«Если ты такой умный, то почему такой бедный?» — ученые доказали, что рандом важнее таланта

28.03.2019 18:33
«Если ты такой умный, то почему такой бедный?» — ученые доказали, что рандом важнее таланта

Самыми успешными не всегда становятся самые талантливые или самые умные, очень часто они просто самые везучие. Такой вывод подтвердила компьютерная модель, разработанная итальянскими учеными. Эту закономерность можно использовать в том числе в беттинге.

80 на 20

Мировое распределение богатства по-прежнему подчиняется правилу 80-20: 80% богатства сосредоточено в руках 20% людей. Исследование 2018 года показало, что состояние 8 самых богатых людей мира сопоставимо с состоянием 3,8 млрд самых бедных.

Эта закономерность встречается в разных сферах жизни, но при распределении богатства она вызывает больше всего споров и ощущения несправедливости. Почему такому мизерному кругу счастливчиков доступно такое огромное количество благ, когда миллионы людей живут на грани нищеты?

Популярный ответ — мы живем в эпоху меритократии — системе ценностей, где вознаграждаются ум, талант, труд и т.д. Хотя стоит признать, что и роль удачи также значительна.

Однако есть в этой теории нестыковочка: в то время как распределение денег подчиняется закону 80-20, распределение человеческого интеллекта обычно имеет нормальный вид с относительно равными отклонениями от среднего значения. Например, средний IQ человека равен 100, но никто не имеет показатель 1000 или 10 000.

распределение богатства 80 на 20

Аналогичная ситуация с рабочим временем. Кто-то работает больше среднего значения, кто-то — меньше, но никто не работает в миллион раз больше других, такой разбежки нет.

Уоррен Баффет разыгрывает $1 млн в год пожизненно в баскетбольном тотализаторе

Но когда речь заходит о распределении денег, одни богаче других в миллионы раз. Хотя исследования показывают, что богачи обычно не выделяются талантом в классическом понимании.

Тогда какие факторы играют решающую роль в накоплении богатства? Быть может, случай и удача гораздо важнее, чем мы привыкли думать? Как эти факторы, чем бы они ни были, помогут сделать наш мир чуточку справедливее?

Компьютерная модель таланта

Благодаря трудам Алессандро Плючино и его коллег из Университета Катании мы получили ответ. Эти ребята создали компьютерную модель таланта и того, как человек им пользуется. На выходе модель показывает роль случая в этом процессе.

Результат получился на удивление правдоподобным: моделирование дало то же распределение богатства, что и в реальном мире. Плюс, еще раз подтвердилось, что самые богатые люди — далеко не самые одаренные (хотя определенная доля таланта должна быть). Они просто самые везучие. Это открытие способно помочь обществу максимизировать отдачу от инвестиций в разные сферы жизни, будь то бизнес или наука.

Модель Плючино и его товарищей проста. Она содержит N людей, где каждый наделен определенным уровнем одаренности (навыки, интеллект, обучаемость и так далее). У разных людей эти показатели разные, кто-то более одарен в одном, кто-то в другом, но в среднем никто не имеет подавляющего преимущества.

Такое же распределение и в реальной жизни, даже если брать рост и вес. Кто-то выше, кто-то весит больше, но нет разницы, как между небоскребом и муравьем.

вальбуэна фелайни

Далее компьютерная модель рассчитывает жизнь каждого человека до 40 лет. На протяжении этого времени каждому индивиду выпадают счастливые события, которые они могут использовать для увеличения богатства (если они достаточно одарены для этого). Также случаются неудачи, которые уменьшают богатство. Неудачи распределяются рандомно.

По окончании 40-летнего периода, Плючино ранжирует персонажей по уровню богатства и анализирует характеристики наиболее успешных. Также они рассчитывают распределение богатства. Потом они повторяют цикл несколько раз, чтобы убедиться в надежности результата.

Анализ распределения богатства показал, что в компьютерной модели все ровно как в реальном мире: 80% всего капитала оказалось в руках 20% людей. Исследователи отмечают, что максимальный успех мало коррелирует с максимальным талантом, а талант не гарантирует успех.

Что, если не талант, главная предпосылка к успеху?

«Моделирование четко показало, что главный фактор — везение», — говорит Плючино.

Ученые демонстрирует это, ранжируя людей по количеству счастливых и несчастливых событий на протяжении 40 лет. «Очевидно, что самые успешные люди привлекают больше всего удачных событий, а наименее успешные — наоборот».

Серендипность

Следующий вопрос — как использовать это открытие. Плючино рассуждает с точки зрения научных исследований — тема, наиболее близкая команде ученых.

Инвестиционные агентства заинтересованы в получении максимальной отдачи от вложений в науку. Например, Европейский исследовательский совет недавно инвестировал 1,7 млн долларов в программу по изучению серендипности.

Серендипность — роль удачи в научном открытии; способность, делая глубокие выводы из случайных наблюдений, находить то, чего не искал намеренно (Википедия).

серендипность

Инвесторы хотели узнать, как использовать серендипность для увеличения окупаемости инвестиций.

Модель Плючино отвечает и на этот вопрос. Ученые симулировали различные инвестиционные модели, чтобы найти оптимальную с учетом теории везения.

Команда исследовала 3 модели инвестиций в науку:

  • раздать средства поровну всем ученым;
  • раздать средства абсолютно рандомно разным группам ученых;
  • отдать большую часть инвестиций ученым, которые показали наиболее успешные результаты в прошлом.

Как вы думаете, какой способ оказался самым выгодным?

Правильный ответ — первый. Распределение средств поровну дает наибольшую отдачу: чем больше ученых задействовано, тем выше вероятность, что кто-то из них совершит важное открытие.

Это понимание полезно при выборе между примерно равнозначными альтернативами.

А вот то, что кто-либо из исследователей был успешен в прошлом, вовсе не означает, что он сделает такое же открытие в будущем, так что третий способ, по сути, бессмысленный.

Серендипность знакома профессиональным бетторам (хотя, скорее всего, они не знают такого слова). Бездумное копирование чужой стратегии ставок никогда не даст плюс. А вот разработать свою стратегию, тестируя чужие, — классический путь успешного профи.

Профессор математики тестировал беттинг-модели и вывел свою с ROI 200%

Результаты исследования можно интерполировать на другие сферы жизни: бизнес, стартапы, образование и т.д.

Модель Плючино доказывает, что не все зависит только от тяжелого труда и способностей — роль везения гораздо выше, чем мы привыкли считать. Это не лазейка, чтобы оправдать свои неудачи, но иногда серия проигрышей объясняется только невезением, а не слабостью стратегии.

Перевод статьи с сайта MIT Technology Review

Поделиться

Нашли ошибку? Сообщите нам

Добавьте комментарий к тексту ошибки и нажмите кнопку "Отправить".
Для ответа оставьте свой e-mail.

Далее по теме

+

Комментарии (0)