Тетлок и Дэн Гарднер, Суперпрогнозирование, 127.
  
  15. Сильвия Назар, Грандиозное преследование (Лондон: Четвертая власть, 2011); Джон Васик, Путь Кейнса к богатству (Нью-Йорк: McGraw Hill, 2013).
  
  16. Энн Эмбертон, “Кейнс и распродажа произведений Дега”, История сегодня 46, № 1 (январь 1996); Джейсон Цвейг, “Когда Кейнс играл покупателя произведений искусства”. Wall Street Journal, 30 марта 2018 года; “Любопытная история экономиста и Сезанна [так] в изгороди”, BBC News, 3 мая 2014 г., https://www.bbc.co.uk/news/magazine-27226104.
  
  17. Дэвид Чемберс и Элрой Димсон, “Ретроспективы: Джон Мейнард Кейнс, инноватор в области инвестиций”, Журнал экономических перспектив 27, № 3 (2013), 213-28, DOI: 10.1257 / jep.27.3.213.
  
  18. М. Дойч и Х. Б. Джерард, “Исследование нормативных и информационных социальных влияний на индивидуальные суждения”, Журнал аномальной и социальной психологии 51, № 3 (1955), 629-36, https://doi.org/10.1037/h0046408.
  
  19. Филип Тетлок, “Вот надежный психологический эффект, который не ослабевает при тщательном изучении репликации”, Twitter, 6 января 2020 года, 10:09 утра., https://twitter.com/PTetlock/status/1214202229156016128.
  
  20. Назар, Грандиозное преследование, 314.
  
  21. Фридман, "Предсказатели судьбы".
  
  Золотое правило: будьте любопытны
  
  1. Орсон Уэллс, выступление перед студентами Калифорнийского университета в Лос-Анджелесе, 1941 год.
  
  2. Онора О'Нил, Лекции Рейта 2002: Вопрос доверия, лекция 4: “Доверие и прозрачность”, http://downloads.bbc.co.uk/rmhttp/radio4/transcripts/20020427_reith.pdf.
  
  3. Дэн М. Кахан и др., “‘Они видели протест’: когнитивный нелиберализм и различие между речью и поведением”, 5 февраля 2011, Рабочий документ проекта "Культурное познание" № 63.; Стэнфордское юридическое обозрение 64 (2012); Исследовательская работа по юридическим исследованиям Темплского университета, № 2011-17, доступна по адресу https://ssrn.com/abstract=1755706.
  
  4. Дэн М. Кахан, “Почему умные люди склонны ставить интересы народа выше правды”, Scientific American: Наблюдения (блог), 3 декабря 2018 г., https://blogs.scientificamerican.com/observations/why-smart-people-are-vulnerable-to-putting-tribe-before-truth/; Брайан Резник, “Возможно, существует противоядие от политически мотивированных рассуждений. И это удивительно просто ”, Vox, 7 февраля 2017 г., https://www.vox.com/science-and-health/2017/2/1/14392290/partisan-bias-dan-kahan-curiosity; Дан. М. Кахан и др., “Научное любопытство и обработка политической информации”, Политическая психология 38 (2017), 179-99, DOI: 10.1111 / pops.12396.
  
   5. Авторское интервью с Дэном Каханом, 24 ноября 2017 года.
  
  6. Дж. Каплан, С. Гимбел и С. Харрис, “Нейронные корреляты сохранения своих политических убеждений перед лицом контрдоказательств”, Научные отчеты Статья 6. № 39589 (2016), https://doi.org/10.1038/srep39589.
  
  7. Г. Левенштейн, “Психология любопытства: обзор и переосмысление”, Психологический вестник 116, № 1 (1994), 75-98, https://doi.org/10.1037/0033-2909.116.1.75.
  
  8. Л. Розенблит и Ф. Кейл, “Неправильно понятые пределы народной науки: иллюзия объяснительной глубины”, Когнитивная наука 26 (2002), 521-62, DOI: 10.1207/s15516709cog2605_1.
  
  9. Филип М. Фернбах и др., “Политический экстремизм поддерживается иллюзией понимания”, Психологическая наука 24, № 6 (2013), 939-46, https://doi.org/10.1177/0956797612464058.
  
  10. Стивен Сломан и Филип М. Фернбах: “Когда нас просят объяснить, мы становимся менее пристрастными”. "Нью-Йорк Таймс" 21 октября 2012 года.
  
  11. Майкл Ф. Дальстрем, “Повествование в науке”, Труды Национальной академии наук Соединенных Штатов Америки 111, приложение 4 (2002), 13614-20, DOI: 10.1073 /pnas.1320645111.
  
  12. Брюс У. Харди и др., “Урок гражданского права Стивена Колберта: как Супер ПАК Колберта рассказал зрителям о финансировании предвыборной кампании”, Массовая коммуникация и общество 17, № 3 (2014), 329-53, DOI: 10.1080/15205436.2014.891138.
  
  13. Футболка с надписью “The Planet Money”, Планета денег подкаст, специальная серия, 11 декабря 2013, https://www.npr.org/series/262481306/planet-money-t-shirt-project-series?t=1580750014093.
  
  14. Экономика: Профессия и общественность семинар, проведенный в Казначействе, Лондон, 5 мая 2017 года.
  
  15“Лекарство от скуки - это любопытство. От любопытства нет лекарства ”, цитата следователя, обновлена 26 сентября 2016 г., https://quoteinvestigator.com/2015/11/01/cure/.
  
  16. “Почему этот лживый ублюдок лжет мне?” Это мнение любезно предоставлено известным британским репортером Луисом Херреном.
  
  реквизиты
  
  Эпиграфы к главе
  
  1: Умберто Эко, Интуитивные прозрения: язык и безумие. Лондон: Орион, 1998.
  
  2: Империя наносит ответный удар (1980); также известен как Звездные войны: эпизод V; авторы сценария Ли Брэкетт и Лоуренс Касдан.
  
  3 Мухаммад Юнус, интервью Стивена Кови, “Стивен Кови берет интервью у основателя Grameen Bank Мухаммеда Юнуса”, SocialBusinessPedia, последнее обновление 21 ноября 2016 г., http://socialbusinesspedia.com/wiki/details/248.
  
  4: Дуглас Адамс, Путеводитель автостопом по Галактике. Лондон: Pan Books, 1979.
  
  5: Терри Пратчетт, Человек-жнец. Лондон: Виктор Голланц, 1991.
  
  6: Алан Мур, Стражи. Нью-Йорк: DC Comics, 1986.
  
  7: Анна Пауэлл-Смит, MissingNumbers.org .
  
  8: 2001: Космическая одиссея (1968), сценарий Стэнли Кубрика и Артура К. Кларка.
  
  9: Перевод интервью датского телевидения, обсуждаемого в книге Питера Винтагена Симпсона “Ханс Рослинг: ‘Вы не можете доверять средствам массовой информации’”. Местный 5 сентября 2015 г., https://www.thelocal.se/20150905/hans-rosling-you-cant-trust-the-media.
  
  10: Майкл Бластленд, личная переписка, 13 мая 2013 года.
  
  11: Леон Фестингер, Генри Рикен и Стэнли Шахтер, Когда пророчество терпит неудачу. Нью-Йорк: Harper Torchbooks, 1956.
  
  12: Орсон Уэллс, выступление перед студентами Калифорнийского университета в Лос-Анджелесе, 1941 год.
  
  ABCDEFGHЯJKLMNOPQRSTUVWXYZ
  
  Указатель
  
  Номера страниц в этом указателе относятся к печатной версии этой книги. Предоставленная ссылка приведет вас к началу этой печатной страницы. Возможно, вам потребуется прокрутить страницу вперед от этого местоположения, чтобы найти соответствующую ссылку в вашем электронном ридере.
  
  Номера страниц, выделенные курсивом, обозначают изображения и подписи.
  
