Что такое «ошибка выжившего»: примеры из жизни и бизнеса
Что такое ошибка выжившего
Систематическая ошибка выжившего — это тип смещения выборки, возникающий, если при принятии решения человек опирается только на примеры «выживших» (тех, кто добился успеха), но не учитывает статистику по «погибшим» (тех, у кого не получилось прийти к такому же результату), поскольку данных по ним мало или они отсутствуют.
Подобные ошибки замечали еще древние греки. В трактате «О природе богов» Марк Туллий Цицерон (106 год до н. э. — 43 год до н. э.) рассказывает историю о философе и знаменитом «безбожнике» Диагоре Мелосском. Друг привел Диагора в храм на эгейском острове Самофракия и задал вопрос: «Вот ты считаешь, что боги пренебрегают людьми. Но разве ты не обратил внимания, как много [в храме] табличек с изображениями и с надписями, из которых следует, что они были пожертвованы по обету людьми, счастливо избежавшими гибели во время бури на море и благополучно прибывшими в гавань?»
«Так-то оно так, — ответил Диагор, — только здесь нет изображений тех, чьи корабли буря потопила, и они сами погибли в море».
Как ошибка выжившего искажает восприятие
Ошибка выжившего — это распространенное когнитивное искажение, в основе которого лежит непонимание причины и следствия. Человек находит закономерность в наборе данных, но не учитывает вероятность простого совпадения. Например, то, что некоторые основатели известных компаний бросили учебу в университете и стали успешны, является совпадением, поскольку не обязательно этот факт привел их к такому результату.
Самира Анохина, клинический психолог высшей категории, действительный член Российского психологического общества:
«С точки зрения психологии, когда мы говорим о феномене «ошибки выжившего», речь идет о двух процессах: перцепции (восприятии) и когниции (осмыслении, оценке, переработке) информации. Если анализировать перцептивный контекст, можно увидеть, что тот, кто совершает такую ошибку, воспринимает только часть ситуации или часть информации, имеющей отношение к этой ситуации.
В качестве примера можно привести двойные картинки, на которых можно последовательно видеть вазу и два профиля, утку либо кролика, портрет молодой девушки либо старухи. Причем увидеть оба изображения одновременно невозможно, как ни старайся. Для того чтобы видеть то или иное «закодированное» изображение, нужно переключать внимание на разные детали картинок. Этот процесс можно сравнить с работой прожектора, который, поворачиваясь, освещает разные участки местности.
Примерно то же происходит и на уровне когнитивной оценки ситуации, когда предположения и выводы делаются на основе информации, отражающей лишь определенную сторону события, при этом та часть информации, которая находится за пределами «когнитивного прожектора», не воспринимается».
Где мы с этим сталкиваемся: примеры в жизни и бизнесе
Люди подвергаются этому когнитивному искажению в разных ситуациях: при принятии решений в повседневной жизни, финансовом планировании, в научных исследованиях, бизнесе.
Как все начиналось: сбитые самолеты Второй мировой войны
Хрестоматийным примером «ошибки выжившего» является открытие математика Абрахама Вальда во время Второй мировой войны. Американская армия теряла много самолетов в боях. Чтобы решить проблему и уменьшить потери, командование поставило перед Вальдом задачу: придумать, как укрепить конструкцию. Полностью забронировать машины было нельзя, иначе они бы просто не полетели, поэтому нужно было определить самые уязвимые места.
Военные инженеры изучили повреждения машин, вернувшихся с поля боя, и предположили, что нужно укреплять наиболее поврежденные части. Однако Абрахам Вальд отметил, что если самолет смог вернуться на базу, то попадания в эти части не критические. Важнее обратить внимание на те повреждения, с которыми самолеты не возвращались. То есть бронировать нужно те места, где у «выживших» машин не было пробоин. Это помогло снизить потери американской авиации и сохранить жизни многих летчиков.
«Ошибка выжившего» сегодня: как проявляется в повседневной жизни
Дмитрий Ковпак, врач-психотерапевт, к. м. н., доцент кафедры психотерапии, медицинской психологии и сексологии Северо-Западного государственного медицинского университета им. И. И. Мечникова, президент Ассоциации когнитивно-поведенческой психотерапии:
«Пандемия ярко показывает, как «ошибка выжившего» искажает восприятие и к чему она приводит. Люди верили в заговоры правительств и транснациональных корпораций, выдвигали конспирологические теории происходящего, а в некоторых странах все доходило до абсурда: граждане, отрицавшие существование нового коронавируса, приводящего к заболеванию COVID-19, демонстративно лизали дверные ручки, лишь бы показать, что этого вируса не существует. И если они не заразились после этого, то преподносили это как доказательство своей теории. Другие люди смотрели на все это и верили в то, что вируса действительно не существует. А потом оказывались в больницах.
В этом случае «ошибка выжившего» — это опасно и больно. Потому что когда человек верит в отсутствие проблемы, а потом сталкивается с ней лицом к лицу, это становится двойным ударом. Помимо того, что он оказывается в тяжелой жизненной ситуации, он еще поражен тем, что случилось то, чего в его картине мира быть просто не могло. Такие серьезные кризисы могут формировать посттравматические расстройства, кризис доверия себе и миру, выученную беспомощность и депрессию».
«Ошибка выжившего» в бизнесе: как она влияет на принятие решений
«Ошибка выжившего» часто встречается в сфере бизнеса. Никто не говорит о компаниях, которые потерпели неудачу на ранней стадии и больше не существуют, зато успехи нескольких десятков компаний, которые «выстрелили», превозносятся десятилетиями. Это искажает статистику и убеждает многих, что положительный исход более вероятен, чем есть на самом деле. Например, несмотря на то, что по статистике 90% стартапов терпят неудачу, начинающие предприниматели уверены, что они смогут попасть в число победителей.
Истории чужого успеха и карьерная стратегия
Яркий пример «ошибки выжившего» — культ историй успеха. Многие черпают вдохновение из рассказов о предпринимателях-миллиардерах и при этом неверно понимают причины и следствие. Например: «Стив Джобс бросил колледж и стал миллионером. Значит, секрет успеха — это уйти из университета и посвятить все время своей идее». На деле это не работает, и миллиардеры без высшего образования встречаются реже, чем кажется: из 362 самых богатых людей Америки только 12,2% бросили университет.
Те, кто стремится повторить историю успеха компании или конкретного человека, часто игнорируют роль времени, удачи, связей и социально-экономического фона. Многие из известных предпринимателей добились успеха, несмотря на свой необычный выбор, а не благодаря ему.
Как не стать жертвой ошибки выжившего
Дмитрий Ковпак:
«Когнитивным искажениям подвержены в той или иной степени все люди. Это систематические отклонения в восприятии, мышлении и поведении, тесно связанные с предубеждениями или так называемыми ограничивающими убеждениями, ошибочными стереотипами. Чаще всего они не осознаются самим носителем и требуют специальных навыков для их обнаружения и коррекции. Если человек думает, что никакого из когнитивных искажений у него нет, то это тоже своего рода когнитивное искажение.
Что касается «ошибки выжившего», то больше всего им подвержены люди, которые живут и действуют на автомате, не задумываются, что из их мыслей, предположений и ожиданий верно, а что нет, не анализируют и не проверяют факты, то есть редко пользуются критическим мышлением, логикой и анализом опыта».
Когда человек знает об «ошибке выжившего», ему гораздо проще не попасться в эту когнитивную ловушку. Кроме этого, избежать последствий влияния этой ошибки можно, если подходить к принятию решения критически.
Копайте глубже
Не доверяйте поверхностным суждениям и скоропалительным выводам, убедитесь, что у вас достаточно информации для принятия решения. Задавайте вопросы, которые помогут увидеть картину целиком. Например:
Изучайте разные точки зрения
Воспринимайте любую историю успеха как одну из версий развития событий, а не как истину в последней инстанции. Найдите неудачную статистику или истории провала и посмотрите, что в них пошло не так.
Дмитрий Ковпак:
«Многие любят публичные выступления людей, которые преодолели превратности судьбы и выжили всему вопреки. Книги наподобие «Секретов успеха от Джона Смита» также страдают «ошибкой выжившего»: это значит лишь то, что дело Джона Смита не разорилось. Куда полезнее было бы узнать, какие ошибки допустили его разорившиеся конкуренты.
