Джон Мейнард Кейнс был прав, когда писал в своей книге «Общая теория занятости, выгоды и денег»: «Житейская мудрость учит нас, что для репутации лучше традиционно проиграть, чем нетрадиционно преуспеть». И все же очень часто толпа оказывается права, а значит, обращая внимание на то, что делают другие, люди должны были бы умнеть, а не становиться глупее. Один человек никогда не владеет всей полнотой информации, ведь она распределяется среди множества людей. Итак, если в процессе принятия решений вы будете опираться только на свою собственную информацию, такие решения окажутся гарантированно менее обоснованными. Насколько надежна информация, полученная от посторонних? Можно ли на нее полагаться? Способствуют ли новые сведения принятию лучших решений?

Все зависит от того, как мы учимся. В качестве примера приведу историю о дощатых дорогах, заново переосмысленную десятилетие назад экономистом Дэниэлом Б. Клайном и историком Джоном Маевски. В первой половине девятнадцатого века американцы были охвачены лихорадкой под названием «внутреннее строительство». Повсеместно появлялись новые железные и автомобильные дороги, а также каналы. Страна быстро развивалась, коммерция процветала, и поэтому американцы не хотели, чтобы возникли проблемы с транспортом. В 1825 году было завершено строительство канала Эри длиной в 363 мили, связавшего реку Гудзон в Нью-Йорке с озером Эри и наполовину сократившего путь с Восточного Побережья на Средний Запад; к тому же благодаря ему стоимость перевозок снизилась на 90 %. Через несколько лет были проложены первые местные железнодорожные линии, и это невзирая на то, что частные компании расставляли заставы (взимающие плату за проезд) по всей восточной части страны.

Однако все это лихорадочное строительство не решало основной проблемы. Хотя каналы и железные дороги великолепно справлялись с задачей соединения между собой главных и крупнейших городов (и превращения небольших деревень в процветающие торговые узлы благодаря всего лишь транзиту), они не облегчили доставку товаров на рынок жителям других городов (практически большинству американцев). Конечно, существовали местные общественные дороги, отдельные участки которых находились в ведении близлежащих деревень, но, как правило, состояние этих дорог было неудовлетворительным. «Им не хватало прочности, дренаж был недостаточным, – пишут Клайн и Маевски. – При передвижении по такой дороге в сырую погоду приходилось месить грязь, а в сухую – поднимать пыль; путь по ней был утомительным для людей и изматывающим для лошадей».

Казалось, решение проблемы нашел инженер по имени Джордж Геддес. Он изобрел дощатую дорогу. Впервые появившаяся в Канаде в 1840-х годах, она представляла собой настил из досок, уложенных поверх двух рядов бревен. Геддес решил, что его детище ждет успех и в США. Было очевидным, что дощатая дорога гораздо лучше грязной и ухабистой грунтовой. Но Геддес сомневался, окажется ли она, в большинстве случаев финансируемая исключительно за счет дорожных сборов, долговечной и рентабельной. Срок пригодности дощатой дороги Геддес оценивал примерно в восемь лет – достаточно для того, чтобы принести разумный доход с инвестиций. В 1846 году ему удалось убедить в рентабельности своей идеи владельцев компании из города Салина, штат Нью-Йорк, и заключить с ними контракт на строительство первой в штате дощатой дороги.

Успех оказался шумным, и вскоре лихорадка дощатых дорог захватила сначала штат Нью-Йорк, потом средние штаты Атлантического побережья и, наконец, Среднего Запада. Геддеса называли пионером в области строительства путей сообщения, и у него появлялись последователи по всей стране. За десять лет было создано 352 компании по строительству дощатых дорог в штате Нью-Йорк и более тысячи – во всех Соединенных Штатах.

К сожалению, оказалось, что весь этот бизнес был построен на иллюзии. Срок пригодности дощатых дорог составил не восемь лет, как обещал Геддес (не говоря уже о двенадцати, о которых твердили другие энтузиасты), а всего лишь четыре года (согласно Клайну и Маевски), что делало их обслуживание слишком затратным. К концу 1850-х годов стало ясно, что дощатая дорога не стала транспортной панацеей. И хотя несколько таких дорог (включая тринадцатимильный участок вдоль нынешней Route 27А на Ямайке, Куинс) оставались в эксплуатации до 1880-х годов, к концу Гражданской войны почти все они оказались заброшены.

