Не лги себе. Почему Big Data знает тебя лучше, чем ты сам, и как использовать это, чтобы добиться успеха

Популярность литературы, способной предложить читателю помощь, подтверждается анализом книг, которые пользовались наибольшим спросом на протяжении человеческой истории[21 - https://en.wikipedia.org/wiki/List_of_best-selling_books.]. Я выяснил, какие книги лучше всего продавались. Наиболее многочисленная категория бестселлеров вне категории художественной литературы – это книги по самопомощи (примерно 42 % от общего количества). Вслед за ними идут мемуары знаменитостей (28 %). На третьем месте – исследования в области секса (8 %).

Я пытаюсь сказать, что, ориентируясь на данные, напишу сначала тот самый учебник самопомощи, который вы держите в руках. Затем перейду к книге «Секс: с точки зрения данных». Надеюсь, что к этому моменту стану достаточно известным, чтобы написать «Сет: мемуары автора, прославившегося благодаря данным о том, какие книги лучше продаются».

Второе качество, общее для обеих книг, – в обеих при помощи данных раскрываются секреты современной жизни. Одна из причин такой полезности данных для принятия более качественных решений – основополагающие факты об окружающем нас мире скрыты от нас. Существуют секреты получения от жизни желаемого, которые открываются при помощи больших данных.

Возьмите, например, такой секрет: кто богат? Очевидно, что его знание поможет любому, кто хочет заработать больше денег. Знание осложняется тем обстоятельством, что многие богатые не хотели бы, чтобы об их богатстве знали другие.

Недавнее исследование, в котором использовались оцифрованные в последнее время налоговые декларации, было наиболее подробным из тех, что касались богатых людей[22 - Matthew Smith, Danny Yagan, Owen Zidar, and Eric Zwick, “Capitalists in the Twenty-First Century”, Quarterly Journal of Economics 134(4) (2019): 1675–1745.]. Ученые определили, что типичный богатый американец – отнюдь не кудесник от высоких технологий, корпоративный магнат или нечто подобное, чего обычно ждет публика. Типичный богатый американец, по словам авторов, – это владелец «регионального бизнеса» типа автосалона или компании по оптовой торговле напитками. Кто бы мог подумать? В главе 4 мы поговорим, почему это так – и как это влияет на выбор карьеры.

Медиа тоже лгут нам – или, по крайней мере, создают у нас ложное впечатление об устройстве мира, выбирая для нас только истории определенного свойства. Прибегнуть к данным, чтобы развеять эту ложь, полезно для принятия решений.

Вот пример – связь возраста и предпринимательского успеха. Медиа дают нам искаженную картину возраста бизнесменов. Недавнее исследование показало, что медианный возраст предпринимателей, о которых пишут в бизнес-журналах, – 27 лет[23 - Pierre Azoulay, Benjamin F. Jones, J. Daniel Kim, and Javier Miranda, “Age and High-Growth Entrepreneurship”, American Economic Review 2(1) (2020): 65–82.]. Пресса обожает рассказывать нам завлекательные истории о вундеркиндах, создавших крупные компании.

Но сколько же лет капиталисту в действительности? Недавнее исследование данных обо всех предпринимателях Америки показало, что успешному их представителю в среднем 42 года[24 - Там же.]. И шансы создать успешный бизнес увеличиваются с возрастом, достигая максимума в 60 лет[25 - Там же.]. Более того, возраст является преимуществом даже для предпринимательства в сфере высоких технологий[26 - Pierre Azoulay, Benjamin F. Jones, J. Daniel Kim, and Javier Miranda, “Age and High-Growth Entrepreneurship”, American Economic Review 2(1) (2020): 65–82.] – то есть там, где, по мнению большинства, должна работать исключительно молодежь, поскольку только она способна к освоению нового.

Разумеется, тот факт, что возраст является преимуществом для предпринимательства в любой области, полезен для всех, кто достиг среднего возраста и уверен, что их шанс создать бизнес миновал. В главе 5 мы развеем несколько мифов о предпринимательском успехе и поговорим о выведенной из данных надежной формуле, которая обеспечивает максимум шансов создать успешное предприятие.

Когда вы знаете, как на самом деле устроен мир, – и избегаете лжи как людей, так и медиа, – вы готовы улучшить качество решений, касающихся вашей жизни.

От Бога к чувствам, от чувств – к данным

В последней главе своей книги «Homo Deus» Юваль Ной Харари пишет, что мы проходим через «религиозную революцию гигантского масштаба, подобной которой человечество не видело с XVIII столетия». Новая религия, говорит Харари, это вера в данные, «датаизм»[27 - Yuval Noah Harari, Homo Deus: A Brief History of Tomorrow (New York: Random House, 2016).].

Как же мы пришли к этому?

