Рациональность. Что это, почему нам ее не хватает и чем она важна

В терминах байесовского мышления нас интересует апостериорная вероятность существования чудес при условии, что у нас есть некое свидетельство в их пользу. Давайте сравним ее с апостериорной вероятностью того, что чудес не бывает при условии, что у нас есть то самое свидетельство. (Рассуждая по-байесовски, часто удобнее оценивать

шансы, а именно отношение уверенности в гипотезе к уверенности в обратном — этот прием избавляет нас от утомительного подсчета распространенности данных в знаменателе, которая затем все равно сокращается, потому что в обоих случаях одинакова.) «Тот факт, который оно стремится установить» — это чудо с его низкой априорной вероятностью, которая, соответственно, тянет вниз и вероятность апостериорную. «Такое свидетельство» — это правдоподобие данных при условии, что чудеса бывают, а его «ложность» — это правдоподобие данных при условии, что чудес не бывает, — иными словами, вероятность того, что свидетель лжет, неправильно понял, неверно запомнил, приукрасил или пересказал байку, которую слышал от кого-то еще. Учитывая все, что мы знаем о людях, в таком поведении нет ничего сверхъестественного! Иными словами, правдоподобие такого поведения выше априорной вероятности чуда, и это высокое правдоподобие увеличивает апостериорную вероятность гипотезы, что чудес не бывает, так что общий расклад получается не в пользу чуда. Можно сказать и по-другому: что вероятнее — что законы природы (как мы их понимаем) неверны или что кто-то что-то перепутал?

Астроном и популяризатор науки Карл Саган (1934–1996) сформулировал этот же байесовский аргумент, отвергающий существование паранормальных явлений, емкой фразой, которая послужила эпиграфом к этой главе: «Неординарные утверждения требуют неординарных доказательств». У неординарных утверждений низкая априорная вероятность. Чтобы апостериорное доверие к такому заявлению превысило апостериорное доверие к обратному, правдоподобие данных при условии, что гипотеза верна, должно быть гораздо выше правдоподобия данных при условии, что гипотеза ошибочна. Иными словами, доказательство тоже должно быть неординарным.

Недостаток байесовского мышления среди самих ученых породил кризис воспроизводимости, о котором мы упоминали в главе 4. Дело запахло керосином в 2011 г., когда именитый социальный психолог Дэрил Бем опубликовал в престижном Journal of Personality and Social Psychology («Журнал психологии личности и социальной психологии») результаты девяти экспериментов, которые, как он утверждал, показывают, что испытуемые успешно (с частотой выше, чем следует из теории вероятности) предсказывали случайные события до их наступления — определяли, например, за какой из двух ширм на экране компьютера скрывается эротическая картинка, прежде, чем компьютер решал, куда ее поместить

[228]. Результат — что неудивительно — воспроизвести не удалось, но иначе и быть не могло, учитывая ничтожную априорную вероятность того, что социальному психологу удастся опровергнуть законы физики, показывая студентам порно. Когда я заговорил об этом с коллегой, тоже социальным психологом, тот парировал: «Может, это Пинкер не понимает законов физики!» Но настоящие физики, такие как Шон Кэрролл, который писал об этом в своей книге «Вселенная: происхождение жизни, смысл нашего существования и огромный космос» (The Big Picture: On the Origins of Life, Meaning, and the Universe Itself, 2016), объяснили, почему предвидением и другими разновидностями так называемого экстрасенсорного восприятия управляют именно законы физики, и не что иное[229]

.

Эта дурацкая история поставила неудобный вопрос: по какому принципу мы причисляем ученых к именитым и что мы считаем передовым, жестким и престижным, если именитому психологу, использовавшему передовые методы исследования, удалось пройти жесткий процесс рецензирования и опубликовать в престижном журнале полнейшую нелепицу? Ситуация, как мы уже видели, отчасти объясняется проблемами, подстерегающими всякого, кто пытается оценивать вероятности постфактум: ученые недооценивали, сколько бед может натворить выуживание данных и прочие сомнительные исследовательские практики. Но вторая часть объяснения — это пренебрежение правилами байесовского мышления.