Различие между простыми и сложными системами важно, ибо они предусматривают разные типы прогнозов. В первых можно предсказать: нечто действительно случится с большой долей уверенности — например, когда в следующий раз вернется комета Галлея или на какую орбиту выйдет данный конкретный спутник. Во вторых же, напротив, лучшее, на что мы можем надеяться, — верно предсказать вероятность того, что нечто произойдет{163}. На первый взгляд звучит почти одинаково, однако здесь есть фундаментальное различие. Представьте, что вы подбрасываете монетку. Поскольку это событие случайное, лучшее, что можно сделать, — предсказать, что в среднем в 50 % случаев выпадет решка. Правило, гласящее, что «в 50 % случаев выпадает решка, а в 50 % — орел», на самом деле идеально точное: и то, и другое в среднем действительно выпадают именно с вероятностью 50 %. Но даже зная это, верно предсказать результат одного-единственного броска монеты чаще, чем в 50 % случаев, невозможно — какую бы стратегию мы ни выбрали{164}.

Сложные системы не так случайны, как подбрасывания монеты, однако на практике установить, в чем же заключается различие, крайне сложно. Как показал эксперимент «Музыкальная лаборатория», описанный во второй главе, можно узнать все о каждом участнике рынка — задать тысячи вопросов, проследить за каждым действием, да хоть просканировать мозги, — но в лучшем случае удастся предсказать лишь вероятность победы данной конкретной песни в данном конкретном виртуальном мире. В среднем у одних песен она выше, чем у других. Однако в любом отдельно взятом мире крошечные случайные колебания усиливают взаимодействия между индивидами, что в итоге приводит к совершенно непредсказуемым результатам.

Если вы когда-нибудь пробовали бросить игральную кость так, чтобы она покатилась в точности как в прошлый раз, — например, держали ее в том же положении, прикладывали ту же силу, выполняли те же движения, — то знаете, как быстро меняются даже кажущиеся идентичными первоначальные условия. Физические законы, управляющие броском кости, сами по себе не случайны. Но крошечные ошибки множатся так быстро, что отличие каждого нового броска от всех предыдущих фактически непредсказуемо. Сложные системы непрогнозируемы так же, как результаты броска игральной кости, — и в основном по той же причине. Как бы тщательно ни были измерены первоначальные условия, в лучшем случае удастся предсказать лишь вероятность того или иного результата.

Погода — классический пример сложной системы, по поводу которой мы обожаем делать прогнозы. Касательно самого ближайшего будущего — обычно это следующие 48 часов — они весьма точны или, как говорят метеорологи, «надежны». Иными словами, из всех дней, когда метеорологическая служба утверждает, что вероятность дождя составляет 60 %, дождь идет примерно в 60 % из них{165}. Так почему же люди жалуются на неточность прогнозов погоды? Причина не в том, что они ненадежны — хотя, возможно, могли бы сбываться чаще, чем сейчас, — а в том, что эта надежность — вовсе не та точность, которой бы нам хотелось. Мы не хотим знать ни о каких 60 %. Мы хотим знать, что именно произойдет завтра. А завтра дождь либо будет, либо нет. Поэтому, когда мы слышим заявление: «Вероятность того, что завтра пойдет дождь, составляет 60 %», мы делаем вывод: скорее всего, завтра дождь будет. И когда в половине случаев дождь не идет, а мы тащим на работу зонт, большинство из нас, естественно, заключает: метеорологи сами не знают, о чем говорят.

* * *

Размышлять о будущем с точки зрения его вероятности достаточно трудно даже в случаях с прогнозом погоды или с подбрасыванием монеты — когда снова и снова происходят более или менее одинаковые события. Но если речь идет о чем-то, случающемся лишь раз в жизни — таких событиях, как начало войны, выборы президента или колледжа, — уловить различие между самим результатом и его вероятностью практически невозможно. Что означает сказанная в 2008 году накануне президентских выборов в США фраза «Вероятность победы Барака Обамы составляет 90 %»? Что он выиграл бы в девяти из десяти попыток? Конечно, нет, ведь выборы пройдут один-единственный раз, и, в отличие от последовательных бросков монеты, любая попытка их повторения — скажем, на следующих выборах, — не сравнится с этой. Давайте переведем фразу на язык пари. Чтобы выиграть 10 долларов в случае избрания Обамы, надо поставить 9, а в случае его поражения можно получить 10 долларов, поставив всего один? Но откуда нам знать, какова вероятность выигрыша, если подобное пари заключалось лишь однажды? Если ответ вам не ясен, то вы не одиноки — математики тоже не могут прийти к единому мнению о том, что значит приписывать вероятность единичному событию{166}. А если уж даже они ломают головы над смыслом заявления «вероятность того, что завтра пойдет дождь, составляет 60 %», то что же говорить о нас, обычных людях?

Трудности, с которыми мы сталкиваемся, размышляя о будущем как о наборе вероятностей, являются обратной стороной того, каким именно образом мы извлекаем уроки из прошлого. Как вы помните из предыдущей главы, глядя назад, мы видим лишь последовательность неких эпизодов. Вчера шел дождь, три года назад Барак Обама был избран президентом Соединенных Штатов и так далее. Но в какой-то момент мы понимаем, что события могли разыграться иначе. Однако, сколько ни напоминай себе о том, что все могло сложиться по-другому, то, что произошло, — произошло. Не в 40 % случаев и не в 60 %, а в 100 %. Значит, когда мы думаем о будущем, нас в основном интересует то, что действительно случится. Следовательно, чтобы сделать прогноз, необходимо учесть весь спектр возможных альтернативных вариантов. Очень может статься, нам даже удастся определить, какие из них более вероятны, а какие — менее. Но в конце концов наступит только одно будущее — и нам очень хочется знать, какое именно.

Различие между нашим видением прошлого и будущего в графической форме представлено ниже. На рисунке показано, как со временем изменяется курс акций некой вымышленной компании. Глядя в прошлое из настоящего, мы видим его историю, следующую по уникальной кривой. Смотря из настоящего в будущее, все, что мы можем предположить об этом курсе, — вероятность его снижения в рамках определенного диапазона. Мои коллеги по Yahoo! Дэвид Пеннок и Дэн Нильсон написали специальное приложение, генерирующее похожие картинки путем анализа стоимости акционерных опционов. Поскольку ценность последних зависит от стоимости лежащих в их основе акций, текущие цены могут интерпретироваться как прогнозы о стоимости акций на день погашения опционов. То есть цену опционов можно использовать для выявления различных «конвертов вероятности» — как те, что показаны на рисунке. Например, внутренний конверт показывает диапазон цен, внутри которого стоимость акций может упасть с 20 %-ной вероятностью, тогда как в рамках внешнего конверта эта вероятность составляет 40 %.

Прошлый vs. будущий курс акций пока не определен.