355 500 произведений, 25 200 авторов.

Электронная библиотека книг » Леонард Млодинов » (Не)совершенная случайность. Как случай управляет нашей жизнью » Текст книги (страница 3)
(Не)совершенная случайность. Как случай управляет нашей жизнью
  • Текст добавлен: 20 сентября 2016, 17:43

Текст книги "(Не)совершенная случайность. Как случай управляет нашей жизнью"


Автор книги: Леонард Млодинов



сообщить о нарушении

Текущая страница: 3 (всего у книги 19 страниц) [доступный отрывок для чтения: 7 страниц]

Почему же в Древней Греции теория случайности так и не появилась? Можно предположить, что греки верили: будущее вершится согласно воле богов. Если брошенные кости подразумевали что-то вроде: «бери в жены коренастую спартанку, которая прижала тебя к земле во время поединка за школой», греческий парень не рассматривал бросок как удачный (неудачный) результат случайного процесса, он видел в этом волю богов. При таком положении дел осмысление понятия случайности попросту не требовалось. Следовательно, математическое обоснование теории случайности оказывалось невозможным. Можно исходить и из философии, благодаря которой древние греки достигли таких высот в математике: они настаивали на абсолютной истине, подтвержденной логикой и аксиомами, а неопределенные высказывания их не устраивали. К примеру, в «Федоне» Платона Симмий говорит Сократу, что «доводы, доказывающие свою правоту через правдоподобие, – это самозванцы», и предвосхищает работу Канемана и Тверского, указывая на то, что «если не быть настороже, они обманут тебя самым жестоким образом. Так случается и в геометрии, и во всем прочем {27}». А в «Теэтете» Сократ говорит, что если бы какой геометр «стал пользоваться ею {вероятностью – перев.} в геометрии, грош была бы ему цена {28}». Но даже те из греков, которые считали, что цена вероятности больше гроша, испытали бы затруднения, разрабатывая последовательную теорию в те времена, когда еще не было принято записывать все происходящее, потому что, как известно, людская память служит плохую службу, когда дело доходит до подсчетов частоты, а, следовательно, и вероятности, событий в прошлом.

Чего в английском языке больше: слов из шести букв, пятая из которых n, или слов из шести букв, имеющих окончание -ing? Большинство считают, что слов с окончанием -ing больше. Но почему {29}? Потому что такие слова быстрее приходят на ум. Однако нет необходимости рыться в «Оксфордском английском словаре» или даже уметь считать, чтобы доказать: подобное утверждение ошибочно. Ведь слова из шести букв, пятая из которых n, входят в группу слов с окончанием -ing. Психологи называют подобный тип ошибок тенденцией оценивать вероятность по наличию примеров: реконструируя прошлое, мы отдаем ничем не оправданное предпочтение тем воспоминаниям, которые отличаются наибольшей живостью и, следовательно, быстрее всплывают в памяти.

Но в случае с тенденцией оценивать вероятность по наличию примеров вот ведь какая незадача: она самым коварным образом искажает наше видение мира, искажая восприятие нами событий в прошлом и окружающей действительности. К примеру, людям свойственно преувеличивать число бездомных с умственными расстройствами, потому что когда они встречают бездомного человека, в поведении которого не заметно никаких странностей, они не обращают на него внимания и не рассказывают своим друзьям о том, что столкнулись с ничем не примечательным бездомным. Однако когда они видят бездомного, шагающего по улице, размахивая руками в ответ на реплики воображаемого собеседника, и распевающего похоронный марш «Как святые войдут в рай», увиденное отпечатывается у них в памяти {30}. Какова вероятность того, что из пяти очередей в кассы супермаркета вы выберете ту, которая будет продвигаться дольше всего? Если только на вас не навел порчу какой-нибудь черный маг, вероятность равна примерно 1 из 5. Тогда почему же задним числом вам кажется, будто это у вас такой «особый дар» – вставать в очередь, которая продвигается медленнее всего? А потому, что когда все идет как по маслу, вы обращаете внимание на что-то другое, более важное, однако волей-неволей задумываетесь, когда стоящая перед вами дама с одной куриной тушкой в тележке пускается в споры: почему ей пробили курицу по цене 1 доллар 50 центов, тогда как на ценнике у прилавка было 1 доллар 49 центов?

