Текст книги "Иллюзия контроля. Что мы не контролируем и почему это важно знать"

Погоня за успешностью базируется на массовом непонимании причинно-следственных связей, теории вероятностей, статистики и роли случайности. Разобраться нам поможет наследие преподобного Томаса Байеса.

Теорема Байеса – подарок из XVIII века

К некоторым признание и слава приходят сразу после публикации научного труда, кто-то получает Нобелевскую премию уже через несколько лет после открытия. Но есть и те, для кого благосклонность публики опаздывает на сотни лет. Прошло всего 200 лет после смерти Томаса Байеса, когда его идеи получили общественное признание. Теорема Байеса стала «крутой», а его знаменитая формула – популярным принтом на футболках вдумчивых студентов. Томас Байес – настоящая рок-звезда математической статистики и теории вероятностей. Он автор нового взгляда на причинно-следственные связи, а не просто формулы для расчёта вероятности. Неплохо для священника XVIII в., не правда ли? Интересно представить себе реакцию Томаса Байеса, если бы ему сообщили при жизни о его популярности и толпах поклонников в начале XXI в.

В истории научного мира трудно найти фигуру более загадочную, чем Байес. Мы настолько мало знаем о нём, что даже год и место его рождения до сих пор остаются предметом споров. Томас Байес родился в 1701 или 1702 г. в семье пресвитерианского священника Джошуа Байеса. Он происходил из зажиточного рода, разбогатевшего на торговле столовыми приборами[15]15
  Belhouse D.R. The Reverend Thomas Bayes FRS: a Biography to Celebrate the Tercentenary of his Birth – http://www.york.ac.uk/depts/maths/histstat/bayesbiog.pdf.


[Закрыть]. Почти ничего неизвестно о том, где он учился в ранние годы, но считается, что Томас получил образование на дому. Доподлинно известно, что в 1719 г. Байесу пришлось переехать из родного Лондона в Эдинбург, чтобы изучать в местном университете логику и теологию. Окончив университет и вернувшись домой, он помогал отцу в проведении богослужений до тех пор, пока в 30-х гг. XVIII в. сам не стал пресвитерианским священником. Байес был человеком скромным и к славе никогда не стремился. При жизни были опубликованы всего лишь два его труда (по математике и теологии). Однако это не помешало ему в 1742 г. войти в состав Лондонского Королевского общества. В 1761 г. после продолжительной болезни Томас Байес скончался в Танбридж-Уэллс. Примечательно, что «Эссе о решении проблем в теории случайных событий», содержащее формулировку знаменитой теоремы, было опубликовано уже после смерти Байеса, в 1763 г. Так что же, собственно, поведал миру пресвитерианский священник XVIII в.?

Для понимания сути теоремы Байеса обратимся к классическому примеру американского специалиста по искусственному интеллекту Элиезера Юдковского, автора, пожалуй, лучшего объяснения главной идеи преподобного[16]16
  Юдковский Э. Интуитивное объяснение теоремы Байеса – http://www.yudkowsky.net/rational/bayes.


[Закрыть]. По данным медицинской статистики, 1 % женщин в возрасте 40 лет поставлен неутешительный диагноз – рак молочной железы. Мы знаем, что 80 % женщин с раком груди получают положительный результат маммографии, так же как и 9,6 % здоровых женщин. Некая женщина в возрасте 40 лет прошла исследование и получила положительный результат. Теперь вопрос: какова вероятность того, что она действительно больна? Попробуйте ответить на вопрос самостоятельно.

