Продолжаю разбирать книгу Даниэля Канемана "Думай медленно… решай быстро". В первой части я писал про быстрые ответы, которые мозг выдаёт слишком уверенно. Теперь переходим к главам 10-18, где речь уже больше про случайность, статистику, якоря и нашу любовь к красивым объяснениям.
Начнём с небольшой разминки.
Запомните свой ответ, в конце статьи разберемся.
Чтобы статья не превратилась в сухой пересказ каждой главы, я объединил похожие темы: случайность и малые выборки, якоря, доступность и эмоции, правдоподобные истории против статистики, а в финале - регрессию к среднему и прогнозы.
Ниже - не конспект, а главные мысли, которые я забрал себе из этой части книги.
Случайность, которую мы принимаем за закономерность
Если данных мало, мозг быстро начинает видеть закономерность, сигнал и причину. Нам хочется, чтобы даже маленькая выборка выглядела "правильно": без странных серий, перекосов и подозрительных совпадений.
Но случайность не обязана выглядеть аккуратно. Иногда она выглядит так, будто за ней что-то стоит.
Поэтому пример с роддомом из начала статьи здесь не просто разминка. Он хорошо показывает, что наше ощущение "похоже на случайность" и настоящая вероятность могут быть разными вещами.
В жизни мы тоже часто делаем выводы по короткой дистанции:
- пара удачных сделок, и человек уже кажется гением переговоров;
- несколько плохих отзывов, и место кажется окончательно испорченным;
- один неудачный опыт, и мы уже готовы вынести приговор целой категории вещей.
Главная мысль: маленькие выборки часто дают случайные перекосы, а мозг слишком быстро принимает эти перекосы за закономерность.
Якоря: как первая рамка сдвигает решение
Следующая очень практичная штука, которую круто замечать в жизни, это якоря.
Якорь - это первая рамка, от которой мы потом начинаем отталкиваться. Чаще всего это цифра: лимит, стартовая сумма.
Простой пример: в магазине появляется объявление "не более 12 банок в одни руки". И люди начинают покупать больше, чем в обычный день. Не потому, что всем внезапно понадобились 12 банок. А потому что лимит одновременно работает как числовой якорь и как намёк на дефицит. Мозг считывает: «раз ограничивают, значит, товар могут быстро разобрать». И вместо обычной покупки человек легче решает взять с запасом.
В переговорах похожий механизм. Первая названная сумма часто задаёт коридор обсуждения. Если вам озвучили цифру совсем не из реальности, не обязательно отвечать такой же случайной цифрой с противоположного края. Часто сильнее работает спокойная позиция: при таком уровне мне это неинтересно, а вот мой диапазон и логика, почему он такой.
То же самое можно заметить и в пожертвованиях. Если человеку сначала показать маленький ориентир, итоговая сумма чаще будет ниже. Если показать крупный, внутренняя планка сдвигается вверх.
Главная мысль: мы редко принимаем решение "с нуля". Часто первая цифра, лимит или формулировка уже незаметно сдвинули точку отсчёта.
Почему доступное и эмоциональное кажется более важным
Дальше Канеман переходит к очень жизненной мысли: мы часто оцениваем не реальность, а то, что нам легче вспомнить.
Если пример быстро всплывает в голове, мозгу кажется, что это частое, важное и показательное явление. А если к этому добавляются эмоции, эффект только усиливается.
Один из лучших примеров здесь, на мой взгляд, связан с домашними делами. Когда супругов отдельно спрашивают, кто сколько делает по дому, их ответы часто в сумме дают больше 100%. Не потому, что кто-то обязательно врёт. Просто свои усилия вспомнить проще: ты помнишь, как вынес мусор, загрузил посудомойку, сходил в магазин, решил бытовую мелочь, что-то починил. Чужой вклад тоже был, но он не так ярко лежит на поверхности памяти.
Из этого же механизма растёт куча бытовых ссор. Каждому кажется, что он старается больше, уступает чаще и вообще тянет на себе заметную часть мира. Память тут работает как очень необъективный бухгалтер.
То же происходит и с рисками. Если мы видим яркую, тревожную, эмоционально насыщенную новость, она начинает казаться нам более важной и более типичной, чем есть на самом деле. После громкой истории о мошенниках кажется, что обман вообще везде. После новости о катастрофе мир внезапно ощущается опаснее, хотя сухая статистика может почти не измениться.
И тут очень трезвый вывод: то, что легко вспоминается, не обязательно встречается чаще. А то, что сильно цепляет эмоционально, не обязательно объективно опаснее.
Почему правдоподобная история побеждает статистику
Это, пожалуй, мой любимый блок во всей второй части книги.
Канеман очень хорошо показывает, что мозг обожает правдоподобные истории и узнаваемые образы. Если что-то звучит складно, похоже на знакомый типаж и красиво объясняется, мы почти автоматически считаем это вероятным.
Допустим, нам описывают человека:
Спокойный, замкнутый, любит порядок, хорошо разбирается в деталях.
И спрашивают: кто он скорее всего - программист или менеджер?
Мозг быстро тянется к ответу: "программист". Потому что описание похоже на привычный образ: тихий человек, детали, порядок, техника, код, вот это всё.
Но здесь важно не только описание. Важно ещё и то, из какой группы мы выбираем.
