Думай медленно – предсказывай точно. Искусство и наука предвидеть опасность - стр. 44

Эффективность агрегации прогнозов зависит от того, что именно вы объединяете. Агрегация суждений множества людей, которые не знают ничего, произведет большое количество ничего. Агрегация суждений людей, которые знают немногое, – уже лучше, и если их наберется достаточное количество, она может добиться впечатляющих результатов. Однако агрегация суждений того же количества людей, которые знают многое о многих разных вещах, более эффективна, потому что общий фонд информации становится намного больше. Агрегация агрегаций тоже может продемонстрировать впечатляющие результаты. Хорошо проведенный опрос общественного мнения агрегирует множество информации о намерениях избирателей, однако агрегация опросов в «опрос опросов» собирает множество информационных фондов в один большой фонд. Это и есть суть того, что делали Нейт Сильвер, Сэм Вонг и другие статистики во время президентских выборов 2012 года. Такой опрос опросов может быть объединен с другими источниками информации, например в нечто вроде Polly Vote – проекта академического консорциума, который предсказывает результаты президентских выборов, агрегируя различные источники, включая опросы избирателей, суждения политических экспертов и разработанные политологами количественные методы. Проект работает с 1990-х и имеет хороший послужной список, часто придерживаясь кандидатуры, которая впоследствии становится победителем, даже если результаты опросов изменились, а эксперты передумали.

А теперь посмотрим, как подходят к прогнозированию лисы. Они используют не одну аналитическую идею, а множество, и ищут информацию не в одном источнике, а во многих. Все это они затем синтезируют в один вывод. Другими словами, лисы совершают агрегацию. Они могут быть индивидуалами-одиночками, но делают, в сущности, то же, что делала толпа Гальтона: интегрируют разные ракурсы и содержащуюся в них информацию. Единственное реальное отличие в том, что этот процесс происходит в одном черепе. Однако производить такого рода агрегацию внутри своей головы может быть совсем не просто. Представьте себе игру «Угадай число», в которой игроки должны угадать число от 0 до 100. Человек, чей вариант подходит ближе всего к двум третьим среднестатистического варианта всех участников, выигрывает. И представьте, что за это дается приз: читатель, который подойдет ближе всего к правильному ответу, выигрывает два билета бизнес-класса на рейс Лондон – Нью-Йорк.

Газета Financial Times на самом деле провела этот конкурс в 1997 году по инициативе Ричарда Талера, пионера бихевиоральной экономики. Если бы я читал Financial Times в 1997 году, как бы я выиграл эти билеты? Я мог бы начать с размышления о том, что, раз можно называть число от 0 до 100, варианты будут распределены произвольно. Итого средним числом должно оказаться 50. А 2/3 от 50–33. Значит, моим предположением должно быть 33. В этот момент чувствую себя очень довольным и уверенным, что догадался правильно. Но прежде чем я скажу: «Это окончательный ответ», я делаю паузу и думаю о других участниках – и тут до меня доходит, что они должны были пройти через тот же мыслительный процесс, что и я. А это означает, что они все пришли к числу 33. А 2/3 от 33–22. Итого мой первый вывод неверен, и я должен предположить 22.