Если ваш ответ близок к 80 %, то спешу вас разочаровать, потому что это неправильно. На самом деле вероятность того, что женщина с положительным результатом маммографии в данном примере действительно больна раком, равна всего лишь 7,8 %! Чтобы объяснить полученный результат, представим исходную задачу в другом, более понятном виде. Если вас пугают несложные математические расчеты и слишком большое количество цифр в тексте, то можете смело пропустить несколько следующих абзацев – на понимании дальнейшего материала это не скажется. По данным медицинской статистики, у 100 из 10 000 женщин – рак молочной железы, в то же время 80 из 100 женщин, действительно страдающих онкологическим заболеванием, получают положительный результат маммографии. У 950 из 9900 (9,6 % * 9900) здоровых женщин также положительный результат обследования. Двадцать женщин из 10 000 имеют отрицательный результат маммографии, хотя на самом деле больны. Вопрос остаётся тем же: какова вероятность того, что женщина в возрасте 40 лет, получившая положительный результат исследования, больна раком молочной железы?

Итак, получается, что из 10 000 женщин:

• 100 женщин рак молочной железы;

• 9900 здоровы;

• 80 женщин рак и положительный результат обследования;

• 20 женщин рак и отрицательный результат обследования;

• 950 женщин нет опухоли, но результат обследования положителен;

• 8950 женщин нет опухоли и результат обследования отрицателен.

Сначала необходимо определить числитель формулы для расчёта вероятности – в данном случае, это 80 женщин с раком молочной железы, получившие положительный результат маммографии. В знаменатель мы должны поставить общее число женщин с положительным результатом, то есть 1030 (950 + 80). Таким образом, только у 80 женщин из 1030, получивших положительный результат, действительно есть рак. Ответ на первоначальный вопрос: женщина 40 лет, получившая положительный результат маммографии, больна раком молочной железы с вероятностью в 7,8 % (80/1030).

Согласитесь, насколько разный смысл передаётся пациентке врачом, оценивающим вероятность тяжёлого заболевания в 80 % или 7,8 %! В первом случае страшный диагноз практически подтверждён, а во втором – это, скорее всего, ошибка. Результаты расчёта по вышеуказанным данным ставят под сомнение целесообразность проведения обследования. Вероятность рака молочной железы у женщины старше 40 лет – 1 %. Если обследование дало положительный результат, то вероятность повышается до 7,8 %, но, тем не менее, увеличение столь малое, что говорить что-то достоверное о наличии болезни невозможно.

Получить тот же ответ мы могли бы, используя формулу Байеса. Ведь, по сути, теорема Байеса – это всего лишь уравнение, но с далеко идущими выводами. Общий вид теоремы Байеса:

где

P(A) – вероятность события A, P(B) – вероятность события B

P(A|B) – вероятность того, что произойдёт A, учитывая что B

P(B|A) – вероятность того, что произойдёт B, учитывая, что A

Применение теоремы Байеса в примере про маммографию

P (рак) – вероятность того, что у женщины рак;

P (положительный результат) – вероятность для женщины получить положительный результат маммографии;

P (положительный результат| рак) – вероятность получить положительный результат теста при условии, что у женщины рак;

P (рак|положительный результат) – вероятность того, что у женщины рак, учитывая получение положительного результата.

В соответствии с первоначальной формулировкой проблемы:

P(рак) = 1 %,

P(положительный результат)= 10,3 % (9,6 % здоровых женщин получат положительный результат из 99 %, 80 % больных женщин получат положительный результат из 1 % генеральной совокупности, 0,096 * 0,99 + 0,8 * 0,01),

P(положительный результат|рак) = 0,008.

Таким образом, используя формулу Байеса:

P(рак|положительный результат) = 0,008 * 0,01/0,103 = 7,8 %

Ценность теоремы Байеса в том, что она позволяет ответить на сложный и нетривиальный вопрос: какова вероятность того, что некое событие было вызвано данной причиной? В примере про маммографию информация о том, что только 1 % женщин в возрасте 40 лет больны раком молочной железы, является априорной. Это та первоначальная вероятность, которой мы располагаем до получения новых сведений. Условными вероятностями называют долю здоровых женщин с положительным результатом маммографии и долю больных женщин с положительным результатом. Искомая вероятность наличия заболевания при условии положительного результата является апостериорной вероятностью. Таким образом, теорема Байеса позволяет превратить априорную вероятность в апостериорную, учитывая влияние условных вероятностей. Или, как заметил британский нейрофизиолог Крис Фрит: «Теорема Байеса говорит нам, насколько увеличится наше знание об A в свете новых сведений B»[17]17
  Фрит К. Мозг и душа. М., Corpus, 2014.


