Майкл Льюис - Отмененный проект

• Название: Отмененный проект
• Автор: Майкл Льюис
• Жанр: Биографии
• Год: 2019
• ISBN: 978-5-17-104834-1

Даниэль Канеман – лауреат Нобелевской премии по экономике, автор книги «Думай медленно… решай быстро». Амос Тверски – лауреат премии Американской психологической ассоциации, стипендиат Фонда Макартуров. Их сотрудничество началось в 1960-х годах в Израиле, когда оба преподавали в Еврейском университете. Однако мало кто верил в их союз – такими они были разными. Канеман – довольно замкнутый и самокритичный. Тверски же любил оказываться в центре внимания и был способен общаться на равных с учеными из разных областей науки. И тем не менее их тандем оказался необычайно плодотворным: они стали основоположниками поведенческой экономики, а результаты их исследований оказали влияние на многие сферы нашей жизни – от медицины и государственного управления до финансов и спорта. Канеман и Тверски помогли не только сформировать мир, в котором мы сейчас живем, но и навсегда изменить представление человечества о собственном разуме.

---

Приехав в Хьюстон, Мори сразу сделал то, что считал самым важным – внедрил свою статистическую модель для прогнозирования будущих результатов баскетболистов. Модель также стала инструментом для получения новых знаний о баскетболе. «Знание – это в буквальном смысле предсказание, – говорил Мори. – Оно усиливает вашу способность предвидеть результат. Все норовят сделать правильное предсказание, однако большинство делает это подсознательно».

Модель позволяла исследовать качества баскетболиста-любителя, которые приводили к профессиональному успеху, и определять, какое значение имеет каждое из них. Если у вас есть база данных тысяч бывших игроков, вы вполне можете найти корреляцию между их показателями в колледже и последующей профессиональной деятельностью. Очевидно, что такие данные могут многое рассказать о будущем спортсмене. Но какие именно данные?

Вы, вероятно, полагаете – как и многие, – что главное в игре баскетболиста – это набирать очки. Таким образом, способность забивать много мячей в колледже должна предсказывать будущий успех в НБА. Это мнение было протестировано и получило короткий ответ – неверно.

Уже из ранних версий своей модели Мори понял, что традиционные данные игровой статистики – очки, подборы и передачи за игру – могут вводить в заблуждение. Были игроки, набиравшие много очков, но мешавшие другим игрокам; были и такие, что забивали мало, но являлись ценным активом команды. «На компьютерную модель не влияет человеческий субъективизм, она заставляет вас задавать правильные вопросы, – рассказывает Мори. – Почему некий игрок очень высоко оценивается скаутами, а в модели у него низкий рейтинг?»

Он не считал, что модель будет давать «правильные ответы» и тем более «лучшие ответы». И отнюдь не предполагал, что компьютерная программа подберет игроков в команду сама по себе. Модель, очевидно, нуждалась в настройке и наблюдении, хотя бы потому, что могут появиться сведения, в которые она не посвящена. Если игрок, например, сломал себе шею в ночь перед драфтом, было бы неплохо это знать. Но если бы вы спросили Дэрила Мори в 2006 году, что он выберет – свою модель или кучу баскетбольных скаутов, – он выбрал бы модель.

Считается, что все началось в 2006 году. Мори увидел, что до него никто еще не использовал модель для оценки баскетболистов и никто не удосужился собрать необходимую статистическую информацию. И тогда он отправил людей в офисы Национальной ассоциации студенческого спорта в Индианаполисе копировать кипы документов каждой игры каждого колледжа за последние двадцать лет. Все эти данные затем вручную ввели в систему.

Теперь у них было двадцать лет баскетбольной истории. Новая база данных позволяла сравнивать игроков с похожими на них игроками в прошлом и приходить к важным выводам.

Все, что делали тогда «Хьюстон рокетс», сейчас звучит просто и очевидно. Это тот же подход, что и у трейдеров с Уолл-стрит, руководителей американской президентской кампании и любого современного предприятия, которое пытается использовать данные о вашем поведении в Интернете, чтобы предсказать, что вы могли бы купить или посмотреть. Но для 2006 года в этом не было ничего простого. А многое из того, в чем нуждался Мори, еще и не было доступно.

«Рокетс» начали собирать свои собственные оригинальные данные, пытаясь измерить то, что раньше не измерялось. Вместо количества подборов у игрока, например, стали считать количество реальных возможностей для подбора и сравнивать его с фактическим. Они также отслеживали счет в игре, когда данный игрок был на площадке, в сравнении с тем, когда он оставался на скамейке запасных. Количество очков, подборов и перехватов за игру было не очень информативно, а вот за минуту – имело большое значение. Потому что 15 очков, если вы отыграли только половину игры, – это больше 15 очков за всю игру.

А из студенческих массивов информации можно было выудить и темп, в котором играли различные команды колледжей. Сопоставление игровой статистики игрока с темпом игры его команды давало ценную информацию. Очки и подборы за игру, в которой было сделано 150 бросков, – это одно, а когда 75 – совсем другое. Поправка на темп давала более ясную картину достижений игрока.

Мори собирал такие данные на баскетболистов, которые раньше вообще никого не интересовали; даже не обязательно связанные с баскетболом. Задавался вопросами о жизни игроков и ее параметрах. Хорошо ли для игрока иметь двух родителей? Преимущество ли быть левшой? Имеют ли склонность к баскетболу выпускники колледжей с сильным тренером? Помогает ли наличие в родословной игрока НБА? Имеет ли значение, если он сначала учился в двухгодичном колледже? А если его тренер играл в зонной защите? Хорошо ли для молодого спортсмена то, что в колледже он играл на разных позициях? Важно ли, какой вес он берет в жиме лежа?

«Почти все, что мы узнали, стало неожиданностью», – говорит Мори. Но не все. Число подборов за минуту оказалось полезным в прогнозировании будущих успехов больших парней, перехваты за минуту – для невысоких. Рост был не так важен, как та высота, до которой игрок мог дотянуться руками, – их длина играла более важную роль.

Первое испытание на драфте НБА модель Мори прошла в 2007 году (в 2006 году «Рокетс» свои права на отбор молодых спортсменов обменяли). Появился шанс сравнить трезвый, несентиментальный и доказательный подход с интуитивным опытом. В том году «Хьюстон рокетс» получила 26-й и 31-й номера очередей. По расчетам Мори, шансы добыть хорошего игрока НБА с таких позиций были, соответственно, 8 % и 5 %. Шанс найти будущую звезду – примерно один на сотню. И они взяли Аарона Брукса и Карла Лэндри. Это был невероятно богатый улов[6].

«Нас это убаюкало». Мори знал, что его модель в лучшем случае чуть менее ущербна, чем люди, выносившие суждения о кандидатах. Ощущался серьезный недостаток достоверных данных. «У нас есть кое-какая информация – жаловался он, – но часто всего за один год в колледже. И даже с той проблемы: разные игры, с разными тренерами. А игроку всего двадцать. Он сам понятия не имеет, что из себя представляет. Мы же должны угадать». Однако Мори надеялся что-нибудь придумать. А потом пришел 2008-й.

В этом году «Рокетс» получили 25-е место на драфте и забрали Джоуи Дорси из Университета Мемфиса. На собеседовании забавный и симпатичный Дорси заявил