Иллюзия прогноза: почему эксперты ошибаются в моменты кризисов и как не сойти с ума от новостей

Мир снова искрит. Ленты соцсетей забиты кадрами с Ближнего Востока, заголовки кричат о «неизбежной эскалации», а комментарии превратились в поле боя.

С 28 февраля повсеместно наблюдается резкий всплеск интереса к новостным информационным ресурсам, где "ведущие аналитики" уверенно рассказывают нам, что будет дальше. Один "ведущий эксперт по Ближнему Востоку" заявляет, что операция США и Израиля против Ирана завершится за четыре недели, режим падет, регион стабилизируется. Другой – таким же уверенным тоном, объясняет, что это начало многолетней войны, которая дестабилизирует весь мир. Оба ссылаются на засекреченные "высокопоставленные источники". Оба выглядят убедительно. И… оба скорее всего ошибутся.

И это отнюдь не голословное утверждение, это структурная проблема, которую несколько десятилетий изучал американский психолог Филип Тетлок, и его выводы должны навсегда изменить наше отношение к экспертам-прогнозистам.

В 1984 году Тетлок начал один из самых масштабных экспериментов в истории политологии. Он пригласил для участия 284 эксперта – политологов, экономистов, аналитиков спецслужб, журналистов-международников – людей, которых зовут на телевидение объяснять миру причинно-следственные связи происходящих событий. Их попросили сделать конкретные, измеримые прогнозы: "Вероятность того, что X произойдёт в течение Y лет – такая-то".

Двадцать лет спустя подвели итоги эксперимента. Результат был, мягко говоря, не в пользу экспертного сообщества.

Эксперты в среднем оказались лишь немного лучше случайного угадывания. При этом простые статистические модели (без единого эксперта) обыгрывали людей с учёными степенями.

Но интересно еще то, что, чем известнее был эксперт, чем чаще его приглашали на телевидение, тем хуже были его прогнозы. Слава и точность прогнозов оказались в отрицательной корреляции.

Почему? Потому что медийные эксперты отбираются не за точность, а за уверенность и нарративность. На ТВ любят людей, которые говорят "событие произойдет", а не "с вероятностью 34% оно может произойти при условии, что...". В этом проявляется позаимствованная Тетлоком у философа Исайи Берлина старая метафора про ежа и лисицу. И работает этот принцип разделения на удивление точно.

Ежики-эксперты – это те, у кого есть Большая Идея. Все вокруг объясняется через нее: через нефть, через "столкновение цивилизаций", через интересы военно-промышленного комплекса. Когда прогноз не сбывается, они находят объяснение, почему "это на самом деле подтверждает их теорию". Ежики прекрасно смотрятся в эфире. Они убедительны, последовательны, харизматичны. И они ошибаются чаще всего.

Лисицы-эксперты скучнее. Они рассуждают "с одной стороны..., с другой стороны", обновляют свои взгляды при появлении новых данных, готовы сказать "я не знаю". Их реже зовут на ток-шоу. Но именно они дают более точные прогнозы.

Практический вывод: уверенный эксперт с простым объяснением происходящего – это почти всегда ежик. Насторожитесь. Сложные процессы и системы редко имеют простые причины.

Нобелевский лауреат Даниэль Канеман в своей книге "Думай медленно, решай быстро" описал, почему мы систематически плохо оцениваем вероятности и продолжаем тянуться к уверенным экспертам-ежикам, даже понимая, что они ошибаются. Его выводы идеально дополняют эксперименты Тетлока.

Ошибка нарративности: наш мозг предпочитает истории цифрам. Да, да – это иллюстрация того, как на ТВ обычно отбирают экспертов: хорошо рассказанная история выигрывает у точного, но скучного и неудобного анализа – и именно поэтому самые медийные эксперты оказываются худшими прогнозистами.

Предвзятость подтверждения: мы ищем факты, подтверждающие то, во что уже верим – читаем и выбираем источники, с которыми согласны. Эксперты – такие же люди, и они точно так же попадают в эту ловушку.

