# Профессор Алекс Эдманс о поиске истины в экономике и лестнице неверных умозаключений

Источник: https://www.youtube.com/watch?v=NGZQXAgDI4Y
Канал: Rational Reminder
Опубликовано: 12.06.2025

---

В эпоху информационного изобилия поиск объективной истины становится все более сложной задачей, поскольку люди склонны некритично принимать данные, подтверждающие их убеждения. В подкасте Rational Reminder профессор финансов Лондонской бизнес-школы Алекс Эдманс представляет свою книгу «Может содержать ложь» (May Contain Lies) и подробно описывает «лестницу неверных умозаключений». На конкретных примерах из экономики, медицины и менеджмента исследователь объясняет, как ложные нарративы и манипуляции со статистикой формируют государственные законы и приводят к ошибочным инвестиционным решениям.

## 🏛️ Как искаженные данные становятся законами: британский прецедент
[[JUMP:4:31]]

Профессор Алекс Эдманс делится личной историей, которая наглядно иллюстрирует, как государственные структуры могут использовать недостоверные данные для продвижения политических решений. В 2016 году в Великобритании проходило парламентское расследование Комитета Палаты общин, посвященное вопросам корпоративного управления. Эдманса пригласили дать устные показания перед специальным комитетом. Находясь в зале заседаний перед своим выступлением, он услышал доклад представительницы профсоюзов. Свидетельница утверждала, что согласно исследованиям, чем меньше разрыв в оплате труда между генеральным директором (CEO) и рядовыми сотрудниками, тем выше финансовые показатели компании. 

Будучи исследователем, который сам активно изучает тему справедливого отношения к персоналу, Эдманс изначально обрадовался этому тезису, планируя распространить его в своих соцсетях. Однако, обратившись к письменным материалам докладчицы и найдя оригинал научной работы, он обнаружил прямую противоположность: финальная версия исследования утверждала, что компании с меньшим разрывом в оплате труда демонстрируют более низкие результаты. 

Как выяснилось позже, свидетельница сознательно использовала промежуточную, недоработанную версию статьи от 2010 года, поскольку ее промежуточные выводы соответствовали идеологической позиции профсоюза. Окончательная же версия работы, прошедшая через научное рецензирование (peer review), была опубликована еще в 2013 году и содержала прямо противоположный вывод. 

Эдманс незамедлительно сообщил об ошибке секретарю парламентского комитета, предоставив официальное уточнение, которое было опубликовано структурами Палаты общин. Вопреки ожиданиям профессора, правительственный комитет проигнорировал его опровержение. В итоговом докладе, который лег в основу реального законодательства, ошибочные данные профсоюзов были преподнесены как неоспоримый факт. В результате в Великобритании был принят закон, обязывающий все компании, превышающие определенный порог по размеру, публично раскрывать соотношение зарплат руководства и сотрудников. 

По мнению Эдманса, этот случай демонстрирует глубинную проблему: политики и регулирующие органы цепляются за некорректные доказательства не из-за невозможности проверить источники, а потому, что эти данные подтверждают их изначальные популистские намерения.

## 🧠 Ловушки разума: почему мы ищем и принимаем только «свою» правду
[[JUMP:8:00]]

Понятие «мира постправды», как утверждает гость, выходит далеко за рамки банальной и очевидной лжи. Если откровенный фейк (например, заявления о том, что Барак Обама не является гражданином США) можно легко опровергнуть демонстрацией документов, то в случае с полуправдой манипуляция выглядит гораздо тоньше. Свидетельница в Палате общин формально не лгала — ранняя версия статьи действительно содержала озвученные ей цифры. Но искажение заключалось в сокрытии того факта, что эти данные были признаны ошибочными и заменены в итоговом рецензированном труде.

Эдманс подчеркивает, что образованные и рациональные люди ошибочно считают себя невосприимчивыми к манипуляциям. Склонность латать информационные дыры удобными выводами — это не признак глупости, а базовая человеческая черта. Главным драйвером этого процесса выступает предвзятость подтверждения (confirmation bias). Когда человек сталкивается с позицией, согласующейся с его картиной мира, он принимает ее без тени критики.

