Цитаты из книги Черный лебедь

Как мы показали на примере теоремы о нерешаемости и проблемы соотнесения с собой, в реальной жизни мы не наблюдаем вероятностных распределений. Мы наблюдаем события. Поэтому я переформулирую свой вывод так: мы не знаем статистических параметров – до тех пор, пока событие не произошло. Если взять ряд наблюдений, одним и тем же результатам может соответствовать множество статистических распределений, но каждое будет по-разному экстраполироваться вне того набора фактов, из которого его вывели. Эта проблема реконструкции встает тем острее, чем большее количество теорий и распределений удается подверстать под тот или иной набор данных, – особенно когда имеются нелинейные эффекты или неэкономное распределение. Под действием нелинейности взрываются целые семейства параметрических моделей.

Лазер был изобретен с конкретной целью (совершенно не “прикладной”), но позже нашел множество разных применений, о которых в момент его появления даже не мечтали.

Это типичный случай “решения, ждущего своей задачи”. Одними из первых лазерный луч использовали хирурги-офтальмологи для припаивания отслоившейся сетчатки. Через полвека британский еженедельник “Экономист” спросил Чарльза Таунса, якобы “отца” лазера помышлял ли он об исцелении сетчатки. Нет, не помышлял. Ему нужно было тогда расщеплять пучки света, и ничего больше. Оказывается, коллеги часто подтрунивали над Таунсом, называя его изобретение никчемным. Но вспомните, что такое лазер сегодня: компакт-диски, коррекция зрения, микрохирургия, хранение и чтение информации – все это непредвиденные приложения данной технологии.

Мы создаем игрушки. Некоторые из них изменяют мир.

Классическая модель открытия: вы изучаете что-то, что, по-вашему, должно выглядеть так-то (скажем, ищете новый путь в Индию), а в результате находите нечто вообще никому пока неведомое (Америку). Если вы полагаете, что изобретения, которые нас окружают, появились благодаря тому, что кто-то торчал в лаборатории и творил в соответствии с рабочим графиком, то уверяю вас – ничего подобного! Практически все современные технологические прорывы – детища того, что называют словом серендипити. Этот термин впервые употребил в письме английский писатель Хорас Уолпол, находясь под впечатлением сказки “Три принца из Серендипа”. Эти достославные принцы “благодаря случаю или собственной смекалистости постоянно совершали открытия, находя то, чего не искали”.

Планы проваливаются из-за так называемого “туннелирования”, невнимания к зонам неопределенности, находящимся за рамками проекта. Вот типичный сценарий. Джо, писатель-документалист, заключает контракт с издательством на написание книги. Он должен представить ее через два года. Тема сравнительно проста: авторизованная биография писателя Салмана Рушди, материалов для которой у Джо предостаточно. Он даже отыскал бывших девушек Рушди и с нетерпением ждет приятных интервью. Месяца за три до условленной даты он звонит издателю, чтобы объяснить, что слегка припаздывает. Издатель это предвидел: авторы редко укладываются в срок. Издательство беспокоится по другой причине: публика неожиданно потеряла интерес к данной теме. В своих планах фирма исходила из того, что интерес к Рушди не угаснет, но о нем почти позабыли, видимо, потому, что иранцы по какой-то причине раздумали его убивать.

А дело вот в чем: в тех областях, где все подвижно и потому требует осознания, специалистов обычно не бывает, тогда как в стабильных областях кое-какие специалисты есть. Иными словами, специалистов практически не существует в профессиях, имеющих дело с будущим и строящих свои расчеты на основе изучения неповторяющегося прошлого (за исключением метеорологии и тех видов бизнеса, которые определяются кратковременными физическими, а не социоэкономическими процессами). Я ни в коем случае не утверждаю, что никто из имеющих дело с будущим не способен предоставить о нем никакой полезной информации (как я уже говорил, газеты отлично предсказывают часы начала спектаклей), я просто говорю, что те, кто не приносит никакой практической пользы, чаще всего имеют дело с будущим.

А вот и еще один показательный эксперимент. Психолог Пол Слович предложил букмекерам отобрать из восьмидесяти восьми видов всевозможных статистических данных о прошлых скачках те, которые им кажутся наиболее полезными при подсчете шансов. Сначала букмекерам дали десять самых полезных параметров и попросили предсказать исход соревнования. Затем добавили еще десять параметров и снова попросили предсказать итог. Но дополнительная информация не прибавила результатам точности, зато заметно подняла уверенность участников в своей правоте. Итак, доказано: информация бывает вредна. Всю свою жизнь я борюсь с расхожим обывательским мнением, что "чем больше, тем лучше"; иногда это правда, но случается и наоборот. О вреде излишней информированности мы можем судить по так называемым специалистам.