Мышление разведчика. Почему одни люди видят все как есть и принимают правильные решения, а другие – заблуждаются

Все права защищены. Никакая часть данной книги не может быть воспроизведена в какой бы то ни было форме без письменного разрешения владельцев авторских прав.

В тексте неоднократно упоминаются названия социальных сетей, принадлежащих Meta Platforms Inc., признанной экстремистской организацией на территории РФ.

All rights reserved including the right of reproduction in whole or in part in any form. This edition published by arrangement with Portfolio, an imprint of Penguin Publishing Group, a division of Penguin Random House LLC.

© Julia Galef, 2021

© Издание на русском языке, перевод, оформление. ООО «Манн, Иванов и Фербер», 2022

Посвящается Люку, лучшему разведчику из всех, кого я знаю

Что приходит в голову, когда представляешь себе здравомыслящего человека? Вероятно, вы сразу подумали о таких чертах, как ум, практическая сметка, мужество или последовательность. Все это замечательные качества, но есть еще одно; оно должно было бы стоять в списке первым, но о нем часто забывают. У него и названия-то нет.

Поэтому я сама дала ему название. Я называю его «взглядом разведчика». Взгляд разведчика – это стремление видеть мир таким, как он есть, а не таким, каким хочется его видеть.

Именно взгляд разведчика позволяет замечать собственные ошибки, искать свои слепые пятна, проверять предположения и менять маршрут. Именно он подталкивает задавать себе неудобные вопросы, например: «А что, если в том споре я была неправа?», или «Оправдан ли этот риск?», или «А как я отреагирую, если то же самое сделает сторонник другой политической партии?» Как говорил покойный физик Ричард Фейнман, «первый принцип – не обманывать самого себя. Ведь вы – человек, которого вам легче всего обмануть».

Наша способность к самообману была модной темой в 2000-х и 2010-х годах. О ней писали популярные периодические издания. Ей посвящены книги, ставшие бестселлерами, такие как «Предсказуемая иррациональность»[1], «Думай медленно… Решай быстро»[2] и многие другие. Все они рисуют нелестную для нас картину. Человеческий мозг заточен на самообман. Мы ищем рациональное оправдание своим изъянам и ошибкам. Мы выдаем желаемое за действительное. Мы подбираем факты, подтверждающие наши предрассудки и свидетельствующие в пользу наших политических убеждений.

Эта картина не то чтобы неправильная, но в ней кое-чего недостает.

Да, мы часто подыскиваем рациональные оправдания своим ошибкам. Но ведь мы иногда и признаем свои ошибки. Мы меняем мнение – не так часто, как следовало бы, но, с другой стороны, мы ведь могли бы вообще никогда этого не делать. Мы – сложные существа, которые иногда скрывают истину от самих себя, а иногда смело смотрят ей в лицо. Моя книга – о менее исследованной стороне этой монеты: о тех случаях, когда нам удается не обманывать себя, и о том, чему нас могут научить эти моменты успеха.

Мой путь к этой книге начался в 2009 году, когда я закончила университет и с головой окунулась в проект, который определил мою дальнейшую карьеру: я помогала людям искать решения сложных проблем в личной жизни и на работе. Сперва я думала, что для этого придется учить подопечных таким вещам, как вероятность, логика и когнитивные искажения, и показывать, как все это применять в быту. Я несколько лет вела семинары, читала исследования, давала консультации и проводила интервью и наконец пришла к выводу: умение рассуждать – вовсе не универсальный ключ к решению проблем, как я думала раньше.

Человек может знать, что предположения следует проверять, но это знание само по себе еще не делает его здравомыслящим: так, знание, что физическая активность необходима для здоровья, само по себе не делает человека здоровым. Даже если вы заучите наизусть список распространенных когнитивных искажений и логических ошибок, это не поможет, пока вы не начнете распознавать искажения и ошибки в собственных рассуждениях. Самый главный усвоенный мною урок, который позже подтвердился исследованиями и который мы рассмотрим в этой книге, таков: правильность наших суждений ограничена не столько объемом имеющихся данных, сколько нашим подходом к этим данным.