[Закрыть]. Если бы две условные вероятности были равны, то апостериорная вероятность была бы равна априорной (P(A|B)=P(B|A)), но такое встречается крайне редко. Мы подошли к формулировке главной идеи Байеса: вероятность того, что А произойдёт, если произойдёт B, не равна вероятности того, что B произойдёт, если A произойдёт. Мы можем это увидеть в примере про маммографию, где вероятность получить положительный результат при наличии рака очевидным образом отличается от вероятности рака при наличии положительного результата обследования.

Интуиция очень часто подводит нас при оценке вероятности и определении причинно-следственных связей, поэтому в таких вопросах следует использовать научный подход. Психологические эксперименты показали, что люди зачастую неправильно оценивают апостериорную вероятность, так как игнорируют априорную вероятность. Апостериорную вероятность приравнивают к условной вероятности, допуская серьёзную ошибку. В приведённом выше примере Элиезера Юдковского большинство врачей приравнивали условную вероятность получить положительный результат маммографии женщине, страдающей раком молочной железы, к апостериорной, сообщая пациентке, что после неутешительного результата обследования вероятность того, что у неё рак, составляет 80 %. Полностью игнорировалась однопроцентная априорная вероятность того, что у женщины в возрасте 40 лет есть рак.

С точки зрения современной статистики много вопросов вызывает целесообразность проведения в общенациональном масштабе медицинских тестов на выявление опасных, но редких заболеваний. Даже если точность обследования составляет фантастические 99,9 %, то проверять всё население страны не имеет особого смысла[18]18
  Уилан Ч. Голая статистика. М.: МИФ, 2017.


[Закрыть]. Дело в том, что, протестировав сотни миллионов человек, например, 300 млн, и затратив неисчислимые ресурсы времени и денег, мы получим плачевный по своей ценности результат. Судите сами: если патологии подвержен 1 из 300 000, то всего страдающих редким заболеванием в совокупности из 300 млн – 1000 человек. При точности теста в 99,9 % все они получат положительный результат и узнают о своём состоянии, но одновременно 300 000 здоровых людей получат ложноположительный результат. В итоге лишь приблизительно 0,33 % людей, получивших положительный результат, на самом деле будут больны! Поразительно точный тест (99,9 %) введёт в заблуждение почти треть миллиона человек, превратив их жизнь в муку. Таким образом, любое широкомасштабное обследование на наличие редких заболеваний, не обладающее точностью в 100 %, может привести к совершенно бессмысленным результатам.

Байес vs. индустрия успеха

Вернёмся к теме индустрии успеха и её конфронтации с теорией вероятностей и статистикой, вооружившись знанием теоремы Байеса. Отличительной чертой книг о том, как добиться успеха, является создание простых до неприличия вербальных рецептов процветания. Они становятся мемами, цитируются миллионами впечатлительных людей, превращаются из просто фразы в идею, покоряющую умы. Особо доверчивые люди используют их в качестве путеводной звезды, надеясь заполучить богатство, обещанное мотивационными книгами. Одна из таких идей – принижение роли образования как одного из факторов финансового благосостояния в зрелом возрасте. Трудно найти первоисточник подобной точки зрения ввиду широкой её распространенности, ведь эта идея стала чуть ли не частью общественного мнения.