На протяжении почти всей человеческой истории наиболее образованные люди наделяли высшей властью Бога. Как пишет Харари, «когда люди не знали, на ком жениться, чем заняться и начинать ли войну, они читали Библию и следовали ее советам».

Гуманистическая революция, которую Харари относит к XVIII веку, поставила под вопрос мировоззрение, в центре которого находится Бог. Философы наподобие Вольтера, Джона Локка и моего любимого Дэвида Юма утверждали, что Бог – плод человеческого воображения, а библейские догмы ложны. Устранив внешний авторитет, способный управлять нами, философы стали утверждать, будто люди управляют своей жизнью сами. Харари называет методы принятия важных решений в эпоху гуманизма: «прислушиваться к себе», «любоваться закатом», «вести личный дневник», «беседовать по душам с близким другом».

Революция датаизма, которая только началась и, по словам Харари, может завершиться только через десятки лет, поставила под вопрос мировоззрение гуманистов, в центре которого находятся наши чувства. Тот квазирелигиозный статус, которым они были наделены, был поставлен под сомнение биологами. Они открыли, что организмы – это алгоритмы, а наши чувства – просто «процессы биохимических вычислений»[28 - Yuval Noah Harari. “Organisms Are Algorithms. Body Is Calculator. Answer = Sensation~Feeling~Vedan?”, YouTube, uploaded by Rashid Kapadia, June 13, 2020, https://www.youtube.com/watch?v=GrQ7nY-vevY.].

Более того, такие легендарные специалисты в области человеческого поведения, как Амос Тверски и Даниэль Канеман, открыли, что чувства часто вводят нас в заблуждение. Наш ум, говорят они, глубоко поражен разного рода когнитивными искажениями[29 - Daniel Kahneman, Thinking, Fast and Slow (New York: Farrar, Straus & Giroux, 2011).].

Вы считаете собственную интуицию надежным проводником? Это совсем не так. Зачастую мы излишне оптимистичны, переоцениваем значимость легко запоминающихся историй, отбираем только информацию, согласующуюся с тем, во что нам хотелось бы верить, ложно заключаем, что могли бы объяснить события, считавшиеся непредсказуемыми на момент, когда они произошли, и так далее.

Фраза «прислушиваться к себе» могла звучать освобождающе и романтично для гуманистов. Но, честно говоря, «прислушиваться к себе» звучит просто страшно после прочтения последнего выпуска Psychological Review или великолепной статьи «Список когнитивных искажений» в Википедии.

Наконец, революция больших данных предлагает нам альтернативу тому, чтобы прислушиваться к себе. Наша интуиция или советы таких же людей, как мы, могли казаться гуманистам единственными источниками мудрости, оставшимися нам в лишенной Бога вселенной. Но сейчас ученые, работающие в области анализа данных, формируют и анализируют огромные массивы информации, способные освободить нас от когнитивных искажений.

Еще процитирую Харари: «В XXI веке чувства утратили положение лучших алгоритмов в мире. Мы создаем новые, превосходящие их алгоритмы, опирающиеся на беспрецедентную вычислительную мощность и гигантские базы данных». Согласно датаизму, теперь ответы на вопросы «на ком жениться, чем заняться и начинать ли войну» заключаются в «алгоритмах, которые знают нас лучше, чем мы сами знаем себя».

Я не настолько дерзок, чтобы утверждать, будто книга «Не лги себе» – библия датаизма, и не пытаюсь написать новых десять заповедей. (Хотя мне бы очень хотелось, чтобы вы воспринимали тех исследователей, о работе которых я буду говорить, как пророков датаизма: их работа носит новаторский характер именно до такой степени.)

Но я надеюсь, что эта книга покажет, каково новое мировоззрение датаизма, и предложит вам несколько алгоритмов, которые помогут принять значительное решение. «Не лги себе» состоит из глав; каждая из которых посвящена тому, что данные могут сказать нам о какой-то одной важной области жизни. И первая касается, вероятно, самого важного решения в жизни[30 - https://www.wesmoss.com/news/why-who-you-marry-is-the-most-important-decision-you-make/.].

Итак, приверженцы датаизма и потенциальные новообращенные, давайте посмотрим, помогут ли вам алгоритмы с ответом на вопрос: «На ком жениться?»

Глава 1

Брак с участием искусственного интеллекта

С кем вам следует вступить в брак?

Может быть, именно этот вопрос – самый важный в жизни с точки зрения последствий ответа на него. Инвестор и миллиардер Уоррен Баффет, во всяком случае, считает именно так. Он называет выбор супруга «самым важным решением из всех, что вам предстоит принять».

И тем не менее люди редко искали помощи у науки в этом отношении. Честно признаться, здесь наука не могла помочь практически ничем.

