Radical Uncertainty: Decision-Making Beyond the Numbers Kindle Edition - John Kay

могут быть рассчитаны, и получение путем проб и ошибок возможных ответов на более широкий вопрос. Чтобы посадить человека на Луну, вы начинаете с грандиозной цели, но находите метод ее достижения через реализацию массы деталей.

Если экономика - это практический предмет, наука о решении проблем, то соответствующим тестом для экономики и экономистов является их способность решать проблемы. Когда в 2008 году разразился финансовый кризис, Жан-Клод Трише заметил, что ему мало чем помогли макроэкономические модели, которые, следуя передовой научной практике, разработали и внедрили центральные банки и министерства финансов. Вместо этого политики оказались в положении пожарных Гэри Кляйна, столкнувшихся с уникальной ситуацией. Как и те пожарные, политики не стремились к оптимизации, а опирались на свой опыт в манере, которую Кляйн назвал "принятием решений на основе распознавания" - поиск наилучшего объяснения и поиск приемлемого решения.

Возможно, решение, которое нашли эти политики, было оптимальным, но это кажется маловероятным. В любом случае, мы никогда этого не узнаем. Ни тогда, ни сейчас никто не располагает информацией, необходимой для определения того, какой была бы оптимальная политика. Оптимальная политика и сама концепция оптимизации являются артефактами малых миров. Модели малых миров могут дать нам понимание большого экономического мира, но только если мы не совершаем ошибку, полагая, что они описывают "мир таким, какой он есть на самом деле". Мы не можем относиться к людям, сталкивающимся с радикальной неопределенностью, "как будто они приписывают вероятности каждому мыслимому событию", как утверждал Милтон Фридман. Невозможно составить список всех возможных событий. Или получить информацию, необходимую для разумного предположения о более чем горстке этих событий.

Рациональные люди на большинство вопросов о будущем - будь то "Какая лошадь выиграет Кентукки Дерби?", "Каким будет уровень фондового рынка в конце 2025 года?" или "Как будет развиваться искусственный интеллект?" - отвечают: "Я не знаю". Утверждение, что мы можем и должны придавать субъективную вероятность каждому событию, не только не улучшает понимание будущего, но и препятствует этому пониманию. И поскольку нет убедительных причин принимать аксиоматическую рациональность как окончательную версию рационального поведения в больших мирах, такие рассуждения не могут дать ни руководства о том, как должны вести себя люди, ни понимания того, как они ведут себя в больших мирах. В своей фундаментальной работе, опубликованной в 1954 году, Джимми Сэвидж объяснил ограничения концепции рациональности, представленной способностью находить правильные решения проблем малого мира. Это понимание было в значительной степени забыто за десятилетия, прошедшие после его работы.

Если мы не действуем в соответствии с аксиоматической рациональностью и не максимизируем нашу субъективную ожидаемую полезность, то это не потому, что мы глупы, а потому, что мы умны. И именно потому, что мы умны, люди стали доминирующим видом на Земле. Наш интеллект предназначен для больших миров, а не для маленьких. Человеческий интеллект эффективен в понимании сложных проблем в несовершенном контексте и в нахождении путей действий, которые достаточно хороши, чтобы помочь нам пережить остаток дня и всю оставшуюся жизнь. Идея о том, что наш интеллект неполноценен, потому что мы уступаем компьютерам в решении некоторых видов рутинных математических головоломок, не позволяет признать, что лишь немногие реальные проблемы имеют характер математических головоломок. Утверждение о том, что наше познание дефектно в силу систематических "предубеждений" или "природной глупости", неправдоподобно в свете эволюционного происхождения этой когнитивной способности. Если бы мы были приспособлены к тому, чтобы быть похожими на компьютеры, мы бы эволюционировали так, чтобы быть более похожими на компьютеры, чем мы есть. Однако верно то, что в настоящее время люди сталкиваются с проблемами - например, пытаются оценить стоимость чрезвычайно сложных финансовых активов - которые сильно отличаются от проблем, возникавших в исторические периоды, когда человеческие гены мутировали и проходили отбор и когда развивались человеческие культуры. В саваннах не было деривативных контрактов. Возможно, успокаивает то, что компьютеры оказались не лучше людей в управлении рисками, которые несли такие контракты.

Наши знания о контексте и способность интерпретировать его приобретались тысячелетиями. Эти способности закодированы в наших генах, им учат нас наши родители и учителя, они закреплены в социальных нормах нашей культуры. Возможно, по историческим причинам, наследие тех социальных реформаторов-утилитаристов XIX века, экономисты больше сосредоточены на равновесии и оптимизации, чем на эволюции и адаптации. Действительно, экономисты часто предполагали, что эти процессы по сути одинаковы - что максимизаторы вытеснят не максимизаторов. И математика, лежащая в основе адаптации и оптимизации, действительно имеет некоторые сходства. Но адаптация - это не то же самое, что оптимизация. Адаптация - это, прежде всего, выживание. Выживание предполагает поиск не лучшего решения, а достаточно хорошего. А для выживания хвосты распределений имеют большое значение. Особенно, как нам кажется, для понимания финансовых кризисов.

 

Глава 22. Адаптация к радикальной неопределенности

 

Я думал использовать "Сквозь стекло, темно" в качестве названия этой книги, но в конце концов пришел к выводу, что это слишком... ну, непрозрачно. Но метафора вполне уместна. Мир нельзя разделить на известное и непознанное. Астероид, который уничтожил динозавров, упав на Юкатан, был, по крайней мере для динозавров, непредсказуемым и неизбежным событием. Бум и крах интернета и технологической мании в конце прошлого века, а также рост трещин в финансовой системе перед кризисом 2007-2008 годов не были непредсказуемыми или неизбежными событиями. Эти экономические события также не могут быть описаны как результаты стационарных процессов, которые остаются неизменными в течение длительных периодов времени и могут быть охарактеризованы вероятностными распределениями. Никто не мог предсказать, как именно будут развиваться эти финансовые эксцессы, но это не значит, что мы вообще ничего о них не знали.

Признание радикальной неопределенности не означает, что все идет своим чередом. Загляните в будущее и подумайте о том, как будут применяться информационные технологии в ближайшие десятилетия, или о том, как рост благосостояния и политического влияния в Азии повлияет на геополитический баланс. Все это вещи, о которых мы знаем кое-что, но недостаточно; вещи, которые мы видим как сквозь темное стекло. Мы можем строить повествования и сценарии для описания путей развития технологий и глобальной политики в ближайшие двадцать лет; но нет никакого разумного способа, с помощью которого мы могли бы уточнить такой диалог, придав вероятности исчерпывающий перечень случайностей. Тем не менее, мы можем последовательно говорить о доверии к сценариям и вероятности их возникновения. Как мы уже подчеркивали, слова "уверенность", "вероятность" и "вероятность" часто используются как взаимозаменяемые, но они имеют разные значения.

Мы не улучшаем наше понимание будущего, придумывая факты и цифры, чтобы