Мудрость толпы. Почему вместе мы умнее, чем поодиночке, и как коллективный разум влияет на бизнес, экономику, общество и государство Шуровьески Джеймс

Моим родителям

“Насколько мне известно, еще никто в мире не потерял ни копейки, отказавшись следовать проверенной народной мудрости”.

X. Л. Менкен

X. Л. МЕНКЕН ОШИБАЛСЯ!

Увлекательная книга Джеймса Шуровьески посвящена парадоксальной идее: интеллектуальный потенциал больших групп простых людей гораздо выше, нежели малочисленной элиты, независимо от талантов каждого из индивидов; “народ” лучше справляется с проблемами, содействует инновациям, принимает мудрые решения, даже предсказывает будущее. Этот феномен оказывает мощное влияние на бизнес, науку, экономику и на нашу повседневную жизнь.

Шуровьески задает множество вопросов. Почему очередь, в которой вы стоите, всегда самая длинная? Почему любая гайка, купленная в любой стране мира, подойдет к болту в конструкции, расположенной за десятки тысяч миль от места покупки? С каким проблемами сталкиваются общенациональные телеканалы? Если вы должны встретиться с кем-то в Париже в определенный день, но не можете заранее связаться с этим человеком, когда и где вы все-таки найдете друг друга? Как образуются дорожные пробки?

Как выигрывают деньги на тотализаторе? Какие знания о структуре корпораций мы можем почерпнуть у гангстеров из голливудских фильмов?

Хотите знать ответы? Читайте Мудрость толпы — блестящее и доступное исследование того, как мы строим свою жизнь, как выбираем лидеров, справляемся с повседневными заботами, формируем представление об окружающем мире.

ЧТО ГОВОРИТ ТОЛПА О “МУДРОЙ ТОЛПЕ”?

Мудрость толпы поражает воображение. Это одна из тех книг, которые производят революцию в сознании читателей. Это приключенческая история, манифест и самая блестящая книга о бизнесе, обществе и повседневной жизни, которую я прочел за последние годы”.

Малкольм Гладуэлл,автор книги Переломный момент

Введение

В один из осенних дней 1906 года британский ученый Фрэнсис Гальтон оставил свой дом в городе Плимуте и отправился на сельскую ярмарку. Гальтону было восемьдесят пять лет. Он вполне ощущал свой возраст, однако его все еще переполняла любознательность, благодаря которой было написано немало научных трудов по статистике и теориям наследования, принесших ему известность (включая скандальную).

Гальтон ехал на ежегодную выставку животноводства и птицеводства Западной Англии — региональное мероприятие, на которое собирались местные фермеры и горожане, чтобы оценить достоинства домашнего скота и птицы — коров, овец, лошадей, свиней, кур. Пристало ли именитому ученому (да еще и в столь почтенном возрасте) расхаживать по рядам между загонами и рассматривать рабочих лошадей и свиней-рекордсменок? Да, в выборе этого странного занятия Гальтон руководствовался логикой. Будучи человеком, буквально одержимым двумя научными увлечениями — оценкой физических и умственных способностей и селекцией, — Гальтон рассматривал животноводческую выставку в качестве огромного стенда, на котором ясно видны результаты удачной и неудачной селекции.

Гальтон уделял так много внимания селекции, поскольку полагал, что лишь очень немногие люди обладают данными, необходимыми для поддержания здоровья общества. Значительную часть своей научной карьеры Гальтон посвятил изучению этих данных, как раз чтобы доказать, что подавляющее большинство людей ими не владеет. Например, на Международной выставке 1884 года в Лондоне он устроил "антропометрическую лабораторию", где с помощью приспособлений собственного изобретения проверял посетителей выставки по таким параметрам, как "острота зрения и слуха, способность к различению цвета, избирательность взгляда и время реакции". В результате экспериментов его разочарование в умственных способностях среднестатистического человека усилилось, ибо "тупость и невежество многих мужчин и женщин были настолько велики, что в это трудно было поверить". "Только если власть и управление обществом останутся в руках немногих избранных, безупречных во всех отношениях людей, — сделал вывод Гальтон, — у нас есть будущее".

Вернемся к животноводческой ярмарке. Прогуливаясь по выставке, Гальтон наткнулся на стенд, около которого проводились соревнования по угадыванию веса. На всеобщее обозрение был выставлен откормленный бык, и собравшаяся толпа должна была на глазок определить вес животного. (А точнее, они должны были угадать вес этого быка после того, как его "забьют и освежуют".) За шесть пенсов вы могли купить проштампованный и пронумерованный билет, в который надо было внести ваше имя, адрес и прогноз. За самые точные ответы были обещаны призы.

Счастье попытали примерно восемьсот человек. Это была разношерстная публика — как мясники и фермеры, явно искушенные в оценке веса скота, так и люди, наверняка далекие от животноводства. "Участие приняли множество непрофессионалов, — писал впоследствии Гальтон в научном журнале Nature, — клерки и прочие из тех, кто, не имея специальных знаний о лошадях, делают ставки на бегах, опираясь на мнение газет, друзей или собственное разумение". Гальтону тут же пришла на ум аналогия с демократией, когда люди с радикально различающимися способностями и интересами получают каждый по одному голосу. "Средний участник конкурса был экипирован знаниями для точной оценки веса забитого и освежеванного быка не лучше, чем средний избиратель — для оценки качеств того или иного претендента или особенностей большинства политических вопросов, по которым он голосует", — сетовал он.

Гальтон хотел установить, на что способен "средний избиратель", поскольку намеревался доказать, что его возможности очень малы. Поэтому он превратил конкурс в импровизированный эксперимент. Когда соревнование закончилось и призы были розданы, Гальтон позаимствовал у его организаторов билеты и подверг их ряду статистических тестов. Гальтон рассортировал билеты с прогнозами (всего 787 — ему пришлось исключить тринадцать билетов, ибо они были заполнены неразборчиво) в порядке убывания точности, и выстроил график, чтобы убедиться, что он будет представлять собой колоколообразную, гауссову кривую. Затем он сложил все оценки участников и вывел усредненный прогноз группы. Эта цифра представляла собой, можно сказать, коллективную мудрость плимутской толпы. Если бы толпа была одним человеком, именно так этот человек оценил бы вес быка.

Гальтон, несомненно, полагал, что средний прогноз группы будет очень далек от истины. Казалось очевидным, что коллективное решение толпы, состоящей как из мудрецов, так и из людей посредственных и недалеких, скорее всего окажется неудачным. Но Гальтон ошибся. Толпа предположила, что вес быка, после того как его забьют и освежуют, составит 1197 фунтов. После того как его действительно забили и освежевали, оказалось, что бык весил 1198 фунтов. Иными словами, оценка толпы оказалась очень точной. Возможно, в конечном итоге селекция не так уж много значила. Позднее Гальтон писал: "Результат был в большей степени в пользу надежности демократических суждений, чем того можно было ожидать". Это было явное преуменьшение.

В тот день в Плимуте Фрэнсис Гальтон открыл для себя простую, но яркую истину, по сути — лейтмотив этой книги. Группы обладают выдающимся коллективным интеллектом и способны продуцировать решения, которые гораздо более проницательны, чем выводы самых умных участников. Более того, чтобы толпа была мудрой, совершенно не требуется, чтобы ведущие роли в ней играли исключительно умные люди. Даже если большинство участников группы недостаточно осведомлены или профессиональны, группа все равно способна прийти к мудрому коллективному решению. Это выгодно, поскольку человеческие существа не слишком приспособлены к принятию решений. Это нас экономист Герберт Саймон назвал "ограниченно рациональными" существами. Как правило, мы располагаем меньшим объемом информации, чем нам хотелось бы. Наши представления о будущем ограничены.

Большинство из нас не утруждают себя проведением анализа предполагаемых усилий и ожидаемых результатов. Вместо поиска лучшего решения мы зачастую довольствуемся достаточно хорошим. А как часто мы формируем суждения под влиянием эмоций! И все же, несмотря на все эти ограничения отдельных несовершенных суждений, сведенные воедино верным способом они трансформируются в потрясающе проницательный коллективный разум.

Этот разум, или то, что я называю "мудростью толпы", действует в мире под самыми разными обличьями. Это благодаря ей поисковая система Интернета Google способна в считанные секунды просканировать миллиард веб-страниц и найти ту, на которой размещена нужная вам информация. Именно мудростью толпы можно объяснить, почему очень тяжело зарабатывать деньги, делая ставки на игры Национальной футбольной лиги, и почему в последние пятнадцать лет несколько сот энтузиастов в сердце штата Айовы гораздо точнее предсказывали результаты выборов, чем опрос Гэллапа. На мудрости толпы основан механизм работы фондового рынка (и то, почему частенько он прекращает работать). Идея коллективного разума помогает объяснить, почему, когда вы в два часа ночи заходите в круглосуточный продуктовый магазин в' поисках сока, там вас всегда ждут полки с пакетами этого сока; исходя из нее мы объясним и то, почему люди платят налоги и помогают тренировать команды Малой лиги[1]. Идея коллективного разума чрезвычайно важна для занятий наукой, и способна фундаментально изменить способы ведения бизнеса.

В этой книге я попытаюсь представить мир таким, какой он есть, рассматривая _ явления, в которых на первый взгляд нет ничего общего и даже похожего, но которые все же очень близки друг другу. Но эта книга еще и о мире, каким он мог бы стать. Одно из поразительных свойств мудрости толпы: невзирая на то, что она всеобъемлюща, ее легко не заметить, а столкнувшись с ее воздействием, трудно воспринять. Большинство из нас, будь то избиратели, инвесторы, менеджеры или потребители, полагают, что ценные знания сосредоточены в очень немногих руках (или, скорее, в очень немногих головах). В поисках ключа к решению сложной проблемы или принятию верного решения мы стремимся найти одного нужного человека, у которого на все есть ответ. Даже увидев, как толпа людей, многие из которых не особенно сведущи, совершает нечто потрясающее, скажем, точно предсказывает результаты лошадиных бегов, мы скорее всего припишем этот успех нескольким умным ее представителям, но уж никак не самой толпе. Как пишут об этом социологи Джек Б. Солл и Ричард Лэррик, мы испытываем потребность в "погоне за экспертом". Давайте прекратим эту охоту и обратимся к толпе (в которой, разумеется, будут и гении). Есть шансы, что она знает.

Шотландский журналист Чарльз Маккей высмеял бы идею, что толпа вообще может что-либо знать. В 1841 году Маккей опубликовал работу под названием "Удивительные массовые заблуждения и безумие толпы" — бесконечно увлекательную хронику массовых маний и коллективной глупости, и название данной книги будет ответом на этот заголовок, при всем моем уважении к его автору. Для Маккея толпа никогда не отличалась мудростью. Она не была даже разумной. Коллективные суждения он считал обреченными на экстремальность. "У людей, как было сказано, стадное мышление, — писал он. — Можно доказать, что они и с ума сходят вместе, а вот приходят в себя медленно и по одиночке". Маккей рассматривает коллективное безумие как нечто само собой разумеющееся. Согласно представлениям Макеея, группы либо отупляют, либо сводят людей с ума, либо и то и другое.

И Маккей был не одинок. Мыслитель Бернард Барух произнес знаменитые слова: "Любой человек как индивидуум довольно рассудителен и разумен — а как член толпы он мгновенно становится болваном". Генри Дэвид Торо сокрушался: "Толпа никогда не достигнет уровня своего лучшего представителя — напротив, она деградирует до уровня худшего". Фридрих Ницше писал: "Безумие — это исключение для индивидуумов, но правило для групп". А вот английский историк Томас Карлайл выразился более лаконично: "Я не верю в коллективную мудрость индивидуальных невежеств".

Возможно, самым жестким критиком групп был французский писатель Гюстав Ле Бон, который в 1895 году опубликовал образец классической полемики под названием "Толпа: исследование массового сознания". Ле Бон был напуган развитием демократии на Западе в девятнадцатом веке, и его приводила в настоящий ужас мысль о том, что простые люди смогут влиять на политику и культуру. Однако его презрение к группам коренилось гораздо глубже. Толпа, как утверждал Ле Бон, — это больше, чем всего лишь сумма ее участников. Это — своего рода самостоятельный организм. У нее есть свой образ и собственная воля, и ее поступки зачастую идут вразрез с намерениями участников. Когда толпа совершает что-либо, она, по мнению Ле Бона, всегда совершает глупость. Толпа может быть храброй, трусливой или жестокой, но мудрой — никогда. По его словам, "в толпах аккумулируется глупость, а не здравый смысл". Толпе недоступны действия, "требующие высокой степени интеллекта", и их интеллектуальная подоплека "всегда ниже интеллектуального уровня отдельного индивидуума". Поразительно, что в понятие "толпы" Ле Бон включает не только такие очевидные примеры коллективной дикости, как суды Линча или мятежи, но практически любой тип общественного объединения, принимающего решения.

Именно поэтому Ле Бон разбивал в пух и прах идею присяжных, "выносящих вердикты, которые каждый член суда по отдельности не одобрил бы". Парламенты, утверждал он, принимают законы, которые каждый парламентарий, как правило, отверг бы. Фактически, если собрать умных людей, специалистов во многих разных областях, и попросить их "вынести решения, имеющие последствия общего характера", то суждения, к которым они придут, будут в целом не лучше, чем "принятые сборищем имбецилов"[2].

В своей книге я, по примеру Ле Бона, широко трактую понятия "группа" и "толпа", обозначая ими все, что угодно, от аудитории игровых шоу до многомиллиардных корпораций и толп игроков спортивных тотализаторов. Некоторые группы, примеры которых приводятся в этой книге, жестко организованы и хорошо осознают свою тождественность (как, к примеру, команды управленцев в главе 9). Другие сообщества, например, водители и пассажиры автомашин, попавших в дорожный затор, о чем я пишу в главе 7, не имеют никаких формальных признаков организации. Иные же объединения, скажем, фондовая биржа, представлены главным образом как постоянно меняющаяся комбинация цифр и сумм долларов. Все эти группы отличаются друг от друга, но каждой из них свойственна способность действовать коллективно в целях принятия решений и устранения проблем — даже если люди в таких группах не всегда осознают, что заняты именно этим. И то, что является очевидной истиной для некоторых из этих групп (а именно то, что они мудры и искусны в решении проблем), потенциально верно в отношении большинства из них, если не всех. В этом смысле Гюстав Ле Бон видел все в совершенно ином свете. Если вы соберете достаточно большую и достаточно разнообразную группу людей и попросите их "найти решения, имеющие последствия общего характера", решения этой группы с течением временем будут "интеллектуально выше решений отдельного индивидуума", пусть даже самого умного или осведомленного.

Оценка веса быка — едва ли слишком сложная задача. Но, как я утверждал ранее, коллективный разум может быть применен для решения огромного количества задач, и их сложность не будет препятствием. В этой книге я коснусь трех типов проблем. Первые я называю когнитивными. Это проблемы, которые имеют или будут иметь конкретные решения. Например, "Кто выиграет Суперкубок в этом году?" или "Сколько единиц нового струйного принтера будет продано в последующие три месяца?" Это все когнитивные проблемы. То же самое касается вопроса "Насколько вероятно, что этот препарат будет утвержден Администрацией США по контролю за продуктами питания и лекарствами?" Вопросы, на которые не может быть единственного и верного ответа, например, "Где лучшее построить общественный бассейн?" — это тоже когнитивные проблемы.

Второй тип проблем обычно обозначается как проблемы координации. Проблемы координации требуют от участников групп (торговцы, пассажиры метро, студенты в поисках друзей) согласования их поведения с поведением остальных, учитывая, что эти остальные пытаются действовать в своих интересах. Как покупатели и продавцы находят друг друга и договариваются о взаимоприемлемой цене? Как компании организуют свои операции? Как безопасно вести машину при интенсивном движении? Это все примеры проблем координации.

Последний тип проблем — это проблемы взаимодействия. Как видно из самого названия, проблемы взаимодействия сопряжены с довольно-таки трудной задачей: например, как заставить корыстных, недоверчивых людей работать сообща, даже если в их собственных интересах отказаться от участия в этом деле. Плата налогов, вопросы загрязнения окружающей среды, достижение согласия в том, что можно считать разумной зарплатой, — это все примеры проблем взаимодействия.

Скажу немного о структуре этой книги. Первая половина, как вы увидите, посвящена теории, приправленной, правда, примерами из жизни. По одной главе посвящено каждой из трех проблем (когнитивной, координации и взаимодействия). Следующие главы повествуют об условиях, необходимых для того, чтобы толпа была мудрой: разнородности, независимости и особом типе децентрализации. Размышляя о мудрости толпы, мы исследуем три условия, которые позволяют прежде всего решить вопросы координации и взаимодействия.

Вторая половина книги представлена, главным образом, практическими примерами. Каждая из глав здесь посвящена различным путям организации сообществ людей во имя общей цели (или условно общей), и каждая глава — о том, как коллективный разум либо расцветает, либо с трудом выживает. В главе о корпорациях, например, подчеркивается разница между системами, в одной из которых власть и право принятия решений узурпированы немногочисленным руководством, а в другой царит свобода. Глава о рынках начинается с вопроса о том, могут ли рынки обладать коллективным разумом, и заканчивается анализом динамики ажиотажа на фондовом рынке.

В этой книге я привожу много историй о группах, принимающих неверные решения, а также — о группах, принимающих правильные. Почему? Что ж, так устроен мир. Мудрость толпы оказывает куда более важное и благотворное влияние на нашу обыденную жизнь, чем мы это осознаем, а последствия этого влияния для будущего огромны. В настоящее время многие группы бьются над решением самых, казалось бы, заурядных проблем, в то время как другие вносят в общество хаос поспешными необдуманными суждениями. Группы хорошо работают в одних обстоятельствах и хуже — в других. И все они нуждаются в правилах, чтобы поддерживать порядок и согласованность. Лишенные этого, они допускают ошибки. Группа выигрывает, когда ее участники свободно общаются между собой и учатся друг у друга, но переизбыток общения, как ни парадоксально, может понизить коллективный интеллект сообщества людей. Большие группы зачастую могут быть эффективными в решении проблем определенного типа, но они же станут неуправляемыми и беспомощными в обстоятельствах иного рода. Наоборот, малые группы обладают преимуществом лучшей управляемости, но подвержены риску недостаточной разнородности и склонности участников соглашаться друг с другом. И наконец, Маккей был отчасти прав в том, что касается экстремального коллективного поведения: бывают времена (вспомните потрясения на фондовом рынке или восстания), когда совокупность индивидуальных решений порождает полностью иррациональное коллективное решение. Но истории о таких ошибках только подтверждают то, что для принятия верных решений нельзя недооценивать важность таких аспектов, как разнородность и независимость. Эти примеры демонстрируют, что происходит, если эти аспекты отсутствуют.

