Алекс Эдманс
1,867,706 views • 17:47

Бель Гибсон была счастливой молодой австралийкой. Она жила в Перте и любила кататься на скейтборде.

Но в 2009 году Бель узнала, что у неё опухоль головного мозга и 4 месяца жизни. Два месяца химиотерапии и радиации ни к чему не привели. Но Бель не сдавалась. Она была бойцом всю свою жизнь. С шести лет она готовила для своего брата, страдающего аутизмом, и мамы, болеющей рассеянным склерозом. Отца на горизонте не было. Так что Бель боролась с помощью упражнений и медитации, и поменяв мясо на фрукты и овощи. И она выздоровела.

Её история стала знаменитой. О ней писали в Твиттере, блогах, делились с миллионами людей. Она показала пользу отказа от традиционной медицины ради диеты и упражнений. В августе 2013 года Бель выпустила приложение по здоровому питанию «Цельная кладовая», которое было скачано 200 тысяч раз за первый месяц.

Но её история была ложью. У Бель никогда не было рака. Люди распространили её историю не проверив, правдива ли она. Это типичный пример так называемой «предвзятости подтверждения». Мы с лёгкостью верим историю, если она подтверждает наши убеждения. И отвергаем любую историю, которая им противоречит. Как часто мы сталкиваемся с подобным в историях, которыми мы делимся и которые игнорируем? В политике, в бизнесе, в советах о здоровье.

Словом 2016 года по версии Оксфордского словаря было «постправда». И осознание того, что мы живём в постправдивом мире, подчеркнуло необходимость проверки достоверности данных. Но главная мысль моего выступления в том, что простой проверки фактов недостаточно. Даже если история Бель была бы правдой, это бы не имело значения. Почему?

Давайте посмотрим на одну из фундаментальных техник статистики. Она называется байесовский вывод. Очень простая версия её такова. Нам важно, поддерживают ли данные теорию? Укрепляют ли данные нашу веру в теорию? Но взамен мы задаёмся вопросом: «Совпадают ли данные с теорией?» Но то, что данные совпадают с теорией, не значит, что они её подтверждают. Как так? Из-за важного, но забытого третьего элемента: данные также могут соответствовать и противоположным теориям. Но из-за предвзятости подтверждения мы не учитываем противоположные теории, потому что так свято защищаем свою теорию.

Теперь давайте рассмотрим это в истории Бель. Итак, нам важно: подтверждает ли история Бель теорию, что диета исцеляет от рака? Но вместо этого мы спрашиваем: соответствует ли история Бель тому, что диета лечит от рака? И ответ — да. Если бы диета на самом деле исцеляла, мы узнали бы об историях, подобных Бель. Но даже если бы диета не исцеляла рак, мы всё ещё видели бы такие истории, как у Бель. Единственная история, в которой пациент по-видимому вылечился сам, оказалась простой ошибкой диагноза. Так же, как если бы курение было вредно для здоровья, всё равно нашёлся хотя бы один курильщик, доживший до ста лет.

(Смех)

Так же, как если бы образование способствовало заработкам, всё равно нашёлся бы один мультимиллионер без образования.

(Смех)

Так что самая большая проблема с историей Бель не в её лживости, а в том, что это всего лишь одна история. Могут быть тысячи других историй, о которых мы не слышали, где диета одна не справилась с недугом.

Мы делимся единичными случаями, потому что они нам в новинку и потому являются новостями. Мы не делимся обычными случаями. Они слишком обыденны, они то, что обычно происходит. Они являются теми правдивыми 99 %, что мы игнорируем. Точно так же в обществе: нельзя ориентироваться на 1 % исключений и игнорировать 99 % типичных случаев.

Потому что это — второй пример предвзятости подтверждения. Мы принимаем факт за данные. Самая большая проблема не в том, что мы живём в постправдивом мире, а в том, что мы живём в постинформационном мире. Мы предпочитаем одну историю массе информации. Да, истории сильны, они ярки, они придают себе жизнь. Рекомендуется начинать каждую лекцию с истории. Что я и сделал. Но единичная история бессмысленна и обманчива, если она не поддержана крупномасштабными данными. Но даже будь у нас крупномасштабные данные, этого всё ещё было бы недостаточно. Они всё ещё могли бы соответствовать противоположным теориям. Позвольте объяснить. Классическое исследование психолога Питера Уосона даёт вам набор из трёх цифр и просит придумать правило, по которому они были образованы. Например, если вам даны 2, 4, 6, каково правило? Ну, большинство подумает, что это — последовательные чётные числа. Как это проверить? Вы бы предложили другой набор чётных чисел 4, 6, 8 или 12, 14, 16. И Питер бы сказал, что эти наборы тоже подходят. Но знание, что эти наборы тоже подходят, знание, что, возможно, сотни наборов чётных чисел также подходят, вам ничего не даст. Потому что они всё ещё поддерживают соперничающие теории. Возможно, правило диктует любые три чётных числа. Или любые три увеличивающиеся числа.