«Лихорадка дощатых дорог» стала ярким примером явления, которое экономисты называют информационным каскадом. Строительство первой дощатой дороги в Салине ознаменовалось успехом, так же как дорог, построенных в последующие годы. Люди, искавшие решения насущной проблемы передвижения, получили готовый, якобы гарантированно успешный вариант. По мере того как количество дощатых дорог росло, вера в их оправданность укоренялась, а желание рассматривать иные варианты исчезало. Прошли годы, прежде чем проявился главный недостаток дорог – их недолговечность, – но к тому времени дощатые дороги прокладывались уже по всей стране.

Почему так получилось? Экономисты Сушил Бихчандани, Дэвид Хиршлайфер и Иво Уэлш, первыми предложившие реальную модель информационного каскада, проиллюстрировали происходившее тогда следующим образом. Предположим, есть большая группа людей, стоящая перед выбором, пойти ли им в индийский ресторан или во вновь открывшийся тайский. Индийский ресторан лучше (в данном конкретном случае), чем тайский. Каждый участник группы в определенный момент получает информацию о том, какой ресторан лучше. Но информация неточна. Иногда она ошибочна, то есть тайский ресторан будет представлен как лучший, хотя это не так. Для проверки информации люди будут обращать внимание на выбор окружающих.

Проблема возникает тогда, когда решения принимаются не одновременно, а последовательно, поэтому сначала в один из двух ресторанов направится небольшое число людей, за которыми стройно последуют все остальные. Вспомним, что информация у людей неточна. Значит, если у первых нескольких человек будет ошибочная информация, которая убедит их в том, что тайский ресторан лучше, именно туда они и отправятся. В этот момент, согласно каскадной модели, все, кто последует за ними (даже имея информацию, что индийский ресторан лучше), полагают, что это хороший вариант, просто потому, что тайский ресторан полон людей, значит, он лучше. Поэтому в итоге неверное решение принимает вся толпа – всего лишь потому, что неточную информацию получили первые посетители.

В этом случае каскад – это не результат бездумного копирования, конформизма или давления окружающих. («Всем нравится новая песня Бритни Спирс, значит, и мне тоже!») Люди выстраиваются в цепочку, так как верят, что узнают нечто важное на примере других. Например, в случае с дощатыми дорогами дело было не просто в том, что Джордж Геддес складно говорил или что горожане рассуждали так: «Нам нужна дощатая дорога потому, что она есть в соседнем городе за рекой». «Лихорадка дощатых дорог» распространилась, поскольку дощатые дороги действительно представлялись лучшим решением. Они позволяли наполовину сократить время в пути от одного города к другому, оставались проходимыми в любую погоду и позволяли мелким фермерам расширять рынки сбыта своих продуктов до невиданных ранее пределов. Эти преимущества были вполне реальными, и чем больше прокладывалось дощатых дорог, тем более убедительным казался тот факт, что эти улучшения долгосрочны. Каждая новая дорога как бы сообщала людям, что дощатые дороги действительно эффективны, и снижала привлекательность всех остальных вариантов.

Фундаментальная проблема информационного каскада состоит в том, что в определенный момент люди считают разумным игнорировать свои собственные знания (частную информацию), наблюдая за поведением окружающих и подражая им. (Если у всех был шанс сделать правильный выбор и каждый человек перед вами сделал один и тот же выбор, тогда вам надо поступать, как все.) Но когда все по отдельности прекращают опираться на собственные знания, каскад утрачивает информативность. Каждый думает, что все люди принимают решения на основе того, что знают, тогда как фактически речь идет о предположениях и догадках. Вместо суммирования всей частной информации о том, как действуют рынки или избирательные системы, каскад становится последовательностью вариантов, принятых вслепую, поэтому коллективное решение группы оказывается неверным… и общество вкладывает все средства в строительство дощатых дорог.

Описанная модель – это, разумеется, далеко не единственная теория функционирования каскадов. К примеру, в книге «Переломный момент» (книга вышла в издательском доме «Вильямс» в 2006 году) Малкольм Гладуэлл предложил качественно иное объяснение, в котором подчеркивается важная роль в распространении новых идей определенным типом людей (он назвал их знатоками, объединителями и продавцами). В модели каскадов Бихчандани, Хиршлайфера и Уэлша все обладают примерно равным количеством собственной информации. Единственное, что делает первых потребителей продукта более влиятельными, – тот факт, что они первые, а их действиям подражают все за ними наблюдающие. По мнению же Гладуэлла, некоторые люди более влиятельны, чем другие, и каскады (он называет их эпидемиями) распространяются по сетям социальных связей, в противовес тому, когда абсолютно незнакомые люди наблюдают за поведением друг друга. Автор «Переломного момента» утверждает, что люди стремятся получать новую информацию, но при этом считают ее прерогативой знатоков, объединителей и продавцов (каждый из представителей этих типов якобы располагает разного рода информацией).

Существуют ли каскады? Вне всяких сомнений. Они не так распространены, как можно было бы предположить, исходя из примера с двумя ресторанами, поскольку, по утверждению экономиста Роберта Шиллера из Йельского университета, люди не всегда принимают решения друг за другом. «В большинстве случаев, – пишет Шиллер, – люди выбирают стиль поведения независимо, на основе собственных сигналов, не обращая внимания на поведение окружающих». Но есть множество случаев, когда люди внимательно следят за действиями других, прежде чем принять решение. В этих случаях каскады возможны и даже весьма вероятны. Это не всегда плохо. Например, одна из важнейших и ценнейших инноваций в технологической истории Америки осуществилась благодаря успешному информационному каскаду. Инновацией было внедрение универсального болта. В 1860-х годах, когда станкостроение было жалким подобием передовых технологий 1990-х годов, человек по имени Вильям Селлерс, выдающийся слесарь-механик своего времени, начал кампанию в поддержку того, чтобы по всей Америке применялся стандартизованный болт его конструкции. До того болты по всей Америке изготавливались слесарями вручную. Это ограничивало возможности массового производства, но позволяло слесарям защищать свои интересы. С точки зрения экономики все сделанное на заказ имеет преимущество закрепления клиентов за мастером. Тот, кто покупал у слесаря-механика токарный станок, обращался к тому же мастеру, чтобы починить механизм или заменить болты. Если бы болты стали взаимозаменяемыми, клиенты были бы меньше привязаны к единственному мастеру и выбирали бы обслуживание, исходя из его стоимости.

Понимая природу таких опасений, Селлерс тем не менее был убежден в том, что взаимозаменяемые детали и массовое производство неизбежны. Конструкция его болта была проще, легче в изготовлении и дешевле, чем любая другая. Она соответствовала потребностям новой экономики, в которой главный упор делался на скорость, объемы и стоимость. Но, исходя из того, что было поставлено на карту, а также поскольку сообщество механиков было весьма сплоченным, Селлерс понимал, что решения будут формироваться на основе связей и влияния. Поэтому последующие пять лет он воздействовал на самых влиятельных потребителей, таких как Пенсильванская железная дорога и Военно-морской флот США, что помогло ему создать условия, способствующие продвижению на рынок нового типа болта. Каждый новый потребитель, казалось, подтверждал неизбежный успех идеи Селлерса, что в итоге и произошло. Через десять лет болт Селлерса был практически повсеместно признан национальным стандартом. Без него конвейерное производство было бы сложным и даже вовсе невозможным. В некотором смысле открытие Селлерса подготовило почву для современного массового производства.

История Селлерса – это пример позитивного каскада. Конструкция его болта по всем параметрам превосходила конструкцию главного конкурента – британского болта. Принятие стандартизованного болта обеспечило значительный подъем американской промышленности. Но есть и тревожные нотки в истории Селлерса: если болт был принят потому, что изобретатель использовал влияние и авторитет, чтобы начать каскад, нам всем очень повезло, что Селлерс разработал действительно хорошую конструкцию. Если механики в итоге поверили Селлерсу и последовали за ним, вместо того чтобы самим разбираться, какой болт лучше, значит, они пришли к верному решению по чистой случайности.

Иными словами, если большинство решений о принятии новых технологий или социальных норм движимы все-таки информационными каскадами, нет причин верить в то, что принимаемые нами решения верны. Коллективные решения оказываются эффективными, когда они принимаются людьми с различными мнениями, приходящими к независимым выводам на основе собственной информации. Информационным каскадам это несвойственно. По сути, несколько влиятельных людей (либо первооткрывателей, либо обладающих определенными навыками, либо занимающих определенные социальные ниши) определяют направленность информационного каскада. В каскаде решения нельзя назвать независимыми, напротив – они подвержены сильному влиянию инициаторов, а в отдельных случаях и непосредственно принимаются ними.

Недавно мы пережили, возможно, самый катастрофический информационный каскад во всей истории Америки – искусственную стимуляцию подъема телекоммуникационной отрасли. Первое время после появления интернета объем трафика возрастал на 1000 % в год. Начиная примерно с 1996 года темп его роста, как и следовало ожидать, значительно замедлился, но сей факт остался без внимания заинтересованных лиц. Показатель 1000 % стал частью общепринятого знания и продолжал вдохновлять владельцев и управляющих телекоммуникационными компаниями на инвестирование десятков, а потом и сотен миллиардов долларов в создание пропускных способностей для обеспечения роста трафика. В то время отказ от инвестиций в телекоммуникационную сферу при наличии такой возможности приравнивался к самоубийству. Все мыслимые сомнения рассеивались, как дым, под влиянием общепринятого мнения. Только после того, как этот мыльный пузырь лопнул и большинство телекоммуникационных компаний либо обанкротилось, либо оказалось на грани, общепринятое суждение – правило 1000 % – было оспорено и признано ошибочным.

Следует ли из сказанного выше, что каждому из нас следует изолироваться от окружающих и игнорировать их мнения и поступки? Нет, это не совсем так (впрочем, если мы прекратили следовать исключительно советам наших друзей, то действительно будем принимать более правильные коллективные решения). Во многих случаях подражание действительно работает. По крайней мере, в таких обществах, как американское, где при отсутствии особого контроля сверху получать знания, наблюдая за поведением остальных, – простое и полезное правило буравчика. Вместо того чтобы самим принимать решения по поводу того или иного действия, мы отводим другим людям роль ведущих. Приведем несколько примеров из повседневной городской жизни. В пасмурный день, когда я не уверен, брать ли с собой зонт, выходя из дома, простейшим решением (даже проще, чем включить радиоприемник и послушать прогноз погоды) будет выйти на порог и посмотреть, ходят ли люди по улице с зонтами. Если большинство из них несут зонты, я тоже возьму с собой зонт, и подобная тактика, скорее всего, меня не подведет. Приведу аналогичный пример. Я живу в Бруклине, и у меня есть машина, которую я паркую на улице. Дважды в неделю около 11 утра мне приходится убирать машину из-за уборки улиц, и, как правило, приблизительно в 10:45 так же поступают водители всех остальных автомобилей, запаркованных на проезжей части. Однако время от времени, выходя из дома в 10:40, я вижу, что все машины до сих пор стоят на своих местах, и делаю вывод, что в этот день уборка отменяется. Тогда я тоже спокойно оставляю свою машину на месте. И я подозреваю, что большинство водителей похожи в этом на меня: они пользуются знаниями других.

В некотором смысле подражание – это своего рода рациональная реакция на наши когнитивные ограничения. Объем знаний каждого конкретного индивида значительно ограничен. Становясь объектом подражания, люди могут специализироваться на этом, и выгода от их действий станет очевидной, если другие начнут им подражать. Подражание к тому же не требует руководства сверху. Соответствующая информация с большой скоростью циркулирует внутри системы даже при отсутствии влияния авторитетов. Но желание людей подражать, разумеется, не безусловно. Если ценой моего доверия к неточной информации станут несколько штрафных квитанций, я приложу все усилия, чтобы раздобыть точный график уборки улиц. И я не утверждаю, что люди, подходившие к группе участников эксперимента Милграма, ничему не научились; можно предположить, что в следующий раз увидев парня, задравшего лицо к небу, они не остановятся с такой готовностью, ожидая увидеть вверху что-то интересное. В итоге, чтобы подражание осуществлялось, оно должно постоянно приносить плоды.

Роль подражания в нашей жизни столь велика, что экономист Герберт Саймон считал стремление к подражанию закрепленным генетически. Подражание, по всей видимости, является ключевым средством передачи ценного опыта даже у животных. Впечатляющий пример – поведение макак на острове Кошима в Японии. Ученым, исследовавшим поведение обезьян, в начале 1950-х годов удалось заметить, как годовалая самка макаки по имени Имо каким-то образом догадалась вымыть клубень сладкого картофеля в ручье, прежде чем съесть его.

Вскоре трудно было найти среди макак острова Кошима ту, которая не мыла бы бататы перед употреблением их в пищу. Несколько лет спустя Имо опять проявила свои способности. Исследователи иногда давали макакам пшеницу (наряду с бататами), причем кормили их на пляже, где она быстро смешивалась с песком. И вот Имо догадалась, что если бросить горсть песка с пшеницей в океан, песок пойдет ко дну, а пшеница останется на плаву. И через несколько лет большинство макак бросали пшеницу с песком в океан и пользовались преимуществами знаний сородичей.

На первый взгляд, истории об Имо резко противоречат главной идее этой книги. Одна особенная макака натолкнулась на верное решение и основательно изменила обезьянье «общество». В чем же тогда проявилась мудрость толпы?

Мудрость проявилась в решении обезьян подражать Имо. Дело в том, что, по моему мнению, группы гораздо более эффективны в выборе возможных решений проблемы, чем в их генерировании. Изобретательность присуща индивидууму (хотя, как мы увидим, процесс изобретения неизбежно включает коллективные характеристики), но выбор лучшей инновации – это коллективное занятие. В случае правильного выбора подражание – это мощное средство быстрого распространения хороших идей, будь то культура, бизнес, спорт или искусство поедания пшеницы. В своем лучшем проявлении подражание можно рассматривать как способ ускорения эволюционного процесса – сообщество может стать более совершенным без извечной необходимости генетического отбора в течение многих поколений.

Ученые Роберт Бойд и Питер Дж. Ричерсон – пионеры в изучении проблем передачи социальных норм. В своем исследовании они попытались выяснить, как группы приходят к коллективно полезным решениям. Наблюдая за поведением испытуемых, они создали ряд компьютерных моделей и попытались выяснить, какой из разных типов поведения лучше всего соответствует среде существования. Согласно этим моделям, каждый участник исследования мог примерить на себя тот или иной тип поведения и понаблюдать за результатами, а также проанализировать поведение другого человека, уже выбравшего для себя самый подходящий вариант. Бойд и Ричерсон установили, что самым выигрышным для всех вариантом является тот, в котором значительное число участников подражают другим. Но это верно, лишь когда люди готовы прекратить подражание и самостоятельно учиться, если это сулит им значительные выгоды. Иными словами, если люди просто-напросто следуют за другими, не учитывая объективные обстоятельства, благополучие группы терпит крах. Разумное подражание может быть полезным группе (способствуя быстрому распространению полезных идей), но слепое копирование всегда губительно.

Отличить один вид подражания от другого – задача, разумеется, непростая, поскольку немногие бывают готовы признаться в своей чрезмерной доверчивости или подверженности «стадному эффекту». Очевидно, что разумное подражание характеризуется несколькими особенностями: во-первых, изначально широким спектром вариантов выбора и полнотой информации; во-вторых, готовностью по крайней мере некоторых людей доверять своим собственным суждениям больше, чем коллективному решению.

Существуют ли такие люди? На самом деле их больше, чем вы могли бы предположить. Прежде всего им свойственна чрезмерная самоуверенность: они склонны переоценивать свои способности, уровень познаний, свое искусство принимать решения. Причем чем сложнее стоящая перед ними проблема, тем более они самонадеянны. В сфере принятия решений это чревато генерированием ошибочных суждений. Но общество в целом только выигрывает от наличия в нем самоуверенных индивидов, которые реже бывают втянуты в негативный информационный каскад, а порой способны даже прерывать такие каскады. Помните, что информационные каскады существуют благодаря людям, которые ценят общественную информацию выше собственной. Самоуверенным людям такое не свойственно. В большинстве случаев они игнорируют коллективную информацию и доверяют своей интуиции. Поступая так, они создают помехи сигналу, который получают все остальные, и ставят под сомнение непогрешимость общественной информации. У них появляются последователи, рискующие надеяться на себя, а не слепо следовать за толпой.

Стремление к подражанию свойственно отнюдь не только людям, избегающим риска. Например, в 1943 году социологи Брайс Райан и Нил Гросс опубликовали результаты исследования степени доверия фермеров штата Айова новому, более продуктивному сорту кукурузы, выведенному на основе гибридных семян. Их работа была признана самым влиятельным научным трудом по инновациям – Райан и Гросс обнаружили, что фермеры не стремились как можно полнее изучить преимущества нового сорта, хотя им предоставлялась подробная информация, в частности о повышении урожайности на 20 %. Они ждали, пока другие фермеры добьются успеха, чтобы потом последовать их примеру. Так подтверждается действие информационного каскада. Но даже узнав об успехе соседей, фермеры не спешили засевать все свои поля гибридными семенами. Сначала они испытывали семена на небольших экспериментальных участках. Только на своем опыте убедившись в эффективности нового вида, они полностью перешли на эти семена. Девять лет прошло с тех пор, как первый фермер засеял поле новой кукурузой, пока это нововведение поддержала половина фермеров региона. Согласитесь, это нельзя назвать поспешностью в принятии решений.

В увлекательном исследовании использования новых высокоурожайных сортов злаковых культур индийскими фермерами во время Зеленой революции 1960-х годов Кайвана Мунши рассказывается о том, как по-разному принимали это решение фермеры, выращивавшие рис и пшеницу. По наблюдениям Мунши, в регионах, где основной культурой была пшеница, земельные условия были относительно одинаковы, и урожайность на разных фермах особо не отличалась. В результате фермеры, выращивавшие пшеницу, обращали пристальное внимание на соседей и принимали решение, ориентируясь на их урожаи. В регионах, где выращивали рис, напротив, земельные условия были весьма различны, а следовательно, и урожайность в соседних хозяйствах могла быть совершенно разной. В итоге при принятии решений фермеры не слишком зависели друг от друга. Но зато они больше экспериментировали с семенами на собственной земле, прежде чем внедрить их в широкую практику. Что также показательно, даже фермеры, выращивающие пшеницу, не засевали новые сорта до тех пор, пока не становилось известно, какой урожай собирали те, кто засеял новые семена.

Выбор сорта кукурузы или пшеницы – возможно, самое важное решение, которое приходится принимать фермерам, поэтому не стоит удивляться, что они принимают такие решения самостоятельно, вместо того чтобы слепо подражать тем, кто испробует новые сорта раньше них. Далее мы сможем убедиться, что есть вещи, распространение которых более или менее подвержено каскадам. Например, появление в моде новых веяний управляется каскадами, поскольку, когда речь заходит о моде, то, что нравится вам, и то, что нравится другим, со всей очевидностью зависит одно от другого. Я люблю одеваться в таком-то стиле, но трудно себе представить, что стиль, который мне нравится, независим от того впечатления, которое я хочу произвести, то есть от предпочтений окружающих. Подобные каскады характерны и для повседневной жизни. Например, мы смотрим телевизионные шоу, чтобы затем обсудить их с друзьями, так же как и посещаем рестораны, ведь никто не любит обедать в пустых ресторанах. Никто не покупает iPod потому, что он есть у других людей, но в кинотеатры мы зачастую ходим исключительно по этой причине. Существование информационных каскадов приносит определенную пользу технологическим компаниям (в этом случае их называют полезными), поскольку первые пользователи распространяют хвалебные отзывы о преимуществах новой продукции и привлекают тем самым других потребителей. Ключевая мысль, которую я хочу донести до вас, очень проста, если не банальна: чем важнее решение, тем ниже вероятность возникновения каскада. По-видимому, это неплохо, поскольку чем важнее решение, тем выше вероятность, что коллективный вердикт группы окажется верным.