Если вам пришла идея открыть ресторан в своем городе исходя из факта, что здесь много прибыльных ресторанов, вы проигнорировали то, что видите только уцелевшие и ставшие успешными точки общепита, победившие в конкурентной борьбе. Может быть, 90% всех открытых заведений в вашем городе разорились за первые два года. Но вы этого не знаете, потому что для вас они не существуют. Как писал Нассим Талеб в своей книге «Черный лебедь», на кладбище закрытых ресторанов очень тихо».
Слово «абьюз» все чаще встречается в обсуждении отношений между коллегами, родственниками и даже друзьями. Почему это тема, действительно, важна и как защитить себя от абьюзера, рассказывает психолог Алена Голзицкая.
Алена Голзицкая, системный семейный психотерапевт, научный сотрудник Психологического института РАО, специалист сервиса по подбору психологов Alter
Кто такой абьюзер
Это человек, использующий критику, обвинения, газлайтинг, манипуляции, а иногда и физическую силу в целях контроля других людей.
Абьюзером может оказаться кто угодно — родственник, друг, коллега, возлюбленный/возлюбленная, сосед по лестничной клетке. Нет и четких гендерных соответствий — абьюзерами бывают и мужчины, и женщины.
Каждый ли может стать абьюзером
Нет. Особенно далеки от такого поведенческого сценария люди с высоким уровнем эмпатии и сочувствия, склонные заботиться о других и принимать в расчет их проблемы и трудности.
Абьюзерами рождаются или становятся
Можно говорить о том, что некоторые предпосылки насильственного поведения заложены генетически. Но также важно упомянуть, что если ребенок растет в среде, где много агрессии и жестокости, он с куда большей вероятностью вырастет абьюзером, нежели его сверстники, воспитывавшиеся в более благополучных условиях.
Как понять, что я в отношениях с абьюзером
Чек-лист: есть ли в вашей жизни абьюз
Прежде всего вспомните, есть ли в вашей жизни люди, контакт с которыми провоцирует постоянное чувство вины, заставляет ощущать себя «плохим человеком», чьи потребности и переживания не заслуживают уважения? Если в памяти всплывают конкретные кандидатуры, то попробуйте оценить их поведение по отношению к вам, ответив на следующие вопросы:
Если вы ответили «да» хотя бы на половину этих вопросов, вам стоит задуматься, не попали ли вы в дисфункциональные отношения с абьюзером.
Часто мы задаемся вопросом: как же так, почему кто-то может позволить себе подобное поведение? Что не так с этими людьми? Чем они отличаются от тех, кто никогда так не поступает?
Отличий достаточно много — в том числе, в психологическом профиле таких людей. У них, как правило, возникают большие сложности с переживанием эмпатии — того чувства, которое помогает нам понять, что находящийся рядом человек испытывает эмоциональные страдания. Также у них могут быть ярко выражены эгоизм, агрессивность, склонность добиваться своего любыми путями, пренебрежение чужими интересами, неумение признавать свою вину и ошибки и неумение создавать прочные отношения с окружающими.
Абьюз в общении между людьми может принимать следующие формы:
Иными словами, если ваш партнер/коллега/друг склонен часто усматривать в ваших словах или поступках причины, побуждающие его почувствовать себя уязвленным или обиженным (при условии, что ничего подобного вы даже не подразумевали), после чего может начать агрессивно высказываться в ваш адрес с целью заставить почувствовать себя виноватым, либо перестает с вами разговаривать, уходит и не откликается на ваши попытки поговорить и обсудить произошедшее, а вы все это время обижены, места себе не находите, думая о том, что что-то сделали не так и вся проблема в вас, пытаетесь всячески задобрить и помириться, идя на любые компромиссы и поступаясь своими интересами, и только тогда заслуживаете, наконец, его/ее снисхождения, — то вы столкнулись с одним из самых распространенных сценариев эмоционального насилия.
Какие еще бывают сценарии
Например, партнер/коллега/друг совершенно не принимает отказов в том, чего ожидает от вас — будь то деньги, некое одолжение или принятие его мнения как единственно правильного. В случае ваших робких попыток все-таки найти компромисс, вы столкнетесь с градом гневных обвинений или презрительных взглядов с его/ее стороны. Либо вы можете получить запрос на помощь, но вместо благодарности в ответ столкнетесь с обвинениями в черствости, неотзывчивости или эгоизме, так как человеку не понравился «тон вашего ответа».