И это третий пример предвзятости подтверждения: принятие данных как доказательство, даже если они совместимы с конкурентными теориями. Данные — это всего лишь собрание фактов. Доказательства есть данные, поддерживающие одну теорию, исключая остальные. Так что подтвердить свою теорию лучше всего, пытаясь её опровергнуть, играя адвоката дьявола. Так что проверим что-то вроде 4, 12, 26. Если вы получили да, то это отвергает вашу теорию о последовательных чётных числах. И всё же этот тест силён, так как если ответ «нет», то это исключает «любые три чётных числа» и «любые три увеличивающихся числа». Он бы исключил другие теории, но не вашу. Но большинство людей боятся проверить 4, 12, 26, потому что не хотят получить «да» и отвергнуть свою любимую теорию. Предвзятость подтверждения заключается не только в провале поиска новых данных, но и в неверном истолковании полученной информации.

Это применимо и к проблемам мира вне лаборатории. Томас Эдисон говорил: «Я не потерпел неудачу, я лишь нашёл 10 000 неработающих способов». Понятие того, что вы не правы, — это единственный способ выявления правды.

Скажем, вы — глава приёмной комиссии университета, и ваша теория такова, что лишь студенты-хорошисты из богатых семей учатся хорошо. Поэтому вы берёте только таких студентов. И они учатся хорошо. Но это подтверждает и другую теорию. Может, все студенты с хорошими оценками учатся хорошо, богаты они или бедны. Но вы не проверяете эту теорию, так как не принимаете бедных студентов. Потому что не хотите, чтобы ваша неправота была доказана.

Итак, что мы из этого усвоили? История — это не факт. Она может быть неправдой. Единственный факт — это не информация. Он может быть непоказательным, если это лишь одно значение данных. И данные — это не доказательство. Они могут подтверждать и противоположные теории. Что же делать? Когда вы находитесь на поворотных точках вашей жизни, выбирая стратегию для вашего бизнеса, или технику воспитания вашего ребёнка, или режим для своего здоровья, как убедиться в том, что вы имеете не историю, а доказательство?

Позвольте дать вам три совета. Первое: активно ищите разные точки зрения. Читайте и слушайте людей, с которыми вы не согласны. На ваш взгляд, 90 % из сказанного ими может быть неправильным. Но что, если остальные 10 % — правда? Как говорил Аристотель: «Признак образованного ума — способность усвоить мысль, не принимая её за истину».

Окружите себя людьми, которые бросают вам вызов, и создайте культуру, которая активно поддерживает расхождение во взглядах. Некоторые банки страдали от группового мышления, где работники боялись ставить под сомнение решения менеджеров по кредитованию, тем самым способствуя финансовому кризису. На собраниях назначьте кого-нибудь адвокатом дьявола, чтобы он шёл против вашей идеи. Не просто слушайте другое мнение — нужно к нему и прислушаться.

Как говорил психолог Стивен Кови: «Слушайте с целью понять, а не с целью ответить». Противоположная точка зрения — это то, из чего нужно извлечь знания, а не то, с чем нужно спорить. И это приводит нас к другим забытым условиям байесовского вывода. Потому что данные вас учат, но обучение только относительно отправной точки. Если вы начали с уверенностью, что ваша теория должна быть правильной, то вы не поменяете своего мнения независимо от того, какие данные вы увидите.

Только если вы вправду допускаете возможность оказаться неправым, вы сможете чему-то научиться. Как писал Лев Толстой: «Можно самому непонятливому человеку объяснить самые мудрёные вещи, если он ещё не составил себе ещё никакого понятия; но самому понятливому человеку нельзя объяснить самой простой вещи, если он твёрдо убеждён, что знает, да ещё несомненно знает то, что передаётся ему». Второе: прислушивайтесь к экспертам. Это, наверное, самый непопулярный совет, который я мог бы вам дать.

(Cмех)

Британский политик Майкл Гоув известен своим высказыванием, что людям в этой стране надоели эксперты. Недавний опрос показал, что больше людей доверились бы своему парикмахеру

(Смех)

или человеку на улице, чем лидерам в бизнесе, в медицине и даже в благотворительности. Таким образом, мы уважаем найденную мамой формулу отбеливания зубов или слушаем, что же говорит актриса о вакцинации. Нам нравятся люди, говорящие всё как есть, чисто интуитивно, и мы называем их надёжными. Но интуиция не всегда указывает правильный путь. Интуиция подскажет нам не давать ребёнку с диареей воды, так как вода просто вытекла бы с другого конца. Но эксперты говорят иначе. Вы бы никогда не доверили человеку с улицы прооперировать вас. Вы бы захотели эксперта, который занимался этим годами и знает лучшие способы. Но это должно быть применимо к принятию любого значимого решения. Политика, бизнес, здравохранение требуют мнения эксперта точно так же, как операция.