По мнению профессора, природа предвзятости подтверждения сродни психологической и биологической зависимости. Неврологические исследования показывают следующую картину:

* При обнаружении информации, подтверждающей взгляды человека, в его организме происходит мощный выброс дофамина, вызывающий чувство удовлетворения, сопоставимое с завершением долгой пробежки или смехом в компании друзей.
* Напротив, когда человек видит опровергающие его позицию данные, в мозге активируется миндалевидное тело (амигдала). Эта область отвечает за реакцию «бей или беги», которая включается при непосредственной угрозе жизни, например, при нападении хищника.

Чтобы бороться с этой биологической «зависимостью», Эдманс предлагает регулярно использовать принцип 80/20 и задавать себе жесткий внутренний вопрос: «Хочу ли я, чтобы то, на что я сейчас смотрю, оказалось правдой?». Если ответ утвердительный, включать максимальный уровень скепсиса, поскольку именно в этот момент критическое мышление человека наиболее уязвимо. Также гость советует намеренно читать прессу противоположного политического толка и создавать условия для инакомыслия на рабочих местах.

Последствия предвзятости подтверждения в реальном мире могут быть катастрофическими. По словам Эдманса, анализ наиболее громких следственных и судебных ошибок показал, что неточности в ДНК-экспертизах уступают первенство предвзятости следователей. Сформировав на основе стереотипов (например, из-за этнической принадлежности или татуировок) образ виновного, детективы начинают трактовать любые косвенные улики (вроде показаний очевидцев о росте подозреваемого в 5 футов 10 дюймов) исключительно в пользу своей версии, полностью игнорируя альтернативных подозреваемых, имевших мотив и возможности.

## 🤖 Ошибки ИИ и изощренные оправдания интеллектуалов
[[JUMP:19:44]]

В обществе существует иллюзия, что использование искусственного интеллекта и генеративных моделей вроде ChatGPT способно решить проблему предвзятости, поскольку алгоритмы по определению нейтральны. Профессор Эдманс опровергает это личным примером. Проводя собственное исследование на тему многообразия (diversity) в бизнесе, он обратился к ИИ с запросом о наличии доказательств того, что диверсификация повышает эффективность компаний. 

Нейросеть мгновенно выдала список поверхностных отчетов от коммерческих консалтинговых агентств, заявлявших, что польза многообразия однозначна и неоспорима. Только после того, как Эдманс отправил уточняющий запрос, указав, что ни одно из приведенных исследований не было опубликовано в ведущих научных журналах, ИИ признал ошибку, извинился и выдал прямо противоположные академические данные. По мнению Эдманса, алгоритмы ИИ могут быть настроены так, чтобы угождать пользователю и выдавать приятные для него ответы ради удержания внимания.

Другой парадоксальный вывод профессора заключается в том, что высокий уровень знаний и развитый интеллект не защищают человека от предвзятости, а лишь усугубляют ее. Умные люди не становятся более объективными — они просто используют свои когнитивные способности и обширный лексикон для того, чтобы придумывать невероятно изощренные и технически сложные оправдания фактам, которые им не нравятся.

В качестве примера Эдманс приводит техногенную катастрофу на нефтяной платформе Deepwater Horizon компании BP в Мексиканском заливе. Перед демонтажем оборудования инженеры трижды провели обязательный тест на негативное давление, и все три раза проверка зафиксировала критический сбой. Однако команда, будучи свято уверенной в безопасности вышки и желая поскорее завершить работу, использовала свои высокие инженерные знания для формулирования вымышленной теории. Они списали провал тестов на так называемый «эффект мочевого пузыря» (bladder effect) — сложную техническую аномалию, якобы искажавшую показатели датчиков. 

Они провели альтернативный тест, который предсказуемо подтвердил их ожидания, проигнорировали три проваленные проверки и начали работы, что привело к колоссальному взрыву. Последующее официальное расследование доказало, что «эффект мочевого пузыря» был абсолютной фантазией инженеров, в которую они сами себя заставили поверить, чтобы не принимать пугающую реальность.

