ADVERTISEMENT

To jest artykuł przetłumaczony maszynowo. Oryginalna wersja jest dostępna w języku angielskim.

Ostatnia aktualizacja: · 14 min czytania

W skrócie
Daj Amerykanom biegłym w liczbach tabelę danych o kremie na wysypkę, a odczytają ją dobrze. Przedstaw te same liczby jako miejski zakaz posiadania broni, a najbardziej biegli rozwiążą zadanie bezbłędnie tylko wtedy, gdy odpowiedź schlebia ich poglądom politycznym. Umiejętności analityczne dobrze chronią przed zwykłymi błędami, a znacznie gorzej przed błędami umotywowanymi. Mogą dostarczać argumentów. Philip Tetlock przez dwie dekady śledził 284 ekspertów, a najbardziej pewni siebie prognostycy okazali się najmniej trafni. Inteligencja pomaga, ale chroni nawyk: zapis przewidywań, którego nie możesz poprawić, i ciekawość, gdy dowody obracają się przeciwko tobie.

Dajmy grupie Amerykanów o wysokich zdolnościach matematycznych zadanie statystyczne, które wymaga poprawnego wnioskowania przyczynowego z tabeli danych, a poradzą sobie dobrze. Teraz dajmy im identyczne zadanie, z tymi samymi liczbami, tą samą budową tabeli i tym samym problemem przyczynowym, ale inaczej je ujmijmy: zamiast badania kremu na wysypkę tabela pokazuje, czy miejski zakaz posiadania broni ograniczył przestępczość. Tym razem najbardziej biegli w liczbach badani rozchodzą się najdalej: bezbłędnie rozwiązują zadanie, gdy odpowiedź schlebia ich poglądom na dostęp do broni, i potykają się, gdy tak nie jest.

To eksperyment Dana Kahana, znany jako motywowana biegłość liczbowa. Jego lekcja brzmi tak: zdolności poznawcze mogą służyć motywowanemu rozumowaniu równie chętnie, jak je korygują, a większa moc analityczna może po prostu sprawić, że skuteczniej się mylimy. Późniejsze badania wciąż wykrywają partyjne skrzywienie, choć dodatkowe wzmocnienie wśród najbardziej biegłych w liczbach pojawia się mniej regularnie. W jednej dużej, zarejestrowanej z góry powtórce lepsza biegłość liczbowa nadal oznaczała więcej poprawnych odpowiedzi w każdej wersji zadania, ale partyjna różnica nie rosła wraz z nią. Tak czy inaczej, sprawność w posługiwaniu się liczbami nie zniosła partyjnego skrzywienia. Zdolności analityczne dobrze chronią przed zwykłym błędem, a znacznie gorzej przed błędem motywowanym, bo wtedy te same zdolności mogą dostarczać argumentów na rzecz pomyłki.

Do lektury tego artykułu przystąpili Państwo zapewne z milczącym założeniem, które też należy do materiału dowodowego: cokolwiek artykuł wykaże, opisuje porażki innych ludzi, a motywowana biegłość liczbowa dotyczy tych, którzy rozumują mniej starannie niż Państwo.

Maszyna napędza samą siebie

Wykształcenie oznacza tu coś więcej niż gromadzenie formalnych kwalifikacji, czyli lat nauki, dyplomów i instytucjonalnych pieczątek. Wykształcenie rozwija i nagradza określone narzędzia poznawcze, bo właśnie do tego zostało pomyślane: zdolność analizy, rozpoznawanie wzorców, budowanie narracji i pewność siebie w swojej dziedzinie. Szkoła ćwiczy te narzędzia i za nie nagradza, a dowody, o których będzie dalej mowa, dotyczą tych narzędzi w działaniu, nie lat spędzonych w salach lekcyjnych.

To rozróżnienie ma znaczenie, bo oczywista obrona, „rozumuję na podstawie dowodów, nie tożsamości”, jest dokładnie tym, w co owe narzędzia pozwalają wierzyć, kiedy robimy coś przeciwnego.

W badaniu Kahana wyższa biegłość liczbowa przewidywała poprawne odpowiedzi w zadaniu z kremem na skórę. Po zamianie tematu na dostęp do broni badani o wysokiej biegłości nie przestali lepiej wnioskować; skierowali tę umiejętność gdzie indziej. Liberałowie o wysokiej biegłości liczbowej byli dokładniejsi, gdy dane wskazywały, że zakaz ograniczył przestępczość; konserwatyści o wysokiej biegłości – gdy wskazywały, że zakaz zwiększył przestępczość. Zdolności analityczne każdej grupy działały w tym kierunku, którego wymagały jej poglądy polityczne.