Ученые, занимающиеся человеческими отношениями, пытались найти ответы. Но найти большие выборки пар оказалось трудной и дорогостоящей задачей. Исследования в этой области, как правило, опирались на очень маленькие выборки и зачастую приходили к противоречащим друг другу выводам. В 2007 году выдающийся ученый Гарри Рейс из Университета Рочестера сравнил науку о человеческих отношениях с подростком, назвав ее «растущей, временами непокорной – а может, и более таинственной, чем хотелось бы»[31 - Harry T. Reis, “Steps toward the ripening of relationship science”, Personal Relationships 14 (2007): 1–23.].

Но несколько лет назад молодая, энергичная, сверхлюбопытная и блестяще талантливая ученая из Канады Саманта Джоэл задалась целью изменить такое положение вещей. Джоэл, как и многих ее коллег, интересовало, что же предсказывает удачные отношения. Но ее подход был необычным. Она не стала строить очередную скудную выборку пар – вместо этого она решила свести вместе данные прежних исследований. Джоэл рассуждала так: если ей удастся объединить небольшие массивы данных из научных работ прошлого, может получиться один большой массив. И его будет достаточно, чтобы надежно определить, что предсказывает успех отношений, а что нет.

План Джоэл сработал[32 - Samantha Joel et al., “Machine learning uncovers the most robust self-report predictors of relationship quality across 43 longitudinal couples studies”, PNAS 117(32): 19061–71.]. Она собрала в свою группу всех профессоров, располагавших данными об отношениях. В конечном счете ее группа состояла из 85 ученых и смогла аккумулировать массив данных об 11 196 парах[33 - Исследование рассматривало только гетеросексуальные пары.].

Размер массива был впечатляющим, как и содержащаяся в нем информация.

Для каждой пары у Джоэл и ее группы были результаты опросов, где каждый из партнеров давал численную оценку степени удовлетворенности отношениями. При этом данные у них были практически по всем вообразимым аспектам совместной жизни пары[34 - Переменные, по которым проводилось исследование, можно найти здесь: https://osf.io/8fzku/. Соответствующий файл – Master Codebook With Theoretical Categorization, Final.xlsx, который находится в разделе “Master Codebook with Theoretical Categorization”. Выражаю благодарность Джоэл, указавшей мне на него.], в частности:

• демографические сведения (например, возраст, образование, доход, раса);

• внешний вид (например, насколько высоко они оценивали привлекательность своего партнера);

• предпочтения в сексе (например, насколько часто каждый из партнеров хочет секса? Насколько традиционным должен быть этот секс?);

• интересы и хобби;

• умственное и физическое здоровье;

• ценности (например, взгляды на политику, отношения и воспитание детей);

• и многое-многое другое.

Кроме того, у Джоэл и ее группы не просто было больше данных, чем у других полевых исследователей. Они использовали более прогрессивные статистические методы. Джоэл и некоторые ее коллеги превосходно овладели машинным обучением – подмножеством искусственного интеллекта, позволяющим современным исследователям обнаруживать неочевидные закономерности в больших массивах данных. Проект Джоэл можно было бы назвать браком с участием искусственного интеллекта: он был одним из первых, где на службу задаче прогнозирования успешных отношений были поставлены столь современные методики.

Если вам нравятся викторины и другие игры на отгадывание, можете попытаться предсказать ее результаты. Как вам кажется, какой фактор лучше всего предсказывает успешные отношения? Действительно ли общие интересы важнее общих ценностей? Насколько важна сексуальная совместимость в долгосрочном плане? Будете ли вы счастливее в союзе с человеком одного с вами происхождения?

Джоэл подобрала людей в исследовательскую группу, собрала данные и проанализировала их – и наконец была готова предъявить миру один из самых важных результатов в науке об отношениях.

На октябрь 2019 года Джоэл назначила свое выступление в Университете Ватерлоо в Канаде[35 - https://www.psychology.uwo.ca/pdfs/cvs/Joel.pdf.]. Оно было озаглавлено незамысловато: «Можно ли помочь людям подобрать более подходящего партнера для романтических отношений?»

Итак, могла бы Саманта Джоэл, объединив усилия с восьмьюдесятью пятью самыми известными учеными мира, собрав воедино данные из сорока трех научных исследований, получив значения сотен переменных путем опроса свыше десяти тысяч пар, применив находящиеся на острие прогресса модели машинного обучения, – могла бы она, проделав все это, помочь людям выбрать более подходящего романтического партнера?

Нет.

Первый – и самый удивительный – урок, извлеченный ею из данных, как сама Саманта сказала мне во время интервью в Zoom[36 - Интервью с Самантой Джоэл я провел 24 сентября 2020 года.], «заключается в том, насколько непредсказуемыми представляются отношения».

Джоэл и ее соавторы обнаружили, что демографические показатели, предпочтения и ценности двух людей практически ни в какой мере не позволяют предсказать, насколько те будут счастливы в романтических отношениях.

Вот так обстоят дела, друзья мои. Сегодня искусственный интеллект может: