Уильям Паундстоун - Камень ломает ножницы. Как перехитрить кого угодно: практическое руководство

• Название: Камень ломает ножницы. Как перехитрить кого угодно: практическое руководство
• Автор: Уильям Паундстоун
• Жанр: Управление, подбор персонала
• Год: 2015
• ISBN: 978-5-389-09449-9

Перед вами практическое руководство: как получать выгоду от предсказуемого поведения других людей и использовать это умение в повседневной жизни. Прочитав эту книгу, вы узнаете, как предугадывать действия друзей, начальников, преподавателей, конкурентов и просто окружающих. Большинство людей запрограммированы совершать определенный «выбор» и следовать простым тенденциям, а потому их поведение предсказуемо даже тогда, когда они стараются быть оригинальными.

Уильям Паундстоун обладает даром извлекать из психологии и поведенческой экономики практические советы и доказывает: прогнозировать легко, приятно, а иногда и прибыльно!

---

Уильям Паундстоун Камень ломает ножницы. Как перехитрить кого угодно. Практическое руководство

© William Poundstone, 2014

© Гольдберг Ю., перевод на русский язык, 2014

© Оформление, издание на русском языке.

ООО «Издательская Группа «Азбука-Аттикус», 2015

АЗБУКА БИЗНЕС®

Все права защищены. Никакая часть электронной версии этой книги не может быть воспроизведена в какой бы то ни было форме и какими бы то ни было средствами, включая размещение в сети Интернет и в корпоративных сетях, для частного и публичного использования без письменного разрешения владельца авторских прав.

© Электронная версия книги подготовлена компанией ЛитРес (www.litres.ru)

Вот чего люди не умеют делать в обыденной жизни – так это вести себя непредсказуемо.

Дж. Дж. Коплинг

…Объективное восприятие реальности люди, на него не способные, часто называют цинизмом.

Джордж Бернард Шоу

Хороший маг никогда не расскажет, чем зарабатывает на жизнь.

Дэн Гутерман

Пролог Машина для предсказаний

Машина для предсказаний появилась в результате неприятного инцидента в лаборатории. В 1950-х гг. долговязый парень из Огайо по имени Дэйв Хагельбарджер, выпускник Калифорнийского технологического института, работал в научно-исследовательском центре Bell Labs в городе Мюррей-Хилл, штат Огайо. В лаборатории были установлены строгие правила внутреннего распорядка, обязывавшие инженеров носить галстуки. Хагельбарджер работал со сверлильными станками, а посему носил галстук-бабочку – во избежание несчастного случая. Он пытался придумать новый вид компьютерной памяти.

По условиям эксперимента было необходимо, чтобы за выходные вакуумная трубка нагрелась до 400 градусов. Вернувшись в лабораторию в понедельник, Хагельбарджер обнаружил на месте трубки бесформенную жижу: нерадивый помощник оставил в печи виниловые перчатки. Несколько месяцев работы коту под хвост.

Расстроившись, Хагельбарджер взял несколько дней отпуска, чтобы почитать и подумать. Он решил, что теперь займется машиной для чтения мыслей.

Идея пришла к нему со страниц научно-фантастического журнала Astounding Science Fiction за декабрь 1950 г., с грибовидным облаком на обложке. Автор одной из статей, Дж. Дж. Коплинг, рассуждал, что компьютер можно научить сочинять музыку, анализируя статистические закономерности уже написанных произведений и составляя подобные композиции, только новые.

Коплинг представил музыку собственного сочинения, созданную с помощью игральной кости и таблицы случайных чисел, – за год до того, как Джон Кейдж начал похожие эксперименты с китайской «Книгой перемен». Коплинг обратил внимание, что добиться случайности не так просто. «Попросите, например, какого-нибудь человека составить случайную последовательность чисел, – писал он. – Статистические исследования таких последовательностей показали, что они совсем не случайные; человек не способен составить случайную последовательность чисел, никак не связанных между собой».

Хагельбарджера заинтересовали эти идеи. Однако в отличие от большинства любителей научной фантастики он решил их реализовать и в итоге построил машину для предсказания выбора, который сделает человек. Машина играла в игру «сравнение монет», которой издавна развлекались дети на школьном дворе. Два игрока зажимали в кулаках монетки, орлом или решкой вверх, а затем одновременно открывали их. Заранее договаривались, кто выигрывает, если положение монет совпадает; если не совпадает, выигрывает другой.

Машина для предсказаний, как назвал ее Хагельбарджер, представляла собой большую прямоугольную коробку высотой около трех футов. На передней панели располагались две лампочки и две кнопки с обозначением «+» и «–» – варианты, соответствующие орлу или решке. Машина выступала в роли спарринг-партнера, схема должна была предсказывать действия соперника. Человек выбирал «+» или «–» и вслух объявлял об этом. Затем нажимал кнопку, и машина выдавала предсказание, зажигая одну из двух лампочек.