Kluczowe jest to odwrócenie kierunku: biegłość liczbowa pomagała najbardziej tam, gdzie wynik był politycznie wygodny. Nic w danych nie wskazuje, by badani świadomie się oszukiwali, i nikt nie musi oszukiwać, żeby uzyskać taki wynik. Wprawny analityk, który chce zdyskredytować tabelę, zawsze ma pod ręką uprawnione pytania: czy próba była reprezentatywna, czy kontrolowano zmienne zakłócające, czy mechanizm przyczynowy jest wiarygodny. Pytania stają się motywowane wtedy, gdy tej samej wnikliwości nie stosuje się do danych potwierdzających to, w co analityk już wierzy.

Ten sam wzór Kahan znalazł w sprawie klimatu, kiedy sprawdzał, czy wyższa wiedza naukowa i biegłość liczbowa przybliżają ludzi do naukowego konsensusu w ocenie ryzyka klimatycznego. Nie przybliżały. Wśród osób o hierarchicznej i indywidualistycznej orientacji kulturowej wyższa wiedza naukowa wiązała się z większym lekceważeniem ryzyka klimatycznego. Wśród osób o orientacji egalitarnej i wspólnotowej – z większym niepokojem. Przepaść między obiema grupami rosła wraz z poziomem wiedzy.

Najbardziej obeznani z nauką członkowie obu grup wiedzieli więcej, więc niewiedza nie tłumaczy tego podziału. Różnił ich kierunek, w którym używali swojej wiedzy, a ten kierunek podążał za tożsamością polityczną.

ADVERTISEMENT

Dziennikarz naukowy Chris Mooney nadał temu zjawisku nazwę: efekt „mądrych idiotów”, w którym ludzie politycznie wyrobieni okazują się bardziej stronniczy i mniej podatni na perswazję niż niedoinformowani. Mooney twierdził, że efekt jest najsilniejszy na prawicy – tę interpretację Kahan odrzucił; jego własne dane, dotyczące klimatu i tabeli o dostępie do broni, pokazują ten wzór po obu stronach. Etykieta jest celowo niewygodna, a obserwacja, która za nią stoi, broni się: motywowane rozumowanie nie słabnie wraz ze wzrostem zdolności poznawczych.

Wykształcenie tworzy szczególną pułapkę. Nie tylko rozwija te narzędzia poznawcze, ale też lokuje w nich tożsamość. Ktoś, kto latami budował wiedzę analityczną i był nagradzany przez instytucje, kolegów i zawodowe sukcesy za używanie jej w określonym kierunku, ma więcej do stracenia, gdy odkryje, że kierunek był zły. Trudniej mu obrócić te narzędzia przeciwko stanowiskom, które nimi zbudował. Nie potrzeba do tego żadnej wady charakteru, wystarczy, że rozwój poznawczy i kształtowanie tożsamości zachodzą w tej samej instytucji, w tym samym czasie i nagradzają te same wnioski. Pułapka zaciska się z każdym sukcesem, bo każdy przyrost cytowań, reputacji czy instytucjonalnego prestiżu podnosi koszt odkrycia, które zagraża całej konstrukcji.

Zdolności, które daje wykształcenie, takie jak wnioskowanie analityczne, nawyk składania spójnych opowieści z dowodów i pewność płynąca z fachowej wiedzy, nie mają instrukcji, kiedy przestać ufać samemu sobie. Świetnie wytwarzają poczucie, że rozumowało się poprawnie, a to poczucie niewiele mówi o trafności.

Klątwa eksperta

Można przyznać, że przekonania polityczne są plemienne, a zarazem utrzymywać, że działają w innej szufladzie niż osąd zawodowy – że we własnej dziedzinie rozumujemy poprawnie. Philip Tetlock spędził dwie dekady, sprawdzając tę szufladę.

Od 1984 do mniej więcej 2003 roku zebrał 284 ekspertów, wśród nich politologów, ekonomistów, analityków polityki zagranicznej oraz obecnych i byłych urzędników państwowych, i poprosił ich o ponad 80 tysięcy prognoz dotyczących wydarzeń politycznych i gospodarczych: kto wygra wybory, czy gospodarki urosną, czy się skurczą, czy konflikty się zaostrzą, czy wygasną. Potem czekał i liczył punkty.

Wynik był kompromitujący: eksperci wypadli niewiele lepiej niż przypadek i nie lepiej niż poinformowany laik czytający gazety. Trafność zależała od tego, jak wiedza eksperta była uporządkowana, a nie od tego, jak była głęboka. Najgorzej przewidywali ci, którzy budowali swój obraz świata wokół jednej ramy wyjaśniającej; Tetlock, zapożyczając określenie z eseju Isaiaha Berlina z 1953 roku, nazwał ich jeżami. Lisy, które sięgały po wiele ram i korygowały poglądy, gdy pojawiały się nowe dowody, radziły sobie lepiej.

Pewność i trafność szły w przeciwnych kierunkach: najbardziej zaangażowani, najbardziej pewni swego eksperci mylili się najczęściej. Ich rygor był prawdziwy, tyle że szedł na obronę ramy, na której klęskę nie mogli sobie pozwolić.

Najgorszym prognostykom nie brakowało wiedzy. Znali swoją dziedzinę na tyle dobrze, że ułożyli tę wiedzę w spójny system, a system stał się soczewką, przez którą postrzegali wszystko. Teoretyk realizmu w stosunkach międzynarodowych przewidywał konflikty według logiki siły państw. Ekonomista ze szkoły podażowej przewidywał recesje według logiki bodźców. Każda z tych ram powstała z lat gromadzenia dowodów, co sprawiało, że wydawała się szczególnie pewna, a zarazem szczególnie ślepa na to, czego nie potrafiła uchwycić. Im bardziej wszechstronna rama, tym łatwiej każde nowe wydarzenie dawało się w nią wpisać, niczego nie podważając, i tym mniejsza była szansa, że kiedykolwiek pęknie.

Do tego dochodzi mechanizm selekcji. Tetlock odkrył, że cechy najbardziej cenione przez redaktorów i producentów telewizyjnych, takie jak stanowcze tezy, gotowość do zajęcia stanowiska i pewne ujęcie sprawy, są ujemnie skorelowane z trafnością prognoz. Eksperci najchętniej zapraszani do komentowania to, statystycznie rzecz biorąc, ci, którzy najczęściej się mylą. Jeże dobrze wypadają w telewizji; lisy wypowiadają się wymijająco, a to niepokoi producentów. Instytucjonalny system nagród dla publicznych ekspertów wynosi więc najsłabszych – i nagradza wszystkich pozostałych za to, że brzmią bardziej jak oni.

W 2011 roku Tetlock i Barbara Mellers uruchomili Good Judgment Project w ramach programu Aggregative Contingent Estimation agencji IARPA, czyli turnieju prognostycznego prowadzonego przez agencję badawczą amerykańskiego wywiadu. Jego ochotnicy, którzy sami się zgłosili i nie byli ekspertami w prognozowanych dziedzinach, rywalizowali z innymi zespołami badawczymi. Gdy ich połączone prognozy zestawiono z prognozami zawodowych analityków wywiadu mających dostęp do informacji niejawnych, ochotnicy okazali się, według własnych wyliczeń projektu, trafniejsi o mniej więcej 30%, a najlepsi z nich, nazwani później superprognostykami, wypadli jeszcze lepiej.

Co robili superprognostycy

Nawyki, które stały za tymi wynikami, nie są efektowne. Superprognostycy zapisywali swoje przewidywania, zanim wydarzenia się rozegrały, więc nie mogli potem poprawić wspomnienia, że mieli rację. Rozliczali swoją trafność na podstawie zapisu, którego nie mogli zmienić. Kiedy się mylili, korygowali poglądy, zamiast tłumaczyć niewygodny wynik jako anomalię czy wyjątek. Wyrażali prawdopodobieństwo w skalibrowanych szacunkach, konkretnych procentach, które można wprost porównać z wynikiem, a nie w kierunkowych deklaracjach chronionych przed rozliczeniem. Dzielili duże pytania na mniejsze części, w których poszczególne zmienne dało się ocenić osobno.

Inteligencja pomaga, ale nic z tego nie działa na samej inteligencji. Wszystko to wymaga trwałej gotowości, by czarno na białym wykazać własną pomyłkę w zapisie, który prowadzi się samemu, a to okazuje się trudne do utrzymania, gdy tożsamość zawodowa i społeczna opiera się na byciu tym, kto się na tych sprawach zna.

Gdzie pobłądziło centrum

Standardowa obrona instytucjonalnej wiedzy eksperckiej brzmi tak: owszem, pojedynczy eksperci się mylą, ale od tego są recenzja naukowa, replikacja i kumulatywny rozwój nauki. System sam się koryguje. Indywidualna nadmierna pewność siebie się uśrednia, odstające wyniki zostają zakwestionowane, złe ustalenia nie przetrwają niezależnej weryfikacji.

To częściowo prawda, jeśli dać temu dość czasu. Zanim się to jednak przyjmie, warto zapytać, jak długo trwała ta samokorekta, kto płacił za zwłokę i dlaczego wewnętrzne procedury dziedziny nie wychwyciły problemu jako pierwsze.

W 2015 roku Reproducibility Project, koordynowany przez Briana Noska z Uniwersytetu Wirginii, przedstawił wyniki prac, w których setki badaczy próbowały powtórzyć 100 badań z trzech czołowych czasopism psychologicznych. Tylko 36% udało się odtworzyć przy pierwotnym progu istotności, a najgorzej wypadła psychologia społeczna, z wynikiem około 25%. W powtórzeniach efekty okazywały się średnio mniej więcej o połowę słabsze niż w oryginałach.

Projekt replikacyjny zmierzył problem, a nie go zdiagnozował, ale metodolodzy już wcześniej wskazali głównych podejrzanych i żaden z nich nie wymagał oszustwa ani kilku czarnych owiec. Wszystkie były systemowym produktem zwykłej logiki działania: małe próby uznawane za wystarczające, bo wyniki wyglądały przekonująco; progi wartości p obchodzone przez wielokrotne testowanie i wybiórcze raportowanie; kultura wydawnicza odrzucająca wyniki zerowe, które przez to nigdy nie trafiały do literatury.

Recenzenci nie mieli dobrej pozycji, by cokolwiek z tego wychwycić: wyszkolono ich w tych samych metodach, często mieli te same wstępne przekonania i podlegali tym samym bodźcom. Byli częścią systemu, który mieli kontrolować, więc wyrafinowanie, które zbudowało dziedzinę, pomagało też sprawić, że jej błędy pozostawały niewidoczne od środka.

Prognozy ekonomiczne powstawały pod innymi naciskami, ale przez inny mechanizm wytworzyły równoważny martwy punkt. W lipcu 2007 roku aktualizacja World Economic Outlook Międzynarodowego Funduszu Walutowego przewidywała globalny wzrost na poziomie 5,2% w latach 2007 i 2008, a bilans ryzyk opisywała jako „lekko przechylony w dół”. Czternaście miesięcy później upadł Lehman Brothers. Niezależne Biuro Ewaluacji MFW stwierdziło później, że Fundusz słabo sygnalizował nadchodzący kryzys i jego skalę.

Heterodoksyjni ekonomiści i analitycy od lat ostrzegali przed kruchością systemu, a Fundusz widział boomy na rynkach nieruchomości i nowe instrumenty finansowe; bagatelizował niesione przez nie ryzyka. Jego ewaluatorzy winili myślenie grupowe, intelektualne zawłaszczenie i ogólne przekonanie, że poważny kryzys w dużych gospodarkach rozwiniętych jest mało prawdopodobny, a także kulturę zniechęcającą do odmiennych opinii i słabą analizę sektora finansowego. Konsensus opisywał stabilny system, a ostrzeżenia oparte na założeniu systemu niestabilnego z trudem się przebijały.

Te dwie porażki z wierzchu wyglądają różnie: złe bodźce w psychologii, zawłaszczony sposób myślenia w makroekonomii. Pod spodem obie wydarzyły się w samym centrum swoich dziedzin, wśród ludzi najbardziej pewnych swoich ram, którzy byli też najbardziej ślepi na to, co te ramy wytwarzają.

Jajko, które cię nie zabijało

Ancel Keys był fizjologiem z Uniwersytetu Minnesoty, który w latach 50. i 60. budował tezę, że dieta bogata w tłuszcze nasycone podnosi poziom cholesterolu we krwi i wywołuje choroby serca. Jego Badanie Siedmiu Krajów, rozpoczęte w 1958 roku, by śledzić losy mężczyzn w średnim wieku w szesnastu kohortach w siedmiu krajach, stało się fundamentem. Teoria dietetyczno-sercowa szybko objęła też sam cholesterol w żywności: w 1968 roku American Heart Association zaleciło spożywanie mniej niż 300 miligramów cholesterolu z pożywieniem dziennie i nie więcej niż trzech całych jaj tygodniowo.

