Это касается многих вещей: успеваемости школьников, темпов развития компаний, даже погоды и состояния здоровья. Но мы предпочитаем записывать перемены к лучшему на счет консультантов, удачно выбранных маркетинговых решений или действий врачей.
А как же пример с Монте-Карло? На события, не связанные между собой, регрессия к средним величинам не распространяется. Она действует в сложных системах, где переплетены разнообразные причины и условия, например в таких, как работа компании.
▶ Ошибка конъюнкции. Как-то раз (дело было на международном конгрессе по прогнозированию) уже знакомый нам Даниэль Канеман предложил аудитории[2] (а ее составляли сплошь академики и профессора) оценить вероятность двух прогнозов. Группа А рассматривала такую ситуацию: «Потребление нефти в следующем году снизится на 30 %». Группа Б – такую: «Резкий рост цен на нефть приведет к сокращению ее потребления на 30 %».
Группа Б оценила вероятность «своего» события намного выше, чем группа А. Вообще говоря, цифра в прогнозе была одна и та же, зато вариант Б подкупал детализацией. Однако чем больше дополнительных условий, тем менее вероятен исход события, разве нет? И все-таки наш мозг, в том числе мозг академиков, соблазняется историями, а не теорией вероятности.
Эвристика подтверждения
Многие решения требуют взвесить все «за» и «против». Но часто ли мы в самом деле занимаемся сравнением разных аргументов?
▶ Менеджер нанимает симпатичного ему сотрудника, но это решение нужно обосновать перед начальником. Захочет ли менеджер искать негативную информацию о соискателе или плюсы в резюме других претендентов на должность?
▶ Наблюдательный совет компании принимает новую стратегию. Любые позитивные прогнозы принимаются на ура. А негативные? Ну, это просто «особые случаи»…
Самый успешный инвестор всех времен Уоррен Баффет давным-давно понял опасность такого мышления: «Что люди умеют лучше всего? Так отфильтровать новую информацию, чтобы их устоявшиеся взгляды остались нетронутыми», – говорит он.
Эвристика подтверждения имеет несколько разновидностей:
Ретроспективное искажение. Часто мы оправдываем наши убеждения задним числом («Я всегда это знал»). Успех Facebook выглядит закономерным… в 2023 году. А сколько экспертов были столь же уверены в Цукерберге в 2004-м?