Суперфрикономика

Если учитывать, что Великобритания сражалась с исламскими фундаменталистами и при этом практически закончила воевать с ирландскими повстанцами, то очевидно, что у арестованных подозреваемых были мусульманские имена. Это становилось одним из важнейших демографических маркеров для алгоритма. Шансы на то, что потенциальным террористом окажется человек, ни имя, ни фамилия которого не являются мусульманскими, составляют примерно 1 к 500 000.

Шансы на то, что террористом окажется человек, имя или фамилия которого являются мусульманскими, составляют около 1 к 30 000. Для человека, имя и фамилия которого являются мусульманскими, шансы оказаться террористом составляют 1 к 2000.

Потенциальные террористы являлись в основном мужчинами, обычно в возрасте от двадцати шести до тридцати пяти лет. Более того, эти люди чаще всего обладали следующими характеристиками:

— владели мобильными телефонами;

— были студентами;

— арендовали дом или квартиру, а не владели ими.

Разумеется, все эти факты сами по себе не могут служить основанием для ареста (этим характеристикам соответствуют практически все помощники, которые когда-либо были у авторов этой книги; при этом мы уверены, что никто их них не является террористом). Однако в совокупности с маркером мусульманского имени даже такие простые факты способны придать нашему алгоритму дополнительную силу.

Приняв эти факты к сведению, разработчики смогли определить, что несколько других характеристик являлись нейтральными, то есть на их основании было практически невозможно определить, является человек террористом или нет. К ним относились:

— тип занятости человека;

— семейное положение;

— степень близости жилья к мечети.

Итак, вопреки сложившемуся мнению, молодой безработный мужчина в возрасте двадцати шести лет, живший по соседству с мечетью, с точно такой же вероятностью может оказаться террористом, как женатый мужчина тридцати шести лет, имеющий постоянную работу и проживающий в пяти милях от мечети.

Были выявлены также и отрицательные индикаторы. Данные позволили с большой определенностью сказать, что потенциальный террорист, скорее всего, не будет:

— открывать сберегательный счет;

— снимать наличные в банкоматах в пятницу вечером;

— страховать жизнь.

Показатель, связанный с неиспользованием банкоматов пятничными вечерами, связан с обязательным посещением мечети правоверными мусульманами в это время. Вопрос со страхованием жизни представляется чуть более интересным. Давайте предположим, что вы двадцатишестилетний человек, женатый и имеющий двоих детей. Видимо, для вас имеет смысл покупать страховку жизни, позволяющую вашей семье выжить в случае вашей смерти в молодом возрасте. Однако страховая компания не производит выплаты, если ее клиент кончает жизнь самоубийством. Поэтому двадцатишестилетний глава семейства, планирующий в один прекрасный день взорваться вместе с бомбой, скорее всего, не будет тратить деньги на страховку, по которой невозможно получить возмещение.

Все это дает основания полагать, что если потенциальный террорист хочет замести следы, то ему стоит направиться в банк и сменить свое имя в заявлении на открытие счета на немусульманское, например Иан. Он также не должен отказываться от покупки страховки жизни. Банк, в котором работает Хорсли, предлагает полисы для новичков, стоящие всего несколько фунтов в месяц.

Все эти показатели, вместе взятые, позволили создать отличный алгоритм, способный выявить в общей базе данных банка небольшую группу потенциальных террористов.

Но хотя сеть и была создана, она затягивалась недостаточно туго. Довести алгоритм до совершенства позволил еще один показатель. В интересах национальной безопасности мы вынуждены воздержаться от рассказа о его деталях; назовем его «переменная X».

Что же делает переменную X особенной? Прежде всего, этот показатель не демографический, а поведенческий. Спецслужбы всего мира, борющиеся с террористами, мечтают стать небольшой мухой, сидящей на стене в комнате, где террористы проводят свои переговоры. И переменная X позволяет это делать, причем простым способом. В отличие от остальных показателей в составе алгоритма, отвечающих на вопрос «да» или «нет», переменная X рассчитывает интенсивность определенной банковской операции. Подавляющее большинство населения проводит эту операцию крайне редко, однако люди, соответствующие остальным показателям отбора потенциальных террористов, делают это значительно чаще.

И это позволило придать алгоритму значительную прогнозную силу. Начав с базы данных из нескольких миллионов клиентов банка, Хорсли смог создать список примерно из тридцати человек, поведение которых представлялось крайне подозрительным. По его самым консервативным оценкам, как минимум пятеро из этих тридцати почти со стопроцентной вероятностью вовлечены в террористическую деятельность. Пять к тридцати не является очень хорошим результатом — учитывая, что алгоритм упускает из виду часть террористов и, напротив, причисляет к ним ряд невиновных, — но в любом случае этот результат значительно лучше, чем 495 из 500 495.