Шарлатанство в маркетинге науки и технологий

Сергей Карелов — основатель и Chief Technology Officer компании Witology, председатель Лиги независимых IT-экспертов, уважаемый технологический евангелист. 

Шарлатан в медицине отличается от «реального» врача тем, что его методы не являются научно доказанными. Применительно к медицине это сегодня более или менее общепринято, хотя и здесь продолжают «заряжать воду» и «давать установки» по телевизору.

Но как отличить шарлатанство, если речь идет о совершенно новых, прорывных направлениях науки и технологий?
Иными словами, — как проверить научную доказательность методик, используемых, например, в новейших направлениях психологии, эволюционной теории, теории игр, поведенческой экономике, нейро- и когнитивных науках, искусственном интеллекте?

Как всегда оригинальный и неожиданный ответ на этот вопрос дается в новом эссе Нассима Талеба «Where You Cannot Generalize from Knowledge of Parts» (смысловой перевод — В каких случаях невозможно вывести принципы функционирования системы из понимания принципов функционирования ее частей).

Это эссе — часть новой, еще не изданной, 5-й книги Талеба из серии Incerto (в переводе с итальянского — неуверенный, неопределившийся, сомневающийся). Эссе продолжает тему Minority Rule (Правило меньшинства) из предыдущего эссе Талеба, которое я недавно разбирал в статье «Эффект Ленина-Трампа».

Нет смысла здесь пересказывать превосходный текст, как обычно у Талеба, изобилующий доходчивыми примерами и острыми замечаниями на грани политкорректности. Кому интересно, прочтет сам. Для тех же, кого интересует «сухой остаток» выводов без 7 минут необходимого чтения (в случае превосходного английского),  эти выводы таковы:

Практикующие маркетологи, технологи и бизнесмены активно эксплуатируют маскируемые под науку мифы.

Это делается в целях получения «власти, денег, друзей, украшений, приглашения на обед с норвежским министром культуры, доступа к VIP залу аэропорта Казани и других подобных льгот». А поскольку наука и технологии становятся все более сложными и непонятными, даже специалистам, зачастую, проще поверить мифу, чем пытаться его опровергнуть.

Поэтому, если практики маркетинга, технологий или бизнеса рассказывают вам о новом прорывном исследовании или новейшей операционной технологии, проверьте, как минимум, три следующих момента.

Во-первых, необходимо понять, является ли система, рассматриваемая в исследовании или автоматизируемая предлагаемой технологией, линейной или нелинейной.

Чтобы не заморачиваться с примерами, Талеб поясняет это различие на бытовом примере (который я лишь чуть подправлю для бытового понимания россиян):

Допустим, вам требуется на день 1 литр воды.
Если вас посадят на 15 суток под арест и будут давать каждый день по 1 литру воды, то процесс потребления вами воды будет линейным со средним значением — 1 литр в день.
Если же вам в первые три дня дадут по 5 литров, а потом 12 дней воды вообще давать не будут, то при том же среднем за 15 дней, равным 1 литру, процесс будет нелинейным (и скорее всего смертельным).

Второй подлежащий проверке момент такой. Если процесс оказывается нелинейным, необходимо проверить, используется ли в исследовании математический аппарат, использующий вычисление средних значений (например, регрессия или Р-значения).

И если используется, то скорее всего, перед вами шарлатанство, и представленные вам численные результаты можно просто игнорировать.

Истина проста — чем больше нелинейности в процессе, тем меньший смысл имеет среднее значение. Как в случае с водой — в среднем давали по 1 литру в день, но человек в итоге помер.

Третий проверяемый момент — это сложность рассматриваемой системы, грубо оцениваемая числом элементов системы и их связей.

Дело в том, что с увеличением масштаба системы число связей и, следовательно, сложность системы растут нелинейно. Например, если при исследовании мозга увеличить число нейронов с 300 до 301 — это может удвоить его сложность. Да что там удвоить. Существуют системы, в которых увеличение числа элементов с 1000 до 1001 может увеличить их сложность в миллиард раз.

Но пример с 300 нейронами взят Талебом не случайно. Таково число нейронов червя C elegans — первого живого существа, чей геном удалось полностью секвенировать.

В мозге человека примерно сто миллиардов нейронов. И потому:
Понимание того, как работают подразделы головного мозга (например, нейроны), никогда не позволит нам понять, как работает мозг. И слово «никогда» — это не преувеличение.

Данное утверждение, как пишет Нассим Талеб, не просто мнение. Это строгое математическое утверждение, опровергнуть которое можно только одним способом — математически.

А все остальные способы — просто шарлатанство.

Блог Сергея Карелова можно читать на платформе Medium и в Telegram-канале, рекомендуем.