Почему же тогда экспертам так мало доверяют? Итак, первая причина в том, что их считают оторванными от жизни. Гендиректор-миллионер вряд ли смог бы выступать от имени человека с улицы. Но экспертная оценка основывается на доказательствах, и доказательства становятся на сторону человека с улицы и против элиты. Потому что доказательства требуют подтверждения. Доказательства препятствуют элите навязывать своё мнение без подтверждения.

Вторая причина, почему экспертам не верят: разные эксперты говорят разные вещи. На каждого эксперта, который заявлял, что выход из ЕС вреден для Британии, находился другой, заявляющий, что это хорошо. Половина этих псевдо-экспертов будут неправы. Я должен признаться, что половина статей, написанных экспертами — неправильны. Или в лучшем случае делают не подкреплённые доказательством заявления. Поэтому мы не можем просто верить на слово экспертам.

В ноябре 2016 исследование о зарплате руководителей попало в заголовки. Хотя ни один из журналистов, освещавших исследование, в глаза не видел самого исследования. Оно даже не было обнародовано. Они просто поверили словам автора точно так же, как с Бель. И это не значит, что можно взять любое исследование, подтверждающее нашу точку зрения, — это опять же будет предвзятостью подтверждения. Также не значит, что если семь исследований говорят А и три говорят Б, что A должно быть правдой. Важно качество, а не количество мнений экспертов.

Поэтому нам нужно сделать две вещи. Первое: нужно критически рассмотреть деловую репутацию автора. Так же, как вы критически рассмотрели бы репутацию потенциального хирурга. Действительно ли они эксперты в своём вопросе, или у них есть личные интересы? Второе: мы должны уделить особое внимание статьям, печатающимся в лучших научных журналах. Учёных всё чаще обвиняют в отрешённости от реальной жизни. Но эта отрешённость даёт вам годы, чтобы потратить на исследование. Чтобы закрепить результаты, чтобы исключить противоречащие теории и отличить корреляцию от причинно- следственной зависимости. И научные журналы всегда содержат экспертную оценку, где статья тщательно критически рассматривается

(Смех)

ведущими умами мира. Чем лучше журнал, тем выше стандарты. Большинство элитных журналов отклоняют 95 % статей.

Научное доказательство — это ещё не всё. Реальный опыт тоже крайне необходим. Экспертная оценка тоже не идеальна, бывают и ошибки. Но лучше довериться проверенной работе, чем непроверенной. Если мы ограничимся исследованием, потому что нам нравятся выводы, не принимая во внимание, кто его написал и было ли оно проверено, велики шансы, что этот анализ обманчив. Те, кто претендует на звание экспертов, должны осознавать границы нашего анализа. Почти невозможно доказать или предсказать что-либо с точностью, но соблазн сделать подавляющее, безоговорочное заявление силён. Легче превратить это в заголовок или в 140 символов в твиттере. Но даже доказательство не может служить подтверждением. Оно может быть не универсальным, оно может быть неприменимым к каждому случаю. Поэтому не говорите: «Красное вино продлевает жизнь», когда доказано, что красное вино лишь коррелировано с долголетием. И то только у людей, которые вдобавок занимаются спортом.

Совет номер три: «Сделайте паузу перед тем, как чем-либо поделиться». Клятва Гиппократа гласит: «Первое — не навреди». То, чем мы делимся, является потенциально заразительным, поэтому будьте осторожны с тем, что вы распространяете. Нашей целью не должно быть получение лайков или ретвиттов. Иначе мы лишь делимся согласием; мы не бросаем вызов чьему-либо мышлению. Иначе мы делимся тем, что звучит хорошо, не обращая внимания на то, доказано это или нет.

Вместо этого нам нужно спросить следующее: если это история, правда ли это? Если это правда, подтверждена ли она масштабными доказательствами? Если это так, кем это написано и какова его репутация? Если это опубликовано, то в насколько серьёзном журнале? Задайтесь вопросом, стоящим миллионов долларов: если бы это же исследование было написано этим же учёным с той же репутацией, но результат был бы противоположным, хотелось бы вам всё ещё в это верить и распространять?

Решение любой проблемы — национальной экономической проблемы или проблемы со здоровьем человека — это трудная задача. Поэтому нужно убедиться, что имеем лучшее доказательство, чтобы направлять нас. Только если это правда, это может быть фактом. Только если факты показательны, они могут быть данными. Только если это подкрепляет теорию, это может быть доказательством. Только с доказательствами мы можем перейти из постправдивого мира в проправдивый.

Спасибо вам большое.

(Аплодисменты)