Яркой иллюстрацией того, как тенденция оценивать вероятность по наличию примеров может повлиять на наше суждение и принятие решения, является смоделированный суд присяжных {31}. В нашем примере присяжные были снабжены одинаковым объемом свидетельских показаний, как «за», так и «против», по делу о наезде на мусоровоз, который совершил якобы пьяный водитель. Подвох же заключался в том, что первой группе присяжных оправдательные свидетельские показания представили в более «спокойном» виде: «В результате перекрестного допроса владелец мусоровоза признался, что его мусоровоз ночью трудно заметить, так как он серого цвета». А вот второй группе те же самые показания представили в более «живом» свете: «В результате перекрестного допроса владелец мусоровоза заявил, что ночью его мусоровоз трудно заметить, так как он серого цвета. Владелец заметил, что все его мусоровозы серые „потому что так меньше заметна грязь. А мне что, покрасить их в розовый цвет, что ли?“». Обвинительные свидетельские показания также представили в двух версиях. Но на этот раз версию «поживее» услышала первая группа присяжных, а версию «поспокойнее» – вторая. И когда присяжных попросили вынести вердикт – соотношение виновен/невиновен, – то наибольшее количество баллов выставлялось теми, кто услышал версию «поживее». К тому же эффект только усиливался в промежутке за двое суток до вынесения вердикта (предположительно в связи с особенностями восприятия информации и ее воспроизведения с течением времени).

Искажая наш взгляд на прошлое, тенденция оценивать вероятность по наличию примеров осложняет любые попытки разобраться. Это было справедливо для древних греков, справедливо и для нашего времени. Однако существовало и еще одно серьезное препятствие столь раннему возникновению теории случайности, препятствие исключительно практического свойства: основы теории вероятностей требовали всего лишь знания арифметики, но та форма арифметики, которая была знакома грекам, оказалась крайне неудобной для работы. К примеру, в Афинах в V в. до н.э, когда греческая цивилизация переживала свой расцвет, для записи цифр пользовались своего рода алфавитным кодом {32}. Первые девять из двадцати четырех букв древнегреческого алфавита обозначали цифры от 1 до 9. Следующие девять букв обозначали десятки: 10, 20, 30 и так далее. А последние шесть букв и еще три символа обозначали сотни: 100, 200... до 900. Если вы считаете, что математика вам не дается, представьте, каково вычесть ΔΓΘ из ΩΨΠ! К тому же единицы, десятки и сотни записывались в произвольном порядке: иногда сотни писали в начале, иногда в конце, иногда вообще не придерживались никакого порядка. Ну и в довершение всего у древних греков не было нуля!

Нуль появился у греков, когда в 331 г. до н.э. Александр Македонский завоевал Вавилонское царство. Но даже когда александрийцы уже пользовались нулем, его все еще не рассматривали как самостоятельное число. В современной математике число 0 наделено двумя основными свойствами: при сложении с нулем число не меняется; при умножении на любое число нуль не меняется. Эти положения стали применяться только в IX в. благодаря индийскому математику Махавире.

Но даже после перехода на удобную для использования систему счисления понадобилось не одно столетие, прежде чем люди признали сложение, вычитание, умножение и деление основополагающими математическими операциями и медленно осознали, что специальные символы облегчат выполнение этих операций. Поэтому лишь к XVI в. западный мир созрел для теории вероятностей. Несмотря на неудачную систему счисления, именно римляне, эти завоеватели греков, сделали первые шаги к пониманию случайности.


Вообще-то римляне относились к математике с презрением, по крайней мере, к математике греков. По словам римского сенатора Цицерона, жившего с 106 по 43 гг. до н.э., «греки более всего почитали геометрию; соответственно, в математике они достигли величайших успехов. Однако мы, действуя в пределах этого искусства, извлекли из математики пользу, приспособив ее для измерений и вычислений» {33}. В самом деле, в то время как в греческих книгах доказывалось равенство абстрактных треугольников, в римских книгах приводился ход вычислений глубины реки, другой берег которой занял неприятель {34}. Неудивительно, что греки дали миру стольких великих математиков: Архимеда, Диофанта, Евклида, Евдокса, Пифагора, Фалеса, а римляне – ни одного. С такими-то приоритетами {35}! Римляне ценили удобства и вели войны, их не интересовали истина и красота. Но именно благодаря своей практичности они разглядели пользу от понимания вероятности. Поэтому, не видя особого проку от абстрактной геометрии, Цицерон написал, что «вероятность ведет нас по жизни» {36}.

Цицерона можно было бы назвать величайшим античным поборником принципа вероятности. Он прибегал к нему, когда оспаривал общепринятое объяснение успеха в азартных играх как божественного вмешательства, говоря, что «тому, кто играет, рано или поздно выпадет бросок Венеры, рано или поздно выпадет и два, три броска подряд. Но надо быть слабоумным, чтобы утверждать, будто это – результат личного вмешательства Венеры, а не чистой воды везенье» {37}. Цицерон верил, что событие возможно предвидеть, пусть даже оно и произойдет совершенно случайно. Он даже приводил доказательство из области статистики, высмеивая веру в астрологию. Цицерону не нравилось, что астрология, хоть и запрещенная в Риме, процветала; он отметил, что в 216 г. до н.э. в сражении при Каннах Ганнибал со своим пятидесятитысячным карфагенским войском, а также союзными войсками разгромил гораздо более многочисленную римскую армию: из 80 тыс. солдат полегло 60 тыс. «Едва ли у всех римских солдат, погибших в битве, был одинаковый гороскоп, – говорил Цицерон. И тем не менее всех постигла одна и та же участь {38}». Цицерону наверняка было бы приятно узнать, что пару тысячелетий спустя в одном солидном научном журнале ученые, изучив обоснованность астрологических предсказаний, согласились с его выводами {39}. С другой стороны, сегодня в «Нью-Йорк пост» напечатали, что мне, Стрельцу, следует отнестись к критике объективно, приняв ее во внимание.

В итоге Цицерон внес немалый вклад в развитие идей вероятности – термин probabilis, который он использовал, лег в основу современного термина. И лишь в «Дигестах», одной из частей римского права, составленного императором Юстинианом I, появляется документ, в котором впервые вероятность упоминается как юридический термин {40}. Чтобы оценить то, как римляне применили математические суждения в теории права, необходимо представлять себе те времена: римское право в Средние века основывалось на обычном, т.е. основанном на обычаях, праве германских племен. Которые мягкостью не отличались. Взять, к примеру, свидетельские показания. Правдивость мужа, отрицающего любовную связь с портнихой жены, определялась бы не способностью муженька выдержать уколы адвоката противной стороны, а тем, станет ли он придерживаться своей версии даже после уколов – настоящих, каленым железом. (Вот увидите: стоит только вернуться к такому обычаю, как очень многие будут разводиться без всякой помощи со стороны суда.) И если обвиняемый скажет, что колесница даже не пыталась затормозить, а привлеченный в качестве эксперта свидетель по следам лошадиных копыт заявит, что пыталась, германское право предписывало довольно-таки простой рецепт: «Пусть спор разрешится посредством поединка на копьях между двумя с обеих сторон. Проигравший будет сочтен лжесвидетелем, и ему отсекут правую руку» {41}.

Заменяя или скорее дополняя судебную практику сражением, римляне стремились с помощью математической точности исправить недостатки своей старой, произвольной системы. Как мы видели, римская идея справедливости включала в себя прогрессивные понятия. Признавая, что доказательства и свидетельские показания зачастую вступают в противоречие и что наилучший способ разрешить такое противоречие – выразить неизбежную неопределенность в количественном виде, римляне ввели понятие неполного доказательства. Оно применялось в тех случаях, когда отсутствовали неопровержимые основания для того, чтобы верить или не верить доказательствам или свидетельским показаниям. В некоторых случаях римская теория допускала еще более детальные степени доказательства, как, например, в положении о церкви: «епископ может быть осужден только при наличии семидесяти двух свидетелей... иерей может быть осужден только при наличии сорока четырех свидетелей, дьякон города Рима – при наличии тридцати шести свидетелей, иподьякон, пономарь, заклинатель, изгоняющий беса, псаломщик или дверник – при семи свидетелях {42}». Чтобы человека осудили при таких правилах, он должен не только совершить преступление, но и убедить в этом других. И все же признание того, что вероятность истины в показаниях может варьировать и что необходимы правила для сочетания таких вероятностей, – уже что-то. И вот в таком маловероятном месте, как древний Рим, впервые возник упорядоченный набор правил, в основе которых лежала вероятность.

К сожалению, едва ли возможно с ловкостью жонглировать числами вроде «VIII» или «XIV». В конце концов, хотя римское право было не лишено определенной доли юридического рационализма и связности, ему недоставало математической обоснованности. К примеру, в римском праве два неполных доказательства составляли полное доказательство. Это может показаться резонным тому, чей ум не привык мыслить категориями количества. При сегодняшней распространенности дробей напрашивается вопрос: если два неполных доказательства составляют полное доказательство, то чему равны три неполных доказательства? Согласно правильному методу сложения вероятностей, полное доказательство невозможно составить не только из двух неполных доказательств, но и из любого количества неполных доказательств, потому что при сложении вероятностей нужно не складывать их, а умножать.

Что подводит нас к очередному закону, правилу сложения вероятностей: «Если два вероятных события, А и В, не зависят друг от друга, то вероятность того, что А и В произойдут, равна произведению их отдельных вероятностей». Предположим, каждый год у человека женатого вероятность развестись равна примерно 1 к 50. С другой стороны, каждый год у полицейского вероятность погибнуть при исполнении равна 1 к 5000. Какова вероятность для женатого полицейского развестись и погибнуть в одном и том же году? Согласно вышеприведенному принципу, если события независимы друг от друга, шансы окажутся примерно такими: 1/50 х 1/5000, то есть 1/250000. Конечно же, события эти не являются независимыми друг от друга, они связаны: если полицейский погибнет, как он, черт возьми, может развестись? В таком случае вероятность такого исключительного невезения на самом деле получается чуть менее 1 из 250000.

Но почему умножение, а не сложение? Предположим, у вас фотографии 100 парней, с которыми вы познакомились через сайт знакомств в Интернете, тех самых парней, в профиле у которых висит фотография, напоминающая Тома Круза, а в жизни они скорее смахивают на Дэнни Де Вито. И вот вы подбираете наиболее привлекательных кандидатов. Предположим также, что на оборотной стороне каждой фотографии вы пишете два качества парня, к примеру, честный («да» или «нет») и привлекательный («да» или «нет»). И, наконец, предположим, что 1 из 10 возможных родственных душ получает в каждом случае «да» или «нет». Сколько парней из 100 пройдут тест по обеим категориям? Возьмем честность как основную черту (впрочем, можно основной сделать и привлекательность). Поскольку 1 из 10 получает «да» в категории «честный», в итоге останутся 10 парней из 100. Сколько парней из этих 10 окажутся привлекательными? Снова 1 из 10. В итоге у вас остается одна фотография. Первые 10 из 100 снижают вероятность на 1/10, то же самое происходит и при следующем отборе – 1 из 10. Как результат, 1 из 100. Вот почему мы умножаем. И если ваши требования не ограничиваются честностью и привлекательностью, придется все умножать и умножать, так что... удачи!

Прежде чем мы продолжим, стоит обратить внимание на одну важную деталь: условие «если два вероятных события, А и В, не зависят друг от друга». Предположим, в самолете осталось 1 свободное место, а регистрацию не прошли еще 2 пассажира. Предположим, что работники аэропорта по своему опыту знают: в 2 из 3 случаев пассажир, забронировавший место, все же прибывает. Воспользовавшись правилом умножения, бортпроводница у входа на посадку может прийти к следующему выводу: вероятность того, что ей придется иметь дело с недовольным пассажиром, равна 2/3x2/3, то есть примерно 44%. С другой стороны, вероятность того, что пассажир не явится вовсе, а самолет так и улетит с одним незанятым местом, равна 1/3x1/3, то есть примерно 11%. Но это при условии того, что пассажиры не зависят друг от друга. А если, скажем, они летят вместе? В таком случае вышеприведенные выкладки не действуют. Вероятность того, что прибудут оба пассажира, равна 2 из 3 – такая же, что и вероятность появления одного пассажира. Важно не забывать, что суммарная вероятность из простых вероятностей получается только при условии, если события никоим образом не связаны друг с другом.

Правило, которым мы только что воспользовались, вполне возможно применить и к римской идее неполных доказательств: вероятность ошибочности двух независимых друг от друга неполных доказательств равна 1 из 4, таким образом, два неполных доказательства составляют 3/4 доказательства, а не целое. Римляне применили сложение там, где следовало применить умножение.

