Преподаватель макроэкономики однажды сказал нам на лекции: “Если бы Ванга в самом деле умела предсказывать будущее, она бы отиралась где-нибудь возле бирж”. А работник крупной международной нефтяной компании как-то признался в интервью: “Предсказывать цену на нефть у нас считается верхом непрофессионализма”. Тем не менее людям нужны прогнозы. Какой окажется завтра погода? Почем будет доллар через месяц? Кто станет президентом страны на следующих выборах? Поэтому услуги оракулов, гадалок, политологов, экономистов и нейросетей с big data будут по-прежнему востребованы, а синоптиков будут по-прежнему ругать за то, что не смогли предсказать дождь.
В предлагаемых трех книгах содержатся полезные соображения о прогнозах вообще и качественных прогнозах в частности.
“Сигнал и шум. Почему одни прогнозы сбываются, а другие — нет”, Нейт Сильвер
Автор после университета работал консультантом в KPMG (международная аудиторская компания, один из лидеров рынка, член так называемой Большой четверки). Но потом ему это надоело, и он основал собственную фирму, которая — на базе статистики и специальных компьютерных программ — занималась прогнозами. Сначала — спортивными, это был бейсбол и соответствующие части книги для специалиста достаточно скучны. Потом — политическими: перед президентскими выборами в США 2008 г. Сильвер правильно предсказал результаты в 49 из 50 штатов. Так что теперь американская пресса именует его “гуру предсказаний”.
Сам он своими умениями гордится, но не абсолютизирует, признавая, что доводилось ему и встречаться с умельцами не меньшего уровня. А в ходе написания книги он провел множество встреч с коллегами по цеху предсказателей: с синоптиками, экономистами, политологами, спортивными обозревателями, сейсмографами...
Собственно, сама идея книги сосредоточена в названии. Ведь предсказания (если они более-менее научные, а не мистические) делаются на основании сбора и анализа данных. Вот в них и нужно уловить сигнал, то есть полезную информацию, и отделить его от шума, то есть мусорных, случайных, ничего не означающих битов и байтов. Задача нетривиальная, особенно для некоторых компьютерных моделей, которые порой оказываются излишне чувствительными к небольшим изменениям данных на входе. Чтобы объяснить эти тонкости, Сильвер попутно знакомит читателя с основами теории хаоса, с элементами теории вероятности и прочей наукой.
Выводы получаются любопытными, но не слишком обнадеживающими. За последние полсотни лет человечество — вопреки множеству анекдотов — научилось значительно лучше предсказывать погоду. Потому что правильность прогнозов можно проверять каждый день (мощная обратная связь), статистики много, а уравнения достаточно простые, чтобы современные компьютеры с ними справлялись. А вот с предсказаниями биржевых котировок или землетрясений все существенно хуже.
“Думай медленно — предсказывай точно. Искусство и наука предвидеть опасность”, Филип Тетлок, Дэн Гарднер
Сразу отметим: русское заглавие отсылает к знаменитому бестселлеру Даниэля Канемана “Думай медленно, решай быстро” (на него есть ссылки в тексте), но не соответствует авторскому Superforecasting: The Art and Science of Prediction. По-украински книга издавалась под названием “Суперпрогнозування”. Пожалуй, оригинальное наименование все же точнее отражает суть.
Из книги в книгу кочует история об умном парне, который много лет собирал предсказания политологов и экономистов — а потом проверял их. Выиграл ли выборы политик, которому прочили успех? Действительно ли ВВП страны вырос так, как обещали? Почем была нефть (или йена, или облигации фирмы Х) через полгода после прогноза? Оказалось, что точность была на уровне случайных совпадений. Ходовой образ: шимпанзе, бросающий дротики в таблицу с ответами, угадал бы столько же.
Так вот, этот “умный парень” — профессор психологии Пенсильванского университета Филип Тетлок (Дэн Гарднер — его соавтор, научный журналист). Именно Тетлок 20 лет “проверял на вшивость” предсказателей. А кроме того, с удивлением убедился, что этим больше особо никто не занимается — ни пресса, ни даже разведка. Зато “экспертов”, регулярно попадавших пальцем в небо, охотно зовут на телеэфиры, заказывают им колонки в престижные издания и т. д.
