За последние пять лет, что я изучал социальные науки, я столкнулся со многими моделями, теориями и фреймворками из разных дисциплин, которые пытаются объяснить, почему люди ведут себя так, а не иначе. Среди всех них наиболее полезной я считаю фреймворк максимизации полезности. Этот фреймворк, традиционно используемый экономистами, утверждает, что рациональные агенты ведут себя таким образом, чтобы максимизировать свою полезность — удовлетворение или ценность, которые они получают от своих решений.
Эта структура особенно полезна для понимания того, как многие эксперты, явно или неявно связанные с определенными группами, используют данные для построения нарративов, которые представляют их группы более выгодно, чем конкурирующие. Здесь под экспертами я подразумеваю людей с полномочиями в предметной области, которые часто выступают в качестве посредников между данными и общественным мнением.
Почему эксперты занимаются созданием историй, которые выгодны их группам, а не раскрывают правду, независимо от того, кому она выгодна? Разве они не должны оставаться объективными?
Потому что эксперты — это люди, а люди — это социальные животные. Принадлежность к группе помогала нашим предкам выживать во враждебном мире. В менее враждебных условиях, где выживание не является главной заботой, мы все равно знаем, что наша жизнь конечна. Согласно теории управления страхом , осознание смертности может вызывать чувства бессмысленности и отчаяния, побуждая нас искать связь с чем-то большим, чем-то, что переживет нас. Возможно, именно здесь потребность принадлежать — и утверждать групповое превосходство — становится настолько сильной. Поскольку этот процесс часто происходит бессознательно, эксперты — даже те, кто хорошо разбирается в научном методе — могут не осознавать свое стратегическое использование данных как форму предвзятости.
Если вы обратите пристальное внимание, вы заметите, что эти стратегии основаны на эксплуатации двусмысленностей и неопределенностей, присущих человеческому опыту. Некоторые критики могут назвать их пропагандой , но я бы предпочел приукрасить этот термин и назвать его propiata — стратегическое использование данных для создания предпочтительных нарративов.
В этой статье я описываю три распространенные стратегии, которые эксперты используют для формирования нарративов. Конечно, я использую гипотетические примеры для иллюстрации этих стратегий. Я не хочу подвергать риску свою собственную жизнь или средства к существованию. В конце концов, именно так рациональный агент, столкнувшись с угрозой выживанию, будет стремиться максимизировать свою полезность.
Стратегия 1: Выбор количественных и качественных доказательств
Давайте рассмотрим вымышленное место, где недавно сменилось правительство. Растет беспокойство по поводу роста насильственных преступлений.
Проправительственные эксперты приводят количественные данные (например, проценты и средние значения), чтобы преуменьшить важность проблемы:
«Да, были отдельные инциденты. Но преступность затрагивает менее 0,01% населения. Подавляющее большинство находится в безопасности».
Антиправительственные эксперты , с другой стороны, идут на качественные оценки. Они выделяют отдельные истории, чтобы очеловечить жертв:
«Познакомьтесь с семьей человека, который потерял любимого человека в прошлом месяце. Узнайте, как эта потеря повлияла на их жизнь».
В то время как одна сторона использует цифры, чтобы успокоить, другая использует истории, чтобы вызвать моральное возмущение. Одна сторона говорит: «Посмотрите на данные»;другой говорит: «Посмотрите на эту семью».
Стратегически переключаясь между количественными и качественными формами доказательств, эксперты формируют повествования, которые служат интересам их групп.
Стратегия 2: Выбор количественных показателей
Предположим, что правительство в гипотетическом месте повышает единую ставку подоходного налога с 10% до 11%.
Теперь представьте себе две политически активные группы:
- Группа сторонников налогов: те, кто выступает за расширение участия государства и поддерживает более высокие налоги.
- Группа противников налогов: те, кто выступает за ограниченное правительство и выступает против повышения налогов.
Среди населения в целом предпочтения предсказуемы: получать максимум государственных льгот, платя при этом минимум налогов.
Итак, как два лагеря экспертов понимают одно и то же повышение налогов?
Эксперты, выступающие за повышение налогов, подчеркивают скромность изменений: «Это всего лишь повышение на один процентный пункт ». Они хотят, чтобы люди думали, что повышение небольшое и разумное .
С другой стороны, эксперты по антиналоговым вопросам используют другую меру. Вместо процентного изменения они говорят о процентном изменении . Их повествование может выглядеть примерно так:
«Если ваш налогооблагаемый доход составляет 10 000 единиц, то раньше вы платили 10 000 × 0,10 = 1 000. Теперь, при ставке 11%, вы платите 10 000 × 0,11 = 1 100. Это на 100 единиц больше или солидное увеличение налогов на 10% по сравнению с тем, что вы платили раньше».
Итак, это незначительное увеличение на 1 пункт или обременительное повышение на 10%? Какая группа правильная?
Ну, и то, и другое. И это то, что делает propaignta столь неуловимым. Вы можете утверждать, что антиналоговая группа имеет более сильную позицию, потому что люди испытают реальное увеличение налогового бремени. Но вы не можете сказать, что проналоговая группа неправа, указывая, что ставка увеличилась всего на один процентный пункт.
Стратегия 3: Использование контрольных точек
Предположим, что международный контрольный орган обнаружит, что за последний год из каждых 100 единиц государственных денег, собранных правительством, 50 единиц были потеряны из-за коррупции.
Антиправительственные эксперты пользуются моментом:
«Половина наших с трудом заработанных денег была разграблена этой администрацией. Эти преступники вызвали эту катастрофу!»
Проправительственные эксперты , хотя и кажутся загнанными в угол, отвечают остроумным контраргументом:
«Подождите! Сказать, что это правительство стало причиной проблемы, означает предположить, что если бы у власти была другая партия, коррупции было бы меньше. Это не соответствует действительности».
Они могут ссылаться на исторические данные, показывающие, что при предыдущих правительствах за последние 5/10/20/50 лет (какой бы временной выбор ни помог получить магическое справочное число), в среднем коррупция составляла около 55 единиц на 100. Используя эти данные, они утверждают:
«Вместо того, чтобы обвинять правительство в коррупции (50 единиц на 100), критики должны поздравить нас с сокращением коррупции (на 5 единиц на 100). Мы делаем вещи лучше».
Опять же, дело не только в данных. Никто, даже эксперты, защищающие правительство, не отрицают правдивость цифры в 50 единиц коррупции на 100 единиц собранных государственных денег.
Важно то, с чем вы это сравниваете. Изменение точек отсчета может превратить плохие новости в историю успеха или заставить хороший результат выглядеть ужасно. И некоторые эксперты строят свою карьеру вокруг тактичного выбора правильных точек отсчета для формирования повествований. Нападая на другую группу, они могут использовать идеальный эталон — скажем, нулевую коррупцию или преступность. А защищая свою собственную группу, они переходят на другую точку отсчета, например, среднюю коррупцию или преступность за выбранный ими период.
После многих лет наблюдений за тем, как групповая лояльность формирует стратегическое использование данных,Я перестал спрашивать, кто говорит правду.
Теперь я задаю вопрос: кто выбирал меры и точки отсчета, и какую историю они пытались рассказать, будучи рациональными агентами, пытающимися максимизировать свою группоцентрическую полезность?
Вот тут-то и начинается настоящая история.
