Путь джедая. Поиск собственной методики продуктивности

Еще раз: в среднем неопределенность нейтральна, но из-за того, что мы не замечаем то, что она нам подкидывает (и чрезмерно доверяемся планам), мы упускаем благоприятные возможности, но собираем все мерзкие неприятности. Из-за этого мы начинаем бояться неопределенности и строить более детальные планы, чтобы им можно было довериться. Однако определенная доза внимания к неожиданному могла бы помочь, с одной стороны, подстраховаться от потенциальных мерзких неприятностей (до того как они подпалили наш результат), а с другой стороны — воспользоваться благоприятными возможностями.

Рис. 28. Благоприятная возможность и мерзкая неприятность реагируют по-разному

4.2. О том, насколько в реальности полезны научные исследования

Сейчас в интернете есть множество статей со словами «ученые доказали, что…» К сожалению, ученые редко что-либо доказывают. Особенно в социологии, психологии и прочих областях, где объектом исследования являются люди в различных сочетаниях, количествах и проявлениях. Если вы посмотрите на то, что пишут ученые в своих статьях (благодаря scholar.google.com у нас есть доступ к огромному массиву научных исследований из различных областей без необходимости визита в научную библиотеку), вы никогда не увидите что-то вроде: «Мы провели эксперимент и доказали, что кофе полезен» или «Мы долго работали и поняли, что спать нужно восемь часов». Если бы ученые исследовали влияние кофеина на организм человека, то, скорее всего, их вывод звучал бы примерно так: «Мы исследовали столько-то человек, давали им столько-то раз такое-то количество кофе, через столько-то времени мы измеряли такой-то параметр и по сравнению с контрольной группой заметили такое-то изменение этого параметра с таким-то значением доверительного интервала».

Или вот так: «Мы исследовали связь количества потребленного кофеина с ощущением бодрости после обеда, измеряя потребленный кофеин в литрах, а бодрость — при помощи опросов по шкале имени какого-то великого ученого, и увидели связь между этими параметрами — коэффициент корреляции Спирмена ноль целых сколько-то десятых при уровне значимости одна десятитысячная». И тут даже специалист не поймет, что это означает для отдельно взятого человека в обычной жизни. Ученые этим что-то доказали или все еще сомневаются? А если какая-то связь есть, что является причиной, а что следствием? Мало того, потом в этой же статье обязательно напишут: «Мы исследовали бодрость после обеда, но не уверены, что она влияет на бодрость перед ужином. В эксперименте мы использовали молотый кофе и не уверены в том, что аналогичные результаты могут быть получены на растворимом, — это направление нашей дальнейшей работы. А вообще мы благодарим кофейню за углом за поддержку наших исследований и еще сообщаем, что никакого конфликта интересов у нас нет».

Подавляющая часть научных работ в экспериментальной психологии и социологии — это исследование связей или корреляций. И очень часто не отягощенные интеллектом контент-мейкеры[17], прочитав только аннотацию статьи (а зачастую лишь название), подменяют корреляцию причинно-следственной связью и бегут писать очередную статью с громким заголовком[18]. Очень хорошую иллюстрацию тонкостей выводов на основе данных корреляционного анализа я нашел в учебнике по матстатистике для психологов Андрея Наследова^{23}: исследователь решил сопоставить размер стопы ребенка со скоростью решения арифметических задач и, к своему удивлению, обнаружил очень сильную статистически значимую корреляцию. И пойди пойми, то ли при росте стопы улучшаются способности к математике, то ли наоборот — при накоплении знаний в области математики растет стопа. А может, это просто с возрастом у детей растут и стопы, и математические навыки.

То, что корреляция не говорит о наличии причинно-следственной связи, авторы научных статей знают (это могут забывать те, кто по мотивам аннотации пишут затем статью в популярный блог), но есть еще один момент, который не дает нам прямо воспользоваться результатами исследований, — эргодичность. Точнее, ее отсутствие. Этим словом называют свойство системы, при котором я могу использовать знание, полученное при наблюдении большого количества объектов в один момент времени, для определения результатов большого количества наблюдений, но уже одного объекта. Например, я могу подбросить 100 монеток один раз и результат будет таким же, как если бы я подбросил 100 раз одну монетку. А вот любимый пример Талеба — игра в русскую рулетку — свойством эргодичности не отличается. Если 1000 человек сыграют один раунд в русскую рулетку, то в среднем 870 из них выживут, но если один человек сыграет в эту игру 1000 раз…

Рис. 29. Эргодичность