Разнородность и независимость важны потому, что самые верные коллективные решения — это продукт противоречий и споров, а не согласия или компромисса. В правильно организованной (разумной) группе, особенно перед лицом когнитивных проблем, участников не призывают изменить свои предложения для достижения приемлемого для всех решения. Вместо этого задействуются механизмы (скажем, рыночные цены или интеллектуальные системы голосования), позволяющие собрать воедино все мнения и вывести из них усредненные коллективные суждения, демонстрирующие не то, как думает какой-либо участник группы, а фактически то, как думают они все вместе. Парадоксально, но лучший способ для группы стать разумной — позволить каждому ее участнику думать и действовать как можно более независимо.

В начале раздела я привел пример группы, решающей простую задачу: оценку веса быка. Завершу я его примером группы, решающей невероятно сложную задачу: поиск затерянной подлодки.

Американская субмарина "Скорпион" исчезла с экранов радаров в мае 1968 года, возвращаясь на базу в Ньюпорт Ньюз после похода в Северную Атлантику. Последнее зафиксированное местоположение субмарины было известно командованию, а затем след "Скорпиона" потерялся. Существовало только приблизительное предположение о том, где могла находиться подлодка после последнего сеанса радиосвязи. В итоге ВМС приступили к поискам в зоне радиусом в двадцать миль и глубиной в тысячи футов. Трудно себе представить более безнадежное задание. Единственным решением, которое приходило на ум, было найти трех-четырех ведущих экспертов по субмаринам и океаническим течениям, спросить, где, по их мнению, может находиться "Скорпион", и искать именно там. Но как рассказывают Шерри Зонтаг и Кристофер Дрю в своей книге "Блеф слепого", у морского офицера по имени Джон Крейвен созрел другой план.

Сначала Крейвен создал серию сценариев — вариантов объяснений того, что могло случиться со "Скорпионом". Затем он собрал группу людей с широким диапазоном познаний, включая математиков, специалистов по субмаринам, спасателей. Вместо того чтобы устроить обсуждение с их участием и прийти к решению, он попросил каждого оценить степень вероятности каждого из его сценариев. Чтобы было интересней, эти прогнозы имели форму пари, с бутылками "Чивас Регал" в качестве призов. Итак, люди Крейвена стали спорить о том, почему субмарина попала в беду, о скорости, с которой она приближалась к океанскому дну, о крутизне спуска и т.д.

Конечно, вся эта информация не могла указать Крейвену местонахождение "Скорпиона". Но Крейвен полагал, что если сложить все ответы вместе, выстроить полную картину судьбы "Скорпиона", он получит достаточно четкое представление о том, где в настоящее время находится субмарина. Именно так он и поступил. Сформировав базу догадок и предположений, он применил формулу, называемую теоремой Байеса, чтобы вычислить окончательное местоположение "Скорпиона". (Теорема Байеса — это способ вычисления того, как новая информация о событии меняет ваши прежние ожидания относительно вероятности этого события.) Когда с этим было покончено, у Крейвена оказалось на руках то, что, грубо говоря, можно назвать коллективным прогнозом группы о местоположении субмарины.

Местоположение, которое вывел Крейвен, не было пунктом, который выбрал кто-то из отдельных участников группы. Иными словами, ни один из участников группы не имел в голове сценария, совпадавшего с тем, который выстроил Крейвен на основе информации, полученной от них всех. Окончательное предположение было действительно коллективным суждением, к которому пришла вся группа, но не представляло собой суждение самых осведомленных ее участников. Через пять месяцев после исчезновения "Скорпиона" подлодку обнаружил корабль ВМС США. Она находилась в 220 ярдах от места, указанного группой Крейвена.

В этой истории поражает то, что группа не имела практически никакой достоверной информации, а лишь ее фрагменты. Никто не знал, почему субмарина затонула, никто понятия не имел, с какой скоростью она двигалась или с каким углом крутизны она уходила на океанское дно. И все же, хотя никто в группе не знал ничего, группа знала все.

Мудрая толпа

Если спустя годы у людей останутся воспоминания о телевизионной игре "Кто хочет стать миллионером", им на память наверняка придут панические телефонные звонки претендентов своим родственникам и знакомым. А возможно, люди вспомнят о том скоротечном времени, когда Реджис Филбин[3] являлся кумиром для модников, ибо пожелал носить темно-синий галстук с темно-синей рубашкой. Но чего люди не вспомнят, так это того, что каждую неделю игра "Кто хочет стать миллионером" выставляла коллективный разум в боях против разума индивидуального, и каждую неделю коллективный разум побеждал.

Сценарий телешоу "Кто хочет стать миллионером" незамысловат: претенденту задают вопросы с четырьмя вариантами ответов; вопросы постепенно усложняются, и, если человек отвечает правильно на пятнадцать вопросов подряд, он покидает передачу, заработав миллион долларов. Изюминка в том, что, столкнувшись с затруднением, игрок может воспользоваться тремя видами помощи. Во-первых, он может попросить убрать два неправильных варианта ответа (тогда у него появлялась возможность ответить правильно при шансах 50:50). Во-вторых, он может позвонить по телефону другу или родственнику, которого накануне шоу определял как одного из умнейших людей из своего окружения, и попросить совета. И в-третьих, он может обратиться за помощью к присутствующим в студии. В этом случае зрители с помощью компьютерной системы тут же голосуют за тот или иной вариант. На основании знаний об интеллекте можно предположить, что самую ценную помощь может предложить лишь самый эрудированный человек. И надо сказать, "знатоки" справлялись достаточно хорошо, предлагая правильный ответ (в условиях временного прессинга) почти в 65% случаев. Но это ничто по сравнению с помощью аудитории. Общий ответ толпы случайных людей, которым нечем заняться, кроме как сидеть в телестудии в будний день, оказывался верным в 91% случаев.

Вряд ли особенности игры "Кто хочет стать миллионером" когда-то станут предметом научных исследований. Мы не можем судить о том, в какой степени был эрудирован каждый из "знатоков"-советчиков, поэтому неизвестно, насколько впечатляющей оказалась "победа" над ними. И поскольку "знатоки" и аудитория отвечали на разные вопросы, возможно, хотя и маловероятно, что зрителям чаще доставались более простые. Так что трудно отказаться от мысли, что успех аудитории "Миллионера" — это современный пример того феномена, который Фрэнсис Гальтон наблюдал столетие назад.

Возможности коллективного разума, по крайней мере, когда речь заходит о догадках, были продемонстрированы в ходе серии экспериментов, которую провели американские социологи и психологи в период между 1920-м и серединой 1950-х годов, во времена расцвета исследований групповой динамики. Хотя в целом, как мы убедимся далее, чем многочисленнее толпа, тем она мудрее, группы участников в ранних экспериментах были относительно небольшими. И тем не менее они функционировали очень успешно. Все началось с Хейзел Найт, социолога из Колумбийского университета, которая в 1920-х годах организовала и провела серию исследований, первое из которых отличалось удивительной простотой. В ходе этого исследования Найт просила студентов своего курса угадать температуру воздуха в помещении и потом выводила среднее арифметическое этих предположений. Оно было равно 22,44°С, тогда как в действительности температура составляла 22,2°С. Разумеется, это открытие не было из ряда вон выходящим, поскольку температура в аудитории постоянна и трудно представить себе, чтобы предположения студентов слишком сильно расходились между собой. Но в последующие годы появились куда более убедительные подтверждения мудрости толпы. Студентов и военнослужащих по всей Америке привлекали к участию в исследованиях, включающих решение головоломок и шарад, выполнение тестов на интеллект и т.д. В ходе одного из таких испытаний социолог Кейт X. Гордон попросила двести студентов оценить вес разных предметов и обнаружила, что коллективная "оценка" была верна в 94% случаев, что значительно опережало точность всех индивидуальных ответов, за исключением пяти. В другом эксперименте студентов попросили взглянуть на десять горсток картечи (разного размера), приклеенных к белому картону, и определить их размеры. На этот раз группа была точна в 94,5% случаев. Классическая демонстрация возможностей коллективного разума — это эксперимент с мармеладным драже в банке, в котором предположение группы о численности конфет превзошло по точности подавляющее большинство индивидуальных догадок. В эксперименте профессора экономики Джека Трейнора в банке было 850 горошин, а средняя "оценка" группы студентов составляла 871 горошину! Ответ лишь одного из пятидесяти шести присутствовавших в аудитории оказался более точным.

Проанализировав результаты этих экспериментов, можно сделать два важных вывода. Во-первых, участники не обсуждали возможные ответы друг с другом и не работали над проблемой сообща. Они делали индивидуальные предположения, на основании которых и выводился усредненный итог. Именно это, по наблюдениям Гальтона, и служит залогом успеха. (В одной из следующих глав мы поговорим о том, как взаимодействие участников группы меняет ситуацию — иногда к лучшему, а порой и наоборот.)

Во-вторых, общая "догадка" группы не всегда успешнее результата каждого участника. Во многих, а возможно, и в большинстве случаев несколько человек справляются с задачей лучше группы в целом. Это особенно важно в ситуациях, когда у людей есть стимул стремиться к лучшим индивидуальным результатам (скажем, на фондовом рынке). Но следует сделать оговорку: в экспериментах не было представлено доказательств тому, что самые точные ответы дают одни и те же люди. Самыми проницательными все время оказывались разные участники. Тем не менее в серии из десяти экспериментов наиболее точными непременно окажутся общие результаты группы. Значит, простейший способ получить максимально достоверный ответ — это всегда обращаться к группе.

Аналогичный подход эффективен при решении проблем иного рода. Физик-теоретик Норман Л. Джонсон, работавший в Национальной Лаборатории в Лос-Аламосе, хотел разобраться, как группы смогут решать проблемы, которые отдельные люди сочтут сложными. Ученый разработал компьютерную модель лабиринта, через который можно было пройти разными путями — длиннее и короче. Джонсон направил в лабиринт группу участников, которые поначалу бродили наугад, словно искали дорогу в совершенно незнакомом городе. Достигая развилок, которые Джонсон называл "узлами", они наугад выбирали, куда им повернуть -направо или налево. После того как лабиринт был пройден, Джонсон вновь попросил пройти его, только на этот раз позволил участникам эксперимента воспользоваться полученным ранее опытом, как если бы они оставляли на своем пути что-нибудь вроде хлебных крошек. Джонсон хотел установить, насколько эффективно участники эксперимента воспользуются его подсказкой. Как и ожидалось, благодаря этой дополнительной информации результаты улучшились: в среднем участники использовали 34,3 попытки, чтобы найти выход в первый раз, и всего 12,8 попытки, чтобы выбраться из лабиринта во второй раз.

Но ключевым результатом эксперимента оказалось вычисленное Джонсоном "коллективное решение" группы. Ученый выяснил, какие действия предпринимали.большинство участников группы в каждом "узле", и составил путь через лабиринт, основываясь на решениях большинства (т.е., если на какой-либо из развилок направо поворачивало больше людей, чем налево, он предполагал, что это и есть направление, выбранное группой; равенства решений практически не наблюдалось). Путь группы составлял всего девять попыток, т.е. был короче, чем путь отдельного среднего участника (12,8 попытки), — великолепный результат! Мало того, лабиринт нельзя было пройти меньше чем за девять этапов, и в "коллективном решении" группы заключался самый оптимальный вариант. Возникает закономерный вопрос: проявляется ли мудрость толпы исключительно в лабораторных условиях и университетских аудиториях? Как обстоят дела в реальном мире?

В 11:38 утра 28 января 1986 года космический корабль "Челленджер" стартовал с космодрома на мысе Канаверал. Через семьдесят четыре секунды он был на высоте десяти миль и поднимался все выше. Потом он взорвался. Запуск транслировали по телевидению, поэтому новость о катастрофе распространилась мгновенно.

Тут же отреагировал фондовый рынок. Уже через несколько минут упали в цене акции четырех главных компаний-подрядчиков, участвовавших в запуске "Челленджера": Rockwell International, построившей шаттл и его главные двигатели; Lockheed, обеспечивавшей наземную поддержку; Martin Marietta, изготовившей внешний топливный бак корабля; Morton Thiokol, построившей твердотопливную ракету-носитель. Через двадцать одну минуту после взрыва курс акций Lockheed снизился на 5%, Martin Marietta—на 3%, Rockwell—на 6 %.

Больше всего пострадали акции Morton Thiokol. Как сообщали в своем отчете об исследовании реакции рынка на катастрофу "Челленджера" профессора экономики Майкл Т. Малони и Дж. Гарольд Мулхерин, так много инвесторов пытались продать акции Thiokol и было так мало желающих их приобрести, что на торгах почти моментально образовался клинч. Когда на бирже возобновились торги, примерно через час после взрыва, акции этой компании уже стоили на 6% дешевле. К концу дня, при закрытии торгов акции Thiocol упали чуть ли не на 12%. В то же время курс акций остальных трех фирм начал медленно расти, и к концу торгов их стоимость упала всего примерно на 3%.

Это означало, что фондовой рынок практически мгновенно отметил Morton Thiokol как компанию, более других ответственную за гибель "Челленджера". Фондовый рынок — по крайней мере, теоретически, — это механизм для расчета прибыли, которую компания заработает в будущем. Резкое падение курса акций Thiokol (особенно в сравнении с небольшим снижением курса акций других компаний) было несомненным признаком того, что инвесторы сочли виновной в происшедшем именно компанию Thiokol, а также того, что последствия для ее итоговых показателей будут весьма печальными.

Как отмечали, однако, Малони и Мулхерин, в день катастрофы не было сделано публичных комментариев, называвших Thiokol единственным виновником катастрофы. В статье, появившейся в New York Times следующим утром и посвященной трагедии, отмечалось: "Причины катастрофы неизвестны".

Однако "коллективный разум" в лице фондового рынка оказался прав. Через шесть месяцев после взрыва президентская Комиссия по расследованию обстоятельств гибели "Челленджера" установила, что при взлете ухудшилась эластичность уплотнительных колец (изоляторов, которые должны были воспрепятствовать высвобождению отработанных газов) на ракетоносителе, изготовленном компанией Thiokol, в них образовались прорехи, и раскаленные газы прожгли главный топливный бак, что и послужило причиной взрыва. (Физик Ричард Фейнман ярко продемонстрировал это явление на слушаниях Конгресса, бросив уплотнительное кольцо в стакан с ледяной водой. В результате перепада температур ломкость кольца повысилась.) Вину за трагедию возложили на Thiokol. Все остальные компании были оправданы.

Но фондовый рынок "знал" о вине Thiokol уже спустя полтора часа после взрыва. Возможно, это было единичное событие, и стоимость акций Thiokol резко упала по чистой случайности? Или, возможно, дела компании в области космических программ уже шли на спад и данный инцидент лишь спровоцировал реакцию инвесторов? Это важные аргументы, но есть все же нечто необъяснимое в поведении рынка. В описанном случае фондовый рынок работал как простой оценочный механизм, на который не влияли такие факторы, как комментарии прессы, инерция торгов и оживление на Уолл-стрит, что делает его особенно загадочным механизмом проявления коллективной мудрости инвесторов. В тот день покупатели и продавцы всего лишь он реагировали на произошедшие события и оказались правы.

Как они установили истину? Это вопрос, который Малони и Мулхерин находят весьма неоднозначным. Сначала они проверили внутреннюю финансовую отчетность компании, чтобы установить, не сбросили ли 28 января руководители Thiokol акции намеренно, возможно, уже в первый часы после трагедии зная, что ответственность за все ляжет на их компанию. Они этого не делали. И руководители фирм-конкурентов Thiokol, которые могли слышать об уплотнительных кольцах, также не играли на понижении курса акций Thiokol. Не было обнаружено случаев, что кто-то сбывал акции Thiokol, скупая одновременно акции трех остальных подрядчиков (что было бы логичным для брокера, располагающего достоверной информацией о причинах трагедии). Но самое главное, одни только расторопные инсайдеры не смогли бы вызвать такой стремительный обвал курса акций Thiokol. Все дело было в инвесторах, не осведомленных о причинах взрыва шаттла, но отказывающихся покупать ценные бумаги истинного виновника.

Малони и Мулхерин так и не смогли найти убедительное объяснение этому поразительному совпадению. Их окончательным предположением стало то, что падение курса акций Thiokol якобы было все-таки обусловлено информацией, полученной от инсайдеров, но конкретных доказательств и разъяснений они не привели. Однако ученые упомянули яркую цитату Морин О'Хара, экономиста Корнелльского университета: "Мы видим, как рынки работают на практике, но мы не до конца понимаем, как они работают в теории".

Возможно, и так. Но все зависит от того, что вы понимаете под "теорией". Если абстрагироваться от подробностей, вот что произошло в тот январский день: большая группа, состоящая из отдельных индивидуумов (действительных и потенциальных держателей акций Thiokol и акций ее конкурентов), задалась вопросом: "Как изменилась цена акций всех этих четырех компаний после взрыва "Челленджера"?", на который ни у кого из них не было объективного и точного ответа. Почему же общая "оценка" толпы (выраженная в долларах цена акций) оказалась верной? Возможно, кто-то и обладал конфиденциальной информацией о том, что произошло с уплотнительными кольцами. Но даже если и нет, вполне вероятно, что, объединив все обрывки информации о взрыве, которые имелись у всех биржевых трейдеров в тот день, мог приблизиться к истине. Так же как в случае с теми, кто помог Джону Крейвену найти субмарину "Скорпион", не зная точного места ее нахождения, никто из трейдеров не был уверен в ответственности Thiokol, но все вместе они попали в точку.