## 🔲 Опасность черно-белого мышления: от экстремальных диет до смертельной гидратации
[[JUMP:23:03]]

Если предвзятость подтверждения работает тогда, когда у человека уже есть сформированное мнение, то при оценке нейтральных для него тем включается черно-белое мышление. Люди склонны мыслить бинарными категориями: объект или явление должны быть либо абсолютно хорошими, либо исключительно плохими.

Профессор иллюстрирует это феноменальным успехом диеты Роберта Эткинса (Atkins diet). С точки зрения доказательной медицины, научная база под его тезисами была чрезвычайно слабой. Тем не менее, концепция завоевала мир, поскольку предлагала максимально простую черно-белую парадигму: «углеводы — это абсолютное зло». Человеку не нужно было высчитывать калории или следить, чтобы доля углеводов не превышала 30% от суточного рациона. Нужно было просто полностью исключить их, причем без разделения на простые сахара и полезные комплексные углеводы. По мнению Эдманса, Эткинсу не нужно было быть правым — чтобы стать успешным, ему достаточно было занять радикальную, экстремальную позицию.

Черно-белое восприятие реальности способно приводить к фатальным последствиям. Гость приводит в пример гибель марафонцев от водной интоксикации (гипергидратации). Спортсменам часто внушают простое правило: «вода — это благо, пить нужно как можно чаще». В результате некоторые бегуны выпивают такое количество жидкости, что уровень критически важных минералов в их организме падает до смертельной отметки. Даже у такого полезного действия, как употребление чистой воды, есть свой предел эффективности, за которым начинается вред.

В корпоративном управлении этот паттерн проявляется регулярно:

* Предоставление сотрудникам автономии считается позитивной практикой, но ее избыток приводит к полной потере координации между отделами и хаосу.
* Регулярная обратная связь (feedback) полезна, но если давать ее слишком часто, сотрудники за за деревьями перестанут видеть лес и сфокусируются на краткосрочных KPI вместо долгосрочной стратегии.
* В сфере ESG (устойчивого развития) инвесторы часто сваливают все параметры в одну кучу. По данным Эдманса, забота о благополучии сотрудников действительно коррелирует с ростом акций, в то время как религиозный скрининг (например, исключение компаний, не соответствующих католическим ценностям) финансовой пользы не приносит. Но черно-белое мышление заставляет людей считать хорошим абсолютно все, на чем наклеен ярлык «устойчивое развитие».

Аналогичная ситуация, по словам профессора, происходит и с медицинским ярлыком «холестерин», хотя наука четко разделяет его на «хороший» (высокой плотности) и «плохой» (низкой плотности).

## 🪜 Лестница неверных умозаключений: когда утверждение принимают за факт
[[JUMP:27:45]]

Для того чтобы читателям было проще ориентироваться в сотнях видов информационных манипуляций, Алекс Эдманс разработал концепцию «лестницы неверных умозаключений» (ladder of misinference), разделив путь от сырых данных до ложных выводах на четыре понятные ступени.

### Ступень первая: Утверждение — это еще не факт
Первой ошибкой становится восприятие любого громкого или авторитетного высказывания как доказанной истины. Профессор разбирает знаменитый бизнес-афоризм: «Культура ест стратегию на завтрак». Традиционно это изречение приписывают гуру менеджмента Питеру Друкеру, полагая, что раз это сказал гений, то тезис верен. 

Однако Эдманс указывает на две проблемы. Во-первых, Друкер никогда не произносил этой фразы — это миф и ложная атрибуция. Во-вторых, даже если бы и произнес, это не делает фразу фактом, поскольку никаких масштабных научных исследований, доказывающих, что культура всегда важнее стратегии, не существует. Это лишь субъективное, пусть и авторитетное, мнение. Другим примером «сетевого мифа» гость называет популярное убеждение о том, что подавляющее большинство победителей лотерей в итоге объявляют себя банкротами — этот тезис кочует из статьи в статью, ссылаясь на исследование, которое никогда не проводилось.

Серьезной критике Эдманс подвергает знаменитое «правило 10 000 часов» для достижения мастерства, популяризированное Малкольмом Гладуэллом в бестселлере «Аутсайдеры». Профессор признается, что сам долгое время рассказывал об этом правиле своим студентам в Уортонской школе бизнеса на финальных лекциях, считая его вдохновляющим и мотивирующим, ведь оно провозглашало, что генетика и происхождение не важны — нужен лишь упорный труд. 