Почему критический взгляд на образование приобрёл столько сторонников? Выгоды от распространения негативного отношения к формальному образованию просты и очевидны. Для продавцов успеха популяризация таких взглядов целесообразна по многим причинам. Во-первых, у них появляется возможность обратиться к самой широкой аудитории – к двоечникам и середнякам. Конечно, преуспевающие ученики в любом сообществе будут меньшинством, «ботаники» всегда составляют небольшую долю от общего числа студентов. Во-вторых, большинство всегда любит простые решения. Им гораздо легче продвинуть идею того, что получать высшее образование, а значит, тратить внушительные суммы денег, уделять обучению долгие годы и трудиться в поте лица, не имеет никакого смысла для последующего финансового благополучия. В-третьих, широкой публике трудно понять ценность образования как такового, а не только в качестве средства получения высокого дохода. Значительная часть людей не воспринимает образование как необходимую часть гармоничного развития человеческой личности, а слова о радости познания вызывают искренний смех. Соответственно, свойственная индустрии успеха точка зрения, что любая деятельность является лишь путём к получению дохода, находит отклик в сердцах аудитории. В-четвёртых, у критики образования есть приятный психологический аспект. Согласившись с тем, что образование выступает помехой финансовому процветанию, нерадивый ученик, испытывающий давление общества из-за плохих оценок, мгновенно меняет своё положение. Из неудачника он моментально превращается в потенциального победителя, ведь его неспособность справиться с курсом обучения признаётся незашоренным мышлением, которое невозможно втиснуть в узкие рамки формального образования.

Проверим, действительно ли отсутствие высшего образования повышает шансы преуспеть в финансовом плане, используя теорему Байеса. Для расчёта мы будем использовать статистические данные из США, находящиеся в свободном доступе во Всемирной сети.

Напомню общий вид теоремы Байеса:

P(A) – вероятность того, что резидент США является обладателем состояния свыше 1 млн долларов = P(миллионер);

P(B) – вероятность того, что резидент США не имеет высшего образования (степень бакалавра и выше) = P (без высшего образования);

P(B|A) – вероятность того, что житель США не имеет высшего образования, учитывая, что он миллионер = P (нет высшего образования|миллионер);

P(A|B) – искомая вероятность того, что житель США является миллионером, учитывая, что у него нет высшего образования = P (миллионер|без высшего образования).

Теперь рассмотрим исходные данные, необходимые для вычисления вероятности того, что житель США является миллионером, при условии, что у него нет высшего образования:

население США по состоянию на июль 2015 г. – 321 млн;

взрослое население США (старше 19 лет) составляет 73,1 % от общей численности – 234 651 000[19]19
  https://en.wikipedia.org/wiki/Demography_of_the_United_States.


[Закрыть];

количество миллионеров, по данным Boston Consulting Group на 2014 г. (принимаем 1 миллионера за 1 домохозяйство), – 6 906 000[20]20
  Frank R. Millionaires control 41 % of world's wealth, expected to take more. CNBC. June 15, 2015. –http://www.cnbc.com/2015/06/15/millionaires-control-41-of-worlds-wealth.html.


[Закрыть];

29 % жителей США старше 25 лет имеют бакалаврскую степень и выше;

число людей без высшего образования в США (71 % от общего числа) – 166 602 210[21]21
  https://en.wikipedia.org/wiki/Education_in_the_United_States.


[Закрыть];

среди миллионеров в США (по данным разных источников, в т. ч. журнала Forbes) 20 % не имеют высшего образования[22]22
  http://facts.randomhistory.com/millionaires-facts.html.


[Закрыть].

Таким образом,

P(A) = P(миллионер) = 6 906 000/234 651 000 = 2,94 %

P(B) = P(без высшего образования) = 166 602 210/234 651 000 = 71 %

P(B|A) = P (нет высшего образования|миллионер) = 20 %

P(A|B)= P(миллионер|без высшего образования) = (0,2*0,0294)/0,71 = 0,82 %

Таким образом, априорная, генеральная вероятность для жителя США стать миллионером составляет 2,94 %, а в случае отсутствия высшего образования она уменьшается до 0,82 %. Отказываясь получить высшее образование по каким-либо причинам, житель США уменьшает вероятность своего превращения в миллионера в 3,5 раза. К примеру, кто-то может решить, что вероятность стать миллионером, бросив университет, равна 20 %. Но учитывая априорную вероятность (2,94 %) стать миллионером в США, мы приходим к вероятности в 0,82 %. Таким образом, в среднем люди неправильно оценивают вероятность получения заветного статуса миллионера без высшего образования в 20/0,82 = 24,39 раз. Почти в 25 раз! Это происходит из-за распространённой ошибки, когда условную вероятность принимают за апостериорную. Теорема Байеса опровергает один из самых популярных мифов современности.