Информационные каскады интересны тем, что они являются методом сбора информации так же, как система голосования или рынок, причем методами довольно успешными. Во время экспериментов в учебных классах, где каскады легко моделируются и анализируются, группы выбирают лучший вариант в 80 % случаев – этот показатель гораздо выше, чем потенциальный индивидуальный показатель каждого отдельного участника. Фундаментальная проблема каскадов в том, что люди принимают решения последовательно, а не вместе и сразу. На то есть веские причины: люди осторожны, одни скорее соглашаются на эксперименты, чем другие, разным бывает и финансовое положение. Но в целом все проблемы, которые могут быть вызваны каскадами, объясняются разной скоростью принятия решений. Если вы хотите усовершенствовать организацию или процесс принятия финансовых решений, лучший вариант – сделать все возможное, чтобы решения принимались одновременно, а не одно за другим.

Интересное доказательство этому можно найти в уже упомянутых мною экспериментах в учебных классах. Экономисты Анджела Ханг и Чарльз Плотт провели исследование, основанное на проверенном временем методе, когда студенты вслепую достают из ваз цветные стеклянные шарики. В данном случае перед участниками поставили две вазы. В вазе А было в два раза больше светлых шариков, чем темных, а в вазе Б – наоборот. Вначале участникам предложили по очереди вынимать по одному шарику и определять, что это была за ваза. При правильном ответе они зарабатывали пару долларов.

Участники эксперимента могли воспользоваться двумя источниками информации. Во-первых, у них был шарик, который они достали. В случае если в руки попадал светлый шарик, большая вероятность была, что он лежал в вазе А, темный шарик – наоборот. Это была их «личная информация» и им запрещалось называть цвет своего шарика вслух. Затем все участники сообщали о своих догадках по поводу того, что это была за ваза. Так был сформирован второй, коллективный источник информации, послуживший причиной потенциального конфликта. Если три человека перед вами называют вазу Б, но вы достаете светлый шарик, будете ли вы и дальше настаивать, что это ваза А, если группа считает иначе?

Большинство студентов в подобной ситуации называли вазу Б, что было вполне разумным поступком. А в 78 % случаев запускался информационный каскад, что было вполне ожидаемым. Но затем Ханг и Плотт изменили правила. Студенты по-прежнему доставали шарики из вазы и принимали решения по порядку. Однако на этот раз, вместо того чтобы платить каждому студенту за правильный ответ, им платили исходя из того, был ли правильным коллективный ответ группы (принятый большинством голосов). Заданием студентов было теперь не продемонстрировать свои индивидуальные способности, а попытаться насколько возможно повысить интеллектуальный потенциал группы.

Что теперь требовалось от студентов? Во-первых, каждый из них должен был больше опираться на собственную информацию и уделять меньше внимания сведениям, полученным от остальных участников. (Вы помните, что коллективные решения наиболее успешны в тех случаях, когда формулируются на основе разнородной информации.) В нашем случае, однако, собственная информация была неточна. Поэтому, уделяя внимание лишь ей, участник мог принять скорее неверное, чем правильное решение. Но шансы на повышение группового интеллекта были. Поощрение людей к принятию неверных решений на самом деле сделало всю группу в целом разумнее. И когда значение имела точность совместных решений, люди более тщательно анализировали собственную информацию. Коллективное решение в итоге оказалось точнее, чем суждения групп, участвовавших в каскаде.

По сути дела Ханг и Плотт в своем эксперименте устранили (или по крайней мере ослабили) влияние элемента очередности в процессе принятия решений, сделав предыдущий выбор менее важным для окончательного вывода. Очевидно, реализовать это в экономике не так просто – мы не можем заставить компании задерживать выпуск новой продукции, ожидая вердикта широкой общественности. С другой стороны, организации могут и должны принимать сигналы, поступающие от людей одновременно, а не один за другим. Если вникнуть глубже, результат эксперимента Ханг и Плотта (вынудивших участников группы стать независимыми) решает проблему самостоятельности. Один из ключей к успеху группы состоит в том, чтобы ослабить внимание ее членов к суждениям и поведению друг друга.