Отмененный проект

Michael Lewis

THE UNDOING PROJECT

Школа перевода В. Баканова, 2017

В 2003 году я опубликовал книгу под названием «Moneyball. Как математика изменила самую популярную спортивную лигу в мире» [1] о бейсбольной команде «Окленд атлетикс». О том, как искали новые способы отбора игроков и переоценили стратегию самой игры.

По сравнению с другими командами у «Атлетикс» было меньше денег на игроков, поэтому руководство клуба попыталось переосмыслить игру. Используя статистические данные, проанализированные людьми, далекими от спорта, они открыли некое новое знание о бейсболе. Это знание позволило им заткнуть за пояс менеджмент прочих бейсбольных команд. Руководители «Атлетикс» нашли достоинства в игроках, которых другие отбраковали или просмотрели, и обнаружили много глупости в том, что раньше считалось бейсбольной мудростью.

Книга вызвала раздражение у некоторых бейсбольных экспертов – маститых тренеров, известных скаутов и журналистов, однако читателям эта история показалась столь же интересной, как и мне. Многие извлекли из приемов построения бейсбольной команды более масшатабный урок. Если высокооплачиваемые знаменитости бизнеса, существующего с 1860-х годов, могут так ошибаться, то кто не ошибается? Если рынок игроков в бейсбол оказался таким неэффективным, то, возможно, и с другими не все в порядке? Если свежий аналитический подход привел к новым знаниям в бейсболе, то почему он не может этого сделать в других областях человеческой деятельности?

За прошедшее десятилетие методы сбора данных и их анализа с целью выявления рыночной неэффективности, примененные «Окленд атлетикс», для многих стали образцом для подражания. Я читал статьи о том, как эти подходы использовали в образовании, киноиндустрии, страховой медицине, гольфе, сельском хозяйстве, книгоиздании (!), президентской кампании, государственном управлении, банковском деле и так далее.

«Мы стали «оклендить» своих форвардов», – жаловался один из тренеров «Нью-Йорк джетс» в 2012 году. А когда законодательный орган Северной Каролины принял чертовски сложные для понимания афроамериканцев законы, основанные на анализе численных данных, комик Джон Оливер [2] назвал это «оклендским расизмом».

Но энтузиазм при замене старого – экспертного – подхода на новый – цифровой – часто был довольно поверхностным. И когда новые методы не приводили к немедленному успеху (а порой и когда приводили), их критиковали и от них отказывались. В 2004 году «Бостон ред сокс» воспользовался методикой «Окленд атлетикс» и выиграл мировую серию впервые за почти сто лет. Используя те же приемы, они повторили свой успех в 2007 и 2013 годах. Однако в 2016-м, после трех неудачных сезонов, они объявили, что отходят от цифровых методов и возвращаются к оценкам бейсбольных экспертов. «Пожалуй, мы чересчур сильно полагались на цифры», – сказал владелец команды Джон Генри.

Писатель Нейт Сильвер несколько лет с потрясающим успехом прогнозировал результаты выборов президента США для New York Times, используя статистические методы, которым он научился, когда писал о бейсболе. Увы, Сильвер не смог предсказать взлет Дональда Трампа, и цифровой подход для предсказания электоральных результатов оказался под вопросом, причем в той же самой New York Times.

«Ничто не заменит старомодную журналистику, ведь политика – это, по сути, человеческая деятельность и потому не обязана следовать прогнозам и обоснованиям», – писал колумнист Times поздней весной 2016 года. И неважно, что несколько вполне старомодных журналистов предсказывали успех Трампа, а Сильвер позже признал, что Трамп оказался чересчур уникальным и он сам допустил слишком много субъективизма в расчетах.

Да, в критике людей, которые попытались применить цифровой подход в своей отрасли и не преуспели, есть доля правды. И все же особенности человеческой психики, использованные «Окленд атлетикс» для получения преимуществ – голод на специалиста, который знает нечто с определенностью в ситуации, когда определенность невозможна, – никуда не делись. Знаете, как в фильме ужасов: чудовище уже давно должно быть убито, но каким-то чудом остается в живых в ожидании финальной схватки.

Когда страсти вокруг книги, наконец, улеглись, один из отзывов на нее показался мне более важным и показательным, чем другие. Рецензия двух ученых из Чикагского университета – экономиста Ричарда Талера и профессора права Касса Санстейна – опубликованная 31 августа 2003 года в журнале New Republic, была щедрой одновременно и на похвалу, и на критику.

Ученые согласились: было интересно увидеть, как бедная команда вроде «Окленд атлетикс» смогла побить самых богатых конкурентов, используя несовершенство рынка игроков. Но, по их мнению, автор книги не раскрыл глубинных причин этого несовершенства, а они напрямую связаны с особенностями мыслительного процесса людей.

Причины, по которым эксперт может недооценить бейсболиста – каким образом экспертное мнение может быть искажено сознанием самого эксперта, – были описаны несколько лет назад израильскими психологами Даниэлем Канеманом и Амосом Тверски. Моя книга не явилась откровением. Зато стала иллюстрацией идей, которые витали в воздухе десятилетиями и еще не были в должной мере оценены людьми. В частности, мною.

До сего момента я и не подозревал о существовании Канемана и Тверски, хотя один из них умудрился получить Нобелевскую премию по экономике. И я действительно не задумывался о психологических аспектах, когда писал свою книгу.

Рынок профессиональных бейсболистов полон недостатков. Но почему? Менеджеры «Окленд атлетикс» говорили об «искажениях» в оценке спортсменов. Например, значение скорости переоценено, потому что ее легко увидеть. А достоинства запасного подающего, как правило, недооценивают, потому что кажется, что главное его занятие – вообще ничего не делать. Полного игрока, скорее всего, оценят невысоко; стоимость красивого и стройного наверняка будет завышена. Список подобных искажений я вынес из общения с менеджментом «Окленд атлетикс», но не пошел дальше и не спросил себя, откуда они берутся.

Я хотел рассказать историю о том, как работает или не работает рынок, особенно когда он связан с оценкой людей. Однако где-то внутри этого оказалась похоронена еще одна история, которую я пропустил, не исследовал и не рассказал. История о том, как работает или не работает человеческий разум, формируя суждения и принимая решения.

Когда мы сталкиваемся с неопределенностью – в сфере инвестиций, людей или чего-нибудь еще, – как мы приходим к решениям? Как влияют на этот процесс объективные данные: счет матча, отчет о доходах, результаты испытаний, показатели медицинских осмотров, тесты на скорость? Как работает ум человека (даже если этот человек – отличный специалист), когда приводит его к явным просчетам? Просчетам, которые используют к своей выгоде другие люди, те, кто проигнорировал экспертов и сделал упор на данные?