В тот день фондовый рынок отвечал четырем условиям, характеризующим мудрую толпу. Это многообразие мнений (каждый человек должен обладать собственным мнением, пусть это даже самая невероятная интерпретация известных фактов), независимость участников (мнение отдельных членов группы не зависит от суждений окружающих), децентрализация (люди имеют возможность основываться на локальных сведениях) и агрегирование[4] (механизм объединения личных мнений в коллективное решение). Если в группе соблюдены все перечисленные условия, ее общее "суждение" с большой степенью вероятности окажется точным. Почему? По сути, речь идет о поиске истины при помощи математической логики. Если вы попросите достаточно большую группу разных, независимых друг от друга людей сделать прогноз или оценить вероятность наступления того или иного события, а потом найдете их общий "ответ", ошибки участников взаимно исключат друг друга. Любое предположение состоит из двух компонентов: точной информации и ошибочных наслоений. Исключите "шелуху", и получите зерно истины.

Но даже если исключить все ошибки, все равно остается вероятность того, что общее "суждение" группы окажется неверным. Чтобы группа проявила коллективную мудрость, должны присутствовать хоть какие-нибудь достоверные сведения в "информационной" части уравнения "информация минус ошибка". (Если бы покупать и продавать акции после катастрофы "Челленджера" попросили большую группу детей, они вряд ли выделили бы Thiokol как главного виновника.) Что поражает (и что делает фразу "мудрая толпа" такой многозначительной), так это то, как много информации зачастую содержит коллективный вердикт группы. В таких случаях, как эксперимент Гальтона или взрыв "Челленджера", толпа содержит в своей коллективной памяти почти полную картину произошедшего.

Возможно, это и неудивительно. Поскольку люди — продукт эволюции, то можно предположить, что нам изначально даны потрясающие способности для познания окружающего мира. Но как объяснить то, что при благоприятных обстоятельствах мы сообща способны узнать так много? Например, подумайте, что будет, если попросить сотню человек пробежать стометровку, а потом вывести средний результат. Смею вас уверить, он окажется весьма заурядным. Но попросите сто человек ответить на заковыристый вопрос или решить задачу, и "средний ответ" в большинстве случаев окажется столь же качественным, что и ответ самого эрудированного участника группы. Принято думать, что среднее — это заурядное. Но в случае принятия решений дело обстоит как раз наоборот. Мы словно запрограммированы на коллективную мудрость.

Для принятия действительно успешных решений, несомненно, требуется больше, чем всего лишь общая картина окружающего мира. В дополнение требуется картина мира, который грядет (или, по крайней мере, может наступить). А что может быть менее надежным, чем будущее? Мы доказали, что групповой разум поразительно проницателен, когда надо угадать, сколько драже в банке, или вспомнить, в каком году группа Nirvana выпустила песню "Nevermind". Но как он функционирует в условиях неопределенности, когда правильный ответ кажется невероятным, потому что событие еще не произошло?

Вся карьера Роберта Уолкера зависит от ответа на вопросы именно такого рода. Уолкер — директор спортивной букмекерской конторы в отеле и казино "Мираж" в Лас-Вегасе. И это значит, что каждую неделю он принимает тысячи ставок на спортивные состязания — от профессионального футбола до баскетбольных матчей Лиги плюща[5]. Перед всеми этими матчами Уолкер обязан предлагать игрокам на тотализаторе позицию (или разрыв очков), которая позволяет им узнать, какая команда вероятнее всего победит и с каким счетом. Принцип действия системы прост. Скажем, "Гиганты" имеют потенциальный перевес над "Самцами" в три с половиной очка. Если вы поставите на "Гигантов", они должны выиграть с перевесом в четыре очка или больше, чтобы вы выиграли у казино. И наоборот, если вы поставили на "Самцов", они могут проиграть три очка или меньше (или же выиграть), чтобы вы унесли с собой деньги казино. В других видах спорта ставки делаются на основе гандикапа: если вы ставите на фаворита, вам придется выложить 150 долларов, чтобы вернуть назад свои 100 долларов, а когда ставите на слабого, вам достаточно выложить 75 долларов, чтобы выиграть 100 долларов.

Работа Уолкера как букмекера заключается не только в том, чтобы попытаться угадать, какая команда выиграет. Он оставляет это право за игроками, во всяком случае, теоретически. Прежде всего Уолкер стремится к тому, чтобы игроки ставили примерно одинаковые суммы денег на обе команды. В этом случае он уверен, что непременно выиграет половину ставок и проиграет другую половину. Почему Уолкер вполне счастлив тем, что остается при своем? Да потому что букмекеры получают больше денег на каждом пари, которое выигрывают, чем теряют на каждом проигрышном пари. Если вы сделаете ставку на основе разрыва очков, вам надо будет поставить одиннадцать долларов, чтобы выиграть десять. Представьте, что участвуют всего два игрока, один ставит на фаворита, другой — на слабака. Уолкер берет двадцать два доллара (по одиннадцать долларов с каждого игрока). Двадцать один доллар он выплачивает победителю. Доллар остается у него как прибыль. Из таких мелких прибылей, известных как "навар" или "куш", и состоит доход букмекера. Очевидно, что такое преимущество сохраняется только в том случае, когда на кону не наблюдается значительного перекоса в пользу одной из сторон.

Чтобы избежать этого, Уолкеру надо распределить разрывы очков так, чтобы ставки делались равномерно на обе команды. "Нам нужно разделить публику, потому что только тогда мы получим свой навар", — говорит он. Например, за неделю до Суперкубка[6] первоначальная позиция

"Миража" давала преимущество "Балтиморским воронам" в два с половиной очка. Но вскоре после того как позиция была оглашена, "Мираж" принял пару ранних ставок против "Балтиморских воронов" в три тысячи долларов. Это не так много денег, но этого оказалось достаточно, чтобы заставить Уолкера увеличить разрыв очков до трех. Если все хотят ставить на "Балтиморских воронов", значит, прежняя позиция была неверна. Поэтому ее сдвинули. Первую позицию определяет букмекер, но она значительно сдвигается в ответ на поведение игроков — это похоже на то, как курсы акций поднимаются и падают вместе со спросом.

Теоретически, вы можете устанавливать первоначальную позицию на любом уровне и просто позволять ей автоматически перестраиваться так, чтобы разрыв очков увеличивался или уменьшался в любой момент, когда есть значительный дисбаланс денежных сумм, которые ставят на каждую сторону. "Мираж" мог бы делать так без проблем; его компьютеризованная база данных отслеживает ставки по мере их поступления. Однако букмекеры изо всех сил стараются сделать первоначальную позицию как можно более точной, потому что если они выставят ее неверно, будет слишком много проигранных ставок. Однако когда позиция открывается, процесс выходит из-под контроля букмекера, и разрыв очков в ходе пари представляет собой коллективное суждение участников о том, как может закончиться игра. Как выразился Боб Мартин, который в 1970-х годах был, пожалуй, самым известным букмекером страны: "Как только вы вывешиваете цифру на доске, она становится общественной собственностью".

Публика, как выясняется, очень сообразительна. У нее нет хрустального шара: разрыв очков лишь приблизительно прогнозирует окончательные результаты, например, игр НФЛ. Очень трудно даже хорошо информированным игрокам постоянно держать окончательный разрыв под контролем. Примерно в половине матчей фавориты покрывают разрыв, в то время как во второй половине матчей проигравшая команда разрыв перекрывает. Именно этого ждет букмекер. И в своих суждениях рынок не допускает очевидных ошибок — например, чтобы хозяева поля выигрывали больше, чем предсказывает толпа, или чтобы более слабые команды гостей постоянно недооценивались. Суждения толпы время от времени оказываются ошибочными. Но они напоминают ошибку, задокументированную в недавней газетной статье, в которой речь шла о том, что в пятнадцатую, шестнадцатую и семнадцатую неделю игр НФЛ проигравшие хозяева поля оказались редкой в истории хорошей ставкой. Итак, вам надо хорошенько попотеть, чтобы обойти толпу, делающую ставки. Примерно в трех четвертях случаев окончательная позиция . "Миража" будет надежнейшим прогнозом результатов игр НФЛ,

То же касается и многих других видов спорта. Поскольку тотализатор — это своего рода готовая лаборатория изучения прогнозов и их результатов, целый сонм академиков тщательно присматривался к букмекерским рынкам, чтобы увидеть, насколько они эффективны (т.е. насколько хороши в переработке доступной информации). Выводы исследователей стабильны: в целом в большинстве основных видов спорта на пари болельщиков можно неплохо заработать. В некоторых случаях эффективность групповых решений особенно высока: например, на лошадиных бегах финальные ставки надежно предсказывают порядок прихода к финишу (т.е. фаворит побеждает чаще всего, лошадь, на которую поставили на одну позицию меньше ставок, чаще всего приходит второй, и т.д.), они также предоставляют, по выражению экономиста Раймонда Д. Зауэра, "весьма надежые прогнозы вероятности победы". Иными словами, лошадь с шансами три к одному будет выигрывать, грубо говоря, в четверти забегов. Есть исключения. Прогнозы менее надежны в тех видах спорта и играх, где букмекерский рынок меньше и не так гибок. В том смысле, что шансы могут коренным образом измениться всего из-за нескольких ставок. К примеру, хоккей, гольф или баскетбольные матчи между командами из небольших колледжей — это зачастую те виды спорта, на которых профессиональные игроки на тотализаторе могут сделать настоящие деньги, поскольку чем больше группа, тем точнее в своих прогнозах она становится. Тут есть и некоторые интересные особенности: например, на лошадиных бегах люди делают рискованные ставки немного чаще, чем следовало бы, и ставят на фаворитов немного реже, чем надо. (Это похоже на поведение, ориентированное на риск: игроки, особенно неудачники, скорее сделают рискованную ставку в надежде на серьезный куш, чем будут выдавливать победу, с малым риском ставя на фаворитов). Однако в целом, если игроки совместно не прогнозируют будущее, они выбирают варианты уровнем ниже.

Недавно я решил, что мне нужен — и немедленно! — точный текст монолога Билла Мюррея из пьесы "Хижина для Кадиллака" о носильщике сумки для гольфа Далай Ламы. Ключевые слова там следующие: "Мне это выпало, ну и хорошо", а Далай Лама, в пересказе Мюррея, с удовольствием повторял: Гунга галунга". Итак, я обратился к Google, крупнейшей поисковой системе Интернета, набрал "мне это выпало" и "гунга", потом нажал на кнопку "Поиск". Спустя секунду на моем экране появился список из 695 веб-страниц. Первой в списке оказалась статья из Golf Online, в которой присутствовала вторая часть монолога. Нормально, но третьим в списке был сайт некой организации под названием Репп State Soccer Club[7]. Вратарь по имени Дэвид Файст поместил в Интернете полный текст монолога. Поиск занял 0,18 секунды.

В другой раз мне понадобилось просмотреть работу Мулхерина о катастрофе "Челленджера", которую я упомянул ранее. Я не мог вспомнить имя автора и набрал "реакция фондового рынка на катастрофу Челленджера". Мне было предложено 2370 веб-страниц. На первой была статья в Slate Дэниэла Гросса о работе Мулхерина. Третьей была собственная страница Мулхерина со ссылкой на запрашиваемый мною отчет. Поиск (в котором, если помните, не присутствовало имя автора) занял 0,10 секунды. Несколько минут спустя я поискал текст песни Рамона о том, как Рональд Рейган посетил кладбище в Битбурге, и это заняло 0,23 секунды, и первая ссылка в списке оказалась именно той, которую я искал.

Если вы регулярно пользуетесь Интернетом, эти примеры эффективности Google вас не удивят. Мы привыкли ожидать от поисковой системы мгновенного ответа с нужной нам страницей в начале списка. Но все же давайте копнем немного глубже и попробуем разобраться в том, что же происходит в эти десятые доли секунды. Каждый раз Google пролистывает миллиарды веб-страниц и выбирает именно те, которые точнее соответствуют запросу пользователя. Суммарное время всех упомянутых мною поисков заняло примерно полторы минуты.

Google была создана в 1998 году, когда лидером бизнеса поисковых систем была Yahoo!, a AltaVista и Lycos наступали ей на пятки. Но уже спустя два года самой популярной поисковой системой среди постоянных пользователей Интернате стала Google — только потому, что она действует быстрее и предоставляет самые точные результаты поиска. Способ же, которым она этого добивается (пролистывая при каждом запросе три миллиарда веб-страниц), построен на мудрости толпы.

Создатели Google не раскрывают все детали своей технологии, но известно, что сердцевиной системы является алгоритм PageRank, который был описан основателями компании Сергеем Брином и Лоренсом Пейджем в теперь уже легендарной работе 1998 года The Anatomy of a Large-Scale Hypertextual Web Search Engine. PageRank — это алгоритм (метод калькуляции), согласно которому все страницы в Интернете сами решают, какие из них лучше соответствуют критериям заданного поиска. Вот как объясняет это сама Google: PageRank пользуется преимуществами уникальных демократических особенностей Сети, применяя в качестве инструмента организации поиска широчайшую структуру ссылок. По сути, Google интерпретирует ссылку страницы А на страницу Б как голос, отданный страницей А в пользу страницы Б. Google оценивает соответствие страницы критериям заданного пользователем поиска по числу полученных ею голосов. Однако Google учитывает не просто число голосов или ссылок; система анализирует также страницу, отдавшую голос. Голоса, отданные страницами, которые заслуживают доверия, оцениваются выше и помогают определить другие страницы как достаточно надежные.

В эти десятые доли секунды Google сканирует всю Всемирную сеть, чтобы решить, какая из ее страниц содержит наиболее полезную информацию, и страница, получившая большинство голосов, помещается на первое место в итоговом списке. И эта страница или стоящая в списке сразу за ней чаще всего оказывается именно той, в которой содержится самая ценная информация.

В настоящее время система Google — это республика, но не идеальная демократия. Как гласит описание, чем больше людей обращаются к странице, тем больше повлияет эта страница на окончательное решение. Заключительное голосование — это "взвешенное среднее" (так же, как курс акции или разброс результатов игр НФЛ), отличающееся от простого среднего, как в случае с оценкой веса каких-то предметов. Тем не менее крупные порталы, имеющие большее влияние на окончательный вердикт толпы, получают его лишь благодаря голосам, которые отдали им мелкие сайты. В противном случае релевантность поиска Google не оказалась бы столь высокой. Итак, и здесь правит толпа. Мудрость на вершине системы обеспечивается разумностью по всей ее вертикали.

Если возможность делать ставки на результаты спортивных игр в конечном итоге ведет к созданию механизма, успешно предсказывающего итоги состязаний, возникает закономерный вопрос: будут ли ставки на другие события так же успешны, если исход предскажет группа? Зачем ограничивать себя информацией о шансах команды Лос-Анджелеса против команды Сакраменто, если есть способ узнать, какова вероятность, скажем, у Джорджа Буша обойти на президентских выборах Джона Керри?

Способ определить шансы Джорджа Буша на победу существует — это опросы общественного мнения. Если хотите узнать, как собираются голосовать люди, спросите у них. Опросы общественного мнения дают относительно точные результаты. В их основе лежит солидная методология, и они статистически скрупулезны. Но есть причина задуматься о том, не может ли рынок спортивных тотализаторов (который позволяет его участникам опираться на многие виды информации, включая опросы, но не ограничиваясь ими) предложить альтернативную конкуренцию институту Гэллапа. Именно поэтому появился Iowa Electronic Markets (IEM) ("Электронный рынок штата Айова").

IEM, основанный в 1988 году и управляемый бизнес-колледжем при Университете Айовы, представляет собой семейство рынков, прогнозирующих результаты выборов — президентских, в Конгресс, на пост губернатора и за рубежом. Открытый для всех потенциальных участников, IEM позволяет людям продавать и покупать фьючерсные контракты на основе их мнения о том, как выступит тот или иной кандидат на предстоящих выборах. Из всего многообразия предлагаемых IEM типов контрактов наиболее распространены два. Один основывается на прогнозах о победителе выборов. Например, в случае повторного голосования в Калифорнии в 2003 году вы могли бы приобрести контракт "победит Арнольд Шварценеггер", который, в случае победы Шварценеггера, принес бы вам один доллар. В противном случае вы бы ничего не получили. Цена, которую вы платите за подобный контракт, отражает мнение рынка о шансах кандидата на победу. Если контракт кандидата стоит 50 центов, значит, что его шансы на победу, по мнению рынка, составляют 50%. Если контракт стоит 80 центов, его шансы на победу 80% и так далее.

Другой основной вид контракта IEM прогнозирует, сколько процентов голосов избирателей получит кандидат в результате прямых выборов. В этом случае выплаты определяются процентом голосов: если вы купили контракт Джорджа Буша 2000 года, после завершения выборов вы получили бы 48 центов (он получил 48% голосов).

Прогнозы IEM точны, ибо цены на эти контракты близки к их реальным значениям. Рынок предсказывает исход выборов на основе того, что фаворит всегда выиграет, а более сильные фавориты должны выиграть с большим отрывом. Точно так же на электоральном рынке — если бы Джордж Буш получил в итоге 49% голосов в 2004 году, тогда цена контракта Джорджа Буша на предварительных выборах приблизилась бы к 49 центам.

И как справился с задачей IEM? Что ж, исследование эффективности IEM в ходе сорока девяти различных избирательных кампаний в период между 1988 и 2000 годами установило, что прогнозы IEM накануне выборов отклонялись, в среднем, всего на 1,37% в случае президентских выборов, на 3,43% — в случае других выборов в США и на 2,12% — в случае выборов за рубежом. (Цифры в абсолютном выражении, и это означает: рынок ошибся бы, скажем, на 1,37%, если бы предсказал, что Эл Гор получил бы 48,63%, при том, что в реальности он получил 50%). В целом, IEM превзошел популярные национальные опросы общественного мнения, и был точнее их уже за несколько месяцев до выборов. Например, в ходе подготовки к президентским выборам в период между 1988 и 2000 годами было обнародовано 596 результатов различных опросов общественного мнения. В трех четвертях случаев цены на рынке IEM в дни, когда публиковались эти опросы, оказывались все более точными. Результаты таких опросов очень непостоянны, соотношение голосов сильно колеблется. Однако прогнозы IEM, несмотря на их изменчивость, значительно менее гибки, они имеют тенденцию к изменению только в ответ на новую информацию. Это делает их более надежным средством прогнозирования.

Особенность IEM в том, что он не так уж велик (в торгах никогда не участвовало более восьми трейдеров) и не отражает состав всего электората. В основном это мужчины, большинство из которых — жители Айовы (хотя эта диспропорция сокращается). Тем не менее участники этого рынка не предсказывают собственное поведение; их прогнозы для всей страны оказываются точнее, чем если бы вы спросили самих избирателей об их намерениях.