Тайный смысл повседневных привычек успешных людей

Секрет успеха надеются отыскать не только настойчивые журналисты и амбициозные студенты. Причины благополучия упорно пытаются понять и сами успешные люди, но зачастую их выводы столь же иррациональны и не имеют никакого отношения к действительности, как и результаты поверхностного анализа публики. Подчас процветающие люди стремятся приукрасить свою биографию, преувеличить собственную роль в достижении успеха, игнорируя влияние прочих факторов, в том числе случайности. Почти никто не в состоянии избавиться от субъективности в суждениях о самом себе. Вполне возможно, что слово «почти» в предыдущем предложении излишне, ведь, как утверждали британские философы-эмпирики XVIII в., – все знания об окружающей реальности мы получаем посредством чувств. Следовательно, наш опыт и понимание жизни всегда базируются на сомнительном основании. Мы смотрим на мир и самих себя сквозь призму субъективности, и избавиться от неё не в силах.

Многие считают, что если кто-то добился успеха, значит, всё, что он делал, вело его к благосостоянию, а всё, чего он остерегался, – могло этому помешать. Или как в случае с критикой формального образования: если кто-то не был преуспевающим учеником, но в течение жизни разбогател, делается вывод о том, что образование в лучшем случае нейтрально для успеха, а в худшем – отрицательно сказывается на итоговом результате. Поэтому успешный бизнесмен может считать одним из ключевых факторов успеха своё хобби, например, рыбалку. Требующее внимательности и терпения занятие якобы воспитало в нём качества, необходимые для достижения поставленной цели. Без увлечения рыбалкой, как он считает, ему бы не удалось заработать миллионы долларов. В то же время предприниматель, разбогатевший на торговле строительными материалами, восхваляет увлечение мотоциклами, якобы развившее в нём стремление к лидерству, непримиримость, умение рисковать и нести ответственность. И, конечно же, без такого хобби, по его мнению, не было бы никакого успеха. Помимо увлечений называются ещё тысячи других причин. Кто-то считает, что его секрет успеха в том, что он «настоящий техасец» или фанат баскетбола, кто-то полагает, что дело во «врождённых чертах» характера и трудолюбии. Многие вспоминают важные события в жизни: кто-то стал подниматься по лестнице успеха, удачно выйдя замуж, а кто-то – расставшись с «тянувшим вниз» супругом. Кто-то «никогда не сдавался», играл в шахматы и занимался медитацией, другие же соблюдали особую диету, «никогда не сидели на месте и продолжали движение вперёд при любых обстоятельствах». Конечно, в такие рассуждения закралась очевидная логическая ошибка. Дело в том, что для установления причинно-следственной связи любой отдельный случай зачастую не имеет никакого значения по двум причинам.

Во-первых, маловероятно, что вообще существует какая-либо связь между уже случившимся фактом материального благополучия и тем, что успешные люди называют причиной произошедшего. Владелец сети супермаркетов в небольшом городке может обожать игру в теннис и искренне считать, что регулярные занятия обусловили его успех, воспитали в нём такие черты характера, как активность и стремление к превосходству. Но при этом первоначальный капитал для открытия первого супермаркета он получил по наследству от отца, а его бизнес стал прибыльным в результате внезапного разорения конкурирующей сети магазинов. Как вы думаете, есть ли вообще какая-то взаимосвязь между его регулярной игрой в теннис и тем, что владелец стал обеспеченным человеком в результате деятельности на внезапно освободившемся от конкуренции рынке?