Иллюзия понимания – пожалуй, самая коварная ловушка. Работает она так: год назад вы думали о ситуации одно, потом происходили события, вы читали новости, обсуждали с друзьями – и ваша картина мира незаметно менялась. Каждый раз, когда появлялась новая информация, память тихо переписывала старые "прогнозы" под новые факты. Вы этого не замечали. Через год, когда событие произошло, вам кажется, что вы "в общем-то так и думали". Но это не воспоминание, а его иллюзия, которую Канеман называет ошибкой ретроспективного суждения. Наш мозг – великолепный редактор собственной биографии: он подгоняет прошлые "прогнозы" под уже известный результат.

Именно поэтому мы никогда не замечаем, что эксперт, которого смотрим, делает ровно то же самое – задним числом объясняет, почему все произошло именно так, хотя год назад говорил совсем другое.

В теме экспертного прогнозирования нельзя не вспомнить про Нассима Талеба. В концепции "черных лебедей" он показал: самые важные исторические события по определению не предсказуемы стандартными методами. Они лежат за пределами того, что мы вообще рассматриваем как возможное.

Мы неоднократно это видели. Например, в октябре 2023 года за сутки до атаки ХАМАС аналитические центры публиковали стандартные материалы: "тлеющий конфликт", "управляемая напряженность", "статус-кво сохраняется". Израильская разведка – одна из лучших в мире – фиксировала передвижения и перехватывала переговоры. И все равно масштаб, координация и дерзость атаки застали их врасплох. Не потому что аналитики были некомпетентны, а потому что операция такого уровня просто не существовала в пространстве "реалистичных сценариев".

Посмотрим чуть дальше, когда после перемирия в июне 2025 года большинство аналитиков говорили: острая фаза позади, стороны вернутся за стол переговоров... И вот на дворе 28 февраля 2026 года, США и Израиль нанесли скоординированные удары по Ирану, убив его верховного лидера Хаменеи. Снова никто не предсказал ни момент, ни масштаб.

Это и есть черный лебедь в действии: событие кажется очевидным постфактум ("конечно, напряжение накапливалось годами!"), но "до" – его никто не моделировал всерьез. И именно так снова работает ретроспективная иллюзия: сегодня каждый второй комментатор объясняет, почему это "было неизбежно". Год назад те же люди писали про статус-кво.

Почти все значимое в истории человечества было создано черными лебедями. Но все наши модели прогнозирования построены так, как будто черных лебедей не существует.

И здесь еще важно дополнить: мы живем в эпоху, когда мир меняется быстрее, чем успевают обновляться аналитические модели. Технологические сдвиги, климатические триггеры, мгновенное распространение информации – все это еще больше сокращает горизонт предсказуемости. Даже будь все эксперты идеальными прогнозистами в стабильном мире…, но наш сегодняшний мир принципиально нестабилен.

Поэтому лучше опираться на совершенно иную постановку вопроса: не "что произойдет?", а "как я буду функционировать, если произойдет что угодно?". Талеб назвал это "антихрупкостью" – способностью не просто выживать в условиях неопределенности, но и оставаться дееспособным при любом развитии событий. Строить устойчивость вместо того, чтобы делать ставки на конкретный сценарий очередного уверенного эксперта.

Из работ Тетлока и Талеба следует более глубокий вывод, чем просто "эксперты ошибаются" (или как говорил доктор Хаус: "Все врут"): часть событий в принципе не поддается прогнозированию, и попытки их предсказать – не скромная неудача, а пустая трата когнитивного ресурса.

Что прогнозировать можно и нужно:

Что прогнозировать бессмысленно:

Прежде чем тратить время на чей-то прогноз (или строить собственный) задайте три вопроса:

Если обсуждаемый вопрос проваливает этот мини-тест – можно спокойно переключить канал. Это не про "спасовать перед аналитическими трудностями", это про сохранение когнитивного ресурса для задач, где анализ реально работает.

В рамках проекта Good Judgment Project (2011–2014), запущенного по заказу разведывательного сообщества США, Тетлок снова обнаружил нечто неожиданное: среди тысяч добровольцев, делавших политические прогнозы онлайн, выделилась группа людей с поразительно высокой точностью суждений. Их назвали суперпрогнозистами.

Это были обычные люди без допуска к секретным данным и без профильного образования, не эксперты и не аналитики спецслужб – учитель физики из Огайо, пенсионер из Канады, менеджер по продажам и т.п.