  доступность данных, 81, 132–34, 179–80, 183, 205–11
  
  подотчетность, 180, 181
  
  Исследование активной жизни, 143
  
  активно мыслящие люди с открытым мышлением, 254–55
  
  атаки с применением оружия, 39
  
  Адамс, Дуглас, 65
  
  Адаптироваться (Харфорд), 123
  
  зависимость, 5, 222
  
  административные данные, 148–50. Смотри также официальная статистика
  
  позитивные действия, 33–34
  
  данные о возрасте
  
  и тенденции детской смертности, 66–67, 91
  
  и данные уголовного правосудия, 178
  
  и определение понятия “дети”, 70n
  
  и показатели разводов, 253n
  
  и оценка статистических утверждений, 133
  
  и частота инсультов, 98
  
  и неправильное использование статистических методов, 117–19
  
  и исследование “грунтовки”, 121
  
  и масштаб числовых сравнений, 93–94
  
  и статистика самоповреждений, 75
  
  и исследование курения, 4–5
  
  и подростковая беременность, 55
  
  и исследования вакцинации, 53–54
  
  агрессивное поведение, определяющее, 70–71
  
  СПИД, 28
  
  алхимия, 171, 173–75, 173n, 179, 207
  
  алгоритмы
  
  аналогия с алхимией, 175
  
  и данные о потребителях, 159–64
  
  приложения для уголовного правосудия, 176–79
  
  и чрезмерная доверчивость к данным, 164–67
  
  и нашел данные, 149, 151, 154
  
  и тенденции в Google по борьбе с гриппом, 153–57
  
  против человеческого суждения, 167–71
  
  распознавание шаблонов, 183
  
  и распространение больших данных, 157–59
  
  и систематическая предвзятость, 166
  
  и оценки учителей, 163–64
  
  достоверность, 179–82
  
  Смотри также большие данные
  
  Аллегория веры, The (Вермеер), 29–30
  
  Союзная художественная комиссия, 21
  
  альтернативные санкции, 176–79
  
  Высотомеры, 172–73
  
  Amazon, 148, 175, 181
  
  Американская экономическая ассоциация, 186n
  
  Американская статистическая ассоциация, 194
  
  Андерсон, Крис, 156
  
  Энгвин, Джулия, 176
  
  анорексия, 75
  
  антидепрессанты, 126
  
  настроения против вакцинации, 53–54
  
  Apple, 175
  
  Аргентина, 194–95, 211
  
  Армейская медицинская комиссия (Великобритания), 215
  
  подделки произведений искусства, 19–23, 29–32, 42–45
  
  Asch, Solomon, 135–38, 141–42, 260
  
  решения, поддающиеся оценке, 180
  
  астрология, 124
  
  Аткинсон, Тони, 83
  
  атомное оружие, 90, 249–50
  
  Аттенборо, Дэвид, 277–78
  
  авторитет, уважение к, 138–39
  
  аутизм, 53–54
  
  автоматизация, 128
  
  Номер Авогадро, 246
  
  Бэббидж, Чарльз, 219
  
  Бэбкок, Линда, 27
  
  Бэбсон, вас понял, 263
  
  эффект обратного удара, 129
  
  Плохая наука (Голдакр), 2
  
  рекомендации по освобождению под залог, 158, 169, 180
  
  Бакелитовый, 32
  
  Банк международных расчетов, 100–101
  
  Банк Англии, 256, 258
  
  Бэннон, Стив, 13
  
  столбчатые диаграммы, 228, 234, 235
  
  Барг, Джон, 121, 122
  
  атмосферное давление, 172–73
  
  Казарменная больница, Скутари (Стамбул), 213–14, 220, 225, 233, 235
  
  базовые ставки, 253–54, 253n
  
  Баттистелла, Аннабель (Фанн Фокс), 185–86, 212
  
  осведомленность на поле боя, 58–59
  
  Baumeister, Roy, 121, 122
  
  Би-би-си, 10, 276
  
  поведенческие данные, 69–70
  
  поведенческая экономика, 25, 27, 41, 96, 271. Смотри также исследование выбора
  
  Белл, Ванесса, 256–57
  
  Бем, Дэрил, 111, 113–14, 119–23
  
  преимущества статистического анализа, 9
  
  Berti, Gasparo, 172
  
  Беваква, Грасиела, 194–95, 212
  
  Бейт, Рут, 248–49, 251, 254
  
  предвзятость
  
  предвзятое усвоение, 35–36
  
  предвзятость подтверждения, 33
  
  предвзятость в отношении текущих правонарушений, 169
  
  и мотивированные рассуждения, 27–29, 32–36, 38, 131, 268
  
  предвзятость к негативу, 95–99
  
  предвзятое отношение к отказу от ответа, 146–47
  
  предвзятое отношение к новизне, 95–99, 113, 114, 122
  
  предвзятое отношение к оптимизму, 96
  
  и сила сомнения, 13
  
  предвзятость публикации, 113–16, 118–23, 125–27
  
  расовая предвзятость в уголовном правосудии, 176–79
  
  при отборе проб, 135–38, 142–45, 147–51
  
  предвзятость при отборе, 2, 245–46
  
  Предвзятое отношение к выживанию, 109–10, 112–13, 122–26
  
  систематический уклон в алгоритмах, 166
  
  и ценность статистических знаний, 17
  
  большие данные
  
  и сертификация исследователей, 182
  
  и уголовное правосудие, 176–79
  
  и чрезмерная доверчивость к данным, 164–67
  
  и нашел данные, 149, 151, 152, 154
  
  и тенденции в Google по борьбе с гриппом, 153–57
  
  исторический взгляд на, 171–75
  
  влияние в современном мире, 183
  
  ограничения и неправильное использование, 159–63, 170–71
  
  распространение, 157–59
  
  и оценки учителей, 163–64
  
  Смотри также алгоритмы
  
  Большие данные (Кукье и Майер-Шенбергер), 148, 157
  
  “Графика ”Большая утка", 216–18, 217, 229–30
  
  Большая проблема, связанная с, 226n
  
  “Миллиард фунтов за грамм” (инфографика), 223
  
  миллиардеры, 78–80
  
  запойное пьянство, 75
  
  Берд, Шейла, 68
  
  взгляд на данные с высоты птичьего полета, 61–64, 203, 221, 265
  
  Биззит, 108
  
  Черный лебедь, тот самый (Талеб), 101
  
  Бластленд, Майкл, 10, 68, 93
  
  Блоги, 76
  
  Bloomberg TV, 89
  
  показатели количества погибших, 58
  
  Музей Бойманса, 20
  
  Молодец, Джерард, 19, 30–31
  
  дебаты о пограничной стене, 93–94
  
  Борхес, Хорхе Луис, 118
  
  Бойл, Роберт, 172–75
  
  физиология мозга, 270
  
  Бредиус, Абрахам, 19–23, 29–32, 35, 43–45, 78, 242, 262
  
  Бреттон-Вудская конференция, 262
  
  Brettschneider, Brian, 224
  
  Brexit, 71, 277
  
  Британская армия, 213–14, 220–21
  
  Исследование британских выборов, 145–46
  
  Британский медицинский журнал, 6, 67
  
  Британское казначейство, 256–57
  
  Офис шерифа округа Бровард, 176
  
  Браун, Деррен, 115
  
  Браун, Зак “Дейнджер”, 108
  
  Бьюкенен, Ларри, 229, 232
  
  дефицит бюджета, 188, 192–93, 195
  
  Баффет, Уоррен, 259
  
  Бюро экономического анализа, 190, 205
  
  Бюро статистики труда, 190, 205, 212
  
  прогнозирование бизнес-цикла, 258–59
  
  деловое письмо, 123–24
  
  Бутойи, Имельда, 62–63
  
  Cairo, Alberto, 227
  
  Cambridge Analytica, 158
  
  Кембриджский университет, 162. Смотри также Королевский колледж, Кембридж
  
  Кэмерон, Дэвид, 146
  
  камуфляж, 218–19
  
  финансирование кампании, 274–75
  
  Кэмпбелл, Дональд Т., 59
  
  Сотрудничество Кэмпбелла, 134
  
  Канада, 196–97, 209, 211
  
  диагностика рака и исследования, 3–6, 24, 97, 241, 248, 279
  
  Капитал в двадцать первом веке (Пикетти), 83
  
  смертная казнь, 35–36
  
  Caravaggio, Michelangelo, 30–31
  
  выбросы углерода, 272–73
  
  Картер, Джимми, 188
  
  Статистика несчастных случаев, 58, 231–37, 234, 235
  
  категоризация статистических данных, 68–70
  
  причинно-следственная связь против корреляции, 15, 64, 156–57, 275
  
  Бюро переписи населения, 190, 205
  
  данные переписи, 147–48, 196–99, 205–6
  
  Центры по контролю и профилактике заболеваний (CDC), 153, 154, 155
  
  Центр доказательной медицины, 128
  
  сертификация исследователей, 182
  
  Чалмерс, Иэн, 133
  
  Чемберс, Дэвид, 259
  
  Диаграммы, 215–16, 218n, 224, 227–29, 232–36, 232, 234, 235. Смотри также визуализация данных
  
  Обман, 164
  
  сбор данных, 245–46. Смотри также предвзятость при отборе
  
  Chicago Tribune, 170–71
  
  жестокое обращение с детьми и отсутствие заботы, 170–71
  
  пособия на детей, 142
  
  безопасность детей, 170–71
  
  данные о родах, 55
  
  вакцинация в детском возрасте, 53, 99
  
  Китай, 59–61, 92
  
  исследование выбора, 105–8, 110–14, 123–24
  
  Христос в Эммаусе (подделанная картина), 19–22, 23, 30–32, 43
  
  Христос в доме Марфы и Марии (Вермеер), 29–30
  
  Христианство - это зло (брошюра), 248
  
  курение сигарет, 3–6, 14–15, 39, 52, 279
  
  наука о климате и данные
  
  и мотивированные рассуждения, 34–35, 36–39, 268–70
  
  и предвзятость к новизне в отчетности, 100
  
  и сила сомнения, 13
  
  и масштаб новостных сюжетов, 90
  
  и визуализации данных, 224
  
  клиническое исследование, 57, 120, 128, 139–40, 180–81. Смотри также рандомизированные клинические испытания
  
  Клинический против Статистическое предсказание (Meehl), 167
  
  Клинтон, Билл, 188–89
  
  Клинтон, Хиллари, 147
  
  CNN, 158
  
  Кокрейн, Арчи, 132–33
  
  Кокрейновское сотрудничество, 132–34
  
  Библиотека Кокрейна, 133–134
  
  кодексы этики, 180
  
  тест на когнитивную рефлексию, 41–42
  
  Колберт, Стивен, 274–75, 274n
  
  Отчет Кольбера, The, 274–75, 274n
  
  время в пути, 47–49
  
  сопоставимость данных
  
  и прогнозированию, 252, 254
  
  и показатели неравенства доходов, 82
  
  и показатели младенческой смертности, 66–67
  
  и официальная статистика, 189
  
  и масштаб данных, 93–95
  
  и ценность изображений, 62–63
  
  и визуализации данных, 221–23, 228, 230–31, 235
  
  COMPAS (Профилирование управления правонарушителями исправительных учреждений для применения альтернативных санкций), 176–79
  
  сложный выбор, 105–8
  
  составные показатели, 91–92
  
  конфиденциальность, 208
  
  предвзятость подтверждения, 33
  
  соответствие, 135–38
  
  Бюджетное управление Конгресса (CBO), 186–89, 199, 204, 212
  
  Консервативная партия (Великобритания), 146–47
  
  данные потребителей, 159–64, 175–76
  
  данные о бесконтактных платежах, 49
  
  контекст данных, 88. Смотри также взгляд на статистические данные
  
  сходимость оценок, 246
  
  преобразование единиц измерения, 165n
  
  Корбетт-Дэвис, Сэм, 177
  
  Корбин, Джереми, 14
  
  пандемия коронавируса (COVID-19)
  
  и предубеждения в журналистике, 99, 102
  
  и оценка статистических утверждений, 26, 29, 68, 68n
  
  и экспоненциальный рост, 41n
  
  и гендерное неравенство, 140
  
  и больница Найтингейл, 213
  
  и санитарные правила, 226n
  
  и предвзятость при выборе данных, 109–10
  
  статистические проблемы, связанные с, 6–11, 120n
  
  и тенденции вакцинации, 99
  
  корреляция против причинности, 15, 64, 156–57, 275
  
  коррупция, 59, 209–10
  
  анализ затрат и выгод, 198, 199
  
  Котгрив, Энди, 232
  
  COVID-19. Видишь пандемия коронавируса (COVID-19)
  