При этом авторы не утверждают, что прогнозированием вообще не стоит заниматься. Просто делать это нужно с умом и с учетом обстоятельств. Например, чем на более короткий срок дается прогноз, тем выше шанс угадать.
Но Тетлок не просто исследовал феномен предсказаний. Он несколько раз организовывал эдакий чемпионат прогнозистов-непрофессионалов. Коллективно и поодиночке инженеры, пенсионеры и даже безработные из интереса предсказывали самые разные вещи, от курса акций до результатов расследования убийства известного политика. Подчеркнем, они не были ни экономистами, ни криминалистами, но имели право пользоваться разными источниками. И порой побивали профессионалов. А Тетлок пытался понять, как они думают.
Есть древнегреческое стихотворение: “Лиса знает много разного, а еж — одно, но важное”. Так вот, по Тетлоку, лучшие предсказатели — как раз “лисы”. Они предсказывают более “трусливо” -- “делая прогнозы с 60 или 70% вероятности, в то время как ежи смело ставили на 90 или 100%”. Но лисі угадывают чаще. И не боятся пересмотреть свой предыдущий прогноз, если получали новую вводную — а “ежи” упорствуют.
И — возможно, это один из самых парадоксальных выводов книги — лучшие предсказатели вовсе не являются гениями. Ни математическими, ни какими бы то ни было еще. Их IQ выше среднего, но не более того. Зато, если верить авторам, умение делать прогнозы — не врожденный талант, а навык, который можно развить. При этом “не существует ни единого способа делать точные прогнозы”. Они были, есть и будут вероятностными.
“Просчитать будущее. Кто кликнет, купит, соврет или умрет”, Эрик Сигель
Эта книга отличается от двух предыдущих более узким фокусом: она о предсказании только с помощью новейших компьютерных технологий — big data, искусственного интеллекта или, как пишет сам автор, прогнозной аналитики (ПА). Бывший профессор Колумбийского университета, он сделал ПА своей новой профессией. А “Просчитать будущее” хороша тем, что “на яблоках” объясняет неподготовленному читателю, как работает это машинное колдовство, как компьютер натаскивают на предсказания. Например, закладывают в него некую программу, скармливают ей котировки акций за 12 февраля и просят предсказать курс на 13-е. Дело происходит в марте, т. е. можно сравнить предсказанные данные с реальными. Главное — правильные данные загрузить и вычленить закономерности.
Получается, по словам автора, неплохо. В Ричмонде прогнозная модель предсказывает места будущих преступлений “на основе таких факторов, как сегодняшние события в городе, день выдачи зарплаты, праздник, день недели и погода”. В Hewlett-Packard сэкономили примерно $300 млн, определяя, кто из сотрудников может в ближайшее время уволиться (ведь замена персонала — это потери). А сайт для путешествий Orbitz заметил, что владельцы компьютеров Мас тратят на бронирование гостиниц на 30% больше, чем пользователи Windows — и стал предлагать посетителям разные опции в зависимости от операционки, с которой поступал запрос. Естественно, с выгодой для себя.
Иногда удавалось не просто отслеживать реальность и предсказывать ее изменения, но и влиять на нее. Так с помощью ПА меняли поведение избирателей во время избирательной кампании Барака Обамы.
Пишет автор ненапряжно и с юмором, что особенно важно при изложении столь непростых материй, и украшает текст множеством забавных примеров. Например, он говорит, что ПА не отвечает на вопрос “почему”, она лишь фиксирует некие закономерности. Например: “Увеличение продаж мороженого по времени совпадает с увеличением частоты нападения акул”. Почему? Возможно, наевшись мороженого, купальщики становятся вкуснее с акульей точки зрения. Более вероятно, что дело в жаре: тогда и “сладкого холода” больше едят, и в воду чаще заходят, а там акулы. Главное, что выявленный механизм работает.