Krytycy zaprotestowali wcześnie. W 1957 roku statystyk Jacob Yerushalmy i lekarz Herman Hilleboe, komisarz zdrowia stanu Nowy Jork, zwrócili uwagę, że słynny wykres Keysa z 1953 roku obejmował tylko sześć krajów, choć porównywalne dane istniały dla wielu innych, i że korelacja między tłuszczem a chorobami serca słabła po dodaniu pozostałych. Badaczy kwestionujących hipotezę dietetyczno-sercową marginalizowano w ramach zwykłego działania konsensusu, który skrystalizował się wokół opowieści popartej dość dużą ilością danych, by wydawała się nie do podważenia; nie trzeba było spisku ani korupcji. Niewygodne dowody trzymała z dala ugruntowana pewność dziedziny, która uważała, że sprawa jest rozstrzygnięta.

W 2015 roku Dietary Guidelines Advisory Committee zalecił porzucenie obowiązującego od dawna limitu 300 miligramów cholesterolu w diecie, stwierdzając, że „dostępne dowody nie wykazują wyraźnego związku między spożyciem cholesterolu z dietą a poziomem cholesterolu w surowicy”. Ostateczna wersja wytycznych żywieniowych na lata 2015–2020 usunęła tę liczbę, choć nadal zalecała spożywanie jak najmniejszej ilości cholesterolu w ramach zdrowego sposobu odżywiania i wymieniała jajka wśród produktów, które mogą być jego częścią. Po prawie pięćdziesięciu latach jajko zostało w dużej mierze zrehabilitowane. Tłuszcze nasycone, rdzeń hipotezy samego Keysa, już nie: te same wytyczne utrzymały ich limit poniżej 10% dziennego spożycia kalorii.
ADVERTISEMENT

Pułapka wiarygodności

Dotychczasowe porażki to politycznie motywowane wnioskowanie, które wzmacnia błąd zamiast go korygować, pewność ekspertów idąca w przeciwnym kierunku niż trafność, systemy recenzji, które wpuściły niewiarygodne wyniki i je zatrzymały, oraz dominujący model ekonomiczny, który nie potrafił ująć niestabilności, w której sam był osadzony. Łączy je wspólny mechanizm i nie zależy on od głupoty ani korupcji. Wykształcenie rozwija rozpoznawanie wzorców i budowanie narracji, a te zdolności świetnie wytwarzają ten rodzaj błędnych przekonań, który ma największe szanse przetrwać.

Ewidentnie fałszywe przekonania, takie jak kreacjonizm młodej Ziemi, płaska Ziemia czy rzekomy związek szczepionek z autyzmem, krążą także wśród wykształconych ludzi, więc wykształcenie nie daje przed nimi bezwzględnej ochrony. Wykształcone środowiska gorzej jednak radzą sobie z ich wytwarzaniem i podtrzymywaniem, bo takie przekonania szybko oblewają powierzchowne testy wiarygodności w zderzeniu z nagromadzoną wiedzą, a ich utrzymanie wymaga ciągłego motywowanego wysiłku, którego wykształcone instytucje zwykle nie nagradzają. W wykształconych środowiskach najskuteczniej szerzą się przekonania na tyle strukturalnie wiarygodne, że przechodzą te same testy, które wyłapują oczywiste porażki. Wykształcenie odsiewa pierwszą kategorię znacznie lepiej niż drugą, a to właśnie drugą jego własne narzędzia wytwarzają najnaturalniej.

Rozpoznawanie wzorców przeskakuje do pewnych wniosków na podstawie skąpych dowodów. Często ma rację, ale nie ma wbudowanego miernika trafności. Wrażenie, że rozpoznało się wzorzec, nie jest wiarygodną wskazówką, czy ten wzorzec istnieje. Budowanie narracji łączy dowody w wewnętrznie spójne opowieści, a spójność to właśnie to, co sprawia, że opowieść wydaje się prawdziwa. Historia, która się klei, wyjaśnia wiele rzeczy w jednej ramie i rozstrzyga niejasności, daje poczucie zrozumienia. Może to być zrozumienie, ale samo poczucie nie powie, czy nim jest.

Problem spójności dotkliwiej uderza w ludzi wykształconych. Zbudowanie spójnej opowieści ze złożonych dowodów wymaga dokładnie tych umiejętności, które rozwija wykształcenie. Im bardziej wyrafinowany myśliciel, tym więcej elementów potrafi wpleść w jedną ramę wyjaśniającą i tym bardziej satysfakcjonująca staje się wynikająca z tego opowieść, dla niego samego i dla wyrafinowanych czytelników, do których się zwraca. Elegancka teoria przekonuje bardziej niż niezgrabna, bez względu na to, która jest trafniejsza. Elegancja jest kryterium dobrego pisania i starannego myślenia, ale nie jest cechą teorii wskazującą na ich prawdziwość. Wykształcenie uczy ludzi tworzyć eleganckie wyjaśnienia, nie ucząc ich nieufności wobec elegancji.

