Понимание и прогнозирование

Логика, лежащая в основе столь пессимистичного вывода, требует некоторого уточнения. Когда авторы эксперимента с программой FFCWS приравняли понимание к прогнозированию (скорее отсутствие одного к невозможности другого), они использовали термин понимание в особом смысле. У этого слова есть и другие значения: понимание математической формулы или сущности любви не наделяет вас способностью делать конкретные прогнозы.

Тем не менее в социологических исследованиях и повседневных разговорах утверждение о том, что мы понимаем какие-то вещи, равносильно заявлениям о том, что нам понятны их причины. Социологи, подбиравшие и изучавшие тысячи переменных при работе с программой FFCWS, искали причины наблюдаемых событий. Врачи, которые понимают, что именно беспокоит пациента, заявляют: причиной наблюдаемых симптомов является диагностированная ими патология. Понять – значит описать причинную цепочку¹⁴⁹. Способность делать прогнозы является мерой того, правильно ли была идентифицирована такая цепочка. А корреляция как мера точности прогнозов – это мера того, сколько причинных связей мы можем объяснить.

Последнее утверждение может вас удивить, если вы попали под чары элементарной статистики и запомнили часто повторяющееся предупреждение: «корреляция не подразумевает причинно-следственной связи». Рассмотрим, например, корреляцию между размером обуви и математическими способностями детей: вполне очевидно, что одна переменная не зависит от другой. А корреляция возникает ввиду того, что и размер обуви, и познания в математике увеличиваются с возрастом. Эта корреляция реальна и подкрепляет прогноз: если вам известно, что у конкретного ребенка большой размер стопы, вы можете спрогнозировать и больший уровень его познаний в математике; а тот ребенок, у которого маленький размер стопы, знает меньше. Однако из этой корреляции вам не следует делать выводы о причинной связи.

Тем не менее мы должны помнить: несмотря на то, что корреляция не подразумевает причинной связи, причинная связь подразумевает корреляцию. Где есть причинная связь, там ищите и корреляцию. Если вы не обнаружили корреляцию между возрастом и размером обуви у взрослых людей, можно с уверенностью заключить: после определенного возраста размер стопы больше не связан с количеством прожитых лет, и искать объяснение тому, что людям требуется обувь разного размера, следует в чем-то другом.

Итак, если есть причинно-следственная связь, то есть и корреляция. Из этого вытекает, что там, где есть причинно-следственная зависимость, мы способны прогнозировать – причем корреляция, точность нашего прогноза, является мерой того, насколько верно мы понимаем причинно-следственную зависимость. Отсюда и выводы принстонских ученых: пределы, которыми ограничена возможность прогнозирования таких событий, как выселение из квартиры (вспомним корреляцию 0,22!), являются признаком того, насколько много – или насколько мало – социологи понимают, как может сложиться в будущем жизнь этих семей. Объективная неосведомленность устанавливает верхний предел не только нашим прогнозам, но и нашему пониманию.

Что же тогда имеют в виду большинство профессионалов, с уверенностью заявляя – они все понимают в своей области? Как можно убедительно говорить о том, что именно вызвало пневмонию у больного, и давать уверенные прогнозы течения болезни? Короче говоря, почему профессионалы – да и все мы – явно недооценивают свою объективную неосведомленность о происходящем в нашем мире?

Каузальное мышление

Если, читая начало этой главы, вы задавались вопросами, какие обстоятельства привели к выселению из квартиры и к другим событиям в жизни уязвимых семей, вы использовали тот же самый тип мышления, что и исследователи, чьи работы мы описали. Вы обрели статистическое мышление, а именно задумались об общих категориях: уязвимые семьи как социальная группа и статистические данные, которые эту группу описывают, включая средние значения, статистические отклонения, корреляцию и тому подобное. На частных случаях вы не сосредотачивались.

Другой способ мышления, более естественный для нашего разума¹⁵⁰, мы назовем здесь каузальным мышлением, то есть выражающим связь причины и следствия. Каузальное мышление изобретает сюжеты, в которых отдельные события, люди и объекты оказывают друг на друга воздействие. Чтобы проникнуться каузальным мышлением, представьте себя социальным работником, который курирует много семей с низким доходом. Вы только что узнали, что семью Джонсов выселили из квартиры. Ваша реакция на событие вызвана тем, что вам известно о Джонсах. А известно вам следующее: Джессика Джонс, единственный кормилец семьи, несколько месяцев назад была уволена. Найти другую работу она не смогла и поэтому оказалась неспособна вносить арендную плату в полном объеме. Она вносила частичную оплату, несколько раз умоляла управляющего домом об отсрочке и даже просила вас вмешаться (и вы вмешались, однако он остался непреклонным). С учетом обстоятельств выселение Джонсов для вас событие прискорбное, но вполне ожидаемое. По сути это стало логическим завершением цепочки событий, неизбежной развязкой предопределенной трагедии.

Когда мы проникаемся чувством неизбежности, то упускаем из виду, что обстоятельства легко могли сложиться иначе – подобно тому, как на каждой развилке дороги фортуна могла выбрать иной путь. Джессика могла сохранить свою работу или быстро найти другую. Ей мог помочь кто-то из родственников. Вы как социальный работник могли более успешно защитить ее. Управляющий домом мог оказаться более отзывчивым и дать семье отсрочку на несколько недель, что позволило бы Джессике найти работу и погасить долги по арендной плате.

Альтернативные сценарии так же правдоподобны, как и основной – при условии, что исход известен. Каким бы ни был исход (выселение состоялось или семья сохранила квартиру), как только он реализовался, каузальное мышление представляет его вполне объяснимым – а значит, и предсказуемым.