  Каупертуэйт, Джон, 200–201, 203, 204
  
  Кроуфорд, Кейт, 150
  
  достоверность данных, 192, 195
  
  Credit Suisse, 80, 80n
  
  доверчивость к данным, 164–67
  
  Criado Perez, Caroline, 139
  
  преступность и уголовное правосудие
  
  и альтернативные санкции, 176–79
  
  и рекомендации по освобождению под залог, 158, 169, 180
  
  и смертная казнь, 35–36
  
  и система COMPAS, 176–79
  
  и человеческое суждение против алгоритмы, 168–71
  
  и проблемы с отсутствующими данными, 143
  
  и данные о количестве убийств, 55, 87–89, 88n
  
  Обзор преступности в Англии и Уэльсе, 143
  
  Крымская война, 213–14, 220, 226, 233–37
  
  Кадди, Эми, 121, 122
  
  Cukier, Kenneth, 157
  
  культурные влияния, 37, 136–37, 201
  
  любопытство, 265–79, 276n
  
  валютные спекуляции, 255, 257–58
  
  предвзятость в отношении текущих правонарушений, 169
  
  проклятие знания, 71–72
  
  киберпространство, 149
  
  цинизм и скептицизм в отношении статистики, 8–10, 13, 14, 266
  
  Daily Mail, 133
  
  темные данные, 146
  
  методы записи данных, 66–67
  
  ослепительный камуфляж, 218–19
  
  Де Мейер, Крис, 38–39
  
  De Waarheid, 44
  
  смертная казнь, 35–36
  
  показатели смертности, 214–15, 236. Смотри также Статистика несчастных случаев
  
  долг
  
  и рынки производных финансовых инструментов, 100
  
  и сбои в прогнозировании, 261–62
  
  и экономическое управление Кейнса, 255
  
  и показатели чистого благосостояния, 79
  
  и официальная статистика, 192–95
  
  и анекдот о Трампе, 79n
  
  бесполезные сравнения, 95n
  
  и ценность статистических данных, 10
  
  и визуализации данных, 222–23
  
  Долговая проблема (инфографика), 222–23, 235
  
  определение терминов, 87–88
  
  Дега, Эдгар, 256
  
  Демократическая партия, 34, 269, 270
  
  демографические данные, 198
  
  отрицание, 25, 28, 36, 38–39, 40
  
  Descartes, René, 172
  
  Deutsch, Morton, 260
  
  разработка, 142–43
  
  диабет, 56
  
  Дилнот, Эндрю, 10, 93
  
  Димсон, Элрой, 259
  
  измеряет расстояние, 94
  
  количество разводов, 96–97, 253–54, 253n
  
  Dobelli, Rolf, 101
  
  Куколка, Ричард, 3–6, 12, 15, 225, 279
  
  Долларовая улица, 62–64
  
  насилие в семье, 143
  
  двойные стандарты, 40
  
  сомнение, способствующее, 12–14, 15, 35–36, 40, 46. Смотри также цинизм и скептицизм в отношении статистики
  
