В этой статье мы продолжаем разбирать ключевые идеи из книги Алекса Эдманса.
Все части этого цикла доступны в соответствующей серии публикаций.
Пять ступеней к истине
Автор предлагает рассматривать путь к достоверному знанию как лестницу из пяти ступеней. Первая и самая низкая — это просто утверждение. За ней следуют факт, данные, свидетельство и, наконец, вершина — доказательство. Важно понимать: остановившись на одной из этих ступеней, нельзя считать, что вы уже поднялись на следующую. Многие ошибки в рассуждениях происходят именно из-за смешения этих понятий.
Иллюстрация: Лестница ошибочного вывода
Утверждение vs. Факт: история с 10 000 часами
Начнём с первой ступеньки — утверждения. Сделать заявление, не подкреплённое фактами, может каждый. Яркий пример — знаменитое «правило 10 000 часов» Малкольма Гладуэлла из его книги «Гении и аутсайдеры». Гладуэлл утверждал, что для достижения мастерства в сложной деятельности необходимо как минимум 10 000 часов практики. В основе этого утверждения лежало исследование скрипачей, где самые успешные будто бы набирали именно такой «стаж».
На практике 10 000 часов — это более пяти лет работы по 8 часов в день.
Идея стала невероятно популярной, потому что она льстила нашему желанию верить в силу упорного труда, а не врождённого таланта. Однако позже выяснился неприятный нюанс: оригинальное исследование, на которое ссылался Гладуэлл, не обнаружило прямой связи между количеством часов практики и уровнем мастерства скрипачей. Все участники, независимо от успеха, практиковались примерно одинаково — в среднем 24,5 часа в неделю.
Вывод здесь прост: утверждение — это ещё не факт. Оно может быть неточным, предвзятым или вовсе ложным. Мы часто верим таким утверждениям из-за предвзятости подтверждения — склонности принимать информацию, которая соответствует нашим желаниям и убеждениям. Между красивой гипотезой и доказанным правилом лежит огромная пропасть.
Манипуляции в науке, политике и СМИ
Подобные манипуляции встречаются не только в популярных книгах. Эдманс рассказывает, как правительственный комитет однажды процитировал его же работу, исказив смысл. Они утверждали, что в его исследовании нет связи между зарплатой топ-менеджеров и эффективностью компании, хотя сам автор писал об обратном. Это учит нас: не всегда можно доверять даже сноскам. Иногда странный порядок авторов в ссылке — уже признак того, что цитирующий саму статью не открывал.
Чтобы ввести в заблуждение, не обязательно откровенно лгать. Достаточно вырвать цитату из контекста или показать лишь часть данных. Например, Мэттью Уолкер в книге «Почему мы спим» приводил график, показывающий, как риск травмы у спортсменов растёт при сокращении сна. Проблема в том, что он не показал полные данные: после определённого порога (менее 6 часов) риск на самом деле снижался, что противоречило его тезису.
Сравнение: оригинальная диаграмма из исследования и её урезанная версия в книге Уолкера.
Отсюда золотое правило: доверяй, но проверяй. Немцы даже приписывают эту мысль Ленину: «Vertrauen ist gut, Kontrolle ist besser» (Доверие — хорошо, контроль — лучше). Ирония в том, что у Ленина такой фразы нет, но народная мудрость от этого не становится менее верной.
Почему данные могут лгать
Проверка источников — это не паранойя, а необходимость. Эдманс описывает случай, когда ему пришлось изучать приложения к отчёту регулятора, чтобы проверить утверждение о пользе разнообразия в руководстве. Оказалось, данные в таблицах это утверждение не подтверждали. Авторы отчёта допустили голословное заявление.
Обратите внимание: Возможно, причиной закрытия завода была не только ценность земли, но и остановка в развитии самого производства.
Данные могут вводить в заблуждение разными способами: они могут быть неполными, нерепрезентативными (основанными на субъективных опросах) или взаимозависимыми. Бывает и хуже — данных может не быть вовсе. Некоторые авторы смело строят теории, не имея под ними никакой основы, или даже ссылаются на несуществующие исследования. Так, информагентство Reuters однажды опубликовало статью о влиянии женщин-руководителей на климатическую политику, сославшись на исследование, которого в реальности не было.
Когда фактов нет, а вера есть
Особенно опасны ситуации, когда слухи и страхи заменяют факты. Во время дебатов о реформе здравоохранения Obamacare в США распространились истории о «комиссиях по смерти», которые якбы решали, кому жить, а кому умереть. Никаких упоминаний об этом в законопроекте не было, но миф стал вирусным, потому что играл на страхах людей.
Как оценивать спорные утверждения
Бывают и утверждения, которые нельзя однозначно проверить «да» или «нет». Например:
Религиозный экстремизм — главная угроза миру.
Мы отстаём из-за плохой системы образования.
Корпоративная культура важнее стратегии для успеха.
Мы не можем их ни доказать, ни опровергнуть окончательно. Но это не значит, что о них не стоит думать. Прежде чем принять такое утверждение на веру, задайте себе вопросы:
- Апеллирует ли оно к моим предубеждениям?
- На чём основано? Есть ли ссылки на исследования?
- Какова эмоциональная окраска? Обилие превосходных степеней часто маскирует отсутствие фактов.
- Какие есть альтернативные объяснения?
А ещё лучше начать с базовых проверок: Есть ли цитаты? Существуют ли эти доказательства? Соответствуют ли они утверждению? Безупречны ли они логически и фактически? Только так можно подняться со ступени «утверждения» на ступень «фактов». Но и это ещё не будет полным доказательством.
Главные выводы
Итак, запомним главное: не верьте на слово. Ищите первоисточники, требуйте доказательств, особенно когда вам очень хочется во что-то поверить. Наша объективность ограничена, и предвзятость подтверждения — наш главный враг. Эта проверка сэкономит вам массу времени и нервов.
Возвращаясь к примеру со скрипачами, стоит добавить, что Гладуэлл допустил ещё одну ошибку — индуктивное обобщение. Даже если бы правило 10 000 часов работало для скрипачей, это не значит, что оно автоматически применимо ко всем сложным видам деятельности. Но это уже тема для следующей главы — перехода от фактов к данным.
В качестве иллюстрации поиска альтернативных объяснений Эдманс приводит тезис политолога Джона Миршаймера о том, что войну на Украине спровоцировало расширение НАТО. Автор замечает, что для проверки этого тезиса «нет данных» (no dataset), и предлагает искать другие причины. Однако такое заявление «нет данных» само по себе может быть спорным, так как официальные позиции и заявления сторон конфликта широко известны и доступны для анализа. Этот пример показывает, как важно и самому автору предоставлять обоснования для своих утверждений.
Больше интересных статей здесь: Производство.
Источник статьи: Может содержать ложь (2).