Игровое заблуждение

Перейти к навигацииПерейти к поиску

Игровое заблуждение (англ. Ludic fallacy) — когнитивное искажение, которое выражается как злоупотребление играми и моделями для моделирования реальных ситуаций. Термин введен американским экономистом ливанского происхождения Нассимом Талебом в изданной в 2007 году книге «Чёрный лебедь. Под знаком непредсказуемости»[1]. Название ошибки происходит от латинского слова ludus — «игра».

Описание ошибки

Описывая ошибку в книге, Талеб рассказывает историю о двух вымышленных персонажах: успешном дельце Жирном Тони, обладающим редкой способностью «найти лоха» и представителе академических кругов Докторе Джоне. Второго автор уничижительно называет «ботаником» (nerd). Талеб задаёт им вопрос: «Если я подбросил монету идеальной формы 99 раз, и каждый раз выпадал орёл, какова вероятность, что на сотый раз выпадет решка?» Доктор Джон отвечает, что вероятность будет 50/50. Жирный Тони же говорит, что не больше 1 %, так как монета идеальной формы просто не может упасть одной стороной вверх 99 раз подряд.

По мнению Нассима Талеба, Доктор Джон допустил игровую ошибку, перенеся идеальную математическую модель в реальную жизнь. «Ботаники», по его словам, объясняют неудачи в применении математических методов к общественной сфере именно сосредоточенностью на конкретной игре и подчинением её законам. Модель, мол, была верная, она работала хорошо, но игра оказалась не той, какой представлялась. Автор считает, что положения теории игр и гауссова распределения работают только в отдельных «стерильных» случаях, таких, как казино, где риски действительно можно просчитать.

Однако, как убеждается Талеб, даже в казино невозможно полностью полагаться на привычное моделирование. Несмотря на то, что казино тщательно планируют свои риски, разделяя игровые столы и внимательно присматривая за самыми богатыми клиентами, основные денежные потери происходят по непредсказуемым причинам: он приводит в пример нападение тигра на артиста главного шоу, привлекавшего сотни людей, закладку динамита подрядчиком в фундамент здания и необъяснимое поведение одного из сотрудников игорного заведения, не отправлявшего необходимые документы в налоговую службу, что едва не привело к отзыву лицензии. Талеб приходит к выводу, что казино потратило огромные деньги на построение на разработку теории игр и высокотехнологичные системы контроля, а главные потери понесло на том, что в их модели не укладывалось. То есть изучение вероятности и неопределенности на примере азартных игр — абсурд, даже применительно к устройству игорного бизнеса.[1]

Связь с концепцией Среднестана и Крайнестана

В «Чёрном лебеде» Талеб описывает две различные и исключающие друг друга системы: Среднестан и Крайнестан. В первой математические модели и нормальное распределение будут работать, так как даже самое большое отклонение от нормы в единичных случаях не будет принципиально влиять на среднее арифметическое (к примеру, если измерить вес тысячи людей и вывести среднее арифметическое, то даже если один из измеряемых будет самым тяжёлым человеком на Земле, он не сильно повлияет на результат). В Крайнестане же моделирование бессмысленно — если измерить доход тысячи человек, один из которых окажется Биллом Гейтсом, среднее арифметическое не будет адекватно отображать ситуацию. Для более полного понимания концепции Талеб составил сравнительную таблицу[1]:

Среднестан Крайнестан
Немасштабируемость Масштабируемость
Рядовая случайность Из ряда вон выходящая (иногда далеко выходящая) случайность
Самый типичный представитель — середняк Самый «типичный» представитель гигант или карлик, то есть типичных нет вообще
Победителям достается небольшой кусок общего пирога Победитель получает почти всё
Пример: аудитория оперного певца до изобретения граммофона Сегодняшняя аудитория артиста
Чаще встречается в жизни наших предков Чаще встречается в современности
Угроза Чёрного лебедя невелика Угроза Чёрного лебедя очень значительна
Строгая подчинённость законам тяготения Физические пределы отсутствуют
В центре (как правило) — физические величины, например рост В центре — числа, скажем доходы
Близость к утопическому равенству (насколько позволяет реальность) Крайняя степень неравенства
Итог не зависит от единичного случая или наблюдения Итог определяется ничтожным числом экстремальных событий
Наблюдение на протяжении ограниченного отрезка времени даёт представление о происходящем Необходимо долгое время, чтобы понять, что происходит
Тирания коллективного Тирания случайного
Исходя из видимого, легко предсказать невидимое Трудно делать предсказания на основании уже имеющейся информации
История ползёт История совершает скачки
События распределяются по гауссовой кривой и её вариантам Распределение осуществляют либо мандельбротовские «Серые» лебеди (научно контролируемые), либо абсолютно неконтролируемые Чёрные лебеди