Najbardziej znane ustalenia psychologii społecznej, których później nie udało się powtórzyć, nie były przypadkowe ani nieprawdopodobne. Były dokładnie tym, co wyrafinowany obserwator ludzkich zachowań spodziewałby się znaleźć, i dlatego je publikowano, cytowano, uczono ich i włączano do programów szkoleniowych, zanim ktokolwiek poważnie je sprawdził.

Pozy mocy miały sprawiać, że dwie minuty w rozłożystej postawie podnoszą poziom testosteronu, obniżają kortyzol i zwiększają skłonność do ryzyka. Mechanizm, czyli wpływ postawy ciała na stan hormonalny przez sprzężenie zwrotne, był przekonujący. Potem inny zespół powtórzył eksperyment z udziałem 200 osób, niemal pięć razy więcej niż pierwotne 42, z eksperymentatorem nieświadomym przydziału do grup. Pozy mocy nadal sprawiały, że ludzie czuli się silniejsi, ale nie zmieniały ani testosteronu, ani kortyzolu, ani apetytu na ryzyko.

Teoria wyczerpania ego głosiła, że panowanie nad sobą w jednym zadaniu zużywa zasób, którego brak pogarsza wyniki w kolejnych zadaniach – siła woli jako bak paliwa. Kiedy 23 laboratoria przeprowadziły zarejestrowany z góry test standardowego zadania wyczerpującego ego na ponad 2000 uczestników, efekt wyniósł praktycznie zero.

Prymowanie społeczne przyniosło słynne odkrycie, że uczestnicy, którzy czytali słowa kojarzone ze stereotypem starości, szli potem wolniej korytarzem. Powtórka w podwójnie ślepej próbie z automatycznym pomiarem czasu nie wykazała żadnego efektu. Dodatkowy eksperyment pokazał, że spowolnienie pojawiało się tylko wtedy, gdy spodziewali się go eksperymentatorzy, co sugeruje, że pierwotny wynik był artefaktem oczekiwań eksperymentatora, a nie nieświadomego prymowania.

Te porażki umknęły bystrym czytelnikom, rygorystycznej recenzji naukowej, prestiżowym czasopismom i ekspertom, którzy mieli najlepszą pozycję, by dostrzec problemy. Wyłapały je w końcu większe próby, eksperymentatorzy nieświadomi warunków, zautomatyzowany pomiar oraz, w przypadku wyczerpania ego, plan zarejestrowany przed zebraniem jakichkolwiek danych: procedury, które stawiają przeszkody motywowanej selekcji, przychodzącej wyrafinowanym umysłom z taką łatwością.

Ile kosztuje cnota

Oczywista odpowiedź brzmi: bądźmy pokorniejsi i trzymajmy się przekonań luźniej. Te nakazy są słuszne w taki sposób, w jaki „jedz mniej, ruszaj się więcej” jest słuszne w sprawie masy ciała – trafne w teorii, bezużyteczne bez konkretnego opisu, jak to wygląda w praktyce i dlaczego tak trudno to utrzymać.

Good Judgment Project dostarcza takiego konkretnego opisu. Superprognostycy nie są ekspertami w dziedzinach, których dotyczą ich prognozy. Są bystrzejsi od przeciętnej: we własnych testach projektu wypadali lepiej od innych prognostyków w pomiarach inteligencji płynnej i skrystalizowanej, a badacze nazwali ponadprzeciętną inteligencję płynną niemal cechą definiującą tę grupę. Ale z inteligencją szło w parze coś równie ważnego: praktyka. Superprognostycy podejmowali więcej pytań i częściej aktualizowali prognozy, prowadząc opisany wcześniej zapis pytanie po pytaniu, przez lata. Inteligencja ułatwia tę pracę, ale jej za nas nie wykona.

Badania Kahana nad ciekawością naukową pozwalają na subtelniejsze rozróżnienie: polaryzujący wpływ wiedzy naukowej, gdy wiedza wzmacnia rozbieżności polityczne, nie dotyczył ciekawości naukowej, czyli skłonności do odkryć i nowości. Odpowiedzi ludzi bardziej ciekawych nauki na politycznie naładowane pytania naukowe były mniej spolaryzowane, bez względu na dotychczasową tożsamość polityczną tych ludzi. Ciekawość, w przeciwieństwie do nagromadzonej wiedzy, jest zwrócona ku nieznanemu, więc mniej inwestuje w to, w co już się wierzy.

