рассказывать про логические ошибки? Поцелую ему руку – и бегом в банк. Но многие инвестиционные гуру, заманивая клиентов показателями за первые пять лет, потом не могут достичь прежних успехов. Демирель как-то заявил: «То, что мы сделали, – залог того, что мы сделаем». Нет, не залог. Что и естественно: в сфере, где столько неизвестных и непредвиденных факторов, обеспечить постоянный успех весьма сложно. Нет, прогнозы нескольких инвесторов – из множества – разумеется, сбудутся. А среди толпы за рулеточным столом найдется и тот, кто сегодня выиграет пять раз кряду. Но мы-то знаем: эта серия не меняет их шансы на шестую победу; вероятность, что полоса удачи продлится еще столько же, не возрастает. Слово удача, в общем-то, тоже сбивает с толку. Если мы выиграем несколько раз подряд, нас назовут везунчиками. Но наше «везение» – не причина следующего выигрыша. Иначе говоря, удачливость – не черта характера, а ярлык, который навешивают на цепь случайностей. Мы видим в этом свойство, потому что наш внутренний контрол-фрик жаждет обладать способностью предсказывать будущее.

НЕ БУДЕТ НА ЭКЗАМЕНЕ

Вы не прочитали последние несколько абзацев, потому что застряли на «второй по частоте фразе в мире финансов», верно? «Какая же первая?» – думаете вы.

«Это не инвестиционный совет».

Хотя всяческие гуру очень охотно раздают инвестиционные советы, но в Турции смысл такой: не стать бы мне на ровном месте обвиняемым по абсурдному делу наподобие «попытки международного экономического переворота». Таким образом, в этой книге нет инвестиционных советов. И медицинских советов тоже нет. Если возникнут вопросы – лучше звоните моему адвокату: 0532-Call-Saul.

41. «Закон Мерфи». Апелляция к вероятности[195]

Относиться к вероятности как к определенности.

«Если повторять эксперимент достаточно долго, случится все, что может случиться».

Под «всё» математик Де Морган имел в виду не все, что можно вообразить. Он имел в виду, что все вероятности, возможные в рамках эксперимента, рано или поздно реализуются. А мы порой искажаем эти вероятности – то с надеждой, как игроки, то с пессимизмом, как Мерфи с его законом: «Все, что может пойти не так, пойдет не так».

«Ну и кто такой этот Мерфи?» – слышу я ваш вопрос. Слышу и кое-что еще – помолчите минутку, дайте дописать книгу!

Одни считают, что мифический «Мерфи» – это сам Де Морган. Другие – что Эдвард Мерфи, в 1950-х пытавшийся измерить силу перегрузок, испытываемых военными летчиками{73}. Сбои в его экспериментах не прекращались, и он прославился своим изречением, став частью поп-культуры.

•••

Конечно, чаще всего мы используем эту схему в шутку. Недавно я опоздал из-за того, что в такси сломался таксометр, и упустил поезд (Мерфи, должно быть, сильно икалось). Но я понимал, что сам виноват. Ну кто же выходит из дома впритык, рассчитывая успеть на поезд? Дни, когда я запрыгивал в вагон на ходу и втягивал голову перед самым тоннелем, давно минули.

Суть этой ошибки кроется в работе нашей памяти: закон Мерфи делает «законом» то, что мы отлично помним моменты, когда все наперекосяк. Мы не забудем поезд, на который опоздали ровно на одну минуту. Но мы игнорируем случаи, когда дела идут как надо: ведь подавляющее большинство потенциальных бед обошли нас стороной. Например, сегодня вам на голову не упала стальная балка. Вы не застряли в дверях, не уронили телефон в унитаз, успели на поезд в последнюю минуту. И все эти крошечные чудеса вы скоро забудете.

42. «Добавлю-ка я десятые, чтобы никто не понял, что я гадаю». Ложная достоверность[196]

Создавать видимость убедительности при помощи слишком детализированных данных.

Две последние ошибки из связанных со статистикой касаются не столько ее неверной трактовки, сколько попыток придать ей слишком большое значение. Вы наверняка помните (из параграфа «Смерть Homo economicus»), как выглядит эта современная неприятная тенденция. Научно-технический прогресс заставляет нас класть количественно выраженные утверждения на особую чашу весов.

