Итак, вот выводы.
1. Есть какие-то известные нам вещи, например расстояние от Земли до Солнца. Вы, возможно, не дадите правильный ответ на вопрос, каково оно, не подсмотрев в справочник, но вы точно понимаете, что ответ науке известен. Это «известное известное».
2. Есть вещи, которых мы не знаем, например как нейронная активность приводит к ощущению радости. И мы отдаем себе отчет в том, что нам неизвестен ответ на этот вопрос. Это «известное неизвестное».
3. Есть какие-то вещи, которые мы знаем, но мы не подозреваем, что их знаем, или забываем о том, что их знаем. Какова девичья фамилия вашей бабушки? Кто сидел рядом с вами в третьем классе? Если какие-то подсказки помогут вам вспомнить информацию, вы обнаружите, что знаете ее, хотя заранее и не подозревали об этом. И хотя Рамсфелд не говорит об этом феномене, дадим ему название «неизвестное известное».
4. Есть какие-то вещи, которых мы не знаем, и нам даже неизвестно то, что мы их не знаем. Купив дом, вы наняли нескольких специалистов оценить состояние крыши, фундамента, посмотреть, нет ли нигде термитов или иных древоточцев. Если вы никогда не слышали о радоне, а вашего агента по недвижимости гораздо больше интересовала прибыль от сделки, нежели здоровье вашей семьи, то вам даже в голову не придет проверить, нет ли в доме утечки. Меж тем, во многих домах его уровень довольно высок, это известный канцероген. Такое положение дел можно назвать «неизвестное неизвестное» (хотя, прочитав этот абзац, вы поймете, что это уже не так). Обратите внимание, знаете вы о чем-то неизвестном или нет, зависит от вашей компетенции и опыта. Инспектор службы по борьбе с вредителями сообщит вам лишь о том, что видно невооруженным глазом, ему известно, что в вашем доме могут скрываться повреждения (в тех местах, к которым он не сумел подобраться). Но природа и масштаб этой угрозы, если таковые имеются, ему неизвестны, однако он понимает, что она может быть («известное неизвестное»). Если вы слепо поверите его сообщению и решите, что проверка завершена, это будет означать, что вы не отдаете себе отчета, что в доме могут быть повреждения («неизвестное неизвестное»).
Мы можем наглядно представить четыре варианта, предложенные министром Рамсфелдом, в такой четырехчастной табличке[166]:
Самую большую опасность представляют ситуации, в которых есть неизвестное неизвестное. Наиболее страшные катастрофы, случившиеся по вине человека, можно отнести на счет таких вот случаев. Когда обваливаются мосты, страны проигрывают войны, люди лишаются права выкупить дом по закладной все это зачастую случается потому, что кто-то не учел вероятности того, что не располагает всей информацией, и долгое время ошибочно полагал, будто просчитал все возможные случаи. Одна из основных целей обучения в докторантуре по специальности юриспруденция или медицина, MBA или военное руководство научить определять то, что неизвестно, и по зрелом размышлении превращать неизвестное неизвестное в известное неизвестное.
Мы можем наглядно представить четыре варианта, предложенные министром Рамсфелдом, в такой четырехчастной табличке[166]:
Самую большую опасность представляют ситуации, в которых есть неизвестное неизвестное. Наиболее страшные катастрофы, случившиеся по вине человека, можно отнести на счет таких вот случаев. Когда обваливаются мосты, страны проигрывают войны, люди лишаются права выкупить дом по закладной все это зачастую случается потому, что кто-то не учел вероятности того, что не располагает всей информацией, и долгое время ошибочно полагал, будто просчитал все возможные случаи. Одна из основных целей обучения в докторантуре по специальности юриспруденция или медицина, MBA или военное руководство научить определять то, что неизвестно, и по зрелом размышлении превращать неизвестное неизвестное в известное неизвестное.
Ну и еще одна группа, о которой министр Рамсфелд не сказал ни слова, неверное известное, вещи, которые на самом деле не таковы, как мы о них думаем. В эту категорию относятся неверные по сути утверждения, в которые мы верим. И это одно из самых грустных и порой фатальных заблуждений.
Байесовский метод в науке и в суде
Вспомните часть 1 и описанную в ней идею байесовской вероятности, в которой вы можете поменять свою уверенность в чем-либо, основываясь на новых данных или же на априорной вероятности того, что что-то верно, например, вероятности, что у вас пневмония при условии, что у вас наблюдаются определенные симптомы, или вероятности того, что какой-то человек будет голосовать за конкретную партию с учетом своего места жительства.
Пользуясь байесовским методом, мы назначаем гипотезе субъективную вероятность (априорную), а затем уточняем ее в свете собранных данных (апостериорная вероятность, потому что именно эти данные мы получаем, проведя эксперимент). Если бы у нас еще до проверки имелись основания верить, что гипотеза правильна, то нам было бы легко подтвердить ее при наличии небольшого количества доказательств. Если бы еще до проверки у нас были основания считать гипотезу маловероятной, то нам понадобилось бы больше доказательств.