Сценариев может быть масса, но итог общения с абьюзером всегда один — вы чувствуете себя никчемным, глупым эгоистом и всеми силами стремитесь поскорее выйти из этого неприятного взаимодействия, обещая себе никогда больше не допускать такого чудовищного обращения.
Как противостоять абьюзеру
Столкновение с подобными людьми болезненно, и выйти из такого общения невредимым крайне сложно. Но можно минимизировать урон. Вот несколько простых правил, позволяющих отрегулировать коммуникацию с эмоциональным абьюзером.
Правило 1. Не обвинять себя
В том что у вас такие трудные отношения с этим человеком, вы совершенно не виноваты, как бы красочно он ни пытался доказать вам обратное. Вы не должны брать на себя ответственность за его обиды, вспышки гнева, длительное молчание в ваш адрес. Вспомните о тех людях, с которыми у вас вполне нормальные отношения — ведь вы умеете находить компромиссы, идти навстречу, помогать, получая при этом положительный отклик. Абьюзер же совершенно не стремится соблюдать правила вежливости и не склонен вести себя так, чтобы с ним можно было конструктивно разрешать разногласия. А почему он этого не делает? Потому что, на самом деле, ему не нужны нормальные, работающие отношения — ему нужно подчинение и возможность использовать ваши ресурсы, ничего не давая взамен. Именно поэтому стоит несколько раз подумать, прежде чем продолжать общение с этим человеком.
Правило 2. Отрегулировать собственные ожидания от взаимодействия с абьюзером
Если вы ждете от такого человека доброго отношения, уважения к вашим потребностям и искренних извинений за сделанную им ошибку, вы неизбежно сталкиваетесь с тем, что ваши ожидания не оправдываются. И, увы, не оправдаются никогда. Поэтому лучше всего отрегулировать свои запросы — зная, что вы общаетесь с абьюзером, не надеяться на лучшее, а рассчитывать на худшее. Так хотя бы не будет больно от несбывшихся надежд.
Правило 3. Не надеяться, что такой человек когда-либо изменится
«Оставь надежду всяк сюда входящий», как, согласно Данте, написано на вратах ада: ни вы, ни кто-то другой не могут кардинально изменить поведение абьюзера.
Правило 4. Установить четкие границы во взаимодействии
Наилучший вариант — прекратить всякое общение с такими людьми. Но ведь часто абьюзерами выступают родители или другие родственники, разорвать контакт с которыми очень сложно. Поэтому максимально ориентируйтесь на свои жизненные цели, научитесь говорить «нет», когда вас пытаются использовать неконструктивным образом, и всегда четко напоминайте абьюзеру, что его поведение для вас неприемлемо. Так он, по крайней мере, будет поставлен перед фактом, что вы не собираетесь молча терпеть его манипуляции и готовы за себя постоять.
Правило 5. Максимально бережно отнестись к себе после контакта с абьюзером
Что делать, если ты — абьюзер? И меняется ли абьюзер?
Если, отвечая на вопросы из чек-листа выше, вы ненароком узнали себя — открытие малоприятное. Но поздравляю вас: похоже, не все потеряно. Осознать, что вам свойственно такое поведение — уже большой шаг к тому, чтобы научиться действовать по-другому. Выйти из абьюзивных стратегий непросто — прежде всего потому, что абьюзеры, как правило, ни за что не признают, что они таковыми являются. Еще бы: ведь тогда придется отказаться от столь эффективных способов влияния на окружающих.
И все же бывают ситуации, в которых даже самые закостенелые абьюзеры в значимых для себя ситуациях получают последнее предупреждение: «если не изменишься, тебя в моей жизни не будет». И здесь приходится выбирать — либо терять что-то важное, либо пытаться работать над собой. В случае выбора второго пути такому человеку необходима профессиональная психотерапевтическая помощь.Только в этом случае возможно изменения в поведении.