Я не говорю, что статистика сама по себе убедительна, – напротив, добротные истории обычно лишь подкреплены верными данными. Но то, что цифры добавляют авторитета, – факт. И чем более детализированы эти цифры, тем больше бонус к авторитету. Так что этот прием, по сути, блеф. Если проглотят – чудно. Если не проглотят и потребуют источник – можно пойти на попятный и, высказавшись в духе «Ну, это же общеизвестно…», переложить бремя доказательства на собеседника.

•••

Давайте рассмотрим несколько примеров.

99,99 % видов, когда-либо живших на Земле, вымерли.

Первый пример – сравнительно безобидная версия этого приема: за ней хотя бы стоит научное обоснование. Разные источники дают разные данные: от 99 до 99,99 %. Иными словами, из каждых 100 или 10 тысяч видов, обитавших на планете, лишь один до сих пор живет и здравствует. Ввиду специфики темы в ней, конечно, царит изрядная неопределенность: ведь многие вымершие виды исчезли, не оставив и следа.

Но бывает и так, что люди приводят точные данные тогда, когда точность в принципе недостижима. Это вводит в заблуждение еще больше.

Этот стиральный порошок отстирывает белое на 100 % лучше.

Каким методом, в каких единицах измеряется степень запачканности белого платья?

Греки – самый ленивый народ в ЕС. Они на 30 % ленивее остальных.

Откуда взялись эти 30 %? Из среднего количества рабочих часов? Но если взять не все население, а лишь работающее, греческий работяга, глядишь, окажется довольно трудолюбивым.

Антибактериальное мыло убивает 99 % бактерий.

То есть выживает одна бактерия из сотни? Так за несколько часов она снова размножится. Или имеется в виду, что оно убивает 99 % видов бактерий? Тогда, может, оставшиеся – самые опасные или самые многочисленные виды?

«Мы хорошо управляем экономикой, инфляция снизилась до 12,7 %».

Инфляция – не единственное мерило экономики. К тому же, возможно, инфляция снизилась временно – из-за ваших валютных долгов. Или вы сменили метод ее подсчета. В конце концов, есть тысячи способов рассчитать рост дороговизны жизни, испытываемый нами на своей шкуре.

•••

Из всех этих примеров вытекает одно: для нашего разума цифры и статистика – продолжение научного метода. Оттого даже в сферах, не слишком связанных с наукой, у них неоправданно высокий престиж. А следующая ошибка переводит эту проблему в хроническую стадию…

43. «Нет чисел – нет явления». Ошибка количественности[197]

Принимать решение, основываясь только на измеримых, количественных факторах.

К концу почти 20-летней Вьетнамской войны Северный Вьетнам, по некоторым оценкам, потерял около 1 миллиона солдат убитыми и около 600 тысяч – ранеными. Потери США составили примерно 60 тысяч, а Южного Вьетнама – 300 тысяч. Глядя на эти цифры, мы можем предположить, что войну проиграл Север, верно?

И действительно, тогдашний министр обороны США Макнамара, маньяк по части статистики, долго так и считал. Макнамара может считаться одним из «ранних последователей» big data еще до хайпа по поводу больших данных. Он пытался организовать армию так, чтобы ее деятельность полностью опиралась на данные. Его общий взгляд на войну зиждился на простейшей арифметике: поскольку армия США технологически превосходит врага, на каждого павшего американского бойца приходится несколько вражеских. Число солдат противника конечно. Таким образом, чем больше мы навалим пушечного мяса, тем легче нам будет победить. Ради этого были смягчены условия набора в армию, и к полумиллиону солдат, отправленных на другой конец света, добавили еще 120 тысяч. А затем, развалившись в кресле, возопили: «Кром, пересчитай мертвых!» Киммерийский бог выполнил просьбу настоящих варваров и в сверхурочном режиме насчитал сотни тысяч трупов.

Итог? Вьетнам стал кладбищем для сотен тысяч людей и для национальной гордости США. Выходит, чего-то Макнамара не учел…

•••

Эквивалент этой ошибки в экономике – внешние эффекты, или экстерналии (externality), то есть факторы, влекущие издержки для лиц, не являющихся сторонами сделки, и обычно остающиеся неучтенными.

Когда вы завтра