Успех IEM вдохновил на создание других аналогичных инструментов, включая Hollywood Stock Exchange (HSX) ("Голливудская биржа"), позволяющую людям делать прогнозы о кассовых сборах, успешных премьерах и лауреатах премии "Оскар". HSX добилась своего главного успеха в марте 2000 года. Тогда группа из двенадцати репортеров из Wall Street Journal упорно осаждала членов Академии киноискусства и кинотехники, чтобы выяснить, как они голосуют; но встретила отпор. Президент Академии публично критиковал Journal за попытку "опубликовать результаты еще до церемонии вручения Оскара, и Академия призвала своих членов не общаться с репортерами. Но после того как Journal пообещал сохранить анонимность, некоторые члены Академии — 356 человек, или 6% ее состава, — рассказали о том, как они заполнили свои бюллетени. В пятницу накануне церемонии Journal опубликовал свои результаты, предсказав победителей в шести основных номинациях "Оскара" — лучший фильм, лучший режиссер, лучшая мужская и лучшая женская роли, лучшая мужская роль второго плана и лучшая женская роль второго плана. И когда конверты вскрыли, прогнозы Journal (к ужасу руководства Академии) оказались поразительно близки к истине. Газета правильно назвала пятерых из шести номинантов. Тем не менее HSX справилась с задачей еще лучше, правильно угадав всех шестерых. В 2002 году биржа выступила, пожалуй, еще более впечатляюще, правильно назвав тридцать пять из сорока лауреатов "Оскара".

Прогнозы HSX в отношении кассовых сборов не так впечатляют и не так точны, как предвыборные прогнозы IEM. Однако Анита Элберс, профессор маркетинга Гарвардской школы бизнеса, сравнила прогнозы HSX с результатами прочих "предсказателей" Голливуда и обнаружила, что окончательная сумма, предсказанная HSX накануне премьеры фильма, — это единственный самый надежный прогноз кассовых сборов в премьерные выходные дни. В итоге владелец HSX — компания Cantor Index Holdings — продает теперь свою информацию голливудским студиям.

Интересной особенностью таких систем, как IEM и HSX, является то, что они успешно функционируют, обходятся малыми суммами или вообще их отсутствием. IEM — это рынок реальных денег, но самое большее, что вы можете инвестировать, это 500 долл., а средний трейдер имеет на счету всего 50 долл. В случае HSX пари заключается исключительно на виртуальные деньги. Мы предполагаем, что люди лучше концентрируются на решении, результаты которого сулят финансовую выгоду (этим, по нашему мнению, объясняется высокая точность прогнозов IEM). Но вот Дэвид Пеннок, аналитик компании Overture, пристально изучавший эти и подобные рынки, обнаружил — особенно в отношении самых активных трейдеров, — что статус и репутация обеспечивали достаточно инициативы, чтобы человек тратил серьезное количество времени и энергии на то, что, по сути, является всего лишь игрой.

По мере того как становятся явными преимущества рынков решений, диапазон охватываемых ими сфер жизни стремительно растет. На биржах NewsFutures и TradeSports в 2003 году люди могли заключать пари о том, будут ли предъявлены Кобу Брайанту обвинения в сексуальных домогательствах, будет ли обнаружено оружие массового поражение в Ираке, останется ли Ариэль Шарон у власти дольше Ясира Арафата. Эли Дахан, профессор Калифорнийского университета в Лос-Анджелесе, провел эксперимент, смоделировав рынок решений в учебных аудиториях, когда студенты покупали и продавали ценные бумаги, представляющие ассортимент потребительских товаров и услуг, включая внедорожники, путевки на лыжные курорты и электронных секретарей. (В условиях реального рынка стоимость такого рода ценных бумаг может зависеть от продаж конкретного внедорожника в первый год.) Прогнозы таких импровизированных рынков были удивительно похожи на выдаваемые традиционными маркетинговыми службами (при том, что исследования в аудиториях намного дешевле). Тем временем осенью 2003 года Technology Review, издание Массачусетского технологического института, создало сайт, получивший название Innovation Futures, и предложило пользователям спрогнозировать предстоящие технологические инновации. А Робин Хенсон, профессор экономики Университета Джорджа Мейсона, который одним из первых описал широчайшие возможности функционирования рынков решений, предложил, чтобы подобные рынки использовались для выбора направлений научных исследований, а также как инструмент, позволяющий государственным деятелям выбирать лучшие политические стратегии.

Некоторые из рынков решений в конечном счете окажутся мало востребованными: либо из-за того, что не смогут привлечь достаточного количества участников для создания разумных прогнозов, либо если с их помощью попытаются предсказывать непредсказуемое. Но если присутствует здравый смысл, главные характеристики группы участников (разнородность, независимость и децентрализация) гарантируют высочайшую точность решений. А поскольку такие рынки представляют собой относительно простое и быстродействующее средство преобразования многих различных мнений в единое коллективное суждение, у них есть шанс значительно улучшить те принципы, по которым многие организации вырабатывают решения и формируют будущее.

В этом смысле самая загадочная особенность рынков решений — то, как мало интереса проявляет к ним корпоративная Америка. Корпоративная стратегия — это главным образом сбор информации из многих разных источников, оценка вероятности потенциальных исходов, принятие решений перед лицом неясного будущего. Все это — задачи, которые вполне подвластны коллективному разуму в работе рынков решений. И все же компании по большей части остались равнодушными к этому источнику потенциально эксклюзивной информации и не желают совершенствовать процесс принятия решений, предполагающий обращение к коллективному разуму сотрудников. Ниже мы поговорим об истоках негативного отношения к идее "мудрой толпы", но сама по себе проблема достаточно проста: только потому, что коллективный разум реален, его необязательно будут эффективно использовать.

Рынок решений — это элегантный и великолепно сконструированный метод включения в работу коллективного разума. И здесь не так уж важен ход рассуждений каждого из участников или его принцип принятия решения. В этой главе мы рассмотрели ряд различных способов применения "общего решения" группы: биржевые курсы, гандикап, шансы на тотализаторе, компьютерные алгоритмы и фьючерсные контракты. Некоторые методы, похоже, работают лучше других, но в конечном итоге фьючерсный рынок проницательнее, скажем, поисковой системы Google или тотализатора. Все это — попытки подключиться к мудрости толпы, и они удаются. Реальный ключ к эффективному коллективному разуму, как выясняется, состоит не столько в совершенствовании конкретного метода, сколько в соблюдении условий (разнородность, независимость и децентрализация). Как вы узнаете из последующих глав, это самая запутанная, но, пожалуй, и самая интересная сторона всей этой истории.

Вариантность: виляющие танцы, залив Свиней и цена разнородности

В 1899 году в городе Детройт, штат Мичиган, Рэнсом Э. Олдс открыл автомобильное предприятие Olds Motor Works. Олдс был в автомобильном бизнесе с середины 1880-х годов, когда построил свой первый трехколесный паровой экипаж. Но он никак не мог добиться успеха. Перейдя на выпуск автомобилей на бензиновом двигателе, Олдс в начале 1890-х годов открыл собственную компанию, но она разорилась, оставив своего владельца почти полным банкротом. По сути, компания Motor Works была основана только благодаря тому, что Рэнсом сумел убедить финансиста Самюэля Смита вложить в предприятие почти все свои средства. У Олдса появилась собственная компания, но также и босс, перед которым ему приходилось отчитываться. Между Смитом и Олдсом возникли разногласия: первый полагал, что компания должна обслуживать верхний эшелон рынка, выпуская большие, дорогие автомобили с соответствующими аксессуарами, в то время как Олдс настаивал на производстве машин для потребителей среднего класса. В 1900 году автомобильный рынок был мизерным — в тот год на дорогах не было и полутора тысяч автомобилей. Но было ясно, что такое революционное изобретение, как автомобиль, сможет завоевать массового потребителя, если отыщется способ сделать его стоимость общедоступной.

Все же Олдс не решился направить все усилия на реализацию единственной идеи. Вместо этого он в первый год существования компании создал одиннадцать различных прототипов, включая электромобили, в дополнение к автомобилям с паровыми и бензиновыми двигателями. Было очевидно, что такая стратегия обречена на провал. Однако в марте 1901 года Олдсу помогло несчастье. Его автомобилестроительный завод сгорел, и все автомобили были уничтожены пламенем. Все, кроме одного, оказавшегося возле выхода и достаточно легкого, чтобы один рабочий смог вытолкнуть его в безопасное место. Уцелевшая модель оказалась малозатратной, предназначенной, по замыслам Олдса, для продаж на широком рынке. Вскоре после пожара Олдс запустил эту модель в производство — эдакую безлошадную карету, которая заводилась при помощи рычага, расположенного возле сидения, и управлялась Т-образным рулем. У автомобиля было две передние передачи и небольшой одноцилиндровый двигатель. Одним словом, дизайн этого автомобиля оставлял желать лучшего, но при цене в шестьсот долларов он был доступен многим американцам.

Будучи по профессии инженером, Олдс оказался еще и превосходным знатоком рынка. Он придумывал замысловатые рекламные трюки, например, отправил молодого водителя на "Олдсе" на автомобильную выставку на Манхэттене, куда тому пришлось добираться восемьсот миль по пересеченной местности, что, несомненно, привлекло внимание прессы и автомобильных торговцев. Одновременно Олдс продемонстрировал все еще скептически настроенной публике, что автомобиль — это уже не просто причуда. Он сам управлял "Олдсом" с форсированным двигателем на первых автогонках в Дейтона-Бич. В 1903 году его компания продала 4000 автомобилей — больше, чем любой другой американский автопроизводитель, а спустя еще два года было продано уже 6500 машин. Как выяснилось впоследствии, Олдс произвел первый в истории Соединенных Штатов Америки массовый автомобиль.

Олдс добился успеха, невзирая на жесточайшую конкуренцию. В то первое десятилетие двадцатого века производить машины пытались сотни компаний. И поскольку еще не было четкого представления о том, как же должен выглядеть автомобиль или какой у него должен быть двигатель, производители предлагали потребителям огромное разнообразие моделей, включая упомянутые уже автомобили с паровым двигателем или электродвигателем на батареях-аккумуляторах. Победа автомобилей с двигателем внутреннего сгорания не была еще предрешена. К примеру, когда в 1899 году Томас Эдисон изобрел автомобиль, работающий на аккумуляторах, один из мудрецов предсказывал, что "все Соединенные Штаты вскоре покроются сетью электрических подзаряжающих станций". В какой-то период времени треть легковых автомобилей в США были на электрической тяге. Самым выигрышным средством передвижения называли и автомобили на паровой тяге (немудрено — ведь в те времена поезда и пароходы работали исключительно на ней!). Кстати, в начале двадцатого столетия автомобили с паровыми двигателями выпускала почти сотня производителей, самым успешным из которых была компания Stanley Steamer. Она прославилась благодаря комфорту и скорости своего автомобиля: 127 миль в час в 1905 году казались немыслимыми.

К концу первого десятилетия двадцатого века число компаний — производителей автомобилей начало сокращаться. Проявились и недостатки существовавших моделей. Автомобили с электродвигателями не могли передвигаться на дальние расстояния без подзарядки. Оснащенные же паровыми двигателями подолгу разогревались. Решающим оказалось то, что производители автомобилей с бензиновыми двигателями стали первыми, кто инвестировал значительные средства в технологию массового производства и проложил себе дорогу на широкий рынок. Кроме того, Олдс оказался первым представителем автомобильной промышленности, который вместо изготовления деталей покупал их у разных производителей. Компания Cadillac впервые успешно применила стандартизированные компоненты, что сократило время и затраты на производство. А революционизировал индустрию автомобилестроения Форд, установив движущуюся сборочную линию. Компания Ford сделала ставку на производство одного типа автомобиля, как можно более дешевого, доступного широким массам. К началу Первой мировой войны в Америке все еще было больше ста компаний-автопроизводителей. Но более четырехсот автомобильных компаний самоликвидировались или были поглощены конкурентами, включая Olds Motor Works — ее купила компания General Motors.

Что касается Олдса, он так и не воспользовался ранними успехами своей компании, ибо покинул ее всего через несколько лет после раздора с сыновьями Сэмюэла Смита. Вскоре он основал новую автомобильную компанию, получившую название REO. Но, упустив момент, оказался лишь в начале пути, уже пройденного Генри Фордом. К началу Первой мировой войны последний производил половину всех автомобилей в Америке. Времена дискуссий о преимуществах паровых или электрических двигателей давно миновали, и автомобили уже не выпускались в пугающем разнообразии дизайна и размеров. Все уже знали, как выглядит легковая машина — как Model T.

В целом, истоки американской автоиндустрии ничем не примечательны. История большинства новых видов промышленности в Америке была похожей. В производстве железнодорожного транспорта, телевизоров, персональных компьютеров и, наконец, в возникновении Интернета просматривается один и тот же сценарий. Во всех этих случаях зарождению нового направления сопутствует огромное количество альтернатив, многие из которых радикально отличаются друг от друга как по дизайну, так и по технологии. С течением времени рынок отделяет победителей от неудачников, по сути, предопределяя, какие технологии будут процветать, а какие исчезнут. Большинство компаний терпит неудачи, банкротство или поглощение другими фирмами. В конечном счете остаются несколько конкурентов, которые и контролируют большую часть рынка.

Этот путь разработки и распространения новых технологий длителен и сопряжен с разного рода издержками. И несмотря на опыт Google, нет гарантий победы действительно лучших технологий (поскольку толпа принимает решение не сразу, а постепенно). В чем же смысл описанного явления?

Чтобы получить ответ, обратимся к пчелиному рою. Пчелы весьма эффективны в поисках пропитания. Согласно Томасу Сили, автору книги The Wisdom of the Hive ("Пчелиная мудрость"), типичный пчелиный рой собирает пыльцу в шести или даже больше километрах от улья, и, если имеется цветочная поляна в районе двух километров от улья, вероятность того, что пчелы найдут ее, превышает 50%. Как это удается пчелам? Они не садятся в круг, чтобы обсудить, куда им направить пчел — сборщиц пыльцы. Прежде всего на исследование окружающей территории направляются пчелы-разведчицы. Обнаружив источник пыльцы, разведчица возвращается назад в улей и исполняет виляющий танец, интенсивность которого зависит от величины запасов найденного источника пищи. Виляющий танец привлекает пчел-сборщиц, которые следуют за первой, в то время как разведчицы, нашедшие худшие источники, привлекают меньшее число сборщиц, а в некоторых случаях вовсе не удостаиваются внимания других пчел. В итоге пчелы-сборщицы рассредоточиваются по различным источникам нектара практически в идеальном порядке, т.е. они собирают столько пищи, сколько возможно. Это блестящее коллективное решение проблемы пропитания пчелиной колонии.

Примечателен способ реализации этого мудрого коллективного решения. Так, нет никакого предварительного рационального анализа, исследования всех вариантов и определения идеальной схемы сбора пыльцы. Пчелиный рой не способен на это, поскольку понятия не имеет о возможных вариантах (т.е. месторасположении близлежащих цветочных полян). В отправлении во многих направлениях пчел-разведчиц скрыто ожидание того, что по крайней мере одна из разведчиц обнаружит отличную поляну, вернется и исполнит хороший танец, приглашая весь рой к источнику пищи.

Этот способ решения проблемы отличается от приведенных выше. В случае взвешивания быка, определения Местоположения "Скорпиона", осуществления спортивных ставок или ІЕМ задача группы состоит в выборе из заведомо определенных вариантов или решении проблемы с четко заданными условиями. В этих случаях участники группы могут привносить фрагменты дополнительной информации, чтобы справиться с проблемой; однако набор возможных решений предрешен. (Президентом станет Буш или Гор; первенство США по бейсболу выиграют "Янки" или "Марлины".) Такое задание, как поиск поляны с самыми богатыми пыльцой цветами, гораздо более сложно. Процесс усложняется в два раза: сначала предстоит найти возможные варианты, затем выбрать лучший из' них.

На первой стадии этого процесса число возможных альтернатив столь обширно, что — в примере с пчелами — в поля следовало бы послать как можно больше разведчиц. По этой аналогии, Рэнсома Олдса и Генри Форда, а также многочисленных несостоявшихся автопромышленников, которые попытались и не сумели, можно считать пчелами-разведчицами. Они обнаружили (в данном случае — изобрели) источники пыльцы — автомобиль с двигателем внутреннего сгорания, массовое производство, движущуюся сборочную линию, — и потом толпа вынесла свой вердикт. Рекламные трюки Олдса можно расценить как своего рода эквивалент пчелиного виляющего танца.

Одним из ключевых аспектов этого подхода является система поощрения и финансирования идей, имеющих весьма призрачные шансы на успех. Но еще важнее наличие разнородности — множественных альтернатив выбора, однако не в социологическом смысле, а скорее в концептуальном и когнитивном. Необходимо, чтобы предпринимателей, продуцирующих разнообразные и отличные друг от друга идеи, было как можно больше, ибо так толпа получает возможность осмысления вариантов выбора, а не малопродуктивного сравнения незначительных вариаций одной и той же концепции. Необходима также и разнородность источников финансирования. Если одно из преимуществ децентрализованной экономики — это рассредоточение полномочий в принятии решений (по крайней мере, в малых масштабах) в рамках всей системы, то это преимущество становится бессмысленным, если все люди, наделенные такой властью, похожи друг на друга (или, как мы увидим в следующей главе, они становятся похожими, подражая друг другу). Чем больше они будут похожи, тем более сходным окажется их выбор, а в итоге набор новых товаров и концепций сократится до минимума. И напротив, если держатели материальных средств разнятся между собой, шансы на то, что кто-то из них сделает ставку на радикальную или невероятную на первый взгляд идею, значительно возрастают. Возьмем, например, зарождение радио. На рынке доминировали три радиотелеграфные компании — American Marconi, NESCO и De Forest Wireless Telegraphy. American Marconi опиралась на инвестиционные банки и крупных частных инвесторов; NESCO финансировалась двумя богачами из Питтсбурга; a De Forest Wireless Telegraphy принадлежала мелким акционерам, ожидавшим получить спекулятивный доход. Разнородность источников финансирования этих компаний предопределила разнородность реализованных ими технологий.