To, co chroni, wygląda więc na szczególny stosunek do niepewności, a ten stosunek trzeba aktywnie podtrzymywać, wbrew instytucjom i tożsamościom, które nagradzają stanowcze deklaracje i karzą za wahanie. Odkrycie dotyczące ciekawości naukowej podpowiada dlaczego: dla ciekawych wynik, który obala wcześniejsze przekonanie, jest na jakimś poziomie interesujący. Dla kogoś, czyja tożsamość jest w to przekonanie zainwestowana, jest zagrożeniem. Ciekawość też nie gwarantuje trafności, ale utrzymuje otwarty kanał, którym może dotrzeć obalający dowód, a wiedza ekspercka ma skłonność, by ten kanał zamykać.

Prognostycy określani przez Tetlocka mianem jeży byli inteligentni. Zbudowali swoje intelektualne tożsamości wokół swoich ram, a rama stała się częścią tego, kim byli, więc ich inteligencja szła na obronę czegoś, co nie mogło sobie pozwolić na porażkę; im więcej jej mieli, tym bardziej misterna i szczelna była obrona.

Ta wiedza pomoże mniej, niż można by mieć nadzieję, bo ten mechanizm nie potrzebuje nieuwagi. Działa na tym samym rodzaju starannego, zaangażowanego rozumowania na podstawie dowodów, jakim zajmowali się Państwo przez ostatnie piętnaście minut. Nie jest to powodem, by odrzucić to, co właśnie Państwo przeczytali; nieudane replikacje, wyniki prognoz Tetlocka i liczby MFW z 2007 roku są prawdziwe. Jest to natomiast powód, by traktować poczucie, że coś nas przekonało, tak, jak superprognostyk potraktowałby przeczucie: jako prawdopodobieństwo, które trzeba sprawdzić z tym, co wydarzy się dalej.

Powiązane artykuły

Dalsza lektura

Jako partner Amazon Eikleaf zarabia na kwalifikujących się zakupach. Poniższe linki do książek są linkami partnerskimi: jeśli dokonasz zakupu za ich pośrednictwem, możemy otrzymać niewielką prowizję, bez dodatkowych kosztów dla Ciebie.

Polecane filmy

Jak cytować
Ingrid Dahl. “Dlaczego wykształceni ludzie wierzą w nieprawdę.” Eikleaf, 8 maja 2026, aktualizacja 2 listopada 2026. https://www.eikleaf.com/pl/why-educated-people-believe-things-that-are-not-true/

Zastrzeżenie dotyczące generatywnej AI

Niektóre treści na tej stronie zostały wygenerowane i/lub zredagowane z pomocą generatywnej sztucznej inteligencji.

Media

Hartono Creative Studio – Pexels

Najważniejsze źródła i bibliografia

Dan Kahan, Ellen Peters, Erica Cantrell Dawson & Paul Slovic, „Motivated numeracy and enlightened self-government,” Behavioural Public Policy, Vol. 1, Issue 1, pp. 54–86, 2017. https://doi.org/10.1017/bpp.2016.2

Dan Kahan, Ellen Peters, Maggie Wittlin, Paul Slovic, Lisa Larrimore Ouellette, Donald Braman & Gregory Mandel, „The polarizing impact of science literacy and numeracy on perceived climate change risks,” Nature Climate Change, Vol. 2, pp. 732–735, 2012. https://doi.org/10.1038/nclimate1547

Philip Tetlock, Expert Political Judgment: How Good Is It? How Can We Know? Princeton University Press, 2005.

Philip Tetlock & Dan Gardner, Superforecasting: The Art and Science of Prediction, Crown Publishers, 2015.

Barbara Mellers, Eric Stone, Terry Murray, Angela Minster, Nick Rohrbaugh, Michael Bishop, Eva Chen, Joshua Baker, Yuan Hou, Michael Horowitz, Lyle Ungar & Philip Tetlock, „Identifying and Cultivating Superforecasters as a Method of Improving Probabilistic Predictions,” Perspectives on Psychological Science, Vol. 10, No. 3, pp. 267–281, 2015. https://doi.org/10.1177/1745691615577794

Open Science Collaboration, „Estimating the reproducibility of psychological science,” Science, Vol. 349, Issue 6251, 2015. https://doi.org/10.1126/science.aac4716