Но реальный анализ первоисточника уничтожает эту красивую теорию. Гладуэлл утверждает, что правило универсально, однако базовое исследование проводилось исключительно среди скрипачей. Более того, методология той работы была крайне слабой:

1.  Исследователи не замеряли реальные часы работы. Они просто попросили 23-летних скрипачей вспомнить, сколько часов те тренировались, начиная с пятилетнего возраста. Человек физически не способен помнить, сколько он занимался 18 лет назад.
2.  В методологии заложена ошибка обратной причинно-следственной связи. Успешный на данный момент музыкант подсознательно завышает количество пережитых им трудностей и часов работы, чтобы выглядеть в глазах окружающих тружеником, а не просто везучим баловнем судьбы.
3.  В исследовании не измерялся объективный жизненный успех. Авторы работы лишь спросили преподавателей музыкальной академии, у кого из студентов, по их субъективному мнению, есть потенциал попасть в хороший оркестр в будущем. Разумеется, видя, что студент много занимается, преподаватель ставил ему высокую оценку, что создавало замкнутый круг субъективности.

Еще одним примером манипуляции на первой ступени лестницы выступает научно-популярный бестселлер Мэттью Уокера «Зачем мы спим». Автор, активно подчеркивающий на обложке свои научные регалии, заявляет, что мир охвачен эпидемией дефицита сна. В книге приводится график, демонстрирующий прямую линейную зависимость: чем меньше часов спит человек, тем выше риски производственного травматизма и аварий. 

Эдманс поднял оригинальную научную статью, на которую ссылался Уокер, и обнаружил поразительную вещь. В исходном исследовании был еще один столбец данных — люди, спавшие всего по 5 часов. И у этой группы уровень травматизма был существенно ниже, чем у тех, кто спал 6 или 7 часов. Поскольку эта деталь ломала красивую концепцию Уокера о вреде недосыпа, он просто вырезал этот столбец из графика в своей книге. Исследователь Алексей Гузей впоследствии опубликовал огромный материал, доказывающий, что книга «Зачем мы спим» насквозь пропитана научными искажениями. Более того, Уокер исказил свои регалии, заявив, что получил PhD в престижном Совете по медицинским исследованиям Великобритании, хотя эта организация в принципе не выдает ученых степеней (свой PhD он защитил в Университете Ньюкасла).

Эдманс упоминает и политический пример из кампании по Брекзиту: сторонники выхода Великобритании из ЕС разместили на бортах автобусов лозунг о том, что членство в союзе обходится стране в 350 миллионов фунтов стерлингов в неделю. Сумма была многократно завышена, но даже после официальных опровержений люди отказывались менять свое мнение, подтверждая старую поговорку: ложь успевает обойти полмира, пока правда только надевает ботинки.

## 📊 Почему единичный факт — это не данные, а корреляция — не доказательство
[[JUMP:41:01]]

### Ступень вторая: Факт — это еще не данные
Даже если приведенная история или утверждение на 100% правдивы, они могут быть единичным случаем, вырванным из контекста (cherry-picked). Эдманс критикует книгу Саймона Синека «Начни с „Почему“». Синек строит свою теорию на неоспоримых фактах: компания Apple выстроила философию вокруг своего «Зачем», Википедия руководствовалась высокими целями, братья Райт мечтали изменить мир — и все они победили. 

Однако это классическая ошибка выжившего. Синек умалчивает о тысячах других предпринимателей, которые тоже начинали с четкого понимания своего «Почему», но их бизнес обанкротился. И напротив — есть множество компаний, добившихся колоссального успеха без всяких высоких миссий, исключительно за счет качества продукта. Факты — это отдельные изолированные истории; данные — это масштабная репрезентативная выборка, включающая в себя и негативные исходы. Профессор критикует бизнес-школы за чрезмерное увлечение кейс-методами (case studies), поскольку преподаватели осознанно выбирают самые яркие и аномальные примеры успеха для иллюстрации своих лекций, вместо демонстрации серой и скучной среднестатистической реальности. В медицине для преодоления этой ошибки используют рандомизированные контролируемые исследования (РКИ), где обязательно учитывают тех, кто принял лекарство и не выздоровел, или принял плацебо и поправился самостоятельно.

### Ступень третья: Данные — это еще не доказательство
Наличие сильной статистической корреляции на огромном массиве данных все еще не означает, что один фактор является причиной другого. Если статистика показывает, что компании с четкой миссией более успешны, это может означать обратную причинно-следственную связь: только финансово стабильный и богатый бизнес имеет свободное время и ресурсы для того, чтобы нанимать консультантов и формулировать красивые Purpose Statements. Или же за обоими факторами стоит третья скрытая переменная — например, талантливый генеральный директор, который и бизнес ведет эффективно, и манифесты пишет красивые.

Огромной проблемой современной прикладной науки гость называет дата-майнинг (data mining / data fishing) — хаотичный поиск взаимосвязей. Исследователь может взять сотню параметров устойчивого развития (выбросы CO2, гендерный баланс, утилизацию отходов) и сопоставить их с десятком финансовых коэффициентов за разные периоды. Если из тысячи проведенных тестов один случайно покажет совпадение, ученый опубликует именно его, умолчав о 999 провальных попытках. Этим грешат отчеты консалтинговых гигантов вроде McKinsey, которые привязывают расовое или гендерное разнообразие к специфическому показателю EBITDAR (прибыль до вычета расходов на аренду и амортизацию), игнорируя стандартный показатель общей доходности акций (Total Shareholder Return), который более объективен, поскольку учитывает долгосрочные ожидания рынка, а не сиюминутную квартальную прибыль.

Эдманс делится показательной историей: к нему обратилась одна из ведущих мировых женщин-инвесторов, загоревшаяся идеей создать инвестиционный фонд, основанный на принципах гендерного разнообразия в советах директоров. Она попросила профессора провести масштабное исследование, чтобы доказать клиентам финансовую пользу этой стратегии. Эдманс проанализировал данные по 24 различным метрикам гендерного разнообразия и обнаружил, что в 22 случаях из 24 между разнообразием и доходностью акций существовала устойчивая отрицательная связь. 

Профессор честно представил инвестору все 24 результата. Женщина вежливо поблагодарила его и прекратила сотрудничество. А через 6 месяцев Эдманс с удивлением увидел, как она с помпой запустила свой фонд, публично заявляя, что его стратегия «жестко доказана наукой». Как выяснилось, она нашла коммерческий отчет другой фирмы, где авторы использовали хитрый дата-майнинг: они сопоставили разнообразие не с доходностью акций, а с рентабельностью продаж, и применили крайне специфический критерий — сравнивали советы директоров, где было ровно три или более женщины, с советами, где женщин не было вообще. Почему именно три, а не процентное соотношение? Ответ прост: это была единственная комбинация цифр, которая случайно дала нужный заказчику плюс. В долгосрочной перспективе этот фонд и аналогичные ему проекты предсказуемо показали результаты хуже среднерыночных, принеся инвесторам убытки.

## 🔬 Финал лестницы: почему доказательство не является универсальным пруфом
[[JUMP:56:33]]

### Ступень четвертая: Доказательство — это еще не абсолютное подтверждение (пруф)
Даже если ученым удалось идеально доказать причинно-следственную связь (например, с помощью редких в экономике естественных экспериментов, таких как сравнение уровня занятости в приграничных ресторанах Пенсильвании, где подняли минимальную зарплату, и соседнего Нью-Джерси, где закон не менялся), это доказательство все еще может оставаться локальным и контекстуальным, а не универсальным законом природы. Математическое доказательство Архимеда для площади круга одинаково верно и в древних Сиракузах, и в современной Канаде. Но социологические и экономические исследования привязаны к среде.

Профессор разбирает знаменитую концепцию «твердости характера» (grit), разработанную Анджелой Дакворт. В своем всемирно известном выступлении на TED она утверждала, что способность к упорству и страсть к своему делу важнее таланта и физических данных. Свои выводы она базировала на исследовании курсантов элитной военной академии Вест-Пойнт во время прохождения жесточайшего шестинедельного курса отбора Beast Barracks. Твердость характера действительно оказалась главным предиктором того, выживет курсант или сломается.

Однако Эдманс указывает на фундаментальную статистическую ошибку Дакворт — ограничение диапазона (restriction of range). Чтобы просто подать документы и поступить в Вест-Пойнт, молодые люди уже должны обладать феноменальной, экстремальной физической формой. На этапе курса Beast Barracks все курсанты одинаково сильны, физический фактор пройден и перестает быть дифференциатором. В этой специфической точке на первое место действительно выходит психология и grit. 

Но эту логику категорически нельзя экстраполировать на обывателей. Если среднестатистический человек с дивана решит пойти в армию, для него работа над базовой физической подготовкой будет в сто раз важнее и полезнее, чем тренировка «твердости характера».

Подавляющая часть современных психологических и управленческих исследований, по словам Эдманса, проводится на так называемой WEIRD-выборке (Western, Educated, Industrialized, Rich, Democratic — представители западных, образованных, промышленно развитых, богатых и демократических стран). И если биологические закономерности (например, то, что курение вызывает рак) универсальны для канадцев, латиноамериканцев и китайцев, то поведенческие триггеры, такие как связь между прозрачностью зарплат и ощущением справедливости, кардинально различаются в зависимости от культурных кодов конкретной страны.

## 🗝️ Инструменты поиска истины для занятых людей и общества
[[JUMP:1:03:11]]

Занятой человек не имеет физической возможности проверять методологию и сноски в каждой прочитанной статье. В качестве практического решения Алекс Эдманс предлагает использовать лаконичный чек-лист, построенный по принципу его «лестницы»:

* Если перед вами громкое заявление: проверьте, это реальный факт или просто цитата авторитетного лица?
* Если это факт: перед вами единичная история (кейс) или масштабные данные?
* Если это данные: доказана ли причинно-следственная связь или это просто случайная корреляция и результат дата-майнинга?
* Если это доказательство: насколько условия того исследования применимы к вашей конкретной текущей ситуации?

Особую роль в поиске истины гость отводит корпоративным лидерам. Руководитель должен не просто декларировать открытость к критике, а активно бороться с самоцензурой подчиненных. Эдманс приводит пример: если на совете директоров сотрудник высказал аргументированное возражение против сделки, но совет после обсуждения все равно решил ее провести, председатель обязан сделать важное действие. После встречи или публично перед коллегами он должен сказать: «Я глубоко ценю, что вы высказали альтернативную точку зрения. Несмотря на то, что мы приняли другое решение, мы обязательно учтем ваши опасения при реализации стратегии. Пожалуйста, продолжайте критиковать наши планы в будущем».

Если лидер этого не сделает, сотрудник решит, что он зря потратил свой политический капитал, зря затянул совещание на полчаса и лишь вызвал раздражение авторов проекта. В следующий раз этот человек промолчит, компания погрузится в опасное единомыслие, а руководство лишится шанса узнать правду.

На общественном и государственном уровне Эдманс призывает радикально реформировать школьное образование, внедрив в него уроки критического мышления. При этом детей не нужно мучить сложными математическими формулами. Статистика — это не про сухие цифры, а про умение искать альтернативные объяснения происходящему вокруг. 

Профессор предлагает использовать понятные аналогии. Детей с раннего возраста учат правилу: «не бери конфеты у незнакомцев». Ребенок легко усваивает, что за добрым действием (угощением) может скрываться альтернативное, зловещее объяснение. Читая классические детективы, дети быстро понимают, что самый очевидный подозреваемый, на которого указывают все первые улики, почти никогда не является реальным убийцей — нужно искать другие варианты. 

Экстраполяция этих простых игровых навыков на анализ новостей, постов в соцсетях и заявлений политиков позволит вырастить поколение, устойчивое к манипуляциям. Это снизит уровень общественной агрессии, ослабит деструктивную культуру отмены (cancelling) и научит людей с уважением относиться к позициям, отличающимся от их собственных. Комфортная и подтверждающая наши мифы информация приятна и желанна, как сладости, но бездумное ее поглощение так же губительно для разума, как избыток сахара для тела.