Разумеется, даже при разнородных источниках финансирования большинство всех создающихся предприятий терпят неудачи. Это ярко продемонстрировал Джефф Безос, президент компании Amazon, когда сравнил бум развития Интернета с Кембрийским взрывом — уникальной поворотной точкой в истории эволюции, обусловившей исчезновение множества видов животных и возникновение новых. Суть состоит во взаимодополняемости различных явлений. Известная истина гласит, что правительства не могут и поэтому не должны пытаться "выбирать победителей". Более того, ни одна система не может выбирать победителей заранее. Как бы там ни было, ежегодно выпускаются десятки тысяч видов новых товаров, и всего лишь малая их часть окупается производителям и завоевывает место на рынке. Автомобиль с паровым двигателем, видеотелефон, Edsel, Betamax, планшетный компьютер[8] — вот лишь несколько из бесчисленного количества неудачников, на которых делались огромные ставки. Система может быть успешной лишь при наличии способности взращивать множество неудачников, распознавать их и производить отсев. В данном случае наиболее трудоемкий и длительный процесс является самым мудрым и выгодным.

Одного генерирования набора вероятных решений недостаточно. Как толпа может различать правильные и ошибочные решения? Мы уже убедились в том, что группы умело справляются с принятием таких решений. Но имеет ли значение разнородность самой группы? Иными словами, важна ли при наличии альтернатив непохожесть друг на друга людей, принимающих решение?

Ответ на этот вопрос положительный, и на то есть две причины. Разнородность благотворна, поскольку расширяет угол видения проблемы и устраняет или по крайней мере подавляет некоторые деструктивные процессы, характерные для принятия коллективных решений. Разнородность для небольших групп и неформальных объединений важнее, чем для крупных, таких как рынки или электораты, о чем мы уже говорили выше. Причина проста: сам размер большинства рынков, учитывая тот факт, что любой человек с деньгами может стать их участником (его не надо утверждать или нанимать), гарантирует определенный уровень разнородности. Например, рынки разнородны по определению, поскольку состоят из людей с разным отношением к риску, разным опытом, разными методами инвестирования и черпающими информацию из разных источников. С другой стороны, в небольших командах или организациях когнитивная разнородность должна активно поддерживаться руководством. Об этом нельзя забывать хотя бы потому, что в малых группах нескольким предвзято настроенным людям несложно проявить излишнее влияние и исказить тем самым коллективное решение группы.

Скотт Пейдж, политолог из Университета штата Мичиган, провел на основе компьютерного моделирования серию любопытных экспериментов, прекрасно продемонстрировавших пользу разнородности. Пейдж сформировал несколько групп, состоящих из десяти - двадцати агентов принятия решений, где каждый агент обладал индивидуальным набором навыков. Агентам было предложено решить относительно запутанную проблему. Различия в успешности принятых решений оказались значительными. Исследуя их причины, Пейдж установил, что группа из нескольких компетентных агентов и нескольких новичков всегда справлялась с заданием лучше группы из самых проницательных агентов. Вы можете справиться с любой задачей так же, а то и лучше, отобрав участников группы произвольно, а не потратив львиную долю времени на попытки найти знатоков и усадить их за решение этой же проблемы.

Пейдж доказал, что разнородность ценна сама по себе, и простой факт разнородности состава группы повышает ее эффективность при решении проблемы. Это не умаляет важности интеллекта участников — среди участников групп в упомянутом эксперименте не было полных невежд и все успешные группы имели в своем составе истинных знатоков своего дела. С другой стороны, теперь вам известно, что на уровне одной группы недостаточно одного только интеллекта, поскольку это обстоятельство не гарантирует всестороннего взгляда на проблему. Фактически Пейдж подтвердил, что объединение мастеров не столь уж и эффективно, поскольку профессионалы в своей области (кем бы они ни были) часто повторяют друг друга в том, что они умеют делать. Если рассматривать интеллект как своего рода инструментарий навыков, список "лучших" из них будет относительно мал, поэтому люди, ими обладающие, похожи друг на друга. Безусловно, само по себе это неплохо, но в целом такая группа бывает не способна полностью реализовать свой потенциал. Участие хотя бы нескольких новичков, знающих меньше, но обладающих другими навыками, позволит достичь лучших результатов.

Это заключение может показаться нелепым. Но, как мы видим, оно истинно. Известный теоретик организационного поведения Джеймс Дж. Марч пишет об этом так: "Развитие научного познания бывает обусловлено поддержанием притока наивных и невежественных, и... победа не обязательно достается наиболее просвещенным людям". По мнению Марша, причина в том, что группам, состоящим из слишком похожих друг на друга людей, трудно усваивать новую, неординарную информацию, и оттого возникает своеобразный застой. Участники однородных групп достигают успеха в хорошо знакомой всем им деятельности, но проигрывают в своем коллективном умении исследовать альтернативы. Или, в соответствии со знаменитой фразой Марча, они слишком много времени эксплуатируют и слишком мало экспериментируют. Включение в состав организации новых участников, пусть даже менее опытных и менее умелых, делает группу в целом находчивее хотя бы потому, что малые объемы знаний ее новых участников остальным вовсе не помешают. Как пишет Марч: "Повышение эффективности не зависит от уровня знаний нового сотрудника. Обычно новички менее опытны, чем люди, которых они сменяют. Все дело в разнородности".

Как бы ни важна была когнитивная разнородность, сама по себе она не гарантирует, что если вы соберете группу непохожих, но абсолютно несведущих людей, их коллективный разум превысит таковой в группе экспертов. Но разнородная группа людей с широким диапазоном знаний и умений достигнет успеха в принятии решений скорее, чем один-два профессионала высочайшего класса. Как и в утверждение Марша, в такое заявление верится с трудом, поскольку оно противоречит широко распространенным интуитивным представлениям об интеллекте и бизнесе. Предположение о том, что объединение знатоков своего дела может оказаться далеко не самым эффективным, воспринимается как несусветная чушь, особенно если речь идет о деловом мире, ведущим "охоту на таланты" и управляемым идеей, будто несколько героев способны обеспечить процветание посредственной компании. Тем не менее факт остается фактом: в общественном сознании ценность компетентности слишком преувеличена.

Безусловно, в любом виде человеческой деятельности есть эксперты. Манера игры гроссмейстера качественно отличается от игры любителя. Первый видит шахматную доску по-другому, почти моментально распознает значимые комбинации фигур и просчитывает развитие ситуации на несколько ходов вперед. Как продемонстрировали в 1970-х годах Герберт А. Саймон и В. Дж. Чейз, если показать мастеру и любителю шахматную доску в любой момент игры, то эксперт сумеет восстановить весь ее ход! Разумеется, любителю это сделать не под силу. Но если даже гроссмейстеру предъявить доску с фигурами, расставленными беспорядочно, он не сможет восстановить ход не существовавшей в действительности партии. Это яркое подтверждение того, как глубоко запечатлеваются стандартные шахматные комбинации в сознании опытных игроков. Но оно также демонстрирует, насколько ограничены рамки их возможностей. Шахматист-мастер досконально знает правила игры, и это всё. Принято считать, что интеллект многогранен, и люди, успешные в одном виде деятельности, будут успешны и в других областях. Но это не относится к экспертам. Напротив, главная особенность компетенции, как выразился Чейз, это ее "впечатляющая узость"[9].

Более того, не существует точных критериев, позволяющих классифицировать людей как профессионалов в таких широких областях, как "принятие решений", "ведение политики" или "поиск стратегий". Ремонт автомобилей, авиацию, лыжный спорт, возможно, даже менеджмент можно освоить путем формирования навыков, которые покоряются настойчивости и упорному труду, особенно дополненные врожденными способностями. А вот с прогнозированием туманного будущего и заведомым определением оптимальной тактики поведения дело обстоит сложнее... Группа не похожих друг на друга участников выдаст лучшие и более жизнеспособные прогнозы, примет более мудрые решения, чем даже самый опытный "разработчик решений".

История может поведать нам о множестве абсурдных предсказаний, прозвучавших когда-либо из уст профессионалов своего дела. Так, Гарри Уорнер, один из основателей кинокомпании Warner Brothers, объявил в 1927 году, в эпоху немых фильмов: "Какой дурак захочет слушать, что там говорит актер?" Томас Уотсон из IBM 1943 году пророчил: "Полагаю, мировой рынок нуждается примерно в пяти компьютерах". Такие оплошности можно называть забавными недоразумениями и оправдывать их тем, что любому человеку простительна глупость. Но что никак нельзя списать со счетов, так это убийственно низкую эффективность большинства экспертов в принятии решений.

В период между 1984 и 1999 годами почти 90% компаний, управляющих взаимными фондами, не вошли в индекс Уилшир-5000, что является относительно низким показателем. Показатель компаний, управляющих инвестиционными фондами, аналогичен: за последние пять лет более 95% из них не выполнили рыночную норму. После изучения экспертных прогнозов и анализа данных по широкому спектру отраслей Дж. Скотт Армстронг, профессор Уортонского коммерческого колледжа Пенсильванского университета, писал: "Я не нашел ссылок ни на одно исследование, которое подтверждало бы преимущество опыта". В некоторых случаях эксперты едва ли лучше справлялись с прогнозами, чем непрофессионалы (результаты целого ряда исследований подтвердили, например, что непсихологи на самом деле лучше предсказывали поведение людей, чем психологи), а на элементарном уровне, заключает Армстронг, "опыт и точность никак не связаны друг с другом".

Джеймс Шанто — один из ведущих в США исследователей природы профессионального опыта — посвятил немало времени тому, чтобы выработать унифицированный метод оценки компетентности. И даже он отмечал, что во многих случаях "эксперты генерируют некачественные решения". В своих работах Шанто приводит отчеты о серии исследований, согласно которым суждения нескольких профессионалов в одной области зачастую были совершенно противоречивыми, а решения отдельных экспертов шли вразрез с коллективным мнением группы, состоящей из наиболее компетентных индивидов. Например, уровень межэкспертной согласованности в целом ряде областей, включая формирование ресурсов и их оценку, а также клиническую психологию, оказался ниже 50%, что означает: эти мастера своего дела могут как соглашаться друг с другом, так и не соглашаться — с таким же успехом! Что пугает еще больше: одно из исследований показало, что согласованность суждений врачей-патологоанатомов составляет всего 50%, а это значит, что в одних и тех же обстоятельствах два прозектора в половине случаев будут приходить к различным заключениям. Эксперты также не сильны в том, что социологи называют "калибровкой" решений. Откалиброванность решений позволяет достоверно судить о том, насколько они правильны. И в этом профессионалы напоминают обычных людей: они, как правило, значительно переоценивают свою правоту. Исследование проблемы излишней самоуверенности, проведенное экономистом Террансом Одином, установило, что врачи, медсестры, юристы, инженеры, предприниматели и инвесторы — буквально все — полагали, что знают больше, чем это было на самом деле. Аналогичное исследование, участниками которого стали трейдеры валютной биржи, показало, что биржевики переоценивали точность своих валютных прогнозов в 70% случаев. Мало того, что они ошибались; они понятия не имели о масштабах своих оплошностей. Калибровка решений хорошо удается лишь профессиональным игрокам в бридж и синоптикам. Когда последние предсказывают 30%-ную вероятность дождя, он начинается в 30% случаев.

Армстронг, изучавший особенности профессионального опыта и способность к прогнозированию, сформулировал такой вывод: "Чтобы предсказать грядущие перемены и использовать информацию наиболее эффективным способом, как правило, обращаются к экспертам. Однако уровень осведомленности (в случае, если он выше элементарного) оказывается несущественным фактором для успеха прогнозирования изменений". Не нашлось также подтверждения тому, что, если большинство крупных знатоков своего дела не могли составить качественный прогноз, то несколько гигантов мысли справились с этим блестяще. Вместо этого, пишет Армстронг, "точных прогнозов практически не было". Эти положения легли в основу теории Армстронга о "пророках и простаках": "Сколько бы ни доказывали, что пророков на свете не бывает, простаки всегда будут расплачиваться за их мнимое существование".

И опять же, это не означает, что знающие и опытные аналитики не нужны для принятия верных решений. (Аналогично, проведение хирургической операции или управление самолетом нельзя доверять дилетантам — людям, далеким от хирургии и авиации соответственно.) Однако каким бы знающим и опытным ни был специалист, для достижения лучшего результата его советы и прогнозы следует обязательно сопоставлять с другими мнениями.

Поскольку чем больше группа, тем надежнее коллективное суждение, попытки найти единственного человека, у которого есть ответы на все вопросы, — пустая трата времени.

Да, возможно, что существуют гении, т.е. люди, суждения которых в той или иной области являются лучшими из лучших по сравнению с коллективным вердиктом разнородной группы. Тут на ум сразу же приходит инвестор Уоррен Баффет, чья компания постоянно повышала свой индекс в рейтинге Standard & Poor's, начиная с 1960 года. Однако проблема в том, что даже если эти высшие существа реальны, найти их непросто. Учитывая, что прежние достижения — это не гарантия будущих благоприятных результатов, и, кроме того, специалистов в любой сфере существует бесчисленное множество, отличить тех, кому просто повезло, от истинных знатоков — почти невыполнимая задача. По крайней мере, эта работа требует терпения: если вы хотите убедиться, что успешный финансовый менеджер покоряет рынок, потому что у него отличные навыки, а не благодаря везению или ошибке измерений, вам потребуются многие годы (если не десятилетия) сбора подробной информации. И если группа настолько неумела, что будет "плавать" без нужного эксперта, то как у этой группы хватит разума, чтобы распознать такого специалиста?

Мы ожидаем, что знатоки каким-то образом "выдадут" себя (скажем, излучая чувство уверенности) и подтвердят свою компетенцию. Поразительно, но в этом эксперты ничем не отличаются от ' обычных людей — они так же самоуверенны и склонны игнорировать свои ошибки. Точно так же между самооценкой эксперта и его эффективностью не существует прямой зависимости. Просто знать и осознавать собственное знание — это два разных свойства.

Но тогда почему же мы так цепляемся за идею поиска профессионала высокого класса? Отчего не доверяем усредненной коллективной оценке?

Ричард Лэррик и Джек Б. Солл полагают, что причина в нашем интуитивном недоверии ко всему среднему. Мы думаем, что усреднению сопутствует нивелирование данных и компромисс. Перед лицом выбора между решением единственного эксперта и получением усредненных рекомендаций от нескольких специалистов большинство людей постараются выбрать именно самостоятельного эксперта, а не обращаться к мнению группы. Еще одна причина, несомненно, состоит в нашем представлении о том, что настоящий интеллект присущ только личности, поэтому лучшего решения следует ожидать от единственного, самого "правильного" человека (скажем, консультанта или управляющего). В каком-то смысле толпа не верит в собственную мудрость. И, наконец, мы ищем лучших специалистов, ибо, как утверждает писатель Нассим Талеб, "погрязли в заблуждениях хаотичности". Вокруг достаточно людей, делающих прогнозы, но мало кому из них удается со временем заслужить непререкаемый авторитет. " Но если даже компетенция специалиста не вызывает сомнений, она вовсе не обязательно исключает возникновение ошибок в его суждениях и прогнозах. И снова обратите внимание: поиск знатоков своего дела в чем бы то ни было всегда оправдывается, а вот стремление найти самых умных наверняка заведет в тупик.

Итак, индивидуальные суждения зачастую бывают недостаточно точными или недостаточно компетентными, а следовательно, когнитивная разнородность очень важна для принятия верных решений. Ее польза состоит в том, что значительно расширяется набор возможных коллективных решений и группа бывает способна осмыслить проблемы в новом свете. Кроме того, в разнородной группе легче принимаются решения, основанные только на фактах, а не на влиянии, авторитете или приверженности кого-либо из членов этой группы. В однородных группах, особенно небольших, люди часто становятся жертвами "группового мышления"[10] — термин, предложенный психологом Ирвингом Джанисом. В ходе фундаментального исследования причин провалов американской внешней политики, включая вторжение в Залив Свиней[11] и неспособность предсказать Перл Харбор, Джанис утверждал, что когда политики слишком похожи друг на друга (по своему мировоззрению и складу ума), они легко попадают в ловушку группового мышления. Сплоченность в однородных группах возрастает гораздо быстрее, чем в разнородных. Но когда участники становятся более сплоченными, возрастает их зависимость от группы. Люди ограждаются от внешних мнений и, следовательно, становятся более уверенными в справедливости общих суждений. Такого рода группам, полагает Джанис, свойственна иллюзия непогрешимости, неприятие возможных контраргументов, а также уверенность в том, что любые разногласия бесполезны.

В случае вторжения в Залив Свиней, например, правительство спланировало и осуществило провальную стратегию, напрочь отвергнув мнения тех, кто сомневался в успехе. Планировали операцию и давали оценку ее перспективности одни и те же эксперты. Немногочисленным ее противникам, а также тем, кто проявил осторожность в оценках, быстро закрыли рот. И что самое примечательное, план операции не был согласован с разведывательным отделом ЦРУ или Кубинским отделом Госдепартамента. В результате не были учтены самые элементарные сведения о Кубе 1961 года, включая высочайшую популярность Фиделя Кастро, мощь кубинской армии и даже размеры самого острова. (Предполагалось, что Кубу могут захватить 1200 человек.) В администрации Белого дома полагали, что мир поверит в непричастность Соединенных . Штатов к этому вторжению, хотя американское участие было совсем не секретом для Гватемалы (где проходили подготовку кубинские изгнанники).

Групповое мышление примечательно тем, что оно не столько подавляет несогласие, сколько исключает его возникновение. Как пишет об этом Артур Шлезингер-мл.: "Наши совещания проходили в странной атмосфере мнимого согласия". Даже если поначалу не существует согласия (есть только внешние признаки такового), чувство сплоченности группы будет работать на то, чтобы превратить его в реальность. В результате любые сомнения, зарождающиеся в умах участников группы, постепенно угасают. Этот процесс наиболее ярко протекает в ситуациях, когда участники группы характеризуются единым складом ума и сходным опытом. Поскольку информация, которая может представлять собой угрозу общепринятому мнению, либо исключается, либо подается как явно ошибочная, люди уходят с совещаний с окрепшей верой, совершенно убежденные в своей правоте. Обсуждение, окрашенное влиянием группового мышления, обладает опасным свойством не раскрывать интеллект человека, а ограничивать его. Джанис подчеркивает, что шансы однородной группы людей сгенерировать верное решение очень малы, и это в лучшем случае.

