Ключевые идеи книги: Почему? Новая наука о причинно-следственной связи. Джуда Перл, Дана Маккензи

Smart Reading, 2020

Этот текст – сокращенная версия книги Джуды Перла и Даны Маккензи «Почему? Новая наука о причинно-следственной связи». Только самые ценные мысли, идеи, кейсы, примеры. О книге «Британские ученые установили», «британские ученые опровергли», «кофе вреден», «кофе полезен», «сахар вызывает рак»… У обычного человека остается все меньше шансов не погрязнуть в огромном ворохе «научной» информации, которая становится все более доступной и все более противоречивой. Все бы ничего, но эти «открытия» касаются действительно важных вещей – нашего питания, здоровья, ежедневных действий. «Почему? Новая наука о причинно-следственной связи» – это адаптированный для широкой публики вариант научных публикаций Джуды Перла, американского и израильского ученого, разработавшего математический аппарат поиска причин происходящего. Традиционные методы статистики показывают корреляцию в целом, но не причинно-следственные связи. Корреляция периодически вводит нас в заблуждение и не помогает ответить на вопросы, для которых нужны эксперименты с контрольной группой (например, почему пациент выздоровел?). Здравый смысл – основа любого анализа, считает Джуда Перл. Ознакомьтесь с его методикой, чтобы научиться использовать свой жизненный опыт и знания, оценивая выводы британских и прочих ученых. Зачем читать • знать алгоритм статистических составляющих медицинских исследований и ЗОЖ в целом; • видеть статистические методы, которые определяют множество аспектов нашей жизни; • понимать направление развития искусственного интеллекта и препятствия на этом пути. Об авторах Джуда Перл (Judea Pearl). Американский и израильский ученый, разработавший математический аппарат байесовских сетей (формула поиска причин происходящего, сформулированная Томасом Байесом (1702–1761)), также известный исследованиями в области искусственного интеллекта. В 2011 году получил престижную премию в области информатики – Премию Тьюринга за «фундаментальный вклад в искусственный интеллект посредством разработки исчисления для проведения вероятностных и причинно-следственных рассуждений». Дана Маккензи (Dana Mackenzie). Автор дюжины научно-популярных книг о математике и точных науках, начинал свою карьеру как ученый-математик.

Чем не устраивает обычная статистика?

Традиционные статистические методы в целом показывают корреляцию, но не причинно-следственные связи. Эту истину вдалбливают в голову всем студентам на курсах статистики. Традиционные методы статистики позволили выявить множество закономерностей, но они серьезно ограничивают возможности познания мира в XXI веке. Ведь корреляция порой не только вводит нас в заблуждение (песни петуха на заре никак не причина восхода солнца), но и не позволяет ответить на такие вопросы: «Какова основная причина выздоровления пациента?», «Что было бы, если бы население резко сократило потребление алкоголя?», «Что будет, если изменить налоговую ставку?». И множество других, для получения ответа на которые невозможно провести эксперимент с контрольной группой. (Последнее стало стандартом в медицине и постепенно распространяется и в других областях.)

Отсутствие понятийного аппарата для отражения причинно-следственных связей — основная причина этого положения. При этом вопросы из серии «Что, если?» — неотъемлемая часть нашего мышления. Во всех областях жизни мы руководствуемся именно анализом происходящего и размышлениями о том, что будет, если поступить так или иначе. Воображение — важнейший фактор формирования человека и развития общества, как показал Юваль Харари в своей книге «Sapiens. Краткая история человечества».

Чтобы обогатить статистический аппарат, Джуда Перл предлагает диаграммы со стрелками (ниже мы расскажем о них подробно). Пункт X и пункт Y соединены стрелкой, острие которой указывает, какой показатель «прислушивается» к другому. Джуда Перл не был первым, кто графически представил взаимосвязь двух событий. Причинно-следственная революция проходила постепенно на протяжении более чем полувека.

Благодаря стрелкам — это новшество лишь на первый взгляд кажется дребеденью, но по факту требует нетривиальных логических способностей (не расслабляйтесь) — анализ вышел на новый, третий уровень. Лестница показывает предыдущие два: первый — это корреляция, мы лишь наблюдаем за происходящим (да, анализ больших данных и искусственный интеллект находятся на нем), на следующем уровне мы задумаемся о последствиях своих действий, то есть вмешиваемся (здесь расположены исследования с контрольными группами), на третьем — переход к сослагательному наклонению, когда для ответа на вопрос «Что, если?» требуются лишь данные и стрелочки, искусно помноженные на привычные статистические методы.