Однако существуют ситуации, в которых вероятности следует суммировать, и тут мы переходим к следующему закону. Потребность в нем возникает, когда нам надо узнать: каковы шансы того, что произойдет одно либо другое событие, в противоположность предыдущей ситуации, когда нужно было узнать: каковы шансы того, что и одно и другое событие произойдут вместе. Закон гласит: «Если событие состоит из ряда элементарных исходов А, В, С и т.д., то вероятность А или В равна сумме отдельных вероятностей А и В, а сумма вероятностей всех возможных исходов (А, В, С и т.д.) равна 1 (те. 100%)». Если вы хотите узнать, какова вероятность того, что два независимых друг от друга события, А и В, произойдут, вам надо будет произвести умножение; если вы хотите узнать вероятность того, что любое из двух взаимоисключающих событий, А или В, произойдет, вы производите сложение. Вернемся к нашему самолету. Когда бортпроводнице нужно будет суммировать вероятности, а не умножать их? Предположим, она хочет узнать, какова вероятность того, что явятся либо оба пассажира, либо не явится ни один. В таком случае она должна сложить отдельные вероятности, которые согласно произведенным нами выше подсчетам будут равны 55%.

Эти три правила, такие простые, и лежат в основе теории вероятностей. Если применять их должным образом, можно многое понять в механизмах природы и повседневной жизни. Принимая решения, мы постоянно пользуемся этими правилами. Однако, как и римские законодатели, не всегда корректно.


Легко задним числом качать головами и писать книжки вроде «Этих ужасных римлян» («Схоластик», 1994). Но чтобы предупредить ничем не оправданное самодовольство, в заключение этой главы рассмотрим некоторые способы, при помощи которых те самые основные правила, о которых я рассказал, могут быть применены и к нашей правовой системе. Оказывается, этого достаточно, чтобы отрезвить любого опьяненного своим культурным превосходством.

Радует тот факт, что в наше время неполных доказательств не существует. Однако существует что-то вроде 999.000/1.000.000 доказательства. Об этом знают специалисты, которых привлекают на уголовном процессе к анализу ДНК с места преступления на предмет ее совпадения с ДНК подозреваемого. Насколько надежны такие сравнения? Когда впервые ввели анализ ДНК, целый ряд специалистов отметили: теперь ошибка исключена. В наше же время признают, что вероятность совпадения ДНК с места преступления с ДНК случайного человека равна менее 1 из 1 млн или 1 из 1 млрд. При такой-то вероятности едва ли можно винить присяжного за мысли вроде: «Тюрьма по нему плачет!». Но существует и другая статистика, в которую присяжных обычно не посвящают, и связана она с тем фактом, что совершают ошибки лаборатории: когда берут образец или производят с ним манипуляции, когда случайно путают образцы, подменяют один другим, неверно интерпретируют результаты или же ошибаются в отчетах. Каждая из этих ошибок случается редко, однако не реже совпадения образца ДНК с ДНК случайного человека. К примеру, в филадельфийской криминалистической лаборатории признались, что при расследовании случая изнасилования перепутали контрольный образец обвиняемого с образцом жертвы, да и в компании «Селлмарк Диагностикc», выполняющей анализы, рассказали о подобном случае {43}. К сожалению, сила данных по ДНК анализу такова, что оклахомский суд, основываясь на этих данных, приговорил некого Тимоти Дарема к более чем 3 тыс. лет тюремного заключения, и это несмотря на показания одиннадцати свидетелей, которые утверждали, что на момент совершения преступления Дарем находился в другом штате. Оказалось, что на начальном этапе анализа в лаборатории не удалось полностью разделить ДНК насильника и ДНК жертвы, в результате чего получившаяся комбинация дала положительный результат при сравнении с ДНК Дарема. Позднее повторный анализ выявил ошибку и Дарема выпустили, однако к тому времени он провел за решеткой почти четыре года {44}.

Данные подсчетов частоты ошибок, возникших по вине человека, различаются, однако многие специалисты говорят о примерно 1%. Но так как частоту ошибок по многим лабораториям никто не проверял, в судах редко принимают во внимание показания относительно подобной общей статистики. Даже если бы и принимали, как бы присяжные смогли оценить их? Большинство присяжных допускают, что при наличии двух типов ошибок – 1 из 1 млрд при случайном совпадении и 1 на 100 при ошибочном совпадении в лаборатории – общая частота ошибок должна находится где-то посередине, скажем, 1 из 500 млн. Цифра, по мнению присяжных, не дающая поводов для обоснованного сомнения.

А ход мысли такой. Раз обе ошибки крайне маловероятны, можно не обращать внимания на вероятность и случайного совпадения, и ошибки лаборатории. Следовательно, находим вероятность того, что случится либо одна ошибка, либо другая. Что, по правилу сложения, равно: вероятность ошибки лаборатории (1 из 100) + вероятность случайного совпадения (1 из 1 млрд). Поскольку второе в 10 млн меньше первого, то в весьма хорошем приближении вероятность обеих ошибок равна вероятности более вероятной ошибки, то есть, 1 из 100. Таким образом, можно пренебречь предупреждением специалистов о возможности случайного совпадения, и обратить внимание на гораздо более вероятный риск лабораторных ошибок. А ведь зачастую суды не позволяют адвокатам предоставлять эти данные! Выходит, что мнения о надежности анализа ДНК преувеличены.

И это не отдельный вопрос. Использование математических выкладок в современной правовой системе сопряжено с затруднениями ничуть не в меньшей степени, чем в Риме много столетий назад. Одним из наиболее известных дел, служащих примером правильного и неправильного применения вероятности в юриспруденции, является дело «Штат против Коллинзов», слушания по которому проходили в 1968 г. в калифорнийском Верховном суде {45}. Вот выдержка из судебного решения:

«18 июня 1964 г. около 11:30 миссис Хуанита Брукс, совершавшая покупки, шла вдоль переулка в Сан-Педро, г. Лос-Анджелес. За собой она катила тележку с плетеной корзиной, в которой лежали продукты, а поверх – кошелек. Миссис Брукс опиралась на трость. Когда она наклонилась, чтобы поднять пустую коробку, ее внезапно сбил человек – она не видела и не слышала его приближения. После падения миссис Брукс не сразу пришла в себя – она больно ударилась. Подняв голову, миссис Брукс успела заметить убегавшую молодую женщину. По словам миссис Брукс, женщина была среднего сложения, одета «во что-то темное», а о цвете волос миссис Брукс отозвалась как о «чем-то среднем между русым и светлой блондинкой», но светлее, чем волосы обвиняемой Джанет Коллинз, как выяснилось во время суда. Сразу после случившегося миссис Брукс обнаружила, что исчез ее кошелек, в котором было долларов 35 или 40.

Примерно в то же самое время, как произошло ограбление, Джон Басс, живущий в том же переулке, только в самом конце, поливал газон перед домом. Его внимание привлекли «плач и крики». Он повернулся на звуки и увидел, как из переулка выбегает женщина и садится в желтую машину через дорогу. Машину тут же завели; она рванула, на скорости объезжая другую машину, и при этом проехала совсем рядом с Бассом. Басс заметил, что за рулем сидел негр с усами и бородой... Другие свидетели описывали машину как желтую, желтую с кремово-белым верхом, желтую с верхом цвета яичной скорлупы. О самой машине отзывались как о большой либо средних размеров».

Через несколько дней после ограбления Лос-анджелесский полицейский заметил желтый «линкольн» с кремово-белым верхом – машина стояла у дома обвиняемых. Полицейский вступил с ними в разговор, объясняя, что расследует ограбление. Он отметил, что внешность подозреваемых соответствовала описанию свидетелей, за исключением бороды у мужчины, впрочем, мужчина сказал, что раньше носил бороду. В тот же день, только позднее, полиция арестовала подозреваемых, ими оказались Малькольм Рикардо Коллинз и его жена Джанет.

Улик против подозреваемой пары было недостаточно, и дело строилось в основном на их опознании жертвой и свидетелем, Джоном Бассом. К несчастью для обвиняющей стороны, ни миссис Брукс, ни Джон Басс не годились в качестве главных свидетелей. Миссис Брукс не могла опознать Джейн как исполнителя преступления, а водителя машины вообще не видела. Джон Басс не видел саму преступницу, а из нескольких лиц, предъявленных к опознанию, не смог с уверенностью показать водителя. Казалось, дело разваливается.

И тут появляется главный свидетель, который в бумагах суда записан всего лишь как «учитель математики из государственного колледжа». Этот свидетель сделал заявление: факта того, что обвиняемые были «белой женщиной со светлыми волосами, завязанными в хвост... {и} негром с бородой и усами», который сидел за рулем частично желтой машины, достаточно для признания пары виновной. Чтобы наглядно доказать свое утверждение, обвиняющая сторона представила следующую таблицу, слово в слово приведенную из решения суда:

Учитель математики, выступавший со стороны обвинения, сказал, что к этим данным применимо правило умножения вероятностей. Умножая все вероятности, можно прийти к выводу, что шанс Коллинзов на соответствие всем этим четким характеристикам равен 1 из 12 млн. Соответственно, по словам обвинителя, можно заключить, что вероятность Коллинзов оказаться невиновными равна 1 из 12 млн. Затем обвинитель отметил, что эти отдельные вероятности являются оценочными показателями, и предложил присяжным высказать свои собственные догадки, а затем перейти к математическим подсчетам. Сам он, продолжал обвинитель, полагает, что показатели достаточно скромные; у него вероятность с учетом факторов приближается к 1 из млрд. Присяжные согласились и вынесли обвинительный приговор.

Что здесь не так? Во-первых, как мы уже убедились, чтобы получить суммарную вероятность путем умножения отдельных вероятностей, эти отдельные вероятности должны быть независимыми друг от друга, а в данном случае это явно не так. К примеру, в таблице вероятность «негра с бородой» равна 1 из 10, а «мужчины с усами» – 1 из 4. Но большинство бородатых мужчин носят и усы, поэтому если был замечен «негр с бородой», вероятность того, что у наблюдаемого мужчины есть усы, уже не равна 1 из 4, она гораздо выше. Это несоответствие может быть устранено, если убрать категорию «негр с бородой». В таком случае согласно правилу умножения вероятностей получится 1 из 1 млн.

Однако в анализе допущена и другая ошибка: вероятность, указанная выше, – что произвольно выбранная пара совпадет по описанию с описанием подозреваемых – не является искомой вероятностью. Скорее, это вероятность того, что пара, отвечающая всем приведенным характеристикам, является виновной. Первая вероятность может быть равной 1 из 1 млн. Что до второй, то при условии, что население района, прилегающего к району совершения преступления, составляет несколько миллионов, можно с достаточным основанием говорить о 2-3 парах, соответствующих описанию. В таком случае вероятность того, что пара, отвечающая описанию, виновна, основывается на одном только этом доказательстве (в принципе, единственном, имевшемся в распоряжении обвинения) и равна всего 1 из 2 или 3. И где здесь отсутствие обоснованного сомнения? В результате Верховный суд отменил решение об обвинительном приговоре.

Применение принципов вероятности и статистики во время судебных заседаний наших дней все еще вопрос спорный. В деле Коллинзов калифорнийский Верховный суд осмеял так называемое «математическое разбирательство дела», однако не исключил возможности «корректного использования математических методов». В последующие годы в судах редко рассматривались доводы с использованием математических доказательств, но даже когда адвокаты с судьями и не прибегали к вероятности или математической теореме открыто, зачастую они все же использовали их при обосновании своих доводов, как и присяжные, когда оценивали доказательства. Более того, доводы с привлечением статистических данных становятся все более значимыми благодаря необходимости оценивать доказательства с привлечением анализа ДНК. К сожалению, все возрастающая необходимость не обернулась все возрастающим пониманием со стороны адвокатов, судей, присяжных. Томас Лайон, преподающий теорию вероятностей и право в Университете Южной Калифорнии, объясняет это так: «Очень немногие студенты-правоведы выбирают в качестве дополнительной дисциплины курс теории вероятностей, и очень немногие адвокаты считают, что такая теория вообще применима в юриспруденции» {46}. В области права, как нигде, благодаря пониманию теории случайности возможно докопаться до самой глубины, открыв истину, однако под силу это только тем, кто умеет пользоваться соответствующими методами. В следующей главе мы познакомимся с жизнью первого человека, взявшегося за систематическое изучение этих методов.


    Ваша оценка произведения:

Популярные книги за неделю