Сильвер открыто рассказал о своем методе, описал использованный алгоритм и объяснил, что просто попытался сделать наиболее точный прогноз по имевшимся данным. Да, он голосовал за Обаму в 2008 году и намерен сделать это еще раз. Однако утверждал Сильвер, его личные пристрастия не связаны с прогнозами. Он изо всех сил старался быть беспристрастным исследователем общественного мнения – политический эквивалент третейского судьи, называющего вещи своими именами.

Конечно, у сторонников Митта Ромни такого не было. Они понимали, что исследователь не имеет прямого влияния на исход. Нейт Сильвер мог подать только один голос за президента, так же как любой другой избиратель, но сообщение о результатах выборов, особенно от человека, подтвердившего эффективность своего метода в 2008 году, могло оказать сильное косвенное воздействие. Когда не определившиеся избиратели услышали, что Обама, скорее всего, победит, они встали на сторону победителя, тогда как сторонники Ромни могли потерять энтузиазм или обратить внимание на состязания, в которых их любимые кандидаты имели больше шансов выиграть. В любом случае, это было бы классическим самоисполняющимся прогнозом. Объявление о том, что Обама явно лидирует, повысило вероятность его победы. Чем больше Сильвер доказывал научный характер своего метода, тем бо́льшую достоверность приобретали его результаты и тем более энергично сторонники Ромни пытались ставить под сомнения его мотивы.

Случилось так, что президент Обама сохранял преимущество у избирателей в ходе национального партийного съезда в августе и продолжал сохранять его в сентябре. Затем в октябре, когда Обама плохо провел первый из трех теледебатов, гонка значительно ужесточилась. Поддержка Ромни выросла. Несколько опросов показали, что в гонке наступил перелом, и, по данным опроса Института Гэллапа, самого старого и уважаемого по вопросам политики, лидерство перешло к Ромни. Консерваторы уделяли результатам этих опросов большое внимание. Они хотели дать толчок, ободрить спонсоров, поддержать сторонников и таким образом повлиять на исход выборов.

К несчастью для Ромни, в конце октября его преимущество сошло на нет. Поскольку выборы приближались, «Пятьсот тридцать восемь» сообщил о возросшем уровне уверенности, что победит Барак Обама, указав вероятность от 75 до 85 %. Тем временем сторонники Ромни стали еще громче осуждать Сильвера. Дилан Байерс из Politico.com предположил, что Нейт Сильвер окажется «разовой знаменитостью». Накануне дня выборов, когда Сильвер указал 85-процентный шанс на победу Обамы, The Drudge Report, консервативный сайт, сообщил, что три выдающихся ума: Пегги Нунан, Майкл Бароне и Дик Моррис, сказали, что победа останется за Ромни.

Когда были подсчитаны голоса, выяснилось, что Нейт Сильвер правильно предположил исход во всех 50 штатах. А что о тех, кто предсказывал победу Ромни? Институт Гэллапа подтвердил, что методы выборочного опроса неэффективны, и пообещал улучшить их в будущем. С другой стороны, некоторые эксперты-республиканцы признали: так называемые прогнозы были попыткой повлиять на голосование. Через два дня после того, как он объявил об изменении общественного мнения в сторону Ромни, Дик Моррис признал, что в основном хотел, чтобы сторонники Ромни не разочаровались: «Я сделал все, что мог, я очень много боролся за Ромни… Это был момент, когда кампания Ромни начала разваливаться, люди потеряли надежду, никто не верил, что он сможет победить. В тот момент я считал, что мой долг выйти и сказать то, что я сказал».[271]Моррис подтвердил один из несомненных принципов: лучше быть возмутительно неправым и получить много внимания, чем правым, но затеряться в толпе. Он подчеркнул и другую истину: не все прогнозы создаются одинаково.[272]

Понимание условий применения и пределов моделей решений возвращают нас к вопросу о базовых ставках, обсуждавшемуся в главе 6. В примерах с такси и медицинскими исследованиями мы видели: люди не думают в терминах условных вероятностей. Они не часто обращают внимание на общую численность населения, высказывая суждения о конкретных событиях.

В тех примерах нам были представлены все недостающие факты, так что для расчета условных вероятностей требовалось просто взять формулу и подставить цифры. Но, как мы знаем, очень часто у нас нет данных: их требуется найти, и они не фиксированные, а изменчивые. В таких случаях мы можем включать в наши модели новую информацию в рамках байесовского процесса обновления.

Но давайте будем осторожны. То, что помогает точно предсказывать температуру или прогнозировать результаты баскетбольной команды, может оказаться не особенно полезным в других случаях. Иные временные рамки и события, в которых мы заинтересованы, могут повлиять на обновление модели.

Рассмотрим прогноз погоды. Проводя измерения каждый день, мы можем обновлять наши модели так, чтобы с течением времени они становились все точнее и точнее. Постоянное улучшение прогнозирования температуры – в начале 1970-х средняя ошибка составляла 6 градусов, в 1990-е годы 5 и всего 4 градуса в 2010-м – явно свидетельствует о пользе обновления моделей.[273]Здесь мы не только располагаем большим объемом данных, но и имеем дело с тем, на что не можем непосредственно влиять (по крайней мере, во временных рамках прогноза – как мы узнали, со временем климат можно изменить). То же касается моделей, которые прогнозируют производительность баскетбольной команды. Наша цель – составить прогноз на то, на что мы не влияем ни прямо (не гоним мяч в лунку и не бьем), ни косвенно (Никс и Лейкерс не знают, что прогнозирует наша модель). Поскольку каждую неделю проводится несколько игр, мы можем постоянно совершенствовать свои модели. Правильно считать, что они находятся в состоянии разработки и регулярно дополняются, чтобы с течением времени становиться точнее.

В книге «Сигнал и шум» Нейт Сильвер использует интересный пример, дающий представление о том, насколько полезными могут быть условные вероятности и байесовские обновления. Предположим, вы женщина, живете с приятелем и по возвращении из командировки обнаруживаете в ящике комода чужое нижнее белье – явно женское. Поэтому вы начинаете думать, что у вашего друга есть связь на стороне.[274]