Объявлять решение вслух было частью спектакля. В 1950-х гг. никакая машина не умела распознавать человеческий голос. Она делала выбор до того, как игрок раскрывал рот.

Оптимальная стратегия такова: выбор должен быть случайным, с 50-процентной вероятностью орла или решки. Это известно любому ребенку, знакомому с игрой. «Стратегия машины основана на двух допущениях», – объяснял Хагельбарджер. Какова она?

(а) Выбор человека не случаен. На последовательность ходов в игре влияет опыт и эмоции. Например, некоторые люди, выиграв два раза подряд, боятся «спугнуть удачу» и повторяют действия. Другие, наоборот, не хотят «искушать судьбу» и изменяют решение. Но машина в обоих случаях их поймает.

(б) Чтобы запутать соперника, машина будет пытаться предсказать его действия только в случае своего выигрыша, а при проигрыше будет делать случайный выбор.

В пункте (а) описана стратегия нападения. Машина постепенно выявляет бессознательные закономерности в действиях соперника и использует их для предсказания. В пункте (б) – стратегия защиты. Столкнувшись с противником, действия которого предсказать невозможно, машина начинает играть случайным образом и выигрывает в 50 процентах случаев.

Несколько недель Хагельбарджер донимал коллег, предлагая сыграть с машиной. Ему требовался большой объем данных, чтобы убедиться, что она работает. Пытаясь повысить привлекательность машины, он снабдил ее двумя рядами по 25 лампочек, располагавшимися на верхней части. Каждый раз, когда выигрывала машина, загоралась красная лампочка. Если выигрывал человек, загоралась зеленая. Задача игрока состояла в том, чтобы зажечь весь ряд своих лампочек раньше машины.

Один из ученых проводил перед машиной все обеденное время. Другой разработал систему игры, задавая себе «случайные» вопросы, на которые можно ответить «да» или «нет», например: «Надел ли я сегодня утром красный галстук?» Ответ преобразовывался в «орла-или-решку», что придавало игре случайный характер. Записав результаты 9795 игр, Хагельбарджер выяснил, что его машина выиграла 5218 раз – то есть в 53,3 процентах случаев. Преимущество машины оказалось невелико, но зато результат статистически значим.

Затем с машиной захотел сыграть кто-то из начальников Хагельбарджера. И без труда выиграл. Как заметил один из его коллег: «Любому ученому или инженеру знаком пресловутый синдром начальника, когда в присутствии высшего руководства все идет наперекосяк».

В 1950-х гг. такие исследовательские центры, как Bell Labs, привлекали людей талантливых, порой и с проблеском гениальности. Некто Джон Пирс занимал особую должность – собирал самые лучшие идеи и заставлял авторов реализовывать их. Инженер с дипломом Калифорнийского технологического института, Пирс выступал в роли подстрекателя, мотиватора и наставника. Возможно, самым трудным из его подопечных оказался Клод Шеннон. Один из их диалогов стал притчей во языцех. «Ты должен с этим что-то сделать», – говорил Пирс Шеннону. «Должен? – отвечал Шеннон. – Что значит “должен”?»

Шеннону шло к 40 годам. У него было красивое лицо с несколько резкими чертами. Он приходил на работу, когда хотел, и уходил, когда хотел. Ему это позволялось, поскольку он опубликовал книгу, настолько ценную для компании AT & T [1], что после нее любые претензии выглядели мелочными придирками. На самом деле Шеннон – крестный отец компьютерной эры. В его докторской диссертации в Массачусетском технологическом институте (MTI) говорилось, что символическая логика может быть передана с помощью электрических сигналов, а электроцепи возможно использовать для вычислений с двоичным кодом («0» и «1») вместо десятичного.

Шеннон работал в Институте перспективных исследований в Принстоне. Его первая жена Норма угощала чаем Эйнштейна, а тот говорил, что она «замужем за блестящим, просто блестящим» человеком. Это было еще до публикации самой знаменитой статьи Шеннона «Математическая теория связи» (A Mathematical Theory of Communication, 1948). С нее началась теория информации. Согласно революционным представлениям Шеннона, информация – одна из основ нашего мира, наравне с материей и энергией, и подчиняется собственным законам. Их изучение привело к возникновению интернета и всех цифровых медиа.

Теория информации дала Шеннону новый инструмент. Попытавшись применить его для изучения поведения людей, он столкнулся с несколькими сюрпризами. Одним из них стало то, что действия людей можно предсказывать с высокой точностью.

Так, например, Шеннон выяснил, что все естественные языки имеют множество избыточных и предсказуемых элементов. Слушая собеседника, мы предугадываем, что он скажет, и с большим вниманием относимся ко всему неожиданному. Примерно так же поступают современные программы распознавания речи.