ЗДОРОВЬЕ и ИНТЕЛЛЕКТ
ЗДОРОВЬЕ и ИНТЕЛЛЕКТ
Наука, общество, медицина, здоровье, долголетие, лекарства и бады = блогинг и новости
Read 6 minutes

Математическое обоснование против обвинения людей в их несчастьях

Кенни Чоу родился в Мьянме и переехал в Нью-Йорк в 1987 году. Он много лет работал установщиком алмазов у ювелира, зарабатывая достаточно, чтобы купить дом для своей семьи, прежде чем его уволили в 2011 году. Тогда Чоу решил стать таксистом, как его брат, еле собрав деньги, чтобы купить лицензию медальон такси за 750 000 долларов. Это позволило ему работать в качестве индивидуального предпринимателя с лицензией в качестве актива.

Image for post

Какое-то время всё шло по плану, стоимость медальонов такси превысила 1 миллион долларов. [Криминал, раздул цену в результате сговора и успел на этом заработать, подробнее в книге Владимира Лобаса "Жёлтые короли. Записки нью-йоркского таксиста"] Затем пузырь лопнул, и появились райдшеринговые приложения, такие как Lyft и Uber. Стоимость медальона Чоу резко упала, и стало труднее поддерживать выплаты по ссуде. В 2018 году он покончил с собой.

Мы все признаем, что положение Чоу плачевно. Но, возможно, он пошёл на рассчитанный риск, когда купил рискованный актив, и поэтому у некоторых из нас может возникнуть соблазн обвинить его в собственном несчастье. Согласно одной из точек зрения, когда такие ставки не приносят результатов, виноват только игрок. Это может звучать жестоко, но многие из нас, кажется, придерживаются такого отношения, по крайней мере в Соединенных Штатах: отчёт 2014 Pew Research обнаружил, что 39% американцев считают, что бедность вызвана отсутствием усилий со стороны бедных людей. Когда "усилие" включает в себя неспособность должным образом взвесить риски, связанные с принятием решения, это говорит о том, что в конечном итоге многие из нас думают, что люди сами несут ответственность за свое собственное невезение.

Я не согласен с этой точкой зрения. Но причины моего несогласия не являются исключительно политическими или моральными по своей природе. Скорее, идеи науки о сложности – в частности, теории вычислительной сложности – математически показывают, что существуют жёсткие ограничения на нашу способность делать точные и достоверные вычисления риска. Поскольку часто невозможно получить разумное представление о том, что произойдет в будущем, несправедливо обвинять людей с добрыми намерениями, которым в конечном итоге становится хуже в результате непредвиденных обстоятельств. Это приводит к выводу, что сострадание, а не обвинение – это подходящее отношение к тем, кто действует добросовестно, но чьи принятые решения не окупаются.

Для начала отметим, что для того, чтобы люди несли ответственность за свои действия, они должны знать об определённых особенностях мира. Во многих случаях даже это минимальное условие виновности не выполняется. Например, Чоу не смог бы предсказать, что рост райдшеринговых приложений приведет к краху рынка медальонов такси в Нью-Йорке – но то же произошло и с большинством из нас. По самой своей природе технологические прорывы трудно предвидеть; если бы их было легко предсказать, первоначальные инвесторы в эти технологии не стали бы такими богатыми [потому что в них вкладывались бы многие – прим. ред.]. Столь низкая планка предосудительности кажется слишком жёсткой, чтобы быть правдоподобной; как можно обвинить кого-либо из нас в том, что мы не смогли обнаружить тенденции, которые практически никто не мог разглядеть, несмотря на значительные материальные стимулы?

Планку предосудительности можно сформулировать более точно, сказав, что для того, чтобы быть обвиненными в авантюре, люди должны обладать точной причинно-следственной моделью системы, в которой они действуют. То есть они должны знать, как разные переменные в системе влияют или не влияют друг на друга. Ставка Чоу на медальон такси не удалась из-за сложной причинно-следственной связи спекуляций и технологического развития, которые привели к тому, что цена на медальоны такси неуклонно росла, прежде чем резко упасть. Чтобы спрогнозировать обвал цен на медальоны такси без помощи удачи, нужно иметь чёткое представление об этой запутанной причинно-следственной структуре.

