Черный лебедь. Под знаком непредсказуемости (сборник) - [146]

Есть тут и еще одно различие – между “истинной” случайностью (ее эквивалент – Господь, бросающий кости) и случайностью, которая проистекает из эпистемической ограниченности (как я ее называю), то есть из нехватки знания. Онтологическая (или онтическая) неопределенность, в противоположность эпистемической, – это такая неопределенность, при которой будущее не вытекает из прошлого (или вообще ниоткуда не вытекает). Такое будущее создается ежеминутно сложной комбинацией наших действий, что порождает неопределенность куда более фундаментальную, чем эпистемическая, истоки которой – в несовершенстве нашего знания.

А значит, для подобных систем – называемых неэргодическими в противоположность системам эргодическим – не существует долгосрочных перспектив. В эргодической системе на вероятность того, что может случиться в далеком будущем, никак не влияют события, которые могут произойти, скажем, в следующем году. Игрок в казино может чрезвычайно обогатиться, но если он будет продолжать играть, то в конце концов разорится (ведь у игорного дома всегда имеется преимущество). Человек, не обладающий особенным опытом и умением, в конце концов потерпит поражение. Итак, в эргодических системах путь, как правило, не имеет значения: ученые именуют это независимостью от траектории развития. А у неэргодической системы нет по-настоящему долгосрочных свойств, она склонна к зависимости от траектории развития.

Я считаю, что различие между эпистемической и онтической неопределенностью важно с философской точки зрения, однако совершенно несущественно для реального мира. Эпистемическую неопределенность очень трудно отделить от более фундаментальной. Такое “отличие без разницы” (не из тех, что я упоминал ранее) может принести большой вред, потому что отвлекает от реальных проблем: практики раздувают его, вместо того чтобы сосредоточить внимание на предельности нашего знания. Вспомните: скептицизм – штука дорогая, и он должен быть под рукой, когда понадобится.

В жизни нет никакой “долгосрочной перспективы”; в жизни важно то, что случается на ее промежуточных этапах. Использование понятия “долгосрочная перспектива”, или, говоря математическим языком, асимптотики (мысленного продления до бесконечности), опасно тем, что заслоняет от нас происходящее в промежутке, – далее я буду называть это преасимптотикой. У различных функций различная пре-асимптотика в зависимости от быстроты сходимости к асимптоте. Но, к сожалению, как я не устаю повторять студентам, жизнь протекает в преасимптоте, а не в какой-то платоновской долгосрочной перспективе, и некоторые свойства, характерные для преасимптоты (или краткосрочной перспективы), существенно расходятся со свойствами перспективы долгосрочной. Так что теория, даже работающая, входит в противоречие с текущей, более фактурной реальностью. Мало кто понимает, что достижимая долгосрочная перспектива существует лишь как математическая конструкция для решения уравнений. Выстраивая долгосрочную перспективу для сложной системы, вы должны допустить, что ничего нового в этой системе никогда не появится. Кроме того, даже создав идеальную модель мира, лишенную всякой неопределенности в аспектах отображения, вы можете допустить маленькую неточность в одном из исходных параметров. Вспомните Лоренцев эффект бабочки из главы 11. Крошечная неопределенность на уровне самого незначительного параметра способна под действием нелинейных эффектов вырасти в итоге в колоссальную неопределенность. От подобной нелинейности страдают метеорологические модели, и даже если бы у нас имелась верная модель (а ее у нас, конечно, нет), минимальное изменение одного из параметров (так называемая калибровка) может кардинально изменить наши выводы.

Мы еще обсудим преасимптотику, когда обратимся к разграничению между видами вероятностного распределения. Пока скажу лишь, что во многом это математическое и философское разграничение перевернуто, по советско-гарвардскому обычаю, с ног на голову: люди строят модель, а потом начинают раскладывать реальность по ее ячейкам, вместо того чтобы, отталкиваясь от реальности, искать то, что ей соответствует.

Вероятность на термометре

Это неверно используемое разделение напоминает другое порочное разделение, которое я обсуждал раньше, – между тем, что экономисты называют найтовским риском (поддающимся расчету), и найтовской неопределенностью (расчету не поддающейся). Оно подразумевает наличие чего-то, что мы в состоянии вычислить, тогда как в действительности не вычисляется, в общем-то, ничто (тем паче – редкостные события). Только недоумку может казаться, будто вероятность будущих событий “измерима” в том же смысле, в каком температура измерима термометром. В следующем разделе мы поговорим о том, что маловероятные события наименее вычисляемы и исключительно значимы, так как последствия их могут быть грандиозны.

Следует обратить внимание и еще на одну порочную – странно нереалистичную, ненаучную – традицию в социальных исследованиях. Речь идет о теории “рациональных ожиданий”, согласно которой все наблюдатели, снабженные одними и теми же данными, склоняются, логически мысля, к одному и тому же выводу, – даже если их первоначальные гипотезы существенно различались (механизм такой корректировки мнений именуется байесовским умозаключением). Почему я назвал ее ненаучной? Потому что элементарная проверка показывает, что в реальности люди не соединяются в едином мнении. Одна из причин этого – психологические искажения типа ошибки подтверждения (рассмотренные нами в главе 6), приводящие к разной интерпретации данных. Но есть и математическое объяснение того, почему люди не сходятся во мнениях: если вы руководствуетесь крайнестанским вероятностным распределением, а я – среднестанским (или крайнестанским, но не тем, что вы), мы никогда не придем к общему заключению просто потому, что в условиях Крайнестана такая быстрая корректировка мнений недопустима. Если вы, например, полагаете, что живете в Среднестане, то, не видя поблизости Черных лебедей, можете благополучно о них позабыть. Если же вы понимаете, что вокруг – Крайнестан, не торопитесь это делать!