Нам свойственно допускать знаменитую логическую ошибку «post hoc ergo propter hoc», что переводится с латинского как «после этого, значит вследствие этого»[23]23
  Каткарт Т., Клэйн Д., Как-то раз зашёл Платон в бар. М.: Альпина нон-фикшн, 2015.


[Закрыть]. Суть заблуждения: если некое событие B произошло после события A, следовательно, событие А является причиной события B[24]24
  Хафф Д. Как лгать при помощи статистики. М.: Альпина Паблишер, 2015.


[Закрыть]. Также можно выразить эту мысль более поэтичным способом. Все мы знаем, что каждое утро солнце встаёт после того, как прокричит петух, следовательно, крик петуха – это причина того, что солнце встаёт. Нет крика петуха – нет и солнца. Часто мы путаем причину и следствие местами – и это тоже естественное свойство нашей природы, а не следствие цивилизованности. Статистик Даррелл Хафф рассказывает об удивительной вере коренных жителей островов Новые Гебриды в то, что вши способствуют крепкому здоровью и долголетию[25]25
  Хафф Д. Как лгать при помощи статистики. М.: Альпина Паблишер, 2015.


[Закрыть]. На протяжении столетий они наблюдали, как люди со вшами были бодры и энергичны, в отличие от страдающих лихорадкой соплеменников без вшей. На основании многократных наблюдений аборигены сделали вывод о необходимости наличия вшей для здоровой жизни. Оказалось, что все без исключения коренные жители островов были заражены головными вшами. Когда кто-то из племени заболевал, и у него начиналась лихорадка, то вши покидали тело из-за высокой температуры. Коренные жители островов Новые Гебриды ошиблись в определении причинно-следственной связи и пришли к парадоксальному выводу, но подумайте – разве в наше время мало случаев, когда путают причину и следствие? Логическая ошибка «post hoc ergo propter hoc» по-прежнему широко распространена, несмотря на то, что наличие вшей сейчас не считается необходимым условием крепкого здоровья и долголетия.

Во-вторых, любой отдельный случай заведомо нерепрезентативен. Ещё в XVIII в. шотландский философ-агностик Дэвид Юм заметил: «Рассматривая окружающие нас внешние объекты и действия причин, мы не способны, исходя из одного примера, открыть какую-либо силу, или необходимую связь, и вообще какое-нибудь качество, связывающее действие с причиной и делающее первое неизменным следствием второй»[26]26
  Юм Д. Исследование о человеческом разумении. М.: Прогресс, 1995.


[Закрыть]. Чтобы сделать хоть какой-то вывод о том, что обусловливает финансовый успех, необходимо проанализировать очень большую совокупность обеспеченных людей. Должна рассматриваться статистически достоверная выборка, а не просто несколько преуспевающих людей и их фантазии о причинах своего процветания. Один пример, якобы что-то доказывающий, не имеет никакого значения для установления причинно-следственной связи. При этом иногда один-единственный случай, явно противоречащий данным, полученным при исследовании совокупности объектов, эмоционально настолько сильно влияет на нас, что мы способны сделать иррациональный вывод.