Однако по данным проведенного исследования, суперпрогнозисты оказались точнее профессиональных аналитиков ЦРУ, имевших доступ к секретным разведывательным данным, примерно на 30%. Лучшие из них на горизонте одного года демонстрировали точность прогнозов, которая в два раза превосходила случайное угадывание – тогда, как большинство аналитиков едва его превышали.

Всех их объединяло не знание предмета, а стиль мышления:

И что самое важное: Тетлок показал, что после относительно короткого обучения принципам вероятностного мышления обычные люди значительно улучшают точность прогнозов.

Итак, хорошая новость: любому человеку можно стать лучше в прогнозировании – это не врожденный талант, это навык. Но есть и плохая новость: как любой навык, он требует практики.

Вот конкретная дорожная карта:

Шаг 1. Начните фиксировать свои прогнозы письменно

Это самый важный и самый недооцененный шаг. Заведите простой документ или заметку на телефоне. Каждый раз, когда у вас возникает мнение о том, что произойдет, запишите его с датой и конкретной формулировкой: не "думаю, что ситуация ухудшится", а "считаю, что с вероятностью 40% операция завершится за 4 недели". Без этого вы никогда не узнаете, насколько точно работает ваша интуиция. И именно здесь вы сможете поймать себя на иллюзии ретроспективного знания: через полгода увидите, что реально думали тогда, а не то, что вам сейчас кажется.

Шаг 2. Мыслите вероятностями, а не категориями

Перестаньте думать в терминах "случится" / "не случится". Вместо "я думаю, переговоры возобновятся" скажите себе: "я оцениваю вероятность в 55%". Поначалу будет неудобно, так как наш мозг любит определенность. Но именно эта дискомфортная честность с собой и отличает хорошего прогнозиста от уверенного дилетанта.

Плюс вы получите дополнительный бонус. :) Когда вы называете цифру 55%, вы автоматически признаёте, что в 45% случаев все будет иначе – и, если что-то пойдет не так, и прогноз не сбудется, вам психологически будет легче это принять.

Шаг 3. Всегда ищите базовую ставку

Прежде чем рассуждать о том, почему текущая ситуация уникальна, спросите: а как часто похожие ситуации заканчивались тем или иным образом в прошлом? Это "взгляд снаружи" в противовес "взгляду изнутри", когда мы погружаемся в детали и теряем перспективу. Например, как долго исторически длились ограниченные военные операции на Ближнем Востоке? Как часто режимы, подвергшиеся внешнему удару, падали в течение месяца? Эти базовые цифры станут вашей стартовой точкой, а не финальным ответом.

Шаг 4. Активно ищите опровержения своей позиции

Да, это контринтуитивно, но именно так поступают суперпрогнозисты. Когда вы сформировали свое мнение по вопросу, намеренно поищите аргументы против него. Найдите источник, с которым вы обычно не согласны. Спросите себя: "При каком сценарии я окажусь неправ?" Это не значит постоянно менять позицию. Это значит проверять ее на прочность до того, как реальность сделает это за вас.

Шаг 5. Обновляйте взгляды при новых данных – но обдуманно

Когда появляется новая информация, обновляйте свою оценку вероятности. Каждый новый факт должен чуть ее сдвигать – не переворачивать полностью, но и не игнорировать. При этом важно отличать значимый новый факт от очередного эмоционального заголовка. Правило Тетлока: обновляйте взгляды реже, чем хочется, но более существенно, чем кажется удобным.

Шаг 6. Калибруйте себя и уважайте позицию "не знаю"

Калиброванность – это когда события, которым вы присвоили вероятность 70%, действительно происходят примерно в 70% случаев. Для этого нужно вести статистику прогнозов (именно поэтому шаг 1 так важен). И не забывайте воспитывать в себе интеллектуальную честность – умение сказать "я не знаю" про события из категории непрогнозируемых – именно она, по данным Тетлока, коррелирует с высокой точностью прогнозирования.

Если вы не готовы прикладывать к развитию вероятностного мышления столько усилий, то есть один простой и рабочий инструмент, который можно применить без предварительных танцев с бубнами. Это метод Ферми.

Энрико Ферми – физик-ядерщик, который славился умением делать точные оценки без множества данных.

Главная идея: разбить задачу на независимые условия/факторы, которые должны выполниться для решения задачи, присвоить каждому из них реальную вероятность и перемножить их, получая итоговый прогноз.