International Monetary Fund, „IMF Survey: Global Growth Seen at 5.2 pct in 2007” (on the World Economic Outlook Update), 25 July 2007. https://www.imf.org/en/News/Articles/2015/09/28/04/53/sonew0725a

IMF Independent Evaluation Office, „IMF Performance in the Run-Up to the Financial and Economic Crisis: IMF Surveillance in 2004–07,” 2011 (summary in IEO Newsletter, Spring 2011). https://ieo.imf.org/-/media/ieo/files/publications/newsletters/english-versions/spring2011-english.pdf

Dana R. Carney, Amy J.C. Cuddy & Andy J. Yap, „Power Posing: Brief Nonverbal Displays Affect Neuroendocrine Levels and Risk Tolerance,” Psychological Science, Vol. 21, No. 10, pp. 1363–1368, 2010.

Eva Ranehill, Anna Dreber, Magnus Johannesson, Susanne Leiberg, Sunhae Sul & Roberto A. Weber, „Assessing the Robustness of Power Posing: No Effect on Hormones and Risk Tolerance in a Large Sample of Men and Women,” Psychological Science, Vol. 26, No. 5, pp. 653–656, 2015.

Roy F. Baumeister, Ellen Bratslavsky, Mark Muraven & Dianne M. Tice, „Ego Depletion: Is the Active Self a Limited Resource?”, Journal of Personality and Social Psychology, Vol. 74, No. 5, pp. 1252–1265, 1998.

Martin S. Hagger, Nikos L.D. Chatzisarantis et al., „A Multilab Preregistered Replication of the Ego-Depletion Effect,” Perspectives on Psychological Science, Vol. 11, pp. 546–573, 2016. https://doi.org/10.1177/1745691616652873

John A. Bargh, Mark Chen & Lara Burrows, „Automaticity of Social Behavior: Direct Effects of Trait Construct and Stereotype Activation on Action,” Journal of Personality and Social Psychology, Vol. 71, No. 2, pp. 230–244, 1996.

Stéphane Doyen, Olivier Klein, Cora-Lise Pichon & Axel Cleeremans, „Behavioral Priming: It’s All in the Mind, but Whose Mind?”, PLOS ONE, 2012. https://doi.org/10.1371/journal.pone.0029081

Chris Mooney, The Republican Brain: The Science of Why They Deny Science — and Reality, Wiley, 2012.

Dan M. Kahan, Asheley Landrum, Katie Carpenter, Laura Helft & Kathleen Hall Jamieson, „Science Curiosity and Political Information Processing,” Political Psychology, Vol. 38, Supplement 1, pp. 179–199, 2017. https://doi.org/10.1111/pops.12396

Ancel Keys et al., Seven Countries: A Multivariate Analysis of Death and Coronary Heart Disease, Harvard University Press, 1980.

Isaiah Berlin, The Hedgehog and the Fox: An Essay on Tolstoy’s View of History, Weidenfeld and Nicolson, 1953.

Emil Persson, David Andersson, Lina Koppel, Daniel Västfjäll & Gustav Tinghög, „A preregistered replication of motivated numeracy,” Cognition, Vol. 214, 2021. https://doi.org/10.1016/j.cognition.2021.104768

Dan Kahan, „What do I think of Mooney’s Republican Brain?”, Cultural Cognition Project blog, 2012. https://www.culturalcognition.net/blog/2012/7/27/what-do-i-think-of-mooneys-republican-brain.html

Joseph P. Simmons, Leif D. Nelson & Uri Simonsohn, „False-Positive Psychology,” Psychological Science, Vol. 22, No. 11, pp. 1359–1366, 2011. https://doi.org/10.1177/0956797611417632

Jacob Yerushalmy & Herman E. Hilleboe, „Fat in the diet and mortality from heart disease; a methodologic note,” New York State Journal of Medicine, Vol. 57, pp. 2343–2354, 1957.

Donald J. McNamara, „The Fifty Year Rehabilitation of the Egg,” Nutrients, Vol. 7, pp. 8716–8722, 2015. https://pmc.ncbi.nlm.nih.gov/articles/PMC4632449/

Today’s Dietitian, „The 2015–2020 Dietary Guidelines,” 2016. https://www.todaysdietitian.com/the-2015-2020-dietary-guidelines/

U.S. Department of Health and Human Services & U.S. Department of Agriculture, 2015–2020 Dietary Guidelines for Americans, 8th Edition, December 2015. https://odphp.health.gov/sites/default/files/2019-09/2015-2020_Dietary_Guidelines.pdf

ADVERTISEMENT