Читаем Простые правила полностью

И даже если впихнуть в модель еще больше информации и задействовать огромные вычислительные мощности, это вряд ли решит проблему. Напротив, большие данные на слабой теоретической подкладке — это и есть рецепт чрезмерной аппроксимации. Так, IBM недавно обнародовала исследование, которое, опираясь на анализ данных за сто лет, показало, что главный индикатор экономических спадов — это высота женских каблуков[73]. Туфли на плоской подошве, в которых щеголяли юные эмансипе 1920-х годов, во времена Великой депрессии уступили место высоким каблукам; мода 1960-х годов на удобные сандалии в 1970-е годы, когда разразился нефтяной кризис, сменилась модой на высокую платформу; а низкие уродливые каблуки в стиле гранж были вытеснены высоченными тонкими каблуками-стилетами как раз тогда, когда лопнул пузырь доткомов. Корреляция работала-работала, а потом перестала. Как только грянул финансовый кризис 2008 года, женские каблуки взяли курс на снижение. Если производить вычисления среди множества числовых показателей, не имея добротной теории, корреляции обязательно сыщутся, — беда в том, что они могут быть ложными.

В противовес сложным моделям простые правила берут в расчет только критически важные переменные. Отметая второстепенные факторы и малоубедительные призрачные корреляции, эмпирические правила устраняют шумовой фон. Отсутствие этого самого шума позволяет выработать решения, которые хорошо работают в широком диапазоне сценариев, а не в отдельно взятой ситуации. Вспомним правила триажа, позволяющие медикам быстро оценить тяжесть ранений, полученных в бою. Несмотря на простоту, эти принципы диагностики поразительно эффективно прогнозируют исход лечения ошеломляюще разнообразных травм[74]. В очень сложных системах, таких, например, как фондовый рынок или экономика в целом, где причинно-следственные связи малопонятны и к тому же со временем меняют характер, особенно велик риск чрезмерной аппроксимации. Статистики установили, что при прогнозировании экономических трендов сложные модели систематически проигрывают простым, причем точность прогнозов первых со временем нисколько не повысилась[75]. Когда моделируешь сложные системы, изощренность модели не всегда ведет к ее эффективности[76].

Простые правила не только исключают чрезмерную аппроксимацию данных, но также вбирают в себя взаимосвязанные характеристики самого контекста. Кэти с Крисом Бингэмом из Университета Северной Каролины изучили предпринимательские решения о расширении бизнеса за рубежом[77]. Один успешный американский предприниматель руководствовался простым правилом: «Выходи на рынки англоговорящих стран». Пускай и нехитрое, это правило фактически заместило собой целый ряд переменных, важных для успешного роста. Этот предприниматель вырос в Англии и еще в детстве познакомился с культурой государств, прежде входивших в Британское Содружество, объединившее в свое время большинство англоговорящих стран мира. В этих странах широко распространен интернет, у них высокие показатели экспорта и ВВП на душу населения, и потому они выглядели самым подходящим рынком для технологических продуктов данного предпринимателя. В сущности, это простое правило касалось не просто языка, а чего-то намного большего. Словно лакмусовая бумажка, оно позволило без глубоких изысканий сразу выделить экономически привлекательные рынки.

Мы часто полагаем, что лучший способ принимать решения — это обдумать все факторы, могущие повлиять на наш выбор, и взвесить их относительную важность. Однако психологи установили, что многие люди в попытках все учесть нередко завышают значение второстепенных факторов в ущерб тем, которые критически важны. В ходе одного исследования студентов просили, прежде чем они выберут учебный курс, обдумать и расставить по степени важности несколько факторов — таких, как необходимая учебная литература, расписание лекций, обязательные требования и рейтинг курса среди выпускников[78]. Контрольной группе дали ту же информацию и просто попросили выбрать себе учебный курс. В итоге те, кому не предлагали взвешивать каждый фактор, приняли решение на основании лишь отзывов студентов прошлых выпусков. Недолго думая, молодые люди сосредоточили внимание на одной переменной. Как позже выяснилось, решение их однокашников, принятое с учетом всех факторов, оказалось менее удачным (это определили по степени их конечной удовлетворенности выбранным учебным курсом). А все потому, что студенты отвлеклись на малозначимые факторы и допустили ошибку, придав важнейшим факторам меньше значения, чем те заслуживали. Между тем простые правила сводят к минимуму риск переоценить второстепенные соображения, поскольку ставят в центр внимания критерии, наиболее важные для принятия удачных решений.