Для примера потренируемся на текущих событиях…

Вопрос: какова вероятность того, что военная операция США и Израиля против Ирана завершится в течение 4 недель, как заявил Трамп?

Разбиваем на составляющие. Каждая – это отдельное условие, которое должно выполниться, чтобы операция уложилась в срок:

Перемножаем: 0,50 × 0,35 × 0,45 × 0,60 ≈ 4,7%

Итог: около 5% вероятности того, что все эти условия совпадут, и операция действительно завершится ровно за 4 недели. Это не значит, что конфликт обязательно затянется на годы – это значит, что конкретный сценарий "четырех недель", как обещал Трамп, опирается на слишком много одновременных допущений. Метод Ферми делает невидимые допущения – видимыми, и важно учитывать, что он не дает стопроцентно точный ответ.

Когда в мире происходит что-то глобальное и/или непонятное, у большинства людей срабатывает один и тот же импульс: найти кого-то, кто объяснит, что происходит, и скажет, что будет дальше. Желательно, сделает это уверенно и понятно. Это абсолютно человеческая реакция: тревога от неопределенности невыносима, а внятный нарратив ее снимает. Именно поэтому в кризисные моменты рейтинги новостных каналов взлетают, а эксперты становятся звездами.

Теперь же у нас появился еще один новый "пророк" – Искусственный Интеллект.

Люди спрашивают у нейросетей: "Что будет завтра? Как мне поступить? Что выбрать?". Они готовы делегировать мышление ИИ также как экспертам, гуру, наставникам…

Но есть некая проблема. Да, ИИ – это мощнейший аналитический инструмент. Он может обработать терабайты данных, найти паттерны, предложить сценарии. Но есть то, что он не умеет и никогда не сможет сделать:

Мы ищем пророков, потому что боимся ответственности. Мы в панике от скорости происходящих перемен вокруг. Мы готовы поверить кому угодно – говорящей голове из ТВ, ChatGPT – лишь бы не думать самим. Но, к сожалению, история не знает случаев, когда "кто-то" приходил и спасал тех, кто сам не хочет шевелиться и быть спасенным. Даже самый умный искусственный или биологический интеллект не знает, какое решение именно вам лучше принять и не сможет взять ответственность за вашу жизнь на себя.

И что же теперь делать?

Для начала, перестать искать спасителя и быть пассивным потребителем чужих нарративов. Ведь никто наверняка не знает, что будет завтра, а 90% того, что мы узнаем от "экспертов" – либо пропаганда, либо упрощение, либо попытка продать нам страх. Поэтому очень важно развивать собственное критическое мышление, учиться выстраивать причинно-следственные цепочки и брать ответственность за сделанные выводы и принятые решения. Все эти действия, выполняемые на регулярной основе, улучшают нейропластичность, и наш мозг буквально учится думать эффективнее и точнее.

Наш мир не живет по утвержденному расписанию, скорость разворачивания событийного ряда и происходящих изменений настолько стремительна, что опережает любые аналитические модели. Поэтому еще одним необходимым навыком становится адаптивность: важно развивать устойчивость, сохранять гибкость, не привязываться к единственному сценарию – все это рациональная реакция на жизнь, в которой черные лебеди случаются регулярно.

Подобное саморазвитие в результате приведет к накапливанию своего рода мудрости, вы станете немного меньше заблуждаться по жизни. Возможно, станете поначалу чуть менее уверенными в себе, но зато значительно более надежными.

Или же вы можете просто довериться своей (или чужой) интуиции, надеясь, что она беспристрастна, хорошо информирована и (каким-то образом) улучшается со временем.

Я бы сказала, что вероятность того, что вы знаете, какой из вариантов лучше, составляет 93,7%.

Philip E. Tetlock — Expert Political Judgment: How Good Is It? How Can We Know? (2005)

Philip Tetlock & Dan Gardner — Superforecasting: The Art and Science of Prediction (2015)

Philip Tetlock — The Good Judgment Project (2011–2014): исследовательский проект IARPA по оценке точности политических прогнозов

Daniel Kahneman — Thinking, Fast and Slow (2011)

Nassim Nicholas Taleb — The Black Swan: The Impact of the Highly Improbable (2007)