В приложении к этой концепции, игровое заблуждение — использование среднестанских моделей для Крайнестана, то есть для всех областей с высокой степенью неопределенности, например, финансовых рынков. Нассим Талеб обрушивается с критикой на всех финансовых аналитиков, делающих прогнозы, обвиняя их в совершении игровой ошибки и шарлатанстве.

Прочие примеры

Известный инвестор Марк Спицнагель, автор книги «Дао капитала», описал «солдатскую» разновидность игровой ошибки: военные, лучше всех выступающие на соревнованиях по спортивной борьбе, чаще всего оказываются хуже своих сослуживцев в реальных сражениях. Дело в том, что они учатся концентрироваться только на приёмах, соответствующих правилам борьбы, и могут просто не среагировать на «запрещённые» уловки — удар ниже пояса или тычок ножом.[1]

Критика

Эндрю Гельман, профессор статистики из Гарварда, в дискуссии с Талебом заявил, что моделирование ситуаций с помощью монет и игровых костей хоть и не отражает реальную неопределенность, однако служит для стандартизации случайных событий. Он уподобил это эталону метра во Французской палате мер и весов, мало напоминающему реальные объекты.[2]

Эли Аяш (Elie Ayache), автор книги «Пустой лебедь. Конец Вероятности» (The Blank Swan: The End of Probability)[3], критикующей всю концепцию «чёрных лебедей» в материале в журнале «Willmott Magazine» обвиняет Талеба в том, что при объяснении игрового заблуждения в примере с казино он резко меняет контекст. Все случаи, повлекшие наибольшие финансовые потери для казино, напрямую не связаны с игорным бизнесом, поэтому и предугадать их было невозможно.[4]

Элиезер Юдковски в своём блоге о рациональном мышлении Lesswrong не критикует концепцию в целом, однако пишет, что Талеб сам совершает игровую ошибку, советуя вкладываться "абсолютно надёжные" краткосрочные казначейские векселя США, забывая о том, что государство тоже может неожиданно развалиться, и что даже "самые безопасные" денежные вложения не являются на 100 % безопасными.[5]

Упоминания в медиа

Сетевое издание Redstate обвиняет в игровом заблуждении американских климатологов, которые якобы игнорируют реальные данные со спутников и метеозондов, и продолжают придерживаться гипотезы о глобальном потеплении, хотя их прогнозы за несколько последних лет были пессимистичнее, чем реальные климатические показатели за те же годы.[6]

Прочее

Игровое заблуждение не стоит путать с ошибкой игрока (англ. gambler’s fallacy) — непонимание того, что вероятность желаемого результата не зависит от прошлых результатов случайного события, при котором кажется, что если 9 раз выпала решка, то в следующий раз непременно должен выпасть орёл.

Примечания

  1. 1 2 3 4 Талеб, Нассим Николас. Чёрный лебедь: под знаком непредсказуемости. — "KoLibri", 2009-01-01. — 528 с. — ISBN 9785389005730.
  2. COMMENTS ON COMMENTS Nassim Nicholas Taleb, April 22, 2007. Дата обращения: 31 марта 2017. Архивировано 18 марта 2017 года.
  3. Elie Ayache. The Blank Swan: The End of Probability / Elie Ayache. — ISBN 9780470725221.
  4. Nail in the Coffin Elie Ayache. Дата обращения: 31 марта 2017. Архивировано 15 декабря 2017 года.
  5. Risk-Free Bonds Aren't - Less Wrong. lesswrong.com. Дата обращения: 2 апреля 2017. Архивировано 31 марта 2017 года.
  6. The Ludic Fallacy In Modern American Climate Science. Дата обращения: 31 марта 2017. Архивировано 19 сентября 2016 года.

Литература

  • Dubner, Stephen J. (August 9, 2007). «Freakonomics Quorum: The Economics of Street Charity». Freakonomics.

Ссылки