  Промышленный индекс Доу-Джонса, 243
  
  Супермаркет Дрегера, 106
  
  Дрессель, Джулия, 178
  
  наркотики и испытания наркотиков, 61, 126, 129–30, 139–40
  
  Du Bois, W. E. B., 206
  
  Дахигг, Чарльз, 159, 161–62, 163
  
  Эко, Умберто, 1
  
  экономические данные и статистика
  
  и бюджетные дефициты, 188, 192–93, 195
  
  и прогнозирование бизнес-цикла, 258–59
  
  и эксперимент по выбору, 106
  
  данные о долгах, 10, 79, 79n, 95n, 100, 192–95, 222–23, 255, 261–62
  
  и прогнозированию, 250
  
  и греческий долговой кризис, 192–95, 211
  
  данные о валовом внутреннем продукте, 94
  
  показатели роста, 200–201
  
  показатели дохода, 141
  
  статистика труда, 11, 68–69, 141, 189n, 207, 218n
  
  и взгляд на данные, 59–62
  
  и бедность, 59–60, 79, 91, 98, 99–100
  
  неравенство в богатстве и доходах, 62–64, 76–84, 85, 229–31
  
  Экономист, тот, 89
  
  уровни образования, 34–35, 38, 163–64
  
  Эдвардс, Кари, 12–13, 33
  
  выборы, 55, 144–47, 164–65
  
  Эллиот, Эндрю, 94
  
  ELSTAT (греческое статистическое агентство), 192–93, 195
  
  эмоциональные реакции на данные
  
  и когнитивная рефлексия, 38–42
  
  и любопытство, 265
  
  и визуализации данных, 225, 232, 237
  
  и отрицание, 25, 28, 36, 38–39, 40
  
  и ошибки в суждениях, 78
  
  и недостатки Фишера, 242
  
  и влияние экспертных знаний, 32–36
  
  и интерпретация статистических данных, 22–27
  
  манипулирование эмоциями, 19–23, 29–32, 42–46
  
  и мотивированные рассуждения, 27–29, 32–36, 38, 131, 268
  
  и непредубежденность, 248–49
  
  и личный опыт, 48–49
  
  и самообман, 23–27, 262–63
  
  и социальные последствия убеждений, 36–38
  
  Империя наносит ответный удар, The (фильм), 19
  
  данные о занятости / безработице, 11, 68–69, 189n, 207, 218n
  
  Управление энергетической информации, 190, 205
  
  Англия, 67. Смотри также Великобритания
  
  Представление информации (Tufte), 229
  
  эпидемиология, 8, 29, 120n
  
  Эквивалент, 176
  
  препараты для лечения эректильной дисфункции, 140
  
  эзотерическое знание, 175
  
  оценка, 49. Смотри также прогнозирование
  
  данные об этнической принадлежности, 150
  
  евгеника, 241
  
  Европейская комиссия, 192
  
  Европейский союз, 192, 193, 277
  
  Евростат, 192, 193–94, 212
  
  эволюция, 38
  
  экспериментальный метод, 173
  
  Экспертное политическое суждение (Тетлок), 250
  
  экспертиза
  
  и сбои в прогнозировании, 249–53
  
  и мотивированные рассуждения, 32–36, 268
  
  и политическая поляризация, 272–73
  
  и самообман, 262–63
  
  экспоненциальный рост, 41n
  
  Facebook, 26, 56, 132n, 150, 158, 175, 180, 182, 224
  
  личные опросы, 145–46
  
  Достоверность (Реннлунд, Рослинг и сам Рослинг), 96
  
  поддельные новости, 13–14, 41, 44
  
  ложные срабатывания, 161
  
  Фарид, Хани, 178
  
  Фарр, Мэри, 226
  
  Фарр, Уильям, 214, 214n, 221, 226, 233–34
  
  быстрая статистика, 56, 57, 60–61, 63–64
  
  Федеральное бюро расследований (ФБР), 72n
  
  Федеральная резервная система, 186n, 190
  
  “Предчувствие будущего” (Bem), 111–12
  
  Парень, Avi, 177
  
  Fernández de Kirchner, Cristina, 194
  
  Фернбах, Филип, 272
  
  Фестингер, Леон, 239
  
  Фейнман, Ричард, 245
  
  соотношение 50/10, 82, 91
  
  фильтрация информации, 247
  
  финансовые пузыри, 243–44
  
  финансовые кризисы, 71, 83–84, 124, 192–95, 211. Смотри также Великая депрессия
  
  финансовые стимулы, 27–28, 28n
  
  финансовые рынки, 255
  
  финансовая отчетность, 89, 100–101
  
  Financial Times, 89, 100, 101, 138–39, 142, 196, 214n
  
  Финляндия, 66, 92
  
  Первая мировая война, 255–56
  
  Фишофф, Барух, 248–49, 251, 254
  
  Фишер, Ирвинг, 239–44, 249, 252, 255, 257–58, 259–63
  
  501(c)(4) группы, 275
  
  единый налог, 272–73
  
  Флетчер, Харви, 245
  
  выводы, сделанные по счастливой случайности, 118, 122
  
  фолиевая кислота, 159
  
  продовольственная безопасность, 63
  
  прогнозирование
  
  и базовые ставки, 253–54, 253n
  
  прогнозирование бизнес-цикла, 258–59
  
  предсказания выборов, 164–65
  
  Фишер и Кейнс сравнили, 258–63
  
  и нерепрезентативные выборки, 144–47
  
  и избирательная память, 248–51
  
  суперпрогнозисты, 252–55
  
  подделки, 19–23, 29–32, 42–45
  
  найденные данные, 149, 151, 152, 154
  
  Foursquare, 150
  
  Фокс, Фанн (Аннабель Баттистелла), 185–86, 212
  
  гидроразрыв пласта, 268
  
  Фрэнк, Энн, 43
  
  Франклин, Бенджамин, 32
  
  Фредерик, Шейн, 41–42
  
  свобода слова, 196
  
  Фридман, Милтон, 200, 204
  
  Frisch, Ragnar, 239
  
  Фрай, Ханна, 160, 167–68
  
  Fuentes, Ricardo, 76
  
  Полный факт, 143
  
  Фанг, Кайзер, 161–62
  
  Galileo Galilei, 16
  
  Гэллап, Джордж, 144, 145
  
  Опросы Gallup, 34
  
  Галтунг, Йохан, 89
  
  азартные игры, 262
  
  Надзиратель за зазорами, 62
  
  сад разветвляющихся тропинок, 118, 121–22, 127
  
  закон о газе, 172
  
  Гельман, Эндрю, 118, 127, 171
  
  гендерные проблемы, 75, 138–42, 150, 152
  
  геополитика, 7, 249–52
  
  Георгиу, Андреас, 192–95, 212
  
  Джерард, Гарольд, 260
  
  микробная теория, 225
  
  Коэффициент Джини, 83n, 92–93
  
  Девушка с жемчужной серьгой (Вермеер), 21
  
  глобальное развитие, 62
  
  глобальный финансовый кризис (2009), 193
  
  Отчет о глобальном благосостоянии, 80, 80n
  
  Гоэль, Шарад, 177
  
  Голдакр, Бен, 2, 123, 128
  
  Голдин, Ребекка, 70
  
  Goldman Sachs, 193
  
  Голдштейн, Джейкоб, 115
  
  Проект "Здравый смысл", 252
  
  Гудхарт, Чарльз, 59
  
  Google, 175, 182
  
  Тенденции гриппа в Google, 153–57, 165
  
  Горбачев, Михаил, 250
  
  Göring, Hermann, 22, 44
  
  Гулд, Стивен Джей, 24
  
  Гоув, Майкл, 277n
  
  Грант, Дункан, 257
  
  графика. Видишь инфографика; визуализация данных
  
  Великая депрессия, 243, 261
  
  Большой скачок вперед, 202
  
  Греческий долговой кризис, 192–95, 211
  
  Министерство финансов Греции, 193
  
  Греческий прокурор по экономическим преступлениям, 193
  
  Гринпис, 42
  
  Greifeneder, Rainer, 107
  
  показатели валового внутреннего продукта, 94
  
  валовые и чистые показатели, 222
  
  Гуандун, Китай, 60
  
  Guardian, 67, 74, 77, 101
  
  контроль за оружием, 33–34, 268
  
  смерти от огнестрельного оружия, 72–74, 72n
  
  Архив насилия с применением огнестрельного оружия, 72n
  
  привычки, способствующие статистическому анализу, 25
  
  Руку, Дэвид, 146
  
  Прослушивание (выдвижение гипотез после того, как результаты известны), 118
  
  Харпер, Шон, 196–97
  
  Хокинг, Стивен, 277–78
  
  Hayek, Friedrich, 59
  
  Хазард, Маргарет, 240
  
  заголовки, 229
  
  здоровье и медицинские данные
  
  и клинические испытания, 4n, 53, 61, 125–26, 129–30, 133, 139–40, 180
  
  и корреляция против причинности, 14–15
  
  и влияние эмоций на интерпретацию данных, 24–27
  
  и эпидемиологии, 8, 29, 120n
  
  и Фишер, 240–41
  
  и смерти от огнестрельного оружия, 72–74, 72n
  
  Данные о ВИЧ/СПИДе, 36
  
  и информированное согласие, 181
  
  медицинские записи, 220–21
  
  и мотивированные рассуждения, 28–29
  
  и предвзятость к оптимизму, 96–98
  
  и предвзятость публикаций, 125–26
  
  и пропаганда санитарии, 225–26, 233–37
  
  и масштаб новостных репортажей, 91
  
  и исследование курения, 3–6, 96, 100, 248, 279
  
  и доверяйте статистике, 52–53
  
  и прививки, 53–54, 99
  
  и жертвы войны, 231–37, 234, 235
  
  реформа здравоохранения, 188–89
  
  сердечные приступы, 6
  
  хедж-фонды, 255, 257
  
  данные о распределении высоты, 93, 228
  
  Привет, мир (Фрай), 160, 167–68
  
  Герберт, Сидни, 220, 227, 236
  
  вирус герпеса, 25
  
  Хилл, Остин Брэдфорд, 3–6, 4n, 12, 15, 225, 279
  
  Путеводитель автостопом по Галактике, The (Адамс), 65
  
  Гитлер, Адольф, 4, 42–43, 201
  
  Данные о ВИЧ/СПИДе, 36
  
  Холмс, Найджел, 217
  
  Холокост, 43
  
  убийства, 55, 72–73, 87–89, 88n
  
  Гонконг, 60, 200–201, 203
  
  Конная гвардия, 215
  
  парадигма острого соуса, 70
  
  Палата общин, 146
  
  Комитет Палаты представителей по путям и средствам, 186
  
  доходы домохозяйств, 141
  
  Как лгут графики (Каир), 227
  
  Как лгать со статистикой (раздраженно), 2–3, 6, 15, 120
  
  Как жить (Фишер), 241
  
  Хафф, Даррелл, 2–3, 6, 8–10, 15, 120, 266, 278
  
  эволюция человека, 38
  
  вирус иммунодефицита человека (ВИЧ), 28, 36, 38
  
  человеческое суждение против алгоритмы, 167–71
  
  смирение, 259
  
  Ураган Сэнди, 150
  
  ураганы, 150, 197–98
  
  гигиенические стандарты, 225–26, 226n. Смотри также пропаганда санитарии
  
  гипотезы, 255
  
  Выдвигать гипотезы после того, как известны результаты (прослушивание), 118
  
  идеологии, 267–69
  
  Иллинойс, 170–71
  
  иллюзия объяснительной глубины, 272
  
  изображения как данные, 62–64
  
  иммигранты, 55, 71
  
  иммиграционная политика, 191
  
  Алгоритм ВОЗДЕЙСТВИЯ, 163
  
  беспристрастность, 139, 188, 190
  
  В поисках совершенства (Питерс и Уотерман), 123
  
  стимулы, 115
  
  показатели дохода, 141. Смотри также неравенство в богатстве и доходах
  
  статистика доходов, 59–60, 91–93
  
  неполная информация, 246
  
  независимость от официальной статистики, 188–91, 192–200
  
  Независимый, 77–78
  
  независимые статистические агентства. Видишь официальная статистика
  
  Институт индексных номеров, 242
  
  Видимый индекс, 242, 244
  
  младенческая и детская смертность, 65–67, 91, 99
  
  инфляция, 189n, 194–95, 218n, 257
  
  грипп, 153–57
  
  инфографика, 215, 219, 221–25, 229–31. Смотри также визуализация данных
  
  теория информационного пробела, 271
  
  Информация прекрасна (Маккэндлесс), 222
  
  информированное согласие, 181
  
  Instagram, 150
  
  целостность данных, 233–37
  
  Деятельность в области передовых исследовательских проектов в области разведки, 251–52
  