Однородность опасна еще и тем, что сопряжена с конформизмом. Данный феномен напоминает групповое мышление, но отличается некоторыми особенностями. Под прессом конформизма человек меняет мнение не потому, что его переубедили, но из нежелания идти против группы. Классической и все еще актуальной иллюстрацией силы конформизма является эксперимент Соломона Аша[12], в котором он просил группы, в которые входило от семи до девяти человек (несколько из них были помощниками Аша), оценивать, длина которой из трех линий совпадала по длине с линией-шаблоном. В эксперименте использовалось двенадцать карточек, и в случае с первыми двумя карточками все участники группы указали на одну и ту же линию. Однако, согласно задумке Аша, начиная с третьей карточки его помощники выбирали линии, явно не совпадающие по длине с шаблоном. Иными словами, ничего не подозревающим участникам предоставлялись заведомо ложные суждения. Неудивительно, что это вызвало их замешательство. Многие из них призадумались, привстали с мест, чтобы лучше разглядеть изображения. Они нервно шутили, а не мерещится ли им увиденное. Но в результате большинство из них попались на эту удочку и согласились с ложными суждениями, будто линии, явно короче или длиннее шаблона, соответствуют его размеру. 70% испытуемых изменили мнение в пользу "общепринятого" хотя бы единожды, а треть их соглашалась . с мнением группы в половине случаев. Когда Аш впоследствии общался с участниками, большинство из них признавали свой конформизм. Они на самом деле не верили, что линии были одного размера, но с готовностью подтверждали это, лишь бы не выделяться из толпы.

Аш пошел дальше, чтобы продемонстрировать кое-что еще более важное: в то время как люди готовы согласиться даже вопреки собственному правильному мнению, требуется совсем немного, чтобы они отказались от этой позиции. В одном из вариантов своего эксперимента Аш пригласил помощника, который, вместо того чтобы соглашаться с "ошибающейся" группой, выбирал правильный ответ — линию, соответствующую шаблону. По сути, он предоставлял опять же ничего не подозревающим объектам исследования неожиданного союзника. И этого оказалось достаточно, чтобы результаты в корне изменились. В присутствии всего лишь одного человека, который думал так же, как они, участники с огромным облегчением заявляли о своем истинном мнении, и уровень конформизма резко снижался.

Иными словами, разнородность полезна — и не только потому, что обеспечивает жизнеспособность различных точек зрения. Она облегчает отдельным участникам группы возможность высказать личное мнение. Как мы увидим в следующей главе, независимость мнений — это крайне важная составляющая мудрых коллективных решений и одновременно самый сложный для реализации аспект. А поскольку разнородность обеспечивает сохранение независимости, коллективная мудрость группы без нее невозможна.

Обезьяна видит, обезьяна повторяет: подражание, информационные каскады и независимость

В начале двадцатого века американский естествоиспытатель Вильям Биб наблюдал в джунглях Гайаны удивительное явление. Множество муравьев-воинов передвигалось по огромному кругу диаметром 1200 футов[13], и на его преодоление им требовалось примерно два с половиной часа. Муравьи передвигались по этому кругу в течение двух дней, пока большинство из них не упало замертво.

Описанное Бибом явление биологи называют "круговой мельницей". Такое хождение по кругу возникает, когда муравьи-воины отбиваются от своей колонии. Потеряв ориентацию в пространстве, муравьи следуют простому правилу: каждый следует за муравьем впереди себя. Образовавшаяся в результате "мельница" распадается лишь в двух случаях: после гибели муравьев или в случае "выпадания" нескольких особей из круга (когда остальные следуют за ними).

В своей книге Emergence ("Тревога") Стивен Джонсон доказал, что муравьиная колония, как правило, отлично организована. Нет управляющих. Никто не отдает приказы. Каждый отдельный муравей сам по себе почти ничего не знает. Однако колония в целом успешно функционирует, находит источники пропитания и производит потомство. Но простые правила, обеспечивающие выживание колонии, приводят к гибели заблудившихся муравьев, оказавшихся в "круговой мельнице". Каждое движение муравья зависит от поведения его собратьев, и муравей не способен действовать независимо, положив конец смертельному маршу.

До сих пор в своей книге я исходил из того, что люди — не муравьи. Иными словами, мы с вами способны принимать независимые решения. Независимость не тождественна изоляции, но зато она гарантирует относительную свободу от внешнего влияния. Если мы независимы, то способны декларировать собственное мнение и принимать наиболее целесообразные для себя решения. Мы не станем участвовать в смертельном марше только потому, что так поступают впереди идущие.

Я говорю об этом потому, что группа людей (в отличие от муравьев) имеет больше шансов на эффективные решения, если участники этой группы независимы друг от друга. Независимость — понятие относительное, однако эксперимент Фрэнсиса Гальтона иллюстрирует вышеозначенное утверждение. Гальтон предлагал посетителям ярмарки оценить вес быка. Оказалось, что точнейшей была усредненная оценка, сформированная на основании мнений всех опрошенных.

Независимость важна для принятия разумных решений по двум причинам. Во-первых, это отсеивает ошибки, неизбежно возникающие при принятии индивидуальных решений. Один из самых верных способов закрепить предвзятость суждений группы людей — это сделать их зависимыми друг от друга в получении информации. Во-вторых, независимые индивидуумы будут основываться действительно на разносторонней информации, а не на одних и тех же, но по-разному сформулированных сведениях. Наиболее успешные группы объединяют индивидов, кругозор которых различен, и эти люди способны оставаться независимыми друг от друга. Тем не менее независимость не подразумевает рациональность или беспристрастность. Вы можете быть предвзятым и иррациональным человеком, но, оставаясь независимым, вы не снизите коллективную эффективность группы, членом которой являетесь.

Что ж, понятие независимости не ново. Оно привлекает нас хотя бы потому, что свобода отдельного человека возведена в современном обществе в ранг высшей ценности — это квинтэссенция западного либерализма. В виде положения о "методологическом индивидуализме" это понятие лежит в основе большинства учебников экономики. Экономисты, как правило, исходят из того, что люди движимы личными интересами и самостоятельно принимают решения.

Но достичь истинной независимости гораздо труднее, чем представляется на первый взгляд. Помимо того, что мы, люди, автономны по своей природе, мы еще и являемся социальными существами. Зона нашего обитания, образовательные учреждения и компании, в которых мы работаем, формируют способы нашего мышления и особенности восприятия действительности. Как писал Герберт Дж. Саймон, "человеку, занимающему на протяжении месяцев или лет конкретный пост в любой организации, невозможно избежать значительного воздействия потоков информации на его знания, верования, идеи, заботы, надежды, желания, приоритеты и опасения".

Даже признавая (а как иначе?) социальную природу человеческого существования, экономисты упорно подчеркивают фундаментальную свободу каждого человека и недооценивают влияние людей на предпочтения и суждения друг друга. Социологи и социальные психологи, наоборот, подчеркивают огромное влияние конкретных социальных контекстов, в которые помещены все люди, и называют их взаимовлияние неизбежным. Тем не менее это не дает социологам и психологам оснований усматривать в этой всеобщей связанности проблему — ее называют всего лишь неотъемлемым свойством человеческого существования. Я же хочу подчеркнуть, что, чем больше влияния оказывают друг на друга участники группы и чем больше между ними личных контактов, тем ниже вероятность продуцирования такой группой эффективных решений. Чем шире распространяется наше влияние друг на друга, тем более сходны наши взгляды и, следовательно, мы станем совершать одни и те же ошибки. Возможно, со временем мы по отдельности и поумнеем, но коллективный разум неизбежно будет оставаться посредственным. В таком случае, раздумывая о мудрости толпы, мы можем задаться вопросом: могут ли люди принимать разумные коллективные решения, пребывая в постоянном, пусть и нерегулярном, контакте друг с другом?

В 1968 году социальные психологи Стэнли Милграм, Леонард Бикман и Лоуренс Берковиц провели любопытный эксперимент. Одному участнику они предложили постоять на углу улицы и посмотреть в течение одной минуты в пустое небо. Лишь редкие прохожие останавливались, чтобы взглянуть, на что уставился этот парень, но большинство не обратило на него совершенно никакого внимания. В следующий раз психологи поставили на углу улицы пятерых "наблюдателей". Теперь, чтобы взглянуть в пустое небо, остановилось в четыре раза больше людей. Когда же в эксперименте приняли участие пятнадцать человек, остановились 45% прохожих. Дальнейшее увеличение числа "звездочетов" привело к тому, что более 80% прохожих задирали голову, чтобы посмотреть вверх[14].

На первый взгляд, эксперимент всего лишь продемонстрировал готовность людей к конформизму. Но в действительности он показал нечто иное, а именно понятие "социальной обоснованности", т.е. тенденцию принимать поведение большинства или общепринятые суждения за истину. Это не конформизм: в описанном эксперименте прохожие смотрели на небо вовсе не из-за воздействия окружающих и не испытывали страха осуждения. Все они попались на удочку по одной простой причине: они полагали (вполне обоснованно), что группа людей не стояла бы с запрокинутыми вверх головами, не будь на то веской причины. Вот почему чем больше толпа, тем сильнее выражено ее влияние. А присоединение к массе каждого нового человека еще больше усиливает данный процесс. Испытывая неуверенность, большинство людей сделают выбор в пользу позиции большинства — что на самом деле не так уж неразумно. Как бы там ни было, если группа оказывается умнее отдельных индивидов (а я неоднократно утверждал это), тогда следование за группой представляется вполне оправданной стратегией. Ловушка в том, что если группа становится слишком многочисленной, она перестает быть разумной.

Рассмотрим историю Майка Мартца, старшего тренера команды "Самцы" из Сент-Луиса. Перед Суперкубком у "Самцов" было преимущество в четырнадцать очков перед "Патриотами" из Новой Англии. На счету команды Сент-Луиса были самые мощные атаки за всю историю существования НФЛ, она доминировала в Лиге по восемнадцати разным категориям, и в обычный сезон выигрывала у противников со счетом 503:273. Шансы "Самцов" на победу были, безусловно, высоки.

В середине первого тайма "Самцы" ринулись в первую масштабную атаку, двигаясь от своей двадцатой голевой линии к тридцать второй линии "Патриотов". На четвертой базе, когда до первой базы оставалось три ярда, Мартцу пришлось принимать свое первое серьезное решение в этой игре. Вместо того чтобы идти вперед, он запустил своего игрового нападающего Джеффа Вилкинса, который произвел результативный удар, принесший "Самцам" преимущество в счете 3:0.

Шесть минут спустя, когда "Самцы" достигли тридцать четвертой голевой линии "Патриотов", Мартц оказался в аналогичной ситуации. Сент-Луису оставалось пять ярдов до первой базы, и Мартц снова решил пустить в ход игровых нападающих. В этот раз Вилкинс промахнулся, и "Самцы" не заработали ни одного очка.

По стандартам НФЛ, решения Мартца были верными. Когда есть выбор между потенциальным голом и потенциальным первым касанием, тренеры НФЛ почти всегда предпочитают первое. Общепринятое мнение тренеров состоит в том, что надо зарабатывать очки при любой возможности. (Вскоре мы увидим, почему "общепринятое суждение" — это не то же самое, что "коллективный разум".) Но совпадавшие с общепринятым мнением решения Мартца оказались ошибочными.

Так, во всяком случае, оцениваются они в работе Дэвида Ромера. Ромер — экономист из Беркли, два года назад попытавшийся определить лучшую стратегию четвертого касания. Ромер рассматривал два варианта. Во-первых, он хотел знать, есть ли смысл устремляться к первой базе вместо того, чтобы бить с рук или забивать гол. Во-вторых, он стремился определить, имеет ли смысл добиваться касания, а не забивать гол с игры, если вы находитесь за десятой голевой линией противника. Используя математический метод, называемый динамическим программированием, Ромер проанализировал почти каждую игру (всего семьсот) сезонов НФЛ с 1998 по 2000 годы. Завершив расчеты, он выяснил ценность первого касания в каждой конкретной точке поля. Пер-вое-десятое на собственной двадцатой голевой линии команды стоило чуть менее половины очка. Иными словами, если команда будет начинать со своей двадцатой линии четырнадцать раз, она в среднем заработает лишь одно касание. Первое-десятое с середины поля стоило примерно два очка. Первое-десятое с тридцатой голевой линии противника стоило три очка. И так далее.

Затем Ромер выяснил, как часто команды, шедшие на первое касание с четвертого, добивались успеха. Иными словами, если у вас четвертое-третье на тридцать второй голевой линии вашего противника, насколько реально вы добьетесь первого касания, если попытаетесь. С этой точки зрения сравнить оба варианта игры нетрудно: если первое касание на двадцать девятой линии вашего противника стоит три очка и у вас есть шанс в 60%, чтобы добиться первого касания, тогда ожидаемая ценность попытки будет 1,8 очка (3 х 0,6). В свою очередь попытка забить гол с игры с тридцать первой линии стоила чуть более одного очка. Поэтому Майку Мартцу следовало бороться за первое касание.

Красота метода Ромера в его полноте. После всего, когда вы пытаетесь забить гол с игры с пятьдесят второй линии, вы учитываете не только возможность заработать три очка. Вам надо учесть и тот факт, что если вы потерпите неудачу, ваш противник вступит в игру на собственной тридцать пятой линии. Ромер мог сказать, во сколько очков это вам обойдется. Иными словами, каждый итог можно сравнить с любым итогом по единой шкале.

Выводы Ромера, по меркам НФЛ, оказались потрясающими. Он утверждал, что командам следует отказаться от первых забитых голов и гораздо чаще в начале игры добиваться первого касания. Фактически почти каждый раз, когда команда оказывается перед лицом четвертого касания и ей надо пройти три или меньше ярдов до первого касания, Ромеро рекомендует добиваться его, а находясь между центром поля и тридцатой белой линией противника (где находились "Самцы", когда Мартц принимал решение), команды должны добиваться этого еще более напористо. В то же самое время, находясь за пятой голевой линией противника, вам надо всегда добиваться гола.

Выводы Ромера на первый взгляд удивляют, но они справедливы. Рассмотрим четвертое касание в районе второй голевой линии противника. Вы можете постараться забить гол с игры, что гарантирует вам три очка, или пойти на касание, которого вы можете добиться в 43% случаев, что составляет примерно три очка из семи, поэтому два варианта игры равноценны. Но это не все, о чем вам надо думать. Даже если попытка забить гол не удастся, противник будет прижат к своей второй голевой линии. Поэтому разумным будет устремиться к ней.

Или рассмотрим четвертое-третье в центре поля. В половине случаев вы добьетесь успеха, а в половине у вас ничего не выйдет, поэтому это тупик (поскольку независимо от усилий обе команды будут владеть мячом в одной и той же точке поля). Но в 50% случаев вы будете продвигаться в среднем на шесть ярдов, что даст вам преимущество перед противником даже тогда, когда у вас ничего не выходит. Так мы снова приходим к целесообразности проявления напористости.

Очевидно, были моменты, которые Ромер не мог учесть, включая наиболее значительный — игровой азарт команды. Его данные были усреднены, поэтому отдельным командам следует откорректировать стратегию, чтобы вычислить собственные шансы в случае четвертого касания. Что касается Майка Мартца, два его решения в том матче за Суперкубок были практически худшими решениями из всех возможных. Мартц отказался от борьбы за первое, касание на тридцать второй голевой линии "Патриотов", когда "Самцам" оставалось всего три ярда. Расчеты Ромера предполагают, что подобное решение Мартца было бы оправданным, даже если "Самцам" требовалось пройти девять ярдов (поскольку в этом секторе поля шансы не забить гол с игры очень высоки, а очки за полевую позицию, напротив, несущественны). Это справедливо для средней команды. При атаке такой команды, как "Самцы", ценность попытки возрастает. И хотя нельзя сказать, одно или же оба решения стали причиной финального результата, неудивительно, что "Самцы" проиграли Суперкубок.

Мартц оказался не единственным, допустившим такую ошибку. Ромер проанализировал все четвертые касания первого периода игры за три сезона, которые он изучал, и обнаружил 1100 игр, в которых команды сыграли бы лучше, если бы футболисты боролись за эти касания. Вместо этого они 992 раза били по мячу.

Поразительно! Задача любого футбольного тренера — а все они, безусловно, профессионалы в своей области — привести свою команду к победе. Всем им следовало бы проявлять инициативу в введении конкурентных инноваций. Почему же они не используют заведомо выигрышную стратегию? Можно, конечно, предположить, что Ромер ошибается. Футбол — чрезвычайно сложная, динамичная игра, исход которой обусловлен множеством разнообразных факторов: мастерством игроков, выбранной стратегией, настроем команды и банальным везением. Возможно, присутствует нечто, чего не учла компьютерная программа Ромера. Но это маловероятно. Результаты исследования Ромера свидетельствуют, что преимущества от дополнительных усилий с целью четвертого касания столь велики, что их нельзя объяснить счастливой случайностью или статистической ошибкой. Команды, проявляющие напористость в четвертом касании, всегда имеют перевес. Тем не менее большинство тренеров НФЛ проявляют чрезмерную осторожность. Интересно бы узнать — почему?

Ответ, я думаю, зависит от таких феноменов, как подражание, социальное подтверждение и ограниченность группового мышления. Первое и, вероятно, самое главное объяснение: консервативная игра при четвертом касании наиболее близка к фундаментальным законам игры в американский футбол. При отсутствии твердых доказательств обратного людям легче объяснить и оправдать текущее, хоть и не блестящее состояние, нежели пойти на риск. Если так поступать не принято, это должно означать лишь то, что это бессмысленно.

Стремление к подражанию усиливается тем, что футбол (как, впрочем, весь профессиональный спорт) — явление клубное и обособленное. Несомненно, в этом виде спорта было великое множество инноваторов (включая самого Мартца), но в своем отношении к статистическому анализу футбольные тренеры, как ни странно, большие консерваторы. Иными словами, группа тех, на кого возложено принятие решений, не очень разнородна. Скорее всего, эти люди не станут внедрять собственные радикальные инновации и еще с меньшей охотой примут чужие. Можно с уверенностью утверждать, что ошибки, допускаемые большинством футбольных тренеров, взаимосвязаны: они все являются однонаправленными. Та же проблема характерна и для бейсбольных команд первой лиги, что блестяще доказал Майкл Льюис в своей книге о последнем успехе оклендских "Асов" Moneyball ("Денежный мяч"). Билли Бин и Пол ДеПодеста — мозговой центр "Асов" — сумели создать невероятно успешную команду, имея в наличии не так уж много денег, именно потому, что отвергли общепринятый опыт, отказались от традиционной стратегии и тактики игры, найдя собственный подход к оценке и развитию каждого игрока. (Кстати, один из нынешних тренеров НФЛ, по-видимому, серьезно отнесшийся к идеям Ромера и, возможно, даже внедривший их в свою практику, — Билл Беличик, тренер "Патриотов" из Новой Англии. Благодаря его готовности отказаться от общепринятых стандартов за три года "Патриоты" выиграли два Суперкубка.)

