Сомневайся. Искусство критического мышления - Ларс Герберт

к проверке, от проверки к выводам, которые затем уточняются и перепроверяются. Ключевые элементы этого процесса — проверяемость, воспроизводимость, открытость для критики и готовность пересматривать представления под давлением новых данных. Научный консенсус формируется тогда, когда множество независимых исследований сходятся на одних выводах, и это самый надёжный ориентир, который у нас есть. В повседневной жизни мы можем использовать принципы научного метода, чтобы принимать более осознанные решения, отличать обоснованные утверждения от пустых заявлений и не поддаваться на ложные убедительные объяснения. Научное мышление — это навык, который развивается практикой, и каждый, кто готов сомневаться и проверять, может овладеть им.

Мы живём в мире чисел. Каждый день нас встречают заголовки: «исследование показало», «учёные выяснили», «по статистике, восемь из десяти…» Цифры придают информации вес, убедительность, создают иллюзию точности. Но числа могут обманывать не реже слов, а иногда и чаще, потому что за ними редко стоит желание проверить, как именно они получены. Статистическая грамотность — это не умение вычислять сложные формулы и не способность строить графики. Это, прежде всего, навык задавать правильные вопросы к числам, которые вам предъявляют, и понимать, что за ними стоит. Без этого навыка легко принять случайное совпадение за закономерность, неверно истолковать среднее значение или поверить в выводы, которые исследование на самом деле не подтверждает.

Пожалуй, самая распространённая ловушка, в которую попадают даже люди с хорошим образованием, — это смешение корреляции с причинностью. Корреляция означает, что две переменные изменяются согласованно: когда одна увеличивается, другая тоже увеличивается (положительная корреляция) или уменьшается (отрицательная). Причинность означает, что изменение одной переменной непосредственно вызывает изменение другой. Между ними огромная дистанция, и связь между двумя явлениями может существовать по множеству причин, которые никак не связаны с причинно-следственными отношениями.

Представьте себе, что исследователи обнаружили: дети, которые спят дольше, в среднем имеют более высокие оценки в школе. Можно ли сделать вывод, что если заставить всех детей спать на час дольше, их успеваемость вырастет? Возможно, но совсем не обязательно. Здесь может работать обратная причинность: хорошая успеваемость снижает стресс, и ребёнок спокойнее засыпает. Или же существует третья переменная, которая влияет и на сон, и на оценки: например, благополучная обстановка в семье, где родители следят и за режимом, и за учебой. Такие скрытые факторы встречаются постоянно. Именно поэтому надёжные исследования, которые претендуют на установление причинности, строятся как контролируемые эксперименты, где все прочие условия стараются сделать одинаковыми, а исследуемый фактор — единственным различием между группами.

Ещё одна классическая ситуация, где путают корреляцию и причинность, — это статистические данные о связи каких-либо привычек со здоровьем. Например, в новостях можно прочитать: «Люди, которые пьют красное вино в умеренных количествах, реже страдают сердечно-сосудистыми заболеваниями». Означает ли это, что вино защищает сердце? Необязательно. Возможно, умеренное употребление вина коррелирует с более высоким уровнем жизни, лучшим питанием, регулярными физическими нагрузками — а именно эти факторы в действительности снижают риск болезней. Статистики называют это смешением факторов. Чтобы отделить влияние вина от влияния образа жизни, нужны очень сложные исследования, и даже они не всегда дают однозначный ответ.

Следующая важная тема — это средние величины. Когда мы слышим «средняя зарплата в городе», «средний балл», «средняя продолжительность жизни», редко кто задумывается, о какой именно средней идёт речь. А их несколько, и каждая может рассказать свою историю. Среднее арифметическое — это сумма всех значений, делённая на их количество. Но это значение может быть очень чувствительно к выбросам — экстремально высоким или низким показателям. Если в небольшом городе есть несколько миллиардеров, средняя зарплата может оказаться в разы выше, чем зарабатывает большинство жителей. Медиана — это значение, которое делит выборку пополам: половина значений меньше медианы, половина — больше. Она не чувствительна к выбросам и часто даёт более реалистичную картину. А мода — это самое часто встречающееся значение.

Представьте, что в компании из десяти человек девять получают по сорок тысяч, а один — миллион. Среднее арифметическое будет около ста тридцати шести тысяч, что создаёт впечатление, что сотрудники в среднем зарабатывают неплохо. Но медиана останется сорок тысяч, и она гораздо лучше отражает реальность для большинства работников. Поэтому, когда вам сообщают «среднюю» величину, всегда полезно уточнить, о какой именно средней идёт речь, и нет ли за ней скрытых выбросов, искажающих картину.

Третья важнейшая тема — размер выборки и статистическая значимость. Многие исследования, которые попадают в новостные ленты, проведены на маленьких группах. Слишком маленькая выборка может привести к случайным результатам, которые ошибочно принимают за закономерность. Чем меньше выборка, тем выше вероятность, что наблюдаемый эффект — просто случайность. И наоборот, чем больше выборка, тем надёжнее выводы. Но размер выборки — это не всё. Важно ещё, насколько правильно она подобрана. Если исследователи опрашивают посетителей фитнес-клуба о пользе физической активности, они получат один результат, а если опрашивают пациентов поликлиники — совсем другой. Выборка должна отражать ту группу, на которую хотят распространить выводы.

Статистическая значимость — это понятие, которое часто неправильно понимают. Говоря упрощённо, результат называют статистически значимым, если вероятность того, что он возник случайно, мала. Обычно порогом считают пять процентов, то есть вероятность случайности меньше одной двадцатой. Но статистическая значимость не говорит о том, насколько важен или велик эффект. Если исследование показало, что новый препарат снижает давление в среднем на одну единицу, и это статистически значимо на огромной выборке, для практического применения такой эффект может быть ничтожным. С другой стороны, отсутствие статистической значимости не всегда означает отсутствие эффекта: возможно, выборка была слишком мала, чтобы его уловить. Поэтому важно смотреть не только на p-значение (вероятность случайности), но и на размер эффекта, и на доверительные интервалы, которые показывают, в каком диапазоне с высокой вероятностью находится истинное значение.

Доверительный интервал — это очень полезный инструмент. Вместо того чтобы говорить «средний рост мужчин в городе — 175 сантиметров», исследователь скажет: «с вероятностью 95 процентов средний рост лежит между 173 и 177 сантиметрами». Ширина этого интервала показывает точность оценки. Узкий интервал — значит, мы довольно уверены в результате. Широкий — значит, неопределённость велика. Если интервалы двух сравниваемых групп сильно перекрываются, разница между ними, скорее всего, незначима, даже если сами средние отличаются.

Теперь перейдём к тому, как эти знания помогают понимать научные исследования. Когда вы берёте в руки описание исследования — будь то новостная заметка, ссылка на научную статью или рекламный проспект, — полезно держать в голове несколько вопросов. Первый: как формировалась