  разведывательное сообщество, 251
  
  Международный комитет редакторов медицинских журналов, 127
  
  Международный валютный фонд (МВФ), 185, 192, 193, 262, 277n
  
  Международная статистическая ассоциация, 194
  
  Международный статистический конгресс, 221
  
  Интернет, 132, 148. Смотри также Социальные сети
  
  Институт интернета, 148
  
  База данных фильмов в Интернете, 182
  
  Эскимосы, 136
  
  инвестирование, 124–26, 242–43, 255–60, 262
  
  Женщины-невидимки (Criado Perez), 139
  
  Иоаннидис, Джон, 7, 120–22, 120n, 130
  
  Айфоны, 150–51
  
  Ipsos Mori, 55
  
  Санкции против Ирана, 273
  
  Война в Ираке (началась в 2003 году) , 222, 231–33
  
  смертельные случаи (2003-2011), 231–33, 232
  
  Бизнес-страница Ирвинга Фишера, 242
  
  Это большое число? (Эллиотт), 94
  
  Айенгар, Шина, 105, 107
  
  эксперимент с вареньем (больше или меньше вариантов), 105–8, 110–11, 123–24
  
  Джеймисон, Кэтлин Холл, 275
  
  Джонсон, Ричард, 168, 169–70
  
  Журнал по психологии личности и социальной, 111–14, 120
  
  журналистика, 41. Смотри также средства массовой информации
  
  Кахан, Дэн, 267–71, 275
  
  Канеман, Дэниел, 41, 56, 61n, 96, 121–22, 130, 254
  
  Keil, Frank, 272
  
  Kestenbaum, David, 115
  
  Кейнс, Джон Мейнард, 255–59, 260–61, 262
  
  Kickended.com, 109–12, 122, 127
  
  Kickstarter, 108–9, 110, 112, 122
  
  Королевский колледж, Кембридж, 255, 257–58, 259
  
  Kirchner, Néstor, 194
  
  Иллюзия знания, Тот (Фернбах и Сломан), 272
  
  Косара, Роберт, 227
  
  Kunda, Ziva, 24
  
  Куров, Александр, 209
  
  Квиткин, Олимпий, 202
  
  статистика труда, 11, 68–69, 141, 189n, 207, 218n
  
  экономика невмешательства, 200–201, 203
  
  владение землей, 201
  
  знаковые цифры, 94–95
  
  закон и правовая статистика, 66
  
  Уйти - значит уйти, 71
  
  ЛеПан, Дуглас, 255
  
  Леппер, Марк, 35, 105, 107
  
  Инвестиции с привлечением заемных средств, 243–44, 259–60
  
  Левин, Курт, 260–61
  
  Льюис, Мартин, 99, 99n
  
  Льюис, Майкл, 13
  
  либертарианская идеология, 203
  
  Ливсли, Дениз, 195–96
  
  ожидаемая продолжительность жизни, 214, 236
  
  Институт продления жизни, 241
  
  данные о продолжительности жизни, 93
  
  Лаймбернер, Шеннон, 108
  
  LinkedIn, 150
  
  уровень грамотности, 203–4
  
  Литературный сборник, 143–44, 164
  
  лоббисты, 13, 273
  
  Лодж, Милтон, 33, 38
  
  Левенштейн, Джордж, 27, 271
  
  Лондон, 87–88, 167–68
  
  Лондонское метро, 47, 50–51
  
  Господи, Чарльз, 35
  
  Lorusso, Silvio, 109, 111
  
  Лавлейс, Ада, 219
  
  Лундберг, Шелли, 142
  
  рак легких, 3–6, 52, 248. Смотри также исследование курения
  
  Макковяк, Филип, 165–66
  
  коровье бешенство, 12
  
  Мэдисон, Джеймс, 204
  
  Малкиел, Бертон, 125
  
  Мао Цзэдун, 201, 248
  
  Карты, 224–25
  
  Marks & Spencer, 205
  
  Мартино, Харриет, 236
  
  массовые расстрелы, 72–73, 72n
  
  массовая слежка, 202
  
  услуги по охране материнства, 65
  
  “Математика - это расизм” (CNN), 158, 166–67
  
  математические модели риска, 71
  
  Мэй, Тереза, 14
  
  Mayer-Schönberger, Viktor, 148, 157
  
  Майраз, Парень, 27
  
  Маккэндлесс, Дэвид, 222, 223
  
  Макдональд, Линн, 214n
  
  Макгрегор, Дэвид, 108
  
  Макмастер, Х. Р., 58
  
  Макнамара, Роберт, 58
  
  вакцина против кори, эпидемического паротита и краснухи (MMR), 53–54
  
  методы измерения и выбор, 68, 117–18, 165n
  
  репортаж СМИ. Видишь средства массовой информации
  
  показатели среднего дохода, 82
  
  медицинские данные. Видишь здоровье и медицинские данные
  
  Medicare, 199
  
  Мил, Пол, 167
  
  Меллерс, Барбара, 252
  
  мемы, 42
  
  память
  
  и вынесение уголовных приговоров, 168
  
  и визуализации данных, 217–18
  
  и сбои в прогнозировании, 248–49, 251, 254
  
  и эксперимент Милгрэма, 138
  
  и исследование “предвидения”, 111
  
  и масштаб числовых сравнений, 95
  
  и ценность изображений, 64
  
  Merkel, Angela, 191
  
  Беспорядок (Харфорд), 57–58, 203
  
  Столичная полиция (Лондон), 199
  
  микрокредитование, 61
  
  Майкрософт, 175
  
  Эксперимент Милгрэма, 138–39
  
  Доярка, Которая (Вермеер), 21, 31
  
  Милликен, Роберт, 244–47, 260
  
  Миллс, Уилбур, 186
  
  Медитация осознанности, 134
  
  выкидыши, 66
  
  неверные представления о статистике, 55–56
  
  дезинформация, 3, 26, 41, 223. Смотри также визуализация данных
  
  вводящие в заблуждение утверждения, 107
  
  недостающие данные, 135–52
  
  и гендерные проблемы, 138–42
  
  пределы борьбы, 151–52
  
  и предвзятость выборки, 135–38, 142–51
  
  MissingNumbers.org, 135
  
  группы смешанного пола, 138
  
  Моди, Нарендра, 196
  
  муаровые узоры, 223
  
  Molière, 32
  
  монокультуры, 137
  
  Мур, Алан, 105
  
  Мур, Дон, 252
  
  Более или менее (радиошоу), 10, 11, 47, 68, 71, 93, 213, 266–67, 276
  
  показатели смертности, 65–67
  
  Мостеллер, Фредерик, 15n
  
  мотивированное рассуждение, 27–29, 32–39, 131, 268
  
  Мой, Уилл, 143
  
  Муллайнатан, Сендхил, 169
  
  Мюллер, Джерри З., 57
  
  жилье для нескольких человек, 148
  
  количество убийств, 55, 87–89, 88n
  
  “N = Все ” предположения, 150, 152, 155
  
  наивный реализм, 54–55
  
  Голая статистика (Уилан), 2
  
  Назар, Сильвия, 262
  
  Национальное управление по аэронавтике и исследованию космического пространства (НАСА), 217
  
  Национальная галерея, Лондон, 256
  
  Национальная служба здравоохранения (NHS), 74, 159
  
  Совет национальной безопасности, 72
  
  национальная статистика. Видишь официальная статистика
  
  стихийные бедствия, 197–98
  
  Природа, 153, 155
  
  Новости природы, 155
  
  Нацистские коллаборационисты, 42, 45
  
  Нацистская Германия, 202
  
  предвзятость к негативу, 95–99
  
  Нельсон, Лейф, 119
  
  чистое богатство, 78–79, 79n
  
  Netflix, 148, 149, 182
  
  Нидерланды, 43
  
  нейронаука, 270
  
  Новый Орлеан, Луизиана, 197–98
  
  Город Нью-Йорк, 87–88, 169
  
  Житель Нью-Йорка, 229
  
  "Нью-Йорк Таймс", 2, 240, 261
  
  Журнал "Нью-Йорк Таймс", 159
  
  Новая Зеландия, 199
  
  средства массовой информации
  
  предвзятость в, 95–99
  
  и контекст статистики, 56
  
  и визуализации данных, 229, 232
  
  и Фишер, 242
  
  и формулировка заголовка, 229
  
  перспектива новостных сюжетов, 99–102
  
  масштаб новостных сюжетов, 89–91
  
  Ньютон, Айзек, 173, 174–75
  
  Найтингейл, Флоренция, 213–16, 214n, 219–21, 225–27, 226n, 233–37, 234
  
  Больница Найтингейл, 213
  
  Никсон, Ричард, 187, 188, 248
  
  Нобелевские премии, 58–59, 61, 130, 200, 239, 244
  
  предвзятое отношение к отказу от ответа, 146–47
  
  Носек, Брайан, 114, 116, 120, 122, 130–31
  
  новые представления статистики, 95n
  
  предвзятое отношение к новизне, 95–99, 113, 114, 122
  
  NPR, 276
  
  ядерная энергетика, 268
  
  ядерное оружие, 90, 249–50
  
  умение считать, 268
  
  Найан, Брендан, 129
  
  объективная истина, 37
  
  Управление по бюджетной ответственности (OBR), 189
  
  Управление национальной статистики, 75, 200, 207, 212, 253n
  
  Административно-бюджетное управление (OMB), 186n
  
  официальная статистика, 185–212
  
  преимущества, 211–12
  
  и бюджетное управление Конгресса, 186–89, 199, 204
  
  и некомпетентность правительства, 200–204
  
  важность политической независимости, 188–91, 192–200
  
  общедоступность, 204–11
  
  эксперимент с каплей масла, 245
  
  О'Нил, Кэти, 158, 163, 164, 180
  
  О'Нил, Онора, 179–80, 267
  
  непредубежденность, 239–63
  
  и отсутствие экспертизы, 249–51
  
  и недостатки Фишера, 239–44, 259–63
  
  человеческие недостатки и предубеждения, 244–49
  
  и успехи Кейнса, 255–62
  
  и суперпрогнозирование, 254–55
  
  опросы общественного мнения
  
  и прогнозы выборов, 147, 165
  
  и проблемы с отсутствующими данными, 149
  
  и мотивированные рассуждения, 34
  
  и наивный реализм, 55
  
  и нерепрезентативные выборки, 144–47
  
  и популярность ван Меегерена, 45
  
  оптимизм, 96, 262
  
  эффект страуса, 25
  
  чрезмерная самоуверенность, 96, 262
  
  “Оксфам: 85 самых богатых людей так же богаты, как беднейшая половина мира,” 76–78, 80–81, 80n
  
  Оксфам Интернэшнл, 76–77, 80, 98, 107
  
  Оксфордский университет, 27, 29, 128, 148
  
  Парижская выставка (1900), 206
  
  Парламент (Великобритания), 236
  
  ускорители частиц, 173n
  
  партийность, 34–36
  
  Паскаль, Блейз, 172, 173
  
  закономерности в данных, 154, 155–56, 227
  
  платежные данные, 49
  
  Умные часы Pebble, 108
  
  экспертная оценка, 111–12, 189n
  
  пенсии, 80, 80n
  
  личный опыт, 47–64
  
  и ограничение статистики, 57–59
  
  и взгляд на данные, 59–64
  
  и использование общественного транспорта, 47–51
  
  и доверяйте статистике, 52–56
  
  и имущественное неравенство, 62–64
  
  взгляд на статистические данные
  
  и контекст данных, 102–3
  
  и оценка достоверности, 131
  
  и оценка статистических утверждений, 64
  
  и показатели неравенства доходов, 91–93
  
  и новостные репортажи, 89–91, 95–103
  
  и проблемы с масштабированием, 89–91, 93–95, 102–3
  
  и временной горизонт новостных сообщений, 99–102
  
  виды с высоты птичьего полета и с высоты птичьего полета, 61–62, 63–64, 265
  
  убедительная сила данных, 237. Смотри также непредубежденность; визуализация данных
  
  Питерс, Том, 123
  
  Кривая Филлипса, 218n
  
  фотографии как данные, 62–64
  
  исследование физики, 244–47
  
  круговые диаграммы, 224, 228, 233–34
  
  Пирсон, Эмма, 177
  
  Пикетти, Томас, 83
  
  Пинкер, Стивен, 71–72, 96–97
  
  плацебо, 53, 125–26, 130
  
  Постоянная Планка, 246
  
  Планета денег, 276
  
  достоверность данных, 49
  
  pointillés, 30–31, 44
  
  диаграммы полярных областей, 233–36, 234
  
  полемика, 231
  
  предложения по политике, 70–71, 84–85. Смотри также официальная статистика
  
  комитеты политических действий (PACs), 274
  
  политическая экспертиза, 33, 33n
  
  политическое прогнозирование, 249–53. Смотри также выборы
  
  политическое влияние, 13, 33–34, 192–97
  
  политическая пристрастность, 34–35
  
  политическая поляризация, 267–70, 272–73, 277
  
  данные о населении, 94, 202
  
  предвзятость к позитивности, 247–48
  
  пост-хок теоретизирование, 117–18
  
  приложения для обнаружения выбоин, 165
  
  статистика бедности, 59–60, 79, 91, 98, 99–100
  
  Пауэлл-Смит, Анна, 135
  
  практика и память, 111–12
  
  Пратчетт, Терри, 87
  
  “исследование ”предвидение", 111–12, 113–14, 116, 121, 123, 128–29
  
  предвзятые мнения, 33, 245–46
  
  предубеждение, 167
  
  преждевременное перечисление, 65–85
  
  и данные о смерти от огнестрельного оружия, 72–74, 72n
  
  и статистика младенческой смертности, 56–67
  
  и данные о нанесении себе вреда, 73–76
  
  и понимание статистических утверждений, 67–72
  
  и имущественное неравенство, 76–84
  
  предварительная регистрация исследовательских проектов, 127–28
  
  предварительный доступ к данным, 208–11
  
  Присутствие (Кадди), 121
  
  заполнение, 121
  
  ПРИС (Пуэрто-Риканский институт статистики), 197–200
  
  данные заключенных, 55
  
  вопросы конфиденциальности, 181–82
  
  частные пенсии, 80
  
  Проктор, Роберт, 13
  
  Запрет, 242
  
  пропаганда, 12
  
  ProPublica, 176–79
  
  прокси-меры, 59
  
  психологические исследования
  
  и эксперимент по выбору, 105–7
  
  и исследования соответствия, 135–38
  
  и политической принадлежности, 268–69
  
  и исследование “предвидения”, 111–14
  
  и кризис воспроизводимости, 112–16, 120–22, 128–29, 130–31
  
  общественное здравоохранение. Видишь здоровье и медицинские данные
  
  общественное мнение, 149, 220
  
  общественный транспорт, 47–49
  
  предвзятость публикации, 113–16, 118–23, 125–27
  
  публичность, 107
  
  Puerto Rico, 197–98, 200
  
  Puy de Dôme, France, 172
  
  Кетле, Адольф, 219
  
  расовые данные, 176–79, 206
  
  Случайная прогулка по Уолл-стрит, А (Малкиэль), 125
  
  рандомизированные клинические испытания, 4n, 53, 125–26, 133, 180
  
  случайность, 123–24
  
  Быстрая обратная связь по вопросам безопасности, 170–71
  
  Рейнер, Дерек, 205–8
  
  Человек-жнец (Пратчетт), 87
  
  спады, 11
  
  механизмы рекомендаций, 181
  
  методы ведения записей, 220–21
  
  беженцы, 191
  
  Рейфлер, Джейсон, 129
  
  Reischauer, Robert, 187
  
  Reiter, Jonathan, 108
  
  надежность данных, 233–37
  
  религиозный авторитет, 16
  
  религиозные убеждения, 247–48
  
  Ремингтон Рэнд, 244
  
  исследования и проблемы репликации /воспроизводимости, 107, 112–16, 120–22, 129–31
  