По мнению Ромера, большинство тренеров стремятся избегать риска. Так, атака на четвертой-второй оправдана стратегически, но психологически ее принять сложно. Согласно стратегии Ромера, игра любой команды не окончится выигрышем примерно в половине случаев, если команда оказывается за десятой голевой линией противника. В конечном счете, это победная стратегия. Но все же неприемлемая для человека, избегающего любого риска, — бить по мячу при наличии возможности четвертого касания довольно бессмысленно, но это по крайней мере исключает риск.

Характерное для многих нежелание рисковать подтверждается, если задуматься о давлении, которое оказывает любое сообщество на своих членов. Так, тренеров НФЛ никто не принуждает к консерватизму. Но если все ваши коллеги следуют одной и той же стратегии, сложно поступить по-другому, особенно когда новый метод игры более рискованный, а возможный провал подвергнется публичному порицанию (болельщиков — в случае с тренерами НФЛ). В таких условиях удобнее следовать за толпой единомышленников и в случае неудачи падать с небольшой высоты, вместо того чтобы проявить оригинальность, но... с треском провалиться. В этом есть не только эмоциональный, но и профессиональный смысл. Такое явление получило название стадный эффект. Так же, как буйволы сбиваются в стадо при виде льва, футбольные тренеры, менеджеры, осуществляющие финансовые операции, и руководители компаний зачастую следуют этому же принципу. Даже резкие колебания биржевых курсов отчасти можно объяснить "стадным эффектом". Согласно известной поговорке, "еще ни разу никого не уволили за покупку компьютера IBM".

"Стадность" поведения уникальна тем, что она имеет место даже среди людей, у которых, на первый взгляд, есть все основания думать и поступать независимо друг от друга, например, у менеджеров-финансистов. В классическом исследовании "стадного эффекта", проведенном Дэвидом С. Шарфштайном и Джереми К. Штайном, речь шла о том, что управляющие инвестиционных фондов следуют одинаковым стратегиям и проявляют интерес к одним и тем же акциям. Это очень нелогично. Финансовые менеджеры, как бы там ни было, получают деньги за свою работу потому, что инвесторы уверены в их умении быть первыми на рынке. Но, как выясняется, эта уверенность беспочвенна. И разумеется, "стадность" их поведения играет исключительно пагубную роль, поскольку означает, что менеджеры подражают поведению конкурентов.

Шарфштайн и Штайн установили, что перед управляющими инвестиционных фондов стоят, по сути, две задачи: они должны сами вкладывать деньги с умом и при этом убеждать других людей, что они мудро вкладывают деньги. Но как вкладчикам инвестиционного фонда определить, насколько мудро их управляющий вкладывает денежные средства? Конечно, можно проанализировать их эффективность, но мыто уже знаем, что краткосрочная эффективность — не идеальный критерий профессионализма. Эффективность управляющего может быть лучше или хуже в зависимости от факторов, не имеющих никакого отношения к его умению выбирать активы или распределять между ними инвестиционные средства. Поэтому вкладчикам требуется больше доказательств, что решения их управляющего разумны. Каковы же могут быть доказательства? Проанализируйте, отличается ли стиль поведения вашего управляющего от стиля поведения его коллег. Если он следует той же стратегии (вкладывает в те же акции, распределяет средства на те же активы), тогда инвесторы, по меньшей мере, могут быть уверены в его благоразумии. Проблема в том, что если кто-то в одинаковых обстоятельствах идет против толпы (скажем, следует совершенно иной стратегии), его, скорее всего, сочтут сумасшедшим.

Не имеет значения, отличаются ли инвесторы безграничным терпением — разница между хорошей и плохой стратегией в конечном счете отразится в числах. Но у инвесторов нет безграничного терпения, и даже самый искушенный менеджер, занятый распределением денежных средств, большую часть времени терпит неудачи. Для него гораздо надежнее прибегнуть к разумной стратегии, нежели к лучшей. В результате менеджеры, которые не хотят потерять работу, начинают подражать друг другу. Поступая подобным образом, они обесценивают все потенциальные информационные преимущества, поскольку участвуют в торгах не на основании собственных данных, а опираясь на чужую информацию. Это не только снижает шансы на успех, но также — общий интеллектуальный потенциал рынка, ибо подражающие менеджеры не привносят никакой новой информации.

Люди, действующие в рамках "стадного" поведения, могут быть убеждены, что думают и поступают правильно. Однако в большинстве случаев ими движет банальное чувство самосохранения. Джон Мейнард Кейнс был прав, когда писал в своей книге "Общая теория занятости, выгоды и денег": "Житейская мудрость учит нас, что для репутации лучше традиционно проиграть, чем нетрадиционно преуспеть". И все же очень часто толпа оказывается права, а значит, обращая внимание на то, что делают другие, люди должны были бы умнеть, а не становиться глупее. Один человек никогда не владеет всей полнотой информации, ведь она распределяется среди множества людей. Итак, если в процессе принятия решений вы будете опираться только на свою собственную информацию, такие решения окажутся гарантированно менее обоснованными. Насколько надежна информация, полученная от посторонних? Можно ли на нее полагаться? Способствуют ли новые сведения принятию лучших решений?

Все зависит от того, как мы учимся. В качестве примера приведу историю о дощатых дорогах, заново переосмысленную десятилетие назад экономистом Дэниэлом Б. Клайном и историком Джоном Маевски. В первой половине девятнадцатого века американцы были охвачены лихорадкой под названием "внутреннее строительство". Повсеместно появлялись новые железные и автомобильные дороги, а также каналы. Страна быстро развивалась, коммерция процветала, и поэтому американцы не хотели, чтобы возникли проблемы с транспортом. В 1825 году было завершено строительство канала Эри длиной в 363 мили, связавшего реку Гудзон в Нью-Йорке с озером Эри и наполовину сократившего путь с Восточного Побережья на Средний Запад; к тому же благодаря ему стоимость перевозок снизилась на 90%. Через несколько лет были проложены первые местные железнодорожные линии, и это невзирая на то, что частные компании расставляли заставы (взимающие плату за проезд) по всей восточной части страны.

Однако все это лихорадочное строительство не решало основной проблемы. Хотя каналы и железные дороги великолепно справлялись с задачей соединения между собой главных и крупнейших городов (и превращения небольших деревень в процветающие торговые узлы благодаря всего лишь транзиту), они не облегчили доставку товаров на рынок жителям других городов (практически большинству американцев). Конечно, существовали местные общественные дороги, отдельные участки которых находились в ведении близлежащих деревень, но, как правило, состояние этих дорог было неудовлетворительным. "Им не хватало прочности, дренаж был недостаточным, — пишут Клайн и Маевски. — Передвигаясь по. такой дороге, в сырую погоду приходилось месить грязь, а в сухую — поднимать пыль; путь по ней был утомительным для людей и изматывающим для лошадей".

Казалось, решение проблемы нашел инженер по имени Джордж Геддес. Он изобрел дощатую дорогу. Впервые появившаяся в Канаде в 1840-х годах, она представляла собой настил из досок, уложенных поверх двух рядов бревен. Геддес решил, что его детище ждет успех и в США. Было очевидным, что дощатая дорога гораздо лучше грязной и ухабистой грунтовой. Но Геддес сомневался, окажется ли она, в большинстве случаев финансируемая исключительно за счет дорожных сборов, долговечной и рентабельной. Срок пригодности дощатой дороги Геддес оценивал примерно в восемь лет — достаточно для того, чтобы принести разумный доход с инвестиций. В 1846 году ему удалось убедить в рентабельности своей идеи владельцев компании из города Салина, штат Нью-Йорк, и заключить с ними контракт на строительство первой в штате дощатой дороги.

Успех оказался шумным, и вскоре лихорадка дощатых дорог захватила сначала штат Нью-Йорк, потом средние штаты Атлантического побережья и, наконец, Среднего Запада. Геддеса называли пионером в области строительства путей сообщения, и у него появлялись последователи по всей стране. За десять лет было создано 352 компании по строительству дощатых дорог в штате Нью-Йорк и более тысячи — во всех Соединенных Штатах.

К сожалению, оказалось, что весь этот бизнес был построен на иллюзии. Срок пригодности дощатых дорог составил не восемь лет, как обещал Геддес (не говоря уже о двенадцати, о которых твердили другие энтузиасты), а всего лишь четыре года (согласно Клайну и Маевски), что делало их обслуживание слишком затратным. К концу 1850-х годов стало ясно, что дощатая дорога не стала транспортной панацеей. И хотя несколько таких дорог (включая тринадцатимильный участок вдоль нынешней Route 27А на Ямайке, Куинс) оставались в эксплуатации до 1880-х годов, к концу Гражданской войны почти все они оказались заброшены.

"Лихорадка дощатых дорог" стала ярким примером явления, которое экономисты называют информационным каскадом. Строительство первой дощатой дороги в Салине ознаменовалось успехом, так же, как дорог, построенных в последующие годы. Люди, искавшие решения насущной проблемы передвижения, получили готовый, якобы гарантированно успешный вариант. По мере того как количество дощатых дорог росло, вера в их оправданность укоренялась, а желание рассматривать иные варианты исчезало. Прошли годы, прежде чем проявился главный недостаток дорог — их недолговечность — но к тому времени дощатые дороги прокладывались уже по всей стране.

Почему так получилось? Экономисты Сушил Бихчандани, Дэвид Хиршлайфер и Иво Уэлш, первыми предложившие реальную модель информационного каскада, проиллюстрировали происходившее тогда следующим образом. Предположим, есть большая группа людей, стоящая перед выбором, пойти ли им в индийский ресторан или во вновь открывшийся тайский. Индийский ресторан лучше (в данном конкретном случае), чем тайский. Каждый участник группы в определенный момент получает информацию о том, какой ресторан лучше. Но информация неточна. Иногда' она ошибочна, т.е. тайский ресторан будет представлен как лучший, хотя это не так. Для проверки информации люди будут обращать внимание на выбор окружающих.

Проблема возникает тогда, когда решения принимаются не одновременно, а последовательно, поэтому сначала в один из двух ресторанов направится небольшое число людей, за которыми стройно последуют все остальные. Вспомним, что информация у людей неточна. Значит, если у первых нескольких человек будет ошибочная информация, которая убедит их в том, что тайский ресторан лучше, именно туда они и отправятся. В этот момент, согласно каскадной модели, все, кто последует за ними (даже имея информацию, что индийский ресторан лучше), полагают, что это хороший вариант, просто потому, что тайский ресторан полон людей, значит, он лучше. Поэтому в итоге неверное решение принимает вся толпа — всего лишь потому, что неточную информацию получили первые посетители.

В этом случае каскад — это не результат бездумного копирования, конформизма или давления окружающих. ("Всем нравится новая песня Бритни Спирс, значит, и мне тоже!") Люди выстраиваются в цепочку, так как верят, что узнают нечто важное на примере других. Например, в случае с дощатыми дорогами дело было не просто в том, что Джордж Геддес складно говорил или что горожане рассуждали так: "Нам нужна дощатая дорога потому, что она есть в соседнем городе за рекой". "Лихорадка дощатых дорог" распространилась, поскольку дощатые дороги действительно представлялись лучшим решением. Они позволяли наполовину сократить время в пути от одного города к другому, оставались проходимыми в любую погоду и позволяли мелким фермерам расширять рынки сбыта своих продуктов до невиданных ранее пределов. Эти преимущества были вполне реальными, и чем больше прокладывалось дощатых дорог, тем более убедительным казался тот факт, что эти улучшения долгосрочны. Каждая новая дорога как бы сообщала людям, что дощатые дороги действительно эффективны, и снижала привлекательность всех остальных вариантов.

Фундаментальная проблема информационного каскада состоит в том, что в определенный момент люди считают разумным игнорировать свои собственные знания (частную информацию), наблюдая за поведением окружающих и подражая им. (Если у всех был шанс сделать правильный выбор и каждый человек перед вами сделал один и тот же выбор, тогда вам надо поступать, как все.) Но когда все по отдельности прекращают опираться на собственные знания, каскад утрачивает информативность. Каждый думает, что все люди принимают решения на основе того, что знают, тогда как фактически речь идет о предположениях и догадках. Вместо суммирования всей частной информации о том, как действуют рынки или избирательные системы, каскад становится последовательностью вариантов, принятых вслепую, поэтому коллективное решение группы оказывается неверным... и общество вкладывает все средства в строительство дощатых дорог.

Описанная модель — это, разумеется, далеко не единственная теория функционирования каскадов. К примеру, в книге "Переломный момент" Малкольм Гладуэлл предложил качественно иное объяснение, в котором подчеркивается важная роль в распространении новых идей определенным типом людей (он назвал их знатоками, объединителями и продавцами). В модели каскадов Бихчандани, Хиршлайфера и Уэлша все обладают примерно равным количеством собственной информации. Единственное, что делает первых потребителей продукта более влиятельными, — тот факт, что они первые, а их действиям подражают все за ними наблюдающие. По мнению же Гладуэлла, некоторые люди более влиятельны, чем другие, и каскады (он называет их эпидемиями) распространяются по сетям социальных связей, в противовес тому, когда абсолютно незнакомые люди наблюдают за поведением друг друга. Автор "Переломного момента" утверждает, что люди стремятся получать новую информацию, но при этом считают ее прерогативой знатоков, объединителей и продавцов (каждый из представителей этих типов якобы располагает разного рода информацией).

Существуют ли каскады? Вне всяких сомнений. Они не так распространены, как можно было бы предположить, исходя из примера с двумя ресторанами, поскольку, по утверждению экономиста Роберта Шиллера из Йельского университета, люди не всегда принимают решения друг за другом. "В большинстве случаев, — пишет Шиллер, — люди выбирают стиль поведения независимо, на основе собственных сигналов, не обращая внимания на, поведение окружающих". Но есть множество случаев, когда люди внимательно следят за действиями других, прежде чем принять решение. В этих случаях каскады возможны и даже весьма вероятны. Это не всегда плохо. Например, одна из важнейших и ценнейших инноваций в технологической истории Америки осуществилась благодаря успешному информационному каскаду. Инновацией было внедрение универсального болта. В 1860-х годах, когда станкостроение было жалким подобием передовых технологий 1990-х годов, человек по имени Вильям Селлерс, выдающийся слесарь-механик своего времени, начал кампанию в поддержку того, чтобы по всей Америке применялся стандартизованный болт его конструкции. До того болты по всей Америке изготавливались слесарями вручную. Это ограничивало возможности массового производства, но позволяло слесарям защищать свои интересы. С точки зрения экономики, все сделанное на заказ имеет преимущество закрепления клиентов за мастером. Тот кто покупал у слесаря-механика токарный станок, обращался к тому же мастеру, чтобы починить механизм или заменить болты. Если бы болты стали взаимозаменяемыми, клиенты были бы меньше привязаны к единственному мастеру и выбирали бы обслуживание исходя из его стоимости.

Понимая природу таких опасений, Селлерс, тем не менее, был убежден в том, что взаимозаменяемые детали и массовое производство неизбежны. Конструкция его болта была проще, легче в изготовлении и дешевле, чем любая другая. Она соответствовала потребностям новой экономики, в которой главный упор делался на скорость, объемы и стоимость. Но исходя из того, что было поставлено на карту, а также поскольку сообщество механиков было весьма сплоченным, Селлерс понимал, что решения будут формироваться на основе связей и влияния. Поэтому последующие пять лет он воздействовал на самых влиятельных потребителей, таких как Пенсильванская железная дорога и Военно-морской флот США, что помогло ему создать условия, способствующие продвижению на рынок нового типа болта. Каждый новый потребитель, казалось, подтверждал неизбежный успех идеи Селлерса, что в итоге и произошло. Через десять лет болт Селлерса был практически повсеместно признан национальным стандартом. Без него конвейерное производство было бы сложным и даже вовсе невозможным. В некотором смысле открытие Селлерса подготовило почву для современного массового производства.

История Селлерса — это пример позитивного каскада. Конструкция его болта по всем параметрам превосходила конструкцию главного конкурента — британского болта. Принятие стандартизованного болта обеспечило значительный подъем американской промышленности. Но есть и тревожные нотки в истории Селлерса: если болт был принят потому, что изобретатель использовал влияние и авторитет, чтобы начать каскад, нам всем очень повезло, что Селлерс разработал действительно хорошую конструкцию. Если механики в конечном итоге поверили Селлерсу и последовали за ним, вместо того чтобы самим разбираться, какой болт лучше, значит, они пришли к верному решению по чистой случайности.

Иными словами, если большинство решений о принятии новых технологий или социальных норм движимы все-таки информационными каскадами, нет причин верить в то, что принимаемые нами решения верны. Коллективные решения оказываются эффективными, когда они принимаются людьми с различными мнениями, приходящими к независимым выводам на основе собственной информации. Информационным каскадам это несвойственно. По сути, несколько влиятельных людей (либо первооткрывателей, либо обладающих определенными навыками или занимающих определенные социальные ниши) определяют направленность информационного каскада. В каскаде решения нельзя назвать независимыми, напротив — они подвержены сильному влиянию инициаторов, а в отдельных случаях и непосредственно принимаются ними.

Недавно мы пережили, возможно, самый катастрофический информационный каскад во всей истории Америки — искусственную стимуляцию подъема телекоммуникационной отрасли. Первое время после появления Интернета объем трафика возрастал на 1000% в год. Начиная примерно с 1996 года темп его роста, как и следовало ожидать, значительно замедлился, но сей факт остался без внимания заинтересованных лиц. Показатель 1000% стал частью общепринятого знания, и продолжал вдохновлять владельцев и управляющих телекоммуникационными компаниями на инвестирование десятков, а потом и сотен миллиардов долларов в создание пропускных способностей для обеспечения роста трафика. В то время отказ от инвестиций в телекоммуникационную сферу при наличии такой возможности приравнивался к самоубийству. Все мыслимые сомнения рассеивались, как дым, под влиянием общепринятого мнения. Только после того, как этот мыльный пузырь лопнул и большинство телекоммуникационных компаний либо обанкротилось, либо оказалось на грани, общепринятое суждение — правило 1000% — было оспорено и признано ошибочным.

