Похожую ошибку можно найти, если покопаться в нераспроданных тиражах бизнес-книг: корпорация или генеральный директор в ударе, успех следует за успехом, деньги гребутся лопатой, а журналы пестрят льстивыми биографиями. Что дальше? Неизбежно появляется книга, перечисляющая эти успехи и уверяющая читателей, что они добьются таких же, если просто будут делать то же, что делали эта корпорация или генеральный директор. Истории могут быть правдивыми или сказочными, но понять это невозможно. Ведь подобные книги редко предоставляют убедительные доказательства того, что именно перечисленные качества или действия привели к счастливым результатам. И уж совсем маловероятно, что к таким же счастливым результатам придут те, кто будет стараться им подражать. И очень редко в таких книгах признают, что в дело мог вмешаться фактор, находящийся за пределами контроля героя, — а именно удача[75].

Чтобы не уподобляться этому несчастному жанру, я должен однозначно заявить, что предоставленные до сего момента свидетельства не доказывают, что суперпрогнозисты действительно супер, и уж точно не призывают читателей отправиться в Санта-Барбару и сесть за руль красного кабриолета в надежде научиться предсказывать будущее так же точно, как Даг Лорч. Так что же мы должны думать о Даге и других? Они суперпрогнозисты или суперсчастливчики?

Не торопитесь с ответом. Это еще одна назойливая фальшивая дихотомия — из тех, что жужжат, подобно комарам, вокруг попыток судить о суждениях. Большая часть вещей в жизни включает в себя мастерство и удачу в различных пропорциях. В смеси могут присутствовать практически одна удача и очень малое количество мастерства или практически одно мастерство и совсем немного удачи — а также один из тысячи других возможных вариантов. Из-за такого многообразия очень сложно вычленить, что относится к мастерству, а что — к удаче. Эту проблему глубоко исследовал глобальный финансовый стратег Майкл Мобуссин в своей книге «Уравнение успеха». Но, как заметил Мобуссин, существует элегантное «правило большого пальца», то есть общий принцип, который можно применить к спортсменам и генеральным директорам, биржевым аналитикам и суперпрогнозистам. Он включает в себя так называемую регрессию к среднему значению.

Некоторые статистические концепции одновременно легко понять и легко забыть. Регрессия к среднему значению — одна из них. Вот, например, средний рост мужчины — 173 см. А теперь представьте мужчину, рост которого 183 см, и подумайте о возможном росте его сына (см. график). Изначальный импульс вашей системы 1 может подсказать вам, что его рост тоже 183 см. Это возможно, но маловероятно. Чтобы понять почему, нужно подключить серьезные рассуждения системы 2. Вообразите, что мы знаем рост всех людей и рассчитали корреляцию роста отцов и сыновей. Мы обнаружим сильное, но неидеальное отношение, корреляцию около 0,5, как видно по линии, идущей через данные, на графике справа. Она говорит нам, что, если рост отца 183 см, нам нужно сделать компромиссное предположение, основанное как на росте отца, так и на среднем росте популяции. Наше лучшее предположение для роста сына будет 178 см. Рост сына уменьшился в сторону среднего значения на 5 см, заняв промежуточную позицию между средним ростом населения и ростом отца[76].