Допустим, что вы решили приобрести новый холодильник и, изучив рыночный ассортимент, остановились на двух вариантах – «А» и «B». Затем провели полноценное маркетинговое исследование, проанализировав сотни достоверных отзывов покупателей. Предположим, что у вас была возможность получить точную статистику по сервисным центрам, осуществляющим ремонт холодильников, также вы учли все случаи возврата товара из-за серьёзных поломок. Результаты проведённого анализа однозначно говорят о превосходстве холодильников марки «А» над холодильниками марки «B». У варианта «А» минимальное число случаев ремонта во время эксплуатации, при этом доля требующих ремонта холодильников «B» превышает в три раза аналогичную долю холодильников «A». К тому же 5 % холодильников марки «B» возвращаются покупателями в магазин во время гарантийного периода, а у холодильников «А» практически нет случаев возврата товара. По всем параметрам «А» гораздо лучше, чем «B». На основании проведённого анализа вы принимаете обоснованное решение приобрести холодильник марки «А». Однако накануне поездки в магазин вы случайно встречаете старого друга и делитесь с ним планами, но в ответ слышите гневную тираду. Друг рассказывает о том, что он некоторое время назад приобрёл холодильник марки «А» и пожалел об этом десятки раз. Он сломался уже в первую неделю эксплуатации, затем проблемы возникали с периодичностью раз в месяц. Полки потрескались, дверца перестала плотно закрываться, заявленная температура не поддерживалась. Не холодильник, а сплошное недоразумение! На следующий день вам предстоит принять решение о том, холодильник какой марки приобрести. Какой выбор вы сделаете? Парадоксально, но эмоциональная речь друга, вполне возможно, произведёт на вас такое впечатление, что вы примете иррациональное и ничем не обоснованное решение и купите холодильник марки «В», позабыв о том, что один-единственный случай не имеет никакого значения, когда оценивается вероятность купить некачественный товар из большой совокупности.

Представим себе, что в форме опроса было проведено широкомасштабное исследование по выявлению факторов, определяющих финансовый успех человека. И в результате выяснилось, что значительное число (статистически значимое) обеспеченных людей называют причиной своего процветания то влияние, которое на них оказала некая книга «Х». После прочтения они преобразились и сумели разбогатеть. Однако даже в этом, казалось бы, очевидном случае нельзя с точностью сказать, что книга «Х» хоть как-то повлияла на финансовый успех опрошенных. Результат исследования говорил бы лишь о том, что значительное число материально благополучных людей склонны считать книгу «Х» главной причиной своего достатка. И не более того. Это всего лишь их мнение о причинно-следственной связи, а не доказательство того, что книга «Х» приводит читателей к процветанию.

Почти никто не может объективно выделить ключевые факторы успеха, притом неважно – своего или чужого. Поэтому, когда очередной восторженный журналист интервьюирует главу преуспевающей компании и пытается узнать его мнение о секрете процветания, стоит помнить, что ответ бизнесмена нельзя считать истиной в последней инстанции. Если такой же вопрос адресовать любому третьему лицу, обладающему информацией о жизненном пути предпринимателя, его ответ будет эквивалентным по близости к правде. Парадоксально, но факт. Немногие обладают достаточным мужеством и мудростью, чтобы признать огромную, определяющую роль везения в своём успехе. Так происходит из-за фундаментальной ошибки атрибуции[27]27
  Майерс Д. Социальная психология. СПб.: Питер, 2015.


[Закрыть]. Проблема атрибуции появляется тогда, когда начинают различать причины собственного и чужого успеха в выгодном для себя свете. Личный успех – следствие труда, компетентности и настойчивости, но в то же время собственные неудачи – это всегда неблагоприятно сложившиеся обстоятельства, козни завистников и злой рок. Причины чужого успеха и неудач оцениваются противоположным образом. Достижения других всегда рассматриваются как везение и дар фортуны, а неудачи, само собой, следствие лености, некомпетентности и плохого характера. Фундаментальная ошибка атрибуции – неотъемлемая часть человеческой природы, не являются исключением и успешные люди. Все мы помним наши нелепые детские объяснения плохих оценок в школе. В случае проваленного экзамена во всём был виноват предвзятый преподаватель, а любые успехи в обучении случались только благодаря нашему прилежанию. Так и некоторые люди склонны видеть в финансовом благополучии только результат стараний и правильного поведения, но никогда – случайность и благоприятное стечение обстоятельств.