Следует ли из сказанного выше, что каждому из нас следует изолироваться от окружающих и игнорировать их мнения и поступки? Нет, это не совсем так (впрочем, если мы прекратили следовать исключительно советам наших друзей, то действительно будем принимать более правильные коллективные решения). Во многих случаях подражание действительно работает. По крайней мере, в таких обществах, как американское, где при отсутствии особого контроля сверху получать знания, наблюдая за поведением остальных, — простое и полезное правило буравчика. Вместо того чтобы самим принимать решения по поводу того или иного действия, мы отводим другим людям роль ведущих. Приведем несколько примеров из повседневной городской жизни. В пасмурный день, когда я не уверен, брать ли с собой зонт, выходя из дома, простейшим решением (даже проще, чем включить радиоприемник и послушать прогноз погоды) будет выйти на порог и посмотреть, ходят ли люди по улице с зонтами. Если большинство из них несут зонты, я тоже возьму с собой зонт, и подобная тактика, скорее всего, меня не подведет. Приведу аналогичный пример. Я живу в Бруклине и у меня есть машина, которую я паркую на улице. Дважды в неделю около 11 утра мне приходится убирать машину из-за уборки улиц, и, как правило, приблизительно в 10:45 так же поступают водители всех остальных автомобилей, запаркованных на проезжей части. Однако время от времени, выходя из дома в 10:40, я вижу, что все машины до сих пор стоят на своих местах, и делаю вывод, что в этот день уборка отменяется. Тогда я тоже спокойно оставляю свою машину на месте. И я подозреваю, что большинство водителей похожи в этом на меня: они пользуются знаниями других.

В некотором смысле подражание — это своего рода рациональная реакция на наши когнитивные ограничения. Объем знаний каждого конкретного индивида значительно ограничен. Становясь объектом подражания, люди могут специализироваться на этом, и выгода от их действий станет очевидной, если другие начнут им подражать. Подражание к тому же не требует руководства сверху. Соответствующая информация с большой скоростью циркулирует внутри системы даже при отсутствии влияния авторитетов. Но желание людей подражать, разумеется, не безусловно. Если ценой моего доверия к неточной информации станут несколько штрафных квитанций, я приложу все усилия, чтобы раздобыть точный график уборки улиц. И я не утверждаю, что люди, подходившие к группе участников эксперимента Милграма, ничему не научились; можно предположить, что в следующий раз увидев парня, задравшего лицо к небу, они не остановятся с такой готовностью, ожидая увидеть вверху что-то интересное. В конечном итоге, чтобы подражание осуществлялось, оно должно постоянно приносить плоды.

Роль подражания в нашей жизни столь велика, что экономист Герберт Саймон считал стремление к подражанию закрепленным генетически. Подражание, по всей видимости, является ключевым средством передачи ценного опыта даже у животных. Впечатляющий пример — поведение макак на острове Кошима в Японии. Ученым, исследовавшим поведение обезьян, в начале 1950-х годов удалось заметить, как годовалая самка макаки по имени Имо каким-то образом догадалась вымыть клубень сладкого картофеля в ручье, прежде чем съесть его. Вскоре трудно было найти среди макак острова Кошима ту, которая не мыла бы бататы перед употреблением их в пищу. Несколько лет спустя Имо опять проявила свои способности. Исследователи иногда давали макакам пшеницу (наряду с бататами), причем кормили их на пляже, где она быстро смешивалась с песком. И вот Имо догадалась, что если бросить горсть песка с пшеницей в океан, песок пойдет ко дну, а пшеница останется на плаву. И через несколько лет большинство макак бросали пшеницу с песком в океан и пользовались преимуществами знаний сородичей.

На первый взгляд, истории об Имо резко противоречат главной идее этой книги. Одна особенная макака натолкнулась на верное решение, и основательно изменила обезьянье "общество". В чем же тогда проявилась мудрость толпы?

Мудрость проявилась в решении обезьян подражать Имо. Дело в том, что, по моему мнению, группы гораздо более эффективны в выборе возможных решений проблемы, чем в их генерировании. Изобретательность присуща индивидууму (хотя, как мы увидим, процесс изобретения неизбежно включает коллективные характеристики), но выбор лучшей инновации — это коллективное занятие. В случае правильного выбора подражание — это мощное средство быстрого распространения хороших идей, будь то культура, бизнес, спорт или искусство поедания пшеницы. В своем лучшем проявлении подражание можно рассматривать как способ ускорения эволюционного процесса — сообщество может стать более совершенным без извечной необходимости генетического отбора в течение многих поколений.

Ученые Роберт Бойд и Питер Дж. Ричерсон — пионеры в изучении проблем передачи социальных норм. В своем исследовании они попытались выяснить, как группы приходят к коллективно полезным решениям. Наблюдая за поведением испытуемых, они создали ряд компьютерных моделей и попытались выяснить, какой из разных типов поведения лучше всего соответствует среде существования. Согласно этим моделям, каждый участник исследования мог примерить на себя тот или иной тип поведения и понаблюдать за результатами, а также проанализировать поведение другого человека, уже выбравшего для себя самый подходящий вариант. Бойд и Ричерсон установили, что самым выигрышным для всех вариантом является тот, в котором значительное число участников подражают другим. Но это верно лишь когда люди готовы прекратить подражание и самостоятельно учиться, если это сулит им значительные выгоды. Иными словами, если люди просто-напросто следуют за другими, не учитывая объективные обстоятельства, благополучие группы терпит крах. Разумное подражание может быть полезным группе (способствуя быстрому распространению полезных идей), но слепое копирование всегда губительно.

Отличить один вид подражания от другого — задача, разумеется, непростая, поскольку немногие бывают готовы признаться в своей чрезмерной доверчивости или подверженности "стадному эффекту". Очевидно, что разумное подражание характеризуется несколькими особенностями: во-первых, изначально широким спектром вариантов выбора и полнотой информации; во-вторых, готовностью, по крайней мере, некоторых людей доверять своим собственным суждениям больше, чем коллективному решению.

Существуют ли такие люди? На самом деле их больше, чем вы могли бы предположить. Прежде всего им свойственна чрезмерная самоуверенность: они склонны переоценивать свои способности, уровень познаний, свое искусство принимать решения. Причем, чем сложнее стоящая перед ними проблема, тем более они самонадеянны. В сфере принятия решений это чревато генерированием ошибочных суждений. Но общество в целом только выигрывает от наличия в нем самоуверенных индивидов, которые реже бывают втянуты в негативный информационный каскад, а порой способны даже прерывать такие каскады. Помните, что информационные каскады существуют благодаря людям, которые ценят общественную информацию выше собственной. Самоуверенным людям такое не свойственно. В большинстве случаев они игнорируют коллективную информацию и доверяют своей интуиции. Поступая так, они создают помехи сигналу, который получают все остальные, и ставит под сомнение непогрешимость общественной информации. У них появляются последователи, рискующие надеяться на себя, а не слепо следовать за толпой.

Стремление к подражанию свойственно отнюдь не только людям, избегающим риска. Например, в 1943 году социологи Брайс Райан и Нил Гросс опубликовали результаты исследования степени доверия фермеров штата Айова новому, более продуктивному сорту кукурузы, выведенному на основе гибридных семян. Их работа была признана самым влиятельным научным трудом по инновациям — Райан и Гросс обнаружили, что фермеры не стремились как можно полнее изучить преимущества нового сорта, хотя им предоставлялась подробная информация, в частности, о повышении урожайности на 20%. Они ждали, пока другие фермеры добьются успеха, чтобы потом последовать их примеру. Так подтверждается действие информационного каскада. Но даже узнав об успехе соседей, фермеры не спешили засевать все свои поля гибридными семенами. Сначала они испытывали семена на небольших экспериментальных участках. Только на своем опыте убедившись в эффективности нового вида, они полностью перешли на эти семена. Девять лет прошло с тех пор, как первый фермер засеял поле новой кукурузой, пока это нововведение поддержала половина фермеров региона. Согласитесь, это нельзя назвать поспешностью в принятии решений.

В увлекательном исследовании использования новых высокоурожайных сортов злаковых культур индийскими фермерами во время Зеленой Революции 1960-х годов Кайвана Мунши рассказывается о том, как по-разному принимали это решение фермеры, выращивавшие рис и пшеницу. По наблюдениям Мунши, в регионах, где основной культурой была пшеница, земельные условия были относительно одинаковы, и урожайность на разных фермах особо не отличалась. В результате фермеры, выращивавшие пшеницу, обращали пристальное внимание на соседей и принимали решение, ориентируясь на их урожаи. В регионах, где выращивали рис, напротив, земельные условия были весьма различны, а следовательно, и урожайность в соседних хозяйствах могла быть совершенно разной. В итоге, при принятии решений фермеры не слишком зависели друг от друга. Но зато они больше экспериментировали с семенами на собственной земле, прежде чем внедрить их в широкую практику. Что также показательно, даже фермеры, выращивающие пшеницу, не засевали новые сорта до тех пор, пока не становилось известно, какой урожай собирали те, кто засеял новые семена.

Выбор сорта кукурузы или пшеницы — возможно, самое важное решение, которое приходится принимать фермерам, поэтому не стоит удивляться, что они принимают такие решения самостоятельно, вместо того чтобы слепо подражать тем, кто испробует новые сорта раньше них. Далее мы сможем убедиться, что есть вещи, распространение которых более или менее подвержено каскадам. Например, появление в моде новых веяний управляется каскадами, поскольку, когда речь заходит о моде, то, что нравится вам, и то, что нравится другим, со всей очевидностью зависит одно от другого. Я люблю одеваться в таком-то стиле, но трудно себе представить, что стиль, который мне нравится, независим от того впечатления, которое я хочу произвести, т.е. от предпочтений окружающих. Подобные каскады характерны и для повседневной жизни. Например, мы смотрим телевизионные шоу, чтобы затем обсудить их с друзьями, так же, как и посещаем рестораны, ведь никто не любит обедать в пустых ресторанах. Никто не покупает iPod потому, что он есть у других людей, но в кинотеатры мы зачастую ходим исключительно по этой причине. Существование информационных каскадов приносит определенную пользу технологическим компаниям (в этом случае их называют полезными), поскольку первые пользователи распространяют хвалебные отзывы о преимуществах новой продукции и привлекают тем самым других потребителей. Ключевая мысль, которую я хочу донести до вас, очень проста, если не банальна: чем важнее решение, тем ниже вероятность возникновения каскада. По-видимому, это неплохо, поскольку чем важнее решение, тем выше вероятность, что коллективный вердикт группы окажется верным.

Информационные каскады интересны тем, что они являются методом сбора информации так же, как система голосования или рынок, причем методами довольно успешными. Во время экспериментов в учебных классах, где каскады легко моделируются и анализируются, группы выбирают лучший вариант в 80% случаев - этот показатель гораздо выше, чем потенциальный индивидуальный показатель каждого отдельного участника. Фундаментальная проблема каскадов в том, что люди принимают решения последовательно, а не вместе и сразу. На то есть веские причины: люди осторожны, одни скорее соглашаются на эксперименты, чем другие, разным бывает и финансовое положение. Но в целом все проблемы, которые могут быть вызваны каскадами, объясняются разной скоростью принятия решений. Если вы хотите усовершенствовать организацию или процесс принятия финансовых решений, лучший вариант — сделать все возможное, чтобы решения принимались одновременно, а не одно за другим.

Интересное доказательство этому можно найти в уже упомянутых мною экспериментах в учебных классах. Экономисты Анджела Ханг и Чарльз Плотт провели исследование, основанное на проверенном временем методе, когда студенты вслепую достают из ваз цветные стеклянные шарики. В данном случае перед участниками поставили две вазы. В вазе А было в два раза больше светлых шариков, чем темных, а в вазе Б — наоборот. Вначале участникам предложили по очереди вынимать по одному шарику и определять, что это была за ваза. При правильном ответе они зарабатывали пару долларов.

Участники эксперимента могли воспользоваться двумя источниками информации. Во-первых, у них был шарик, который они достали. В случае, если в руки попадал светлый шарик, большая вероятность была, что он лежал в вазе А, темный шарик — наоборот. Это была их "личная информация" и им запрещалось называть цвет своего шарика вслух. Затем все участники сообщали о своих догадках по поводу того, что это была за ваза. Так был сформирован второй, коллективный источник информации, послуживший причиной потенциального конфликта. Если три человека перед вами называют вазу Б, но вы достаете светлый шарик, будете ли вы и дальше настаивать, что это ваза А, если группа считает иначе?

Большинство студентов в подобной ситуации называли вазу Б, что было вполне разумным поступком. А в 78% случаев запускался информационный каскад, что было вполне ожидаемым. Но затем Ханг и Плотт изменили правила. Студенты по-прежнему доставали шарики из вазы и принимали решения по порядку. Однако на этот раз, вместо того чтобы платить каждому студенту за правильный ответ, им платили исходя из того, был ли правильным коллективный ответ группы (принятый большинством голосов). Заданием студентов было теперь не продемонстрировать свои индивидуальные способности, а попытаться насколько возможно повысить интеллектуальный потенциал группы.

Что теперь требовалось от студентов? Во-первых, каждый из них должен был больше опираться на собственную информацию и уделять меньше внимания сведениям, полученным от остальных участников. (Вы помните, что коллективные решения наиболее успешны в тех случаях, когда формулируются на основе разнородной информации.) В нашем случае, однако, собственная информация была неточна. Поэтому, уделяя внимание лишь ей, участник мог принять скорее неверное, чем правильное решение. Но шансы на повышение группового интеллекта были. Поощрение людей к принятию неверных решений на самом деле сделало всю группу в целом разумнее. И когда значение имела точность совместных решений, люди более тщательно анализировали собственную информацию. Коллективное решение в итоге оказалось точнее, чем суждения групп, участвовавших в каскаде.

По сути дела Ханг и Плотт в своем эксперименте устранили (или по крайней мере ослабили) влияние элемента очередности в процессе принятия решений, сделав предыдущий выбор менее важным для окончательного вывода. Очевидно, реализовать это в экономике не так просто — мы не можем заставить компании задерживать выпуск новой продукции, ожидая вердикта широкой общественности. С другой стороны, организации могут и должны принимать сигналы, поступающие от людей одновременно, а не один за другим. Если вникнуть глубже, результат эксперимента Ханг и Плотта (вынудивших участников группы стать независимыми) решает проблему самостоятельности. Один из ключей к успеху группы состоит в том, чтобы ослабить внимание ее членов к суждениям и поведению друг друга.

Собрать воедино, или Что общего между ЦРУ, Linux и искусством децентрализации

В апреле 1946 года на форуме, организованном газетой New York Herald Tribune, генерал Уайлд Билл Донован выступил с речью, озаглавленной так: "Наша внешняя политика нуждается в Центральном разведывательном управлении". Во время Второй мировой войны Донован руководил Управлением стратегических служб (УСС) — главной на тот момент разведывательной структурой США. Когда война закончилась, генерал заговорил о необходимости создания в мирное время более мощного варианта УСС. До войны обязанности по сбору разведывательной информации были распределены между различными военными подразделениями. Однако ни одному из них не удалось предсказать нападение на Перл Харбор (несмотря на факты, которые теперь, в ретроспективе, представляются явными свидетельствами подготовки японцев к массированному удару). Так Перл Харбор показал всему миру ущербность разведывательной системы США, и руководство страны оказалось перед необходимостью выработки комплексного подхода к сбору разведданных. А учитывая потенциальный конфликт с Советским Союзом, считавшийся в 1946 году реальной угрозой, и создание новых технологий (Донован упоминал о "ракетах, атомной бомбе, бактериологическом оружии"), американские границы представлялись совсем уж незащищенными. В своих апрельских тезисах Донован апеллировал именно к этим аргументам, утверждая, что Соединенным Штатам требуется "централизованная, объективная, независимая разведывательная структура".

Публичные заявления Донована вызвали шквал острой критики, что, разумеется, не способствовало его карьерному росту. Не приветствовали его предложения и в службе разведки, что ставило под вопрос возвращение генерала на государственную службу. Тем не менее в 1947 году Конгресс США принял Законопроект о национальной безопасности, утверждающий создание Центрального разведывательного управления (ЦРУ). Как пишет историк Майкл Уорнер, целью законопроекта было "внедрить единую разведывательную систему с единым руководством". Разрозненная сеть разведывательных структур Соединенных Штатов делала страну беззащитной перед внезапными нападениями. Авторы же законопроекта рассчитывали на то, что централизация и единая структура обеспечат в будущем государственную безопасность.

Однако фактически централизации разведывательных служб не произошло. Хотя в послевоенный период ЦРУ играло значительную роль, по прошествии времени оказалось, что разведывательное сообщество стало еще более фрагментированным, чем когда бы то ни было. Оно превратилось в своего рода "азбучный суп"[15]. Его "ингредиентами" были агентства с пересекающимися обязанностями и задачами, включая не только само ЦРУ, но и Совет национальной безопасности, Национальное агентство визуальной информации и картографии, Национальное управление аэрокосмической разведки, Разведывательное Управление Министерства обороны, а также разведывательные управления при командовании трех основных родов войск. В дополнение к этому ФБР (отвечавшее за соблюдение законов и порядок внутри страны) действовало практически вне сферы влияния этого разведсообщества, несмотря на то что информация об иностранных террористах, орудующих в Соединенных Штатах, несомненно, представляла бы интерес для ЦРУ. Централизованный сбор, хранение и анализ информации остались всего лишь мечтой, поскольку американское разведывательное сообщество так и не стало единым органом, представляя собой набор практически самостоятельных, децентрализованных групп, действующих с одной целью (защитить США от нападений), но очень разными методами.

До 11 сентября 2001 года недостатки такой системы были незаметными, хотя служба разведки не смогла предотвратить взрыв во Всемирном торговом центре в 1993 году, а также взрывы американского посольства в Кении и корабля ВМС США "Коул" в Йемене. Но только после 11 сентября несовершенство американской системы сбора разведданных уже не вызывало сомнений. После расследования причин трагедии конгресс официально признал, что разведывательное сообщество США "не сумело воспользоваться информацией индивидуального и коллективного характера, на основании которой было бы возможно предотвратить самый крупный теракт в истории США". Иными словами, Перл Харбор повторился.