  Республиканская партия, 34, 189n, 269, 270
  
  алгоритмы сортировки резюме, 166
  
  данные о пассажирах, 49–51
  
  Рикен, Генри, 239
  
  модели риска, 71
  
  Ривлин, Элис, 186–87, 188, 212
  
  Робинсон, Николас, 168, 169–70
  
  Римско-католическая церковь, 16
  
  Реннлунд, Анна Рослинг, 62, 63
  
  Рузвельт, Франклин Делано, 143–44
  
  диаграммы розы, 215–16, 233–36, 234
  
  Розер, Макс, 89, 96
  
  Рослинг, Ханс, 63, 185
  
  Росс, Ли, 35
  
  Королевский военно-морской резерв, 218
  
  Королевское общество, 13
  
  Королевское статистическое общество, 194, 214, 219, 233
  
  Розенблит, Леонид, 272
  
  Ruge, Mari, 89
  
  методы выборки, 135–38, 142–51, 155
  
  Самуэльсон, Пол, 239
  
  пропаганда санитарии, 225–26, 233–37
  
  Сантос, Александр, 198
  
  Скажи это с помощью графиков (Желязны), 228
  
  масштаб статистических данных, 92, 93–95, 103
  
  Скарр, Саймон, 231–32
  
  Шахтер, Стэнли, 239
  
  Scheibehenne, Benjamin, 106, 111, 114, 120–21
  
  Scientific American, 102
  
  научное любопытство, 268–69
  
  научная грамотность, 34–35
  
  научный метод, 173
  
  Скотт, Джеймс К., 201, 203
  
  Скотт Браун, Дениз, 217
  
  исследования использования экрана, 117–18
  
  Scutari (Üsküdar, Istanbul) barracks hospital, 213–14, 220, 225, 233, 235
  
  алгоритмы поиска, 156–57
  
  Вторая мировая война, 4, 262
  
  секретность, 174–75
  
  Seehofer, Horst, 191
  
  Видение как у государства (Скотт), 201, 203
  
  предвзятость при отборе, 2, 245–46. Смотри также Предвзятое отношение к выживанию
  