Где найти поддержку
Если сразу выйти из порочного круга взаимодействия с абьюзером не получается, а эмоциональные ресурсы уже на пределе, не стесняйтесь обратиться за поддержкой к психологу. В экстренных случаях звоните на линии помощи или обратитесь в профильный кризисный центр — например, «Насилию.нет» или «Ты не одна». Помните, что самая большая ценность — это ваша жизнь, как бы кто ни пытался убедить вас в обратном.
Новая данность: что такое Data Science и зачем она нужна бизнесу
Что изучает Data Science
Каждый день человечество генерирует примерно 2,5 квинтиллиона байт различных данных. Они создаются буквально при каждом клике и пролистывании страницы, не говоря уже о просмотре видео и фотографий в онлайн-сервисах и соцсетях.
Наука о данных появилась задолго до того, как их объемы превысили все мыслимые прогнозы. Отсчет принято вести с 1966 года, когда в мире появился Комитет по данным для науки и техники — CODATA. Его создали в рамках Международного совета по науке, который ставил своей целью сбор, оценку, хранение и поиск важнейших данных для решения научных и технических задач. В составе комитета работают ученые, профессора крупных университетов и представители академий наук из нескольких стран, включая Россию.
Сам термин Data Science вошел в обиход в середине 1970-х с подачи датского ученого-информатика Петера Наура. Согласно его определению, эта дисциплина изучает жизненный цикл цифровых данных от появления до использования в других областях знаний. Однако со временем это определение стало более широким и гибким.
Data Science (DS) — междисциплинарная область на стыке статистики, математики, системного анализа и машинного обучения, которая охватывает все этапы работы с данными. Она предполагает исследование и анализ сверхбольших массивов информации и ориентирована в первую очередь на получение практических результатов.
В 2010-х годах объемы данных стали расти по экспоненте. Свою роль сыграл целый ряд факторов — от повсеместного распространения мобильного интернета и популярности соцсетей до всеобщей оцифровки сервисов и процессов. В итоге профессия дата-сайентиста быстро превратилась в одну из самых популярных и востребованных. Еще в 2012 году позицию дата-сайентиста журналисты назвали самой привлекательной работой XXI века (The Sexiest Job of the XXI Century).
Развитие Data Science шло вместе с внедрением технологий Big Data и анализа данных. И хотя эти области часто пересекаются, их не следует путать между собой. Все они предполагают понимание больших массивов информации. Но если аналитика данных отвечает на вопросы о прошлом (например, об изменениях в поведениях клиентов какого-либо интернет-сервиса за последние несколько лет), то Data Science в буквальном смысле смотрит в будущее. Специалисты по DS на основе больших данных могут создавать модели, которые предсказывают, что случится завтра. В том числе и предсказывать спрос на те или иные товары и услуги.
Зачем Data Science бизнесу
Компании используют Data Science вне зависимости от размера бизнеса, показывает статистика Kaggle (профессиональная соцсеть специалистов по работе с данными). А по подсчетам IDC и Hitachi, 78% предприятий подтверждают, что количество анализируемой и используемой информации в последнее время значительно возросло. Бизнес понимает, что неструктурированная информация содержит очень важные для компании знания, способные повлиять на результаты бизнеса, отмечают авторы исследования.
Причем это касается самых разных сфер экономики. Вот лишь несколько примеров отраслей, которые используют Data Science для решения своих задач:
И это лишь самый краткий и поверхностный список использования Data Science. Количество различных кейсов с использованием «науки о данных» увеличивается с каждым годом в геометрической прогрессии.
Каждый интернет-пользователь и просто потребитель ежедневно десятки раз сталкивается с продуктами и решениями, в которых применяются инструменты Data Science. К примеру, аудио-сервис Spotify использует их, чтобы лучше подбирать треки для пользователей в соответствии с их предпочтениями. То же самое можно сказать о предложении фильмов и сериалах на видео-стримингах, таких как Netflix. А в Uber науку о данных рассматривают как инструмент для предиктивной аналитики, прогнозирования спроса, улучшения и автоматизации всех продуктов и клиентского опыта.
Конечно, дата-сайентисты не могут в точности предсказать будущее компании и учесть абсолютно все возможные риски. «Все модели неправильные, но некоторые из них полезны», — иронизировал по этому поводу британский статистик Джордж Бокс. Тем не менее, инструменты Data Science служат хорошей поддержкой для компаний, которые хотят принимать более информированные и обоснованные решения о своем будущем.