Одно дело, если мы встретили такого человека на конференции разработчиков. Тогда версия про программиста звучит сильнее.
Другое дело - обычный офис, где есть менеджеры, бухгалтеры, юристы, администраторы, аналитики и кто угодно ещё. В такой группе "похож на программиста" уже не такой надёжный аргумент.
То есть вопрос не только в том:
"На кого он похож?"
Но и в том:
"Кого среди вариантов вообще больше?"
Это и есть бытовая версия правила Байеса: новые детали важны, но они должны не заменять базовую картину, а уточнять её.
Ещё одна похожая ловушка: чем подробнее история, тем правдоподобнее она нам кажется.
Например:
Вариант 1: человек работает в банке.
Вариант 2: человек работает в банке и активно участвует в движении за права клиентов.
Второй вариант выглядит живее. В нём есть характер, позиция, почти маленький сериал на одну строку. Но с точки зрения вероятности он уже, чем первый. Все люди из второго варианта входят в первый, но не все сотрудники банка участвуют в таких движениях.
Значит, второй вариант не может быть вероятнее первого.
Проблема в том, что мозг выбирает не математически широкий вариант, а более "киношный". Тот, где картинка ярче.
То же самое происходит с объяснениями:
Продажи упали? "Команда выгорела".
Человек не справился? "Он безответственный".
Проект не взлетел? "Идея была слабая".
Может быть. Но часто красивая причина появляется раньше нормальных данных. Мозгу легче жить с сюжетом, чем с честным "пока не знаем".
Главная мысль: правдоподобная история не обязана быть самой вероятной. Иногда она просто лучше звучит.
Почему мы плохо читаем колебания и слабо прогнозируем
В финале этого блока Канеман подводит к ещё одной неприятной мысли: мы не только плохо понимаем случайность, но и плохо трактуем колебания результата.
Здесь появляется регрессия к среднему. Идея простая: очень плохие и очень хорошие результаты часто сами по себе сменяются более обычными. Не обязательно потому, что сработало наказание, похвала, магический ритуал или жёсткий разговор. Иногда система просто возвращается ближе к среднему значению.
Это сильно бьёт по нашей любви к простым объяснениям. Например:
- сотрудник провалился, с ним жёстко поговорили, потом он выступил лучше, и хочется решить, что сработала жёсткость;
- человека похвалили после блестящего результата, а дальше он выступил слабее, и хочется заподозрить, что похвала расслабляет.
Но часто дело не в этом. Просто после пика обычно идёт более обычный результат, а после провала тоже часто наступает откат к нормальному уровню.
Из этого вырастает и тема прогнозов. Канеман предлагает очень здравый подход: не строить предсказание только по впечатлению от конкретного случая. Сначала смотреть на базу, на похожие случаи, на статистику, а уже потом учитывать особенности именно этой ситуации.
По сути, это взрослая версия борьбы с самоуверенностью. Не "мне кажется, этот проект точно взлетит". А "как вообще обычно заканчиваются похожие проекты, и что в этом случае действительно даёт основания ждать лучшего результата?"
Очень полезная мысль для работы, найма, планирования, инвестиций, запуска блогов и вообще любой жизни, где человек хоть что-то пытается предсказывать.
Что я забрал себе из этих глав
Если собрать вторую часть книги в одну короткую мысль, у меня она будет такой:
мозг слишком быстро превращает случайные совпадения в закономерности, впечатления в выводы, а правдоподобные истории в якобы очевидную правду.
Мы:
- видим закономерность там, где мог быть случай;
- цепляемся за первую рамку и считаем её почти естественной;
- переоцениваем то, что легче вспомнить и что сильнее задело;
- верим красивым историям больше, чем вероятностям;
- строим прогнозы слишком уверенно и слишком рано.
И вот теперь можно вернуться к вопросу из начала статьи. В начале статьи был вопрос: одинаковы ли вероятности у этих четырёх последовательностей?
1. М М М Д Д Д
2. М Д М Д М Д
3. Д Д Д Д Д Д
4. Д М Д Д М М
Интуитивно кажется, что нет. Вторая последовательность выглядит самой «нормальной»: мальчики и девочки чередуются, всё похоже на случайность. Первая уже кажется подозрительной: сначала три мальчика, потом три девочки. Третья вообще выглядит как сбой в матрице: шесть девочек подряд. Но если вероятность рождения мальчика и девочки примерно одинаковая, то каждая конкретная последовательность из шести рождений имеет одну и ту же вероятность.
То есть они все математически равновероятны.
Почему? Потому что мы сравниваем не «вообще смешанную последовательность» против «странной серии», а четыре конкретных варианта. У каждого варианта шесть независимых событий, и каждый раз вероятность примерно одна и та же.
Просто мозг смотрит не как статистик, а как редактор сюжетов. Ему кажется: если всё чередуется, значит, это «похоже на случайность». А если пошла серия, значит, «тут что-то не так». Но случайность не обязана выглядеть красиво перемешанной. Она может выглядеть ровно, странно, слишком упорядоченно или наоборот слишком подозрительно.
И в этом, пожалуй, один из главных выводов этих глав Канемана: иногда честное мышление начинается не с красивого объяснения, а с готовности сказать себе:
я пока не знаю, это закономерность или просто случайный перекос.