Аналогичную ошибку часто совершает общественность в лице журналистов. Индустрия успеха обожествляет миллионеров, с пристрастием пытаясь отыскать их «секреты». Вызывают интерес все аспекты их частной жизни – яхты, автомобили, острова, стоимость вечеринок и повседневные привычки. Журналисты всеми силами стараются узнать, во сколько просыпаются миллионеры, каков их распорядок дня, какие книги и фильмы они любят, что думают по любым вопросам, какова их жизненная философия и вера? Что же привело их к несметным богатствам? Болезненный интерес доходит до того, что пытаются выяснить гастрономические привычки, любимые бренды и предпочитаемый цвет одежды. Такую степень внимания индустрия успеха оправдывает алогичным мифом. Считается, что чем больше мы будем знать о миллионерах, тем быстрее самые внимательные смогут отыскать секрет успеха и применить полученные знания в целях обретения богатства. Журналисты отчаянно ищут факты, хоть немного похожие на причины процветания, но когда об успешном человеке совсем нечего сказать, то говорят, что он «сумел оказаться в нужный момент в нужном месте», или твердят о запредельной «интуиции и деловой хватке». То есть произносятся бессмысленные и бесполезные вещи, которые невозможно ни подтвердить, ни опровергнуть. Но стоит ли уделять успешным людям столько внимания? Оправданно ли это?

Во-первых, кто-либо признаётся успешным в конкретный момент времени, имеющий свойство заканчиваться. Популярный актёр богат и знаменит в 35 лет, а в 45 уже проходит лечение от всевозможных видов зависимостей в реабилитационном центре. Успешный ли он человек? Сегодня кто-то владеет активами стоимостью в сотни миллионов долларов, а через некоторое время его долги уже составляют сотни миллионов. Всё изменчиво и непостоянно в нашем мире.

Во-вторых, информация о том, что кто-то сумел заработать много денег, ничего не говорит о его особых умениях и талантах без анализа того, сколько всего людей попытались достичь успеха в той же сфере при тех же стартовых условиях. Нассим Талеб, один из самых ярких мыслителей нашего времени, привёл образный, но прекрасно запоминающийся пример[28]28
  Талеб Н. Одураченные случайностью. М.: МИФ, 2018.


[Закрыть]. Он утверждает, что если посадить «бесконечное число» обезьян перед пишущими машинками и предоставить им возможность бить по клавишам, то мы можем смело ожидать появления точной копии «Илиады» от одной из них. После обнаружения чудесной обезьяны, напечатавшей точную копию великого произведения Гомера, задайте себе вопрос: какова вероятность того, что затем та же обезьяна сможет написать «Войну и мир»? Обладает ли этот примат удивительным разумом, талантлив ли он в написании художественных произведений? Ответ на вопрос не столь очевиден, так как он зависит от общего количества посаженных перед пишущей машинкой обезьян. Учитывая, что в примере Нассима Талеба приматов «бесконечное число», мы можем почти со стопроцентной уверенностью говорить, что чудесная обезьяна – результат слепой случайности. Более того, принимая во внимание бесконечное количество приматов, появление такой обезьяны практически неизбежно. Однако, если бы число обезьян составляло, к примеру, миллион, и одна из них напечатала бы «Илиаду», то к ней стоило бы присмотреться, а если бы первоначальная совокупность состояла из 1000 особей, то уникального примата можно было бы смело приглашать в ток-шоу, ожидая содержательного интервью.

Вернёмся в реальный мир. Проводя аналогию с трудолюбивыми обезьянами, Талеб предлагает оценивать бизнесменов таким же образом и стараться избегать иллюзии особых навыков и умений. Когда мы анализируем чей-то успех, например, основателя быстрорастущей компании, необходимо постараться ответить на вопрос: действительно ли он обладает уникальными качествами? Возможно, что его успех не более чем случайность. Особенно учитывая то, что нередко финансовый результат фирмы определяют усилия менеджеров среднего звена и прочего персонала. И совсем не факт, что если кто-то вывел на лидирующие позиции одну компанию, то он обладает некими способностями и сможет повторить достижение в другой.