Černá labuť (Taleb)

Talebova kniha Černá labuť je jednou z těch, které doslova zhltnete a ještě vám rozšíří obzory (pokud přímo neposune světonázor.) Taleb se pohybuje v prostředí burzy a finančních trhů a popisuje fenomén, který zásadně ovlivňuje naše životy, a přesto si jeho existenci mnoho lidí nepřipouští nebo přímo neuvědomuje. Fenomén nazývá „černá labuť“: zkrátka jde o vzácné jevy, které nikdo nepředpokládá a přesto klíčovým způsobem změní chování systému. Velké kolapsy na burze jsou černá labuť, úspěch Googlu/Facebooku byly černé labutě, vynález laseru (u kterého si prý kolegové z jeho objevitele z počátku stříleli, že koherentní zdroj je sice hezká hračka, ale nic závratného to není), grafenu a jiných rovněž. První světovou válku, jak se zdá, také nikdo nečekal - když se člověk podívá důsledně na dobový tisk a ceny tehdejších akcií.

Černé labutě nejsou zcela nepředvídatelné, zpětně typicky naopak vypadají velice pravděpodobně. Taleb vysvětluje, že ačkoliv naše modely jsou v některých speciálních oblastech funkční a skutečně dokáží předpovídat budoucnost (zejména fyzika a její přesahy do chemie), ve spoustě jiných oblastí, jako historie, ekonomie, velká část sociálních věd, modely postihují jenom část problému a v okamžiku, kdy se model začne od reality odlišovat jsou důsledky omylu často tak velké, že co do významu setřou všechny předchozí úspěchy modelu. Pak je tu ještě třetí skupina disciplín, které dokáží své úspěchy postavit na důsledné empírii, přestože univerzální model nemáme. Sem bezesporu patří třeba medicína. Ekonomie a historie mají tu smůlu, že se historie neopakuje a tudíž se z ní nelze učit. (Resp. ona se do jisté míry opakuje.. až na pár momentů, které ale jaksi nejsou množinou míry nula - černé labutě.) Jako ilustrace může sloužit příklad s krocanem, který se každý den ujišťuje, že člověk, který ho krmí je hodný a má v zájmu jen jeho blaho. Hypotéza se stává každý den pravděpodobnější, až přijde nečekaný zvrat kdy ho člověk nejen nenakrmí, ale dokonce mu zakroutí krkem.

Taleb houževnatě upozorňuje, že naše mozky jsou výbornými stroji na vysvětlení a vyrábění teorií. Nedokážeme uložit a mít na paměti všechna holá fakta a tak je spojujeme do domněnek. „Král zemřel a královna vzápětí také“ zní daleko méně lákavě než „Král zemřel a královna poté zemřela žalem“. V důsledku této výbavy, které Taleb říká „klam narativity“, vytváříme z průběhu historie systému selfkonzistentní vysvětlení - často protichůdná, jakmile se nám situace začne zdát jiná v novém světle dalších informací. Čím větší má člověk přehled, tím propracovanější a hůře vyvrátitelné vysvětlení, nicméně skutečných předpovědí jaksi odborníci na danou disciplínu obecně nejsou schopni. (Tohle Taleb nazývá obor bez expertů, protože „experti“ daného oboru jenom sofistikovaně pojmenovávají fakta, aniž by skutečně měli schopnost říct skoro cokoliv relevantního o dalším vývoji. A proto jsem v prvním odstavci vyčleňoval medicínu od ekonomie.) Taleb propaguje epistemickou skromnost: odložit domněnky a hypotézy, nebo k nim být alespoň extrémně skeptický, byť je říká expert (z bezexpertního oboru - když jej za takový považuji).

Na začátku jsem s Talebem trochu bojoval, protože jsem ho podezříval, že říká, že poznání jako takového nejsme vůbec schopní: Jakákoliv teorie může být důsledkem klamu narativity a může být snadno zborcena černou labutí. Taleb ale tak striktní postoj nehájí. Jen upozorňuje, že je potřeba mít neustále před očima nejen poznání, kterého už jsme docílili, ale především potenciální obrovskou masu příčin, faktů a mechanismů, kterou neznáme. (A taky neustále posuzovat, jak je na tom model empiricky. Ve fyzice budu ochotnější rovnou zamítnout možnost psychokineze nebo existenci duchů, pokud se bijí s modely proměřenými na mnoho desetinných míst v mnoha oblastech, než bych v medicíně zamítal možnost funkčnosti akupunktury. Medicína nemá žádné všeobjímající výborně prověřené modely funkce lidského těla: udělejte dvojitě slepý test a uvidíme.) A pokud jde navíc o „obor bez expertů“, je pravděpodobné, že experti umí předpovídat podobně jako člověk se zdravým rozumem, jen znají navíc hantýrku (což někdy představuje fůru matematiky).

Talebovy černé labutě ale mají i jednu krásnou technickou stránku, kterou většinu knihy nechává na pokoji, aby čtenáře neodradil. Černé labutě se totiž často vyskytují právě v systémech, kde selhává Centrální limitní věta. Ačkoliv teď riskuji pohoršení matematiků, intuitivně se dá ukázat, že Gaussova křivka vzniká všude, kde do výsledku přispívá hodně nezávislých jevů z rozdělení s konečným rozptylem. Jednoduše tak, že jde o funkci, která maximalizuje entropii za podmínky fixované střední hodnoty a rozptylu. Jakmile začnou být jevy závislé nebo v rozdělení diverguje rozptyl, nejen že centrální limitní věta neplatí a člověk musí sáhnout k tzv. Léviho stabilním distribucím, ale navíc nefunguje většina „užité statistiky“ na kterou jsme zvyklí. Odhadovat chybu vzorcem pro výběrovou směrodatnou odchylku nedává dost dobře smysl, pokud směrodatná odchylka rozdělení diverguje. (Ba co hůř, často dobrou informaci nedostaneme ani ze vzorce pro odhad průměru.)

Zdroj: wikipedia.org

Přestože mnoho lidí používá celý formalismus postavený na Gaussově křivce jako dobrou aproximaci druhého případu, ve skutečnosti se nechovají stejně. Taleb tyto dva případy pojmenovává jako Průměrnistán a Extrémistán. V Průměrnistánu jedno pozorování nikdy nezmění dostatečně velký vzorek pozorování, a když tak jen jako malou opravu. Nejtlustší člověk přidaný do vzorku tisíce lidí bude představovat jenom malou opravu celkové hmoty, ale nejbohatší člověk zcela změní vše, co jsme o vzorku doposud dověděli .. což je trochu techničtější popis černých labutí jako „událostí z dlouhého ocasu negaussovských stabilních rozdělení pravděpodobnosti“.