Вот тут-то и вступает в действие теория вычислительной сложности. Оказывается, изучить причинно-следственную структуру реальных систем очень сложно. Точнее говоря, попытку вывести наиболее вероятную причинно-следственную структуру системы – независимо от того, сколько данных о ней у нас есть – теоретики называют NP-трудной проблемой: с учётом общего набора данных алгоритму может быть чертовски сложно изучить причинно-следственную структура, которая его произвела. Во многих случаях, когда в набор данных добавляется больше переменных, минимальное время, необходимое любому алгоритму для изучения структуры изучаемой системы, растёт экспоненциально. Если предположить, что наш мозг также обучается, выполняя алгоритмы, эти результаты применимы к человеческим рассуждениям так же, как и к любому компьютеру.

Один из способов обойти эти ограничения – предположить, что реальный мир имеет относительно простую причинно-следственную структуру: например, мы могли бы предположить, что никакая переменная в системе (скажем, цена на нефть) не зависит от более чем двух других переменных (скажем, спрос и предложение на нефть). Если мы ограничим возможности таким образом, то оценка причинно-следственной структуры станет менее сложной. Такие эвристические подходы являются важной частью того, как люди на самом деле формируют убеждения, как утверждала философ Джулия Стаффель. Однако относиться к сложной системе как к простой – опасная игра; эвристика может привести к неправильному представлению о мире. Действительно, непредсказуемость нашей жизни частично объясняется богатой причинно-следственной сложностью социального мира с его взаимосвязанной сетью экономических, политических, психологических и других факторов. В этих условиях чрезвычайной сложности, которые типичны для большинства реальных систем, люди редко когда-либо могут соответствовать вышеописанной планке предосудительности, описанной выше.

Лучший способ для человека справиться с непреодолимой сложностью социального мира – хеджировать свои ставки. Вложив так много денег в медальон такси, Чоу сложил все яйца в одну корзину. Итак, можно сказать, он сделал себя особенно восприимчивым к разорению. Вместо этого, возможно, люди должны следовать разнообразным компенсационным стратегиям, которые устраняют или резко снижают риск катастрофы даже в условиях серьёзной неопределённости.

Проблема в том, что большая часть экономической и социальной жизни в богатых странах построена таким образом, что от людей требуется направить большую часть своих ресурсов на одну стратегию обеспечения процветающей жизни. Получение студенческой ссуды или ипотеки или покупка медальона на такси – все это стратегии, требующие значительных, если не всеобщих, финансовых ресурсов человека. В данном случае реальное хеджирование потребует от нас начать со значительного богатства, поэтому для многих это не жизнеспособная стратегия. Большинство из нас по-прежнему вынуждены делать большие ставки в казино, где фактически невозможно узнать основные шансы. Неустойчивость этой ситуации означает, что сострадание, а не обвинение – это правильное отношение к тем, кто в конечном итоге проигрывает по этим ставкам.

Вопросы об отношении, которое у нас должно быть к другим, имеют психологический и моральный характер. Но они также политически значимы. То, как мы относимся к тем, кому повезло меньше, влияет на то, как мы решаем проблемы социального неравенства и насколько мы беспокоимся о них. Это возвращает нас к смерти Кенни Чоу и, действительно, смерти многих других. С 2000 года ожидаемая продолжительность жизни в США снизилась, как показали экономисты Энн Кейс и Ангус Дитон, и это снижение было почти полностью обусловлено увеличением того, что они называют "смертями от отчаяния'', таких как передозировки наркотиков и самоубийства. Отчаяние процветает там, где отсутствует сочувствие; прямо сейчас отсутствие сострадания друг к другу убивает нас.

Чтобы обратить вспять эту тенденцию, требуются ответные меры в области политики, но это также требует изменения нашего отношения к тем, кто в конечном итоге оказывается в худшем положении в результате рискованных, но благих намерений. Пределы нашей способности делать выводы о сложной причинно-следственной структуре социального мира прямо приводят к выводу, что возложение ответственности неуместно. Независимо от того, насколько мы умны, существует жёсткий предел того, что мы можем знать, и мы легко можем оказаться в проигрыше, сделав крупную ставку.

Мы обязаны построить более сострадательный мир для себя и для других.

Опубликовано совместно с Институтом Санта-Фе / Santa Fe Institute

Автор Дэвид Киннейис / David Kinneyis – докторант Омидьяра в Институте Санта-Фе и главный исследователь проекта "Основы и применение культурной аналитики в гуманитарных науках", основанном в Институте Санта-Фе и в сотрудничестве с Университетом Карнеги-Меллон в 2020-2023 годах.

источник https://psyche.co/ideas/the-mathematical-case-against-blaming-people-for-their-misfortune

редактура и адаптация Дмитрий Бобров

3 views
Add
More
ЗДОРОВЬЕ и ИНТЕЛЛЕКТ
Наука, общество, медицина, здоровье, долголетие, лекарства и бады = блогинг и новости
Follow