  самосознание, 40
  
  данные о нанесении себе вреда, 73–76, 85
  
  Данные, полученные от самих пользователей, 2
  
  чувства и восприятие, 247
  
  сексуальные скандалы, 185–86
  
  данные о сексуальной активности, 93
  
  Шейн, Джанель, 156
  
  Общие службы Канада, 197
  
  Шарот, Тали, 96
  
  Шейх Мунир, 197
  
  Шэньчжэнь, Китай, 60
  
  синдром больного здания, 12
  
  показатели значимости, 117, 129–30
  
  силденафил, 140
  
  Симмонс, Джозеф, 119
  
  Саймон, Джон, 226, 233
  
  Симонсон, Ури, 119
  
  Сингх, Самир, 156
  
  скептицизм, 54, 69, 183, 197, 205
  
  Сломан, Стивен, 272
  
  медленная статистика, 56, 57, 59–60, 63–64
  
  Маленький, Хью, 214, 234
  
  Смит, Эдвард, 12–13, 33
  
  Смит, Люси, 65
  
  Смит, Уэйн, 197
  
  исследование курения, 3–6, 96, 100, 248, 279
  
  социальные последствия убеждений, 36–38
  
  Социальные сети
  
  и скандал с Cambridge Analytica, 158
  
  и ранний доступ к официальной статистике, 208
  
  и оценка достоверности, 132n
  
  и фейковые новости, 41
  
  и неправильное использование статистических методов, 118
  
  и визуализации данных, 224
  
  социальное давление, 38, 45–46
  
  социально-экономический статус, 59, 68–69, 150–51
  
  Сомерфелд, Эрик, 37–38
  
  Советский Союз, 202
  
  Спайсер, Шон, 191
  
  Spiegelhalter, David, 162–63
  
  Сталин, Иосиф, 73–74, 201–2
  
  Starbucks, 106
  
  государственные пенсии, 80n
  
  статистическая методология
  
  категоризация статистических данных, 68–70
  
  и причинно-следственная связь против корреляции, 15, 64, 156–57, 275
  
  и данные для сбора вишенок, 245–46
  
  и тест на когнитивную рефлексию, 41–42
  
  и достоверность данных, 192, 195
  
  доверчивость к данным, 164–67
  
  цинизм и скептицизм в отношении статистики, 8–10, 13, 14, 266
  
  определение терминов, 87–88
  
  и быстрая или медленная статистика, 56, 57, 60–61, 63–64
  
  привычки, способствующие статистическому анализу, 25
  
  Выдвигать гипотезы после того, как известны результаты (прослушивание), 118
  
  и математические модели риска, 71
  
  методы измерения и выбор, 68, 117–18, 165n
  
  и неправильные представления о статистике, 55–56
  
  неправильное использование, 117–19, 120
  
  и “N = все” предположения, 150, 152, 155
  
  и новые представления статистики, 95n
  
  и экспертная оценка, 111–12, 189n
  
  и преждевременное перечисление, 65–85
  
  и предвзятость публикаций, 113–16, 118–23, 125–27
  
  и кризис воспроизводимости, 107, 112–16, 120–22, 129–31
  
  и предвзятость выборки, 135–38, 142–45, 147–51
  
  и масштаб статистических данных, 92, 93–95, 103
  
  и меры значимости, 117, 129–30
  
  и анализ без теории, 156–57
  
  понимание статистических утверждений, 67–72
  
  разнообразие статистических вопросов, 11
  
  и проблема с “зимним детектором”, 156
  
  Смотри также алгоритмы; большие данные; недостающие данные
  
  Статистическая наука, 2
  
  Статистика и немецкое государство (Tooze), 202
  
  Статистическое управление Канады, 196–97, 212
  
  исследование стволовых клеток, 140
  
  Стереотипные мечты наяву, 109, 114
  
  обвал фондового рынка (1929), 243–44, 258, 260–61
  
  “Аисты доставляют младенцев” (Мэтьюз), 1
  
  Уличная шишка, 150
  
  Ассоциация по борьбе с инсультом (Великобритания), 97–98
  
  данные об инсульте, 10, 97–98
  
  данные об успеваемости учащихся, 163–64
  
  Subacchi, Paola, 192
  
  метро, Нью-Йорк, 229–31, 230
  
  самоубийства, 73–75
  
  Летние Олимпийские игры (2012), 143
  
  Санштейн, Касс, 169
  
  Супер-паки, 275
  
  суперпрогнозисты, 252–55, 260
  
  наблюдение, 202
  
  опросы, 28, 49, 50, 143, 164–65. Смотри также личные опросы; телефонные опросы
  
  Предвзятое отношение к выживанию, 109–10, 112–13, 122–26
  
  Цели устойчивого развития, 142–43
  
  Сазерленд, Джон, 214n
  
  Колледж Суортмор, 138
  
  Швеция, 209
  
  Табер, Чарльз, 33, 38
  
  Тафт, Уильям Говард, 241
  
  Талеб, Нассим, 101, 123
  
  Tanzania, 196
  
  Цель, 159–63, 175–76, 181
  
  налоговая политика, 188–89, 192, 201
  
  оценки учителей, 163–64
  
  TED рассказывает, 106
  
  Текенинген 1 (van Meegeren), 42–43, 44
  
  подростковая беременность, 55, 55n
  
  телефонные опросы, 145–46
  
  телевидение, 54–55
  
  Темные люди, 136–37
  
  измерения температуры, 165–66, 165n
  
  терроризм, 55, 88, 96
  
  Tesco, 160
  
  данные о производительности тестирования, 163–64
  
  Тетлок, Филип, 249–52, 254–55, 260–61
  
  Tett, Gillian, 100–101
  
  Талер, Ричард, 130
  
  талидомид, 139
  
  Тэтчер, Маргарет, 205
  
  анализ без теории, 156–57
  
  “Они видели Протест” (Кахан и др.), 267–68, 268n
  
  Размышление, быстрое и медленное (Канеман), 41, 56, 61n, 121
  
  Thomson Reuters, 231–32
  
  Тирни, Джон, 121
  
  Время, 217
  
  Времена (Лондон), 213, 215, 220, 225
  
  употребление табака, 3–6, 13–15, 35, 52, 241, 248, 279
  
  Туз, Адам, 202
  
  Torricelli, Evangelista, 172, 173
  
  тоталитарное лидерство, 190, 201–2
  
  прозрачность данных, 127, 176, 181, 207
  
  Транспорт для Лондона (TfL), 49–50
  
  тенденции в области данных, 16, 227
  
  Испытания (журнал), 128
  
  Трайбализм, 268
  
  Трюдо, Джастин, 197
  
  Трамп, Дональд
  
  и стоимость пограничной стены, 93–94
  
  и скандал с Cambridge Analytica, 158
  
  и пандемия коронавируса, 7
  
  история о долгах, 79n
  
  игнорирование официальной статистики, 190–91, 196, 207
  
  и ранний доступ к официальной статистике, 207–8, 210
  
  и избирательный опрос, 147
  
  и заявления о “фейковых новостях”, 13–14
  
  и влияние проверки фактов, 129
  
  и использование социальных сетей, 42
  
  доверяйте данным, 164–67, 179, 267
  
  туберкулез, 3–4, 4n, 240–41
  
  Туфте, Эдвард, 217, 223, 229
  
  Тверски, Амос, 97
  
  Twitter, 149, 150, 208, 224, 277
  
  2001: Космическая одиссея (фильм), 153
  
  Тирания показателей, The (Мюллер), 57
  
  Уганда, 141
  
  понятность данных, 180
  
  понимание статистических утверждений, 67–72
  
  уровень безработицы, 11, 189n, 207, 218n
  
  ЮНЕСКО, 203–4
  
  непреднамеренные последствия, 58
  
  Великобритания
  
  данные о смертности, 236
  
  демографические данные, 94
  
  ранний доступ к официальной статистике, 208
  
  показатели неравенства доходов, 82–83, 92–93
  
  реформа статистической системы, 207
  
  частота инсульта в, 98
  
  Универсальная кредитная программа, 142
  
  ценность официальной статистики, 198
  
  Организация Объединенных Наций, 142–43, 185
  
  ЮНЕСКО, 203–4
  
  США
  
  и демографические данные, 94
  
  и ранний доступ к официальной статистике, 207–11
  
  и предсказания выборов, 147
  
  и показатели неравенства доходов, 92
  
  и показатели младенческой смертности, 66
  
  Смотрите также записи, начинающиеся с НАС
  
  единицы анализа, 141
  
  Универсальный кредит, 142
  
  неквалифицированные работники, 71
  
  Военно-воздушные силы США, 110
  
  Конгресс США, 186–87, 204. Смотри также Бюджетное управление Конгресса (CBO)
  
  Министерство сельского хозяйства США, 190
  
  Управление по контролю за продуктами питания и лекарствами США, 126, 180–81
  
  Новости США и мировой отчет, 58
  
  Сенат США, 14–15
  
  удобство использования данных, 180
  
  прививки, 53–54, 99
  
  проверка достоверности, 116–17
  
  ван Меегерен, Хан, 21–23, 30–32, 42–46, 242, 262
  
  тщеславие, 2
  
  разнообразие статистических вопросов, 11
  
  Вентури, Роберт, 217
  
  Vermeer, Johannes, 19–22, 23, 29–32, 43, 45
  
  Версальская мирная конференция, 257
  
  Виагра, 140
  
  Виктория, королева, 215, 226
  
  Видеоигры, 69–70
  
  Война во Вьетнаме, 58, 115
  
  вирусное распространение информации, 26, 105, 111, 224–25
  
  визуализация данных, 213–37
  
  историческое использование, 216–19
  
  и пропаганда проблемы, 227–33
  
  и влияние Найтингейла, 213–16, 219–21, 225–27, 233–37
  
  плохое и вводящее в заблуждение использование, 221–25
  
  и пропаганда санитарии, 225–26, 233–37
  
  и статистика военных потерь, 214–16, 219–21
  
  витаминные добавки, 132–33
  
  данные о времени ожидания, 58
  
  Wald, Abraham, 110
  
  Уэльс, 67
  
  Крах на Уолл-стрит (1929), 243–44, 258, 260–61
  
  Военное министерство (Великобритания), 215
  
  Вашингтон, округ Колумбия, 163–64, 186–87n
  
  Стражи (Мур), 105
  
  Уотерман, Роберт, 123
  
  неравенство в богатстве и доходах, 62–64, 76–84, 85, 229–31
  
  Оружие математического разрушения (О'Нил), 157, 163, 180
  
  данные с веб-камеры, 151
  
  WebMD, 133
  
  данные о распределении веса, 228
  
  “”СТРАННЫЕ" субъекты (западные, образованные и из промышленно развитых богатых демократий), 136
  
  Уэллс, Орсон, 265, 274
  
  Уилан, Чарльз, 2
  
  Когда пророчество терпит неудачу (Фестингер, Рикен и Шахтер), 239
  
  “Почему большинство опубликованных результатов исследований являются ложными” (Иоаннидис), 120, 130
  
  Сети Wi-Fi, 49
  
  Уилкинсон, нормальный, 218
  
  Сила воли (Баумейстер и Тирни), 121
  
  непредвиденные доходы, 27
  
  “проблема с зимним детектором”, 156
  
  Проводной, 155, 156
  
  принятие желаемого за действительное, 27, 29, 36, 40, 45
  
  Женщина, читающая письмо (Вермеер), 21
  
  Женщина, уличенная в супружеской неверности, The (Вермеер), 22
  
  Вульф, Вирджиния, 257
  
  Вуттон, Дэвид, 173, 175
  
  Всемирный банк, 91, 99–100, 196, 203, 262
  
  Всемирная организация здравоохранения (ВОЗ), 7
  
  База данных о мировом неравенстве, 83
  
  взгляд червя на данные, 61–62, 63–64, 265
  
  Wunderlich, Carl, 165–66, 165n
  
  Йельский университет, 2, 138–39, 267
  
  Яншо, Китай, 60
  
  йога, 133–34
  
  Йонг, Эд, 178
  
  Ты выглядишь как вещь, и я люблю тебя (Шейн), 156
  
  YouTube, 181
  
  Yunus, Muhammad, 47, 61
  
  Желязны, Джин, 228
  
  ABCDEFGHЯJKLMNOPQRSTUVWXYZ
  
  ОБ АВТОРЕ
  
  Тим Харфорд - отмеченный наградами обозреватель, телеведущий и экономист. Он является автором Беспорядок, Пятьдесят изобретений, которые сформировали современную экономику и миллионный тираж Экономист под прикрытием и является ведущим Поучительные истории подкаст. Он является почетным членом Королевского статистического общества, а в 2019 году был награжден орденом Британской империи за заслуги в улучшении понимания экономики.
  
  
  Что дальше по
  твой список для чтения?
  
  Откройте для себя свой следующий
  отличное чтение!
  
  
  Получайте персонализированные подборки книг и последние новости об этом авторе.
  
  Зарегистрироваться сейчас.
  
  *Она также стала президентом Американской экономической ассоциации, заместителем в Федеральной резервной системе и главой Управления по управлению и бюджету. И она “помогла спасти Вашингтон”, как выразился более поздний глава CBO, помогая вывести город из его собственного локального финансового кризиса в 1990-х годах. Учитывая такой диапазон должностей высокого уровня, один коллега назвал ее “десятиборцем” на государственной службе.
  
  *Например, рецензируемое исследование двух ученых, опубликованное в 2000 году, показало, что республиканские администрации, как правило, делали прогнозы, которые были слишком обеспокоены высокой инфляцией, в то время как прогнозы демократической администрации были слишком пессимистичными в отношении безработицы. Прогнозы CBO не показали предвзятости и в целом были более точными.
  
  *Я избавлю вас от своих усилий по определению этих физических констант. Для наших целей важно то, что их трудно измерить точно, и что при каждой попытке повысить точность эти измерения, похоже, систематически отклонялись от предыдущих попыток.
  
  *С моей стороны непослушно называть это “простой” статистикой. В Великобритании, по данным Управления национальной статистики (Статистический выпуск от 29 ноября 2019 года), к 1985 году 22 процента браков 1965 года закончились разводом. Со временем эта цифра возросла: к 2015 году 38 процентов браков 1995 года закончились разводом. В настоящее время есть свидетельства того, что уровень разводов снова снижается, но, очевидно, еще слишком рано говорить о том, сколько недавних браков продлится двадцать лет. Очевидно, что это вопрос суждения — и доступных данных — о том, какая базовая ставка, по вашему мнению, является актуальной. Все Браки в Великобритании? Все недавние браки? Все браки между людьми определенного возраста или уровня образования? Это совсем не просто, если честно. Но лучше попытаться найти соответствующую базовую ставку и причину оттуда, чем вытаскивать цифры из своего мозга без какого-либо контекста.
  
  *Тогда возникает вопрос о том, что такое смерть от COVID-19: некоторые из тех, кто скончался, уже были неизлечимо больны; некоторые, действительно, умерли с вирус, но не из IT. Имея это в виду, 1500 смертей, возможно, все-таки преувеличение.
  
  *И под “детьми” мы подразумеваем пятилетних детей? Десятилетние дети? Шестнадцатилетние?
  
  *Даже определение “массовый расстрел” является скользким. ФБР ведет учет случаев массовых убийств, но их определение включает только нападения в общественном месте, что исключает многие инциденты, связанные с наркотиками, а также бытовые убийства. Альтернативный подсчет, который ведется Архивом случаев насилия с применением огнестрельного оружия, включает такие инциденты. Это имеет большое значение для общего подсчета, но в любом случае количество людей, погибших в результате массовых расстрелов, составляет небольшую долю от общего числа смертей от огнестрельного оружия.
  
  *И есть часто повторяющийся анекдот о Дональде Трампе, за годы до того, как он стал президентом. У него были большие долги после нескольких неудачных сделок с недвижимостью, и, указывая на бездомного, он сказал своей маленькой дочери: “Видишь этого бродягу? У него на миллиард долларов больше, чем у меня. ”Я понятия не имею, правдива ли эта история, но финансовая логика здрава.
  
  *Я использовал 2018 Отчет о глобальном благосостоянии. Версия 2013 года — основа оригинальных заголовков “85 богатейших людей” - предлагает несколько иные цифры, но общая картина изменилась очень медленно.
  
  *Credit Suisse не включил право на государственную пенсию в свои расчеты. Это важно, потому что государственные пенсии очень ценны для тех, у кого они есть. Неясно, увеличит ли учет государственных пенсий в качестве активов измеряемое неравенство (поскольку многие из беднейших людей лишены их) или уменьшит измеряемое неравенство (поскольку государственная пенсия представляет собой существенный актив для более бедных людей в более богатых странах). Я предполагаю, что ситуация выглядела бы менее неравной, если бы были включены государственные пенсии, но это всего лишь предположение. Я мог бы быть совершенно неверно. Во всем мире треть пожилых людей не имеет никакой пенсии.
  