Как работают дата-сайентисты
Для работы с данными дата-сайентисты применяют целый комплекс инструментов — пакеты статистического моделирования, различные базы данных, специальное программное обеспечение. Но, главное, они используют технологии искусственного интеллекта и создают модели машинного обучения (нейросети), которые помогают бизнесу анализировать информацию, делать выводы и прогнозировать будущее.
Каждую такую нейросеть необходимо спланировать, построить, оценить, развернуть и только потом перейти к ее обучению. «Сейчас, по нашим оценкам, в процессе работы над ИИ-решениями только 30% времени специалистов уходит на обучение моделей. Все остальное — на подготовку к нему и другую рутину», — говорит CTO «Сбербанк Груп», исполнительный вице-президент и глава блока «Технологии» Давид Рафаловский.
Компания Anaconda, которая разрабатывает продукты для работы с данными, приводит еще более печальную статистику. Ее опросы показывают, что в среднем почти половину времени (45%) специалисты тратят на подготовку данных, то есть их загрузку и очистку. Еще примерно треть уходит на визуализацию данных и выбор модели. На обучение и развертывание остается всего 12% и 11% рабочего времени соответственно.
Дата-сайентисты в облаках
Облегчить и ускорить работу по сбору данных, построению и развертыванию моделей помогают специальные облачные платформы. Именно облачные платформы для машинного обучения стали самым актуальным трендом в Data Science. Поскольку речь идет о больших объемах информации, сложных ML-моделях, о готовых и доступных для работы распределенных команд инструментах, то дата-сайентистами понадобились гибкие, масштабируемые и доступные ресурсы.
Именно для дата-сайентистов облачные провайдеры создали платформы, ориентированные на подготовку и запуск моделей машинного обучения и дальнейшую работу с ними. Пока таких решений немного и одно из них было полностью создано в России. В конце 2020 года компания Sbercloud представила облачную платформу полного цикла разработки и реализации AI-сервисов — ML Space. Платформа содержит набор инструментов и ресурсов для создания, обучения и развертывания моделей машинного обучения — от быстрого подключения к источникам данных до автоматического развертывания обученных моделей на динамически масштабируемых облачных ресурсах SberCloud.
Сейчас ML Space — единственный в мире облачный сервис, позволяющий организовать распределенное обучение на 1000+ GPU. Эту возможность обеспечивает собственный облачный суперкомпьютер SberCloud — «Кристофари». Запущенный в 2019 году «Кристофари» является сейчас самым мощным российским вычислительным кластером и занимает 40 место в мировом рейтинге cуперкомпьютеров TOP500
Платформу уже используют команды разработчиков экосистемы Сбера. Именно с ее помощью было запущено семейство виртуальных ассистентов «Салют». Для их создания с помощью «Кристофари» и ML Space было обучено более 70 различных ASR- моделей (автоматическое распознавание речи) и большое количество моделей Text-to-Speech. Сейчас ML Space доступна для любых коммерческих пользователи, учебных и научных организаций.
«ML Space – это настоящий технологический прорыв в области работы с искусственным интеллектом. По нескольким ключевым параметрам ML Space уже превосходит лучшие мировые решения. Я считаю, что сегодня ML Space одна из лучших в мире облачных платформ для машинного обучения. Опытным дата-сайентистам она предоставляет новые удобные инструменты, возможность распределенной работы, автоматизации создания, обучения и внедрения ИИ-моделей. Компаниям и организациям, не имеющим глубокой ML-экспертизы, ML Space дает возможность впервые использовать искусственный интеллект в своих продуктах, приложениях и рабочих процессах», — уверен Отари Меликишвили, лидер продуктового вправления AI Cloud, компании SberCloud.
Облака помогают рынку все шире использовать платформы для работы с данными, предлагая безграничные вычислительные мощности, подтверждают аналитики Mordor Intelligence.
По мнению экспертов из Anaconda, потребуется время, чтобы бизнес и сами специалисты созрели для широкого использования инструментов DS и смогли получить результаты. Но прогресс уже очевиден. «Мы ожидаем, что в ближайшие два-три года Data Science продолжит двигаться к тому, чтобы стать стратегической функцией бизнеса во многих отраслях», — прогнозирует компания.
