Черный лебедь. Под знаком непредсказуемости (сборник) - [153]

Итак, вот возражения моделировщиков: “Мы всё это знаем. Ничто не совершенно. Предполагать разумно. Предполагать не вредно. Предполагать естественно. Вы не можете доказать, что предполагать предосудительно. Мы делаем лишь то, что делают все. Тем, кто принимает решения, лучше с нами, чем без нас. Наши модели не совсем бесполезны. Надо выжимать из информации всё возможное. Надо строить предположения, чтобы продвигаться вперед. Надо принимать модели как данность. Кому от этого плохо?”

В результате я изменил подход – стал говорить: “Вот где ваши инструменты работают”, а не “Это неверно”, как делал раньше. Такая перемена стиля обращения принесла мне множество объятий и тонны диетической кока-колы, а кроме того, помогла мне заставить себя услышать. И еще: комментарии Дэвида побудили меня больше обращать внимание на ятрогению – то есть на тот вред, который наносит нам необходимость применять количественные модели.

Дэвид Фридман скончался через несколько недель после этого заседания[124]. Спасибо, Дэвид. Ты оказал Черному лебедю незаменимую услугу. Покойся с миром. Светлая память.

И вот каково заключение. При всей царящей в мире неопределенности ситуация вовсе не безнадежна. Почему? А вот почему. Мы можем просто-напросто нарисовать своего рода карту, отметив на ней те места, где ошибки наиболее значимы и где нам следует их особенно опасаться.

Решения

Если взглянуть на “генератор событий”, можно сразу сказать, в каких условиях могут происходить масштабные события (Крайнестан), а какие условия их порождать не в состоянии (Среднестан). Это единственное априорное предположение, которое нам понадобится. Единственное.

Итак, начнем.

I. Первый тип решений прост, у них “бинарный” исход: то есть вам важно лишь то, является ли нечто истинным или ложным. От сверх-истинности или сверх-ложности вам ни тепло ни холодно. Бинарность не подвержена влиянию масштабных событий, поскольку у нее ограниченный исход. Женщина или беременна, или не беременна, и результат “очень сильной” беременности будет тем же, что и результат беременности “легкой”. Утверждение “истинно” или “ложно” с некоторым доверительным интервалом. (Я называю такие бинарные исходы Мо, поскольку, говоря более специальным языком, они зависят от так называемого “нулевого момента”, то есть от вероятности события, а не от его размаха – вам важна лишь “грубая” вероятность.) К этой категории относятся лабораторные биологические эксперименты или пари, которые вы заключаете с другом относительно исхода футбольного матча.

Ясно, что бинарные исходы не слишком часто встречаются в нашей жизни; их основная сфера – лабораторные эксперименты да научные статьи. В жизни у событий часто имеется бесчисленное множество возможных финалов – или, по крайней мере, несколько.

II. Второй тип решения – сложнее, он связан с более открытыми финалами. Вас интересует не только частота или вероятность, но и эффект – или, что усложняет дело, некая производная этого эффекта. То есть у эффекта есть еще один уровень неопределенности. Эпидемия или война могут быть и слабыми, и мощными. Вкладывая деньги, вы не заботитесь о том, сколько раз вы проиграете или выиграете. Вас волнует совокупный результат, ожидание: количество проигрышей или выигрышей, умноженное на количество потерянных или приобретенных денег. Существуют и более сложные решения (например, когда кто-то берет кредит), но я их здесь опущу.

Кроме того, мы беспокоимся о том,

а) какие генераторы событий относятся к Среднестану (то есть вероятность масштабных отклонений близка к нулю), априорное предположение;

б) какие генераторы событий относятся к Крайнестану (то есть масштабные отклонения вполне возможны или даже весьма вероятны).

Так и появляются на нашей карте четыре квадранта.

ЧЕТВЕРТЫЙ КВАДРАНТ НА КАРТЕ

Таблица 7. Принятие решений в зависимости от исходов

Первый квадрант. Простые бинарные исходы в Среднестане: строить прогнозы можно без опасений, жизнь легка, модели работают, все должны быть счастливы. К сожалению, это чаще наблюдается в лабораториях и в играх, чем в реальной жизни. Результаты экономических решений редко бывают такими. Примеры: некоторые медицинские решения (касающиеся отдельного пациента, а не населения в целом), ставки в казино, рынки предсказаний.

Второй квадрант. Сложные исходы в Среднестане: статистические методы могут работать удовлетворительно, однако существует некоторый риск. Да, применение среднестанских моделей – не панацея из-за преасимптотики, отсутствия независимости, а также из-за модельных ошибок. Понятно, что здесь существуют проблемы, но их уже рассматривало множество авторов – в том числе Дэвид Фридман.

Третий квадрант. Простые исходы в Крайнестане: если вы заблуждаетесь, это вам не особенно повредит, так как возможность экстремальных событий не сказывается на исходах. Не слишком опасайтесь Черных лебедей.

Четвертый квадрант, место обитания Черного лебедя. Сложные исходы в Крайнестане: здесь-то и таится главная опасность – а заодно и разного рода возможности. Не следует предсказывать отдаленные исходы, даже самые неординарные. На дальних участках распределения исходы предсказывать труднее, чем на ближних