  *Другой популярный показатель неравенства— с которым мы столкнемся в следующей главе, — это коэффициент Джини. Этот показатель рассказывал ту же историю о снижении неравенства после кризиса.
  
  *В обоих случаях вполне возможно, что на людей повлиял не столько скромный финансовый стимул, сколько эмоциональная сила роли, которую им предлагалось взять на себя. В любом случае, особый взгляд на ситуацию оказал сильное влияние на принимаемые ими решения.
  
  *Политический опыт в этом эксперименте измерялся путем опроса людей о работе правительства США. Например, сколько голосов в Конгрессе необходимо, чтобы преодолеть президентское вето?
  
  *Я совершенно уверен, что я тоже виновен. Я просто не могу понять, как именно.
  
  *Ответы: пять центов и сорок семь дней. Возможно, второй вопрос является меньшим камнем преткновения, чем когда-то. Заросли лилий растут экспоненциально, и мы все получили от коронавируса суровый урок того, как выглядит экспоненциальный рост.
  
  *Возможно, также стоит задать дополнительный вопрос: Почему заставляет ли это меня так себя чувствовать?
  
  *Хотя, если это рецепт, то он написан особо педантичным шеф-поваром. Большинство рецептов оставляют место для здравого смысла, но если алгоритм должен быть интерпретирован компьютером, шаги должны быть четко определены.
  
  *Проблема усугубилась из-за преобразования единиц измерения. Первоначальные измерения Вундерлиха проводились в градусах Цельсия, и его результаты показали, что типичная температура тела составляет около 37 ® C — неявно, учитывая такую степень точности, диапазон до одного градуса Цельсия, где-то выше 36,5 ® C и ниже 37,5 ® C. Но когда статьи Вундерлиха на немецком языке были переведены на английский, охватив более широкую аудиторию, температура была переведена из стоградусной в Фаренгейтовую и составила 98.6 ® F — приглашение врачам предположить, что температура было измерено с точностью до одной десятой градуса по Фаренгейту, а не до одного градуса по Цельсию. Предполагаемая точность была почти в двадцать раз больше, но все, что на самом деле изменилось, — это преобразование между двумя температурными шкалами.
  
  *Ускоритель частиц превратит неблагородные металлы в золото, хотя и недешево. В 1980 году исследователи подвергли бомбардировке металлический висмут, слегка напоминающий свинец, и получили несколько атомов золота. Стоимость была неэкономичной - один квадриллион долларов за унцию. Нам еще предстоит открыть эликсир вечной жизни.
  
  *Как могли многочисленные эксперты по Найтингейлу неправильно истолковать эту деталь? Неясно, кто первым допустил ошибку, но однажды допущенная, она распространилась. Я сам повторил ошибку в статье для Financial Times. Мое первое подозрение о существовании проблемы возникло, когда я обратился к биографии гораздо менее известного Уильяма Фарра, в которой говорится, что письмо было написано Фарру, а не ему. Я связался с замечательными архивариусами Британской библиотеки и обнаружил, что письмо, о котором идет речь, является черновиком без подписи; окончательная версия утеряна. Черновик написан рукой доктора Джона Сазерленда, близкого сотрудника Найтингейл, который часто составлял черновики для нее и, возможно, писал под диктовку. Это определенно предназначалось Фарру. Даже если это не было продиктовано Найтингейл, это, вероятно, близко отражало ее взгляды. Профессор Линн Макдональд, редактор многотомного собрания работ Найтингейла, объяснила мне: “Она, возможно, написала ее собственная версия и отправила ее, но, очевидно, такое письмо исчезло. [Сазерленд и Найтингейл] сходились во взглядах — это ее взгляды И его” (Макдональд, переписка по электронной почте, 31 мая 2019 года).
  
  *По общему признанию, иногда базовые данные, нанесенные на график простым способом, действительно предполагают картину, складывающуюся из точек на графике, наподобие теста Роршаха. Например, если вы построите график зависимости безработицы от инфляции в Японии — то, что экономисты называют “кривой Филлипса”, — вы можете кое-что заметить. Как отмечалось в экономической статье 2006 года, “Японская кривая Филлипса похожа на японскую”.
  
  *Большая проблема поместит Флоренс Найтингейл на обложку в марте 2020 года. “Приветствую королеву, умеющую мыть руки: Как Флоренс Найтингейл помогает нам бороться с коронавирусом”, - раструбил журнал. Но для революции в общественном здравоохранении требуется нечто большее, чем мытье рук: требуется статистическая детективная работа. Вирус напомнил нам о необходимости мыть руки, но, что более важно, он научил нас тому, что для борьбы с пандемией требуется информация, как можно более быстрая и полная. Флоренс Найтингейл поняла это почти двести лет назад. Я бы предпочел запомнить ее не как королеву мытья рук, а как информационного детектива.
  
  *Шучу. Не используйте круговую диаграмму.
  
  *В акте сладкой мести Хилл позже показал, как вылечить туберкулез, в том, что обычно считается первым строго рандомизированным клиническим испытанием.
  
  *Этот афоризм популярен среди статистиков. Я часто вижу, что это приписывается великому статистику Фредерику Мостеллеру, но не смог подтвердить происхождение.
  
  *Исследование называется “Они видели протест’, перекликаясь с классической психологической статьей 1954 года “Они видели игру”, в которой было обнаружено аналогичное предвзятое восприятие, когда фанаты соперника смотрели фильм о футбольном матче в плохом настроении.
  
  *Тролли, популисты, производители возмущения и другие профессиональные спорщики, конечно же, попытаются организовать дебаты таким образом, чтобы подавить любопытство и укрепить предвзятые мнения. Но любопытным и непредубежденным людям было бы разумно избрать противоположный подход в том, как мы выражаем себя.
  
  *Однажды я был гостем на Отчет Кольбера. Стивен был радушным хозяином. В "зеленой комнате“ он сам объяснил мне основную идею шоу: ”Я буду в образе персонажа, а мой персонаж - идиот". Затем, позже, войдя в роль: “Я собираюсь разорвать тебя на части, Харфорд!”
  
  *И если люди не любопытны, они не будут учиться, пока их любопытство не сможет каким-то образом пробудиться к жизни. Помните телепродюсеров, которые готовили программу о том, почему неравенство выросло, но, по-видимому, им было недостаточно любопытно проверить, выросло ли оно?
  
  *Когда участник кампании за Брексит Майкл Гоув сказал это, он имел в виду конкретно экспертов, работающих в международных организациях, таких как Международный валютный фонд. Заявление, однако, обрело собственную жизнь.
  
  *Это напоминание о том, как полезно остановиться и подумать. Не требуется продвинутой математики, чтобы понять, что цифру в 20 процентов просто невозможно возвести в квадрат с нашим повседневным опытом. В некоторых странах люди говорят, что, по их мнению, 50 процентов девочек-подростков рожают каждый год, что означает, что молодые женщины обычно вступают во взрослую жизнь с тремя собственными детьми.
  
  *Поклонники Даниэля Канемана и его книги Размышление, быстрое и медленное может распознать здесь то, что он называет “системой 1” и “системой 2”.
  
  *В 2019 году, например, в Лондоне произошло 149 убийств — самое большое число за десятилетие. С 2016 года наблюдается рост. Британские СМИ склонны представлять этот рост как апокалиптический; в контексте это выглядит менее тревожно, но явно является движением в неправильном направлении. Временный всплеск или изменение длительного снижения уровня убийств? “Только время покажет” - это клише; однако это правда.
  
  *Если бы Мексика заплатила за стену, стоимость на человека составила бы почти 200 долларов, поскольку население Мексики меньше. Если.
  
  *Менее понятной является привычка писать что-то вроде “Если бы государственный долг США был кучей долларовых купюр, он простирался бы до самого космоса / до Луны / до солнца”. Некоторые журналисты, похоже, думают, что это отличный способ поместить большое число в контекст. Так ли это? Обычно я нахожу себя глупее в конце таких предложений. Вы знаете, сколько долларовых купюр в куче высотой в ярд? (Около восьми тысяч. Я должен был посмотреть это, конечно. Любой бы так сделал.) Космическое пространство обычно рассматривается как находящееся более чем в 60 милях над нами, луна находится почти в 238 900 милях от нас, а Солнце — в 93,6 миллионах миль - так что куча, которая тянется к солнцу, намного больше, чем та, которая тянется в космос. По моим расчетам, государственный долг США был бы кучей долларовых купюр, достигающих Луны шесть раз. Теперь доволен? Мне гораздо понятнее отметить, что это составляет около 70 000 долларов на гражданина США.
  
  *Это тоже было понятно. Льюис был автором таких книг, как Кошки в новостях и Собаки в новостях.
  
  *В нашей баскетбольной аналогии это похоже на то, как организатор замечает, что он может получить отрыв в десять очков, если будет считать забитые мячи на выезде и игнорировать штрафные броски. Возмутительно в такой обстановке, но в научном контексте имеет смысл исследовать различные подходы. Отличный смысл - но статистическая ловушка, если все сделано не очень тщательно.
  
  *Иоаннидис, как вы, возможно, помните, также является эпидемиологом, который предупредил о “фиаско с доказательствами, которое случается раз в столетие” в марте 2020 года, когда странам по всему миру пришлось реагировать на пандемию коронавируса, имея на вооружении очень разрозненные данные.
  
  *Или попробуйте это. Прочитав статью или пост в Facebook, описывающий какое-нибудь интересное открытие, просто спросите себя, как бы вы объяснили это другу. Знаете ли вы, что сделали исследователи и почему, стало ли исследование шоком или именно тем, чего ожидали эксперты? Если ваше объяснение примерно такое: “Некоторые ученые обнаружили, что черника вызывает рак”, возможно, вы не читали хорошую журналистскую статью.
 Ваша оценка:

Связаться с программистом сайта.

Новые книги авторов СИ, вышедшие из печати:
О.Болдырева "Крадуш. Чужие души" М.Николаев "Вторжение на Землю"

Как попасть в этoт список

Кожевенное мастерство | Сайт "Художники" | Доска об'явлений "Книги"