Таким образом, согласно байесовской теории, маловероятные утверждения требуют большей доказательной базы, чем те, что заслуживают большего доверия. Предположим, ваша подруга говорит, что она видела, как что-то пролетело за окном. Вы можете выдвинуть три гипотезы с учетом ваших знаний об этом окне: это могли быть малиновка, воробей или свинья. И для всех этих гипотез вы можете назначить вероятности. И вот ваша подруга показывает вам фотографию свиньи, пролетающей за окном. Ваша априорная вероятность, что свиньи летают, была настолько мала, что и апостериорная вероятность оказалась не больше, даже при наличии доказательства. Возможно, сейчас вы уже выдвигаете новые гипотезы, что фотография была поддельной или что ваша подруга применила какой-то другой трюк. И если вся эта история напомнила вам четырехчастную табличку и вероятность, что у кого-то рак молочной железы при условии, что результаты тестов были положительными, то вы правильно мыслите четырехчастные таблички прекрасно помогают проверить какие-то данные с помощью байесовского метода.
Ученым следует быть гораздо требовательней к тем доводам, которые идут вразрез со стандартными теориями или моделями, нежели к тем, что согласуются с ними. Зная, что при исследовании нового ретровирусного лекарства были проведены тысячи успешных экспериментов на мышах и обезьянах, мы не сильно удивляемся, когда обнаруживается, что оно хорошо воздействует и на человека, мы охотно принимаем доказательство исходя из принятых стандартов. Нас может убедить одно-единственное исследование, в котором приняли участие лишь несколько сотен человек. Но если один человек скажет, что сидение в течение трех дней у изножья пирамиды вылечит СПИД при правильном циркулировании энергии ци в чакрах, тут нам нужно будет больше доказательств, потому что утверждение выглядит надуманным и ни о чем таком мы раньше не слышали. Мы бы захотели видеть результат, воспроизводимый много раз и в самых разных условиях, а еще лучше метаанализ.
Байесовский подход не единственный, с помощью которого ученые доходят до сути в случае с чем-то маловероятным. В поисках бозона Хиггса физики установили пороговую величину (используя традиционные, не байесовские, статистические тесты), которая была в 50 раз выше обычного, не потому, что существование бозона было маловероятно (гипотезы о его существовании выдвигались десятилетиями), а потому, что цена ошибки была слишком высока (необходимо было провести очень дорогостоящие эксперименты).
Применение правила Байеса, возможно, лучше всего можно проиллюстрировать на примере из судебной практики. Один из краеугольных принципов судебного дела был сформулирован французским врачом и юристом Эдмоном Локаром{58}: любой контакт оставляет след[167]. По его мнению, правонарушитель либо оставляет следы на месте преступления, либо забирает их с собой на себе, на одежде, и тогда можно легко понять, где он был и что делал.
Предположим, злоумышленник пробрался в конюшню, чтобы дать допинг лошади накануне большой гонки[168]. Он наверняка оставит следы на месте преступления отпечатки ботинок, возможно, частички кожи, волос, ниточки от одежды и пр. Иными словами, улики переходят с преступника на место преступления. А также он сам, скорее всего, запачкается, на его одежде останутся следы конских волос, ниточки от попоны, щепки или солома из стойла то есть улики с места преступления перейдут на преступника.
А теперь представим себе, что кого-то арестовали на следующий день. Были взяты образцы ткани, отпечатки пальцев, грязь из-под ногтей и в результате анализа обнаружились некоторые совпадения между этими образцами и теми, что были взяты с места преступления. Прокурор хочет определить, насколько весомы улики. Возможно, совпадение объясняется тем, что подозреваемый виновен. Или, если он не виновен, он мог находиться в контакте с преступником подобное сотрудничество тоже не может остаться бесследным. Или, как вариант, подозреваемый находился на другой конюшне, совершенно невинно контактируя с другой лошадью, а тесты показали сходство образцов.
С помощью байесовского метода мы можем сочетать объективные вероятности (такие как вероятность того, что ДНК подозреваемого совпадет с той, что была найдена на месте преступления) с личным субъективным мнением о надежности показаний свидетеля, а также честности и опыте криминалиста, хранившего образец ДНК. Совершал ли подозреваемый что-нибудь подобное раньше или он не знает ничего о забеге, не знаком ни с одним участником гонки и может предоставить убедительное алиби? Благодаря этим факторам мы можем говорить об априорной субъективной вероятности, что подозреваемый виновен.
Если взять буквальное значение слова «невиновный», принятое в американском законодательстве[169] (тот, чью вину не доказали), то априорная вероятность того, что подозреваемый виновен, будет равна нулю, а любая улика, не важно, насколько она изобличающая, не поднимет последующую вероятность выше нуля, потому что вы все время будете умножать на нуль. Выдвигая априорную гипотезу о невиновности подозреваемого, гораздо разумнее будет предположить, что любой человек из той же совокупности с равной вероятностью может оказаться виновным. Следовательно, если подозреваемый был задержан в городе с населением 100 тысяч человек, а у следователя есть причина верить, что преступник жил в этом городе, то априорная вероятность того, что подозреваемый виновен, будет один к 100 тысячам. Конечно, улики могут сузить совокупность например, нам может быть известно, что не было следов взлома, следовательно, подозреваемый должен быть одним из 50 человек, имевших доступ к конюшне.