Разведывательное сообщество использует выводы Байеса – великий пионер вычислительной техники Алан Тьюринг в Блетчли-парке во время Второй мировой войны применял байесовские методы для расшифровки настроек немецкой шифровальной машины «Энигма». Мы можем использовать вывод Байеса, чтобы повысить уверенность во всех видах суждений в свете новых доказательств.

Одним из преимуществ байесовского подхода к анализу является то, что он концентрирует внимание на значимости доказательств, а не только на их описательной стороне. Каждое доказательство должно быть оценено по его собственным достоинствам на предмет того, может ли оно быть использовано для проведения различия между рассматриваемыми альтернативными гипотезами. И только после такой оценки можно подсчитать, сколько доказательств не согласуется с каждой из гипотез. Подобный структурированный способ мышления делает гораздо менее вероятным влияние состояние аналитика на оценку доказательств, в том числе возможных опасений по поводу последствий принятия заключения. Эта методика также помогает защититься от когнитивного искажения, известного прикладным психологам как эффект субаддитивности, который может проявиться в таких обстоятельствах. Эффект субаддитивности – это тенденция оценивать вероятность того, что целое истинно, как меньшую, нежели вероятность его составных частей, рассматриваемых отдельно. Для формирования решения все доказательства должны быть собраны вместе.

Наконец, изложив доказательства, аналитик может сформулировать вывод. В общем случае мы уже видели, что предпочтение следует отдавать гипотезе с наименьшими доказательствами против нее. Классический научный метод (который в модифицированной форме мы здесь как раз применяем) заключается в попытке опровергнуть теории, используя их для предсказаний и проверки этих предсказаний на основе фактических данных. Если доказательства не подтверждают предсказание, то поиск продолжается с целью ответа на вопрос «почему не подтверждают?». Подтверждению могут помешать проблемы с экспериментальным набором вводных данных, либо при ближайшем рассмотрении выяснится, что эксперимент на самом деле не проверяет теорию, для проверки которой он как раз был разработан. Но даже устранив такие недочеты, можно прийти к выводу, что с самой теорией что-то не так и ее нужно изменить или заменить. Доказательства, вероятно поддерживающие теорию, могут появиться, даже если эта теория является ложной. Правильные предсказания ничего не говорят нам о правоте лежащей в основе теории.

Управление риском доверия к неполной информации

С некоторыми рисками нам просто приходится жить. Некоторые из них мы можем использовать в процессах управления: важно знать, каковы шансы возникновения риска и насколько мы можем уменьшить эти шансы. В случае ставок в азартных играх на механических устройствах – точных и неподправленных игральных костях или рулетке – шансы выигрыша фиксированы, и мы можем вывести их из числа возможных одинаково вероятных исходов: шесть в случае кубика и 38 для рулетки (по 36 черных и красных, один «0» и один «00»). Лучшая стратегия долгой игры в рулетку просто ради наслаждения атмосферой игры без вреда для своих денежных средств – это ставки на «один к одному», возвращающие вашу ставку. Это ставки на «красное-черное» и «чет-нечет», либо на малые и большие номера. В долгосрочной перспективе вы все равно проиграете[123], но медленнее, чем если бы вы подражали Джеймсу Бонду и делали ставки на отдельные числа или зеро.

В шикарном лондонском казино вы не можете предположить, что колеса рулетки подправлены нечестными крупье или просто изношены. Существует независимая Комиссия по азартным играм, которая проверяет соответствие колес техническим стандартам перед продлением лицензии. Но откуда инспектору знать, подправлена рулетка или нет? Колеса рулетки очень просты, учитывая некоторую математику вероятности, при помощи которой можно рассчитать схожесть наблюдаемых результатов, выпадающих на неподправленном колесе. Проверка статистической значимости может быть применена к разнице между теоретическим расчетом неподправленного колеса и наблюдаемыми результатами. Если вращение колеса дает действительно случайные результаты, то возможно (хотя и очень маловероятно), что в серии вращений «ноль» появится, скажем, пять раз подряд. Но нет никаких реальных ограничений на количество вращений, которые инспектор может потребовать в качестве доказательства для итога подсчетов, если у него существуют подозрения. Таким образом, на практике неподправленность колеса рулетки может быть подвергнута надежному испытанию.

Интересные случаи возникают в том случае, когда события, на которые делаются ставки, не повторяются: если в скачке участвуют шесть лошадей, то не у всех них имеется одинаковая вероятность прийти первой к финишу. Некоторые бегут по грязной дороге, а другие – нет. У каждой лошади будет своя история, и выбор жокея безусловно имеет значение. Игрок должен решить, насколько новая информация (такая как поздняя смена жокея) должна повлиять на принимаемые им шансы выигрыша.

Обоснование риска пронизывает всю работу по обеспечению безопасности. Возможно, что аналитику службы безопасности придется изменить свою прежнюю степень веры в суждение, которое он ранее вынес об интересующем субъекте при сообщении о его недавнем появлении в компании известных воинствующих экстремистов. Такая пересмотренная или апостериорная вероятность может затем привести к возобновлению наблюдения за субъектом или даже к решительным мерам, включая его арест. Такой пересмотр веры в свете новых доказательств является сутью обратной вероятностной задачи, которую решают байесовские методы. А именно – насколько должна быть изменена с учетом новых сообщений разведки степень веры, начиная с априорной вероятности гипотезы (считается, что интересующий субъект в настоящее время непосредственно не участвует в террористической деятельности), чтобы прийти к апостериорной вероятности?

Однако, как показывают уроки следующей главы, среди получаемой информации имеется материал, который является неистинным, нарочно или непреднамеренно формирующий ложный взгляд на мир. Мы должны остерегаться манипуляций, обмана и подделок.

Не забывать о проверке нашей работы

В школе при изучении математики – от простой арифметики до более сложных задач – учителя всегда напоминали нам о необходимости проверки нашей работы. Эта привычка не появляется сама собой. Для большинства из нас, в том числе и меня, получение ответа – любого ответа! – является стимулом для перехода к решению следующей проблемы. Только после многих лет изучения математики я по-настоящему осознал, что считавшаяся мною пустой трата времени, ушедшего на проверку результатов, на самом деле является неотъемлемой частью процесса получения надежного расчета или его достойного доказательства. Также я полагал, что трудно осуществить проверку правильности результатов, не показывая свою работу другому, – но оказалось, что при проверке другим это вообще невозможно. Вот почему аналитики разведки не могут просто записывать свои ключевые конечные суждения. Они должны быть в состоянии продемонстрировать всю цепочку рассуждений и доказательств, которые привели их к этим выводам. За семь лет моей службы в Объединенном разведывательном комитете Великобритании я был свидетелем очень многих случаев, когда аналитики были вынуждены объяснять комитету, как именно они пришли к своим суждениям. В ходе этого процесса часто обнаруживались более слабые шаги в аргументации, и это приводило к тому, что комитет вносил поправки в проект доклада, чтобы заказчики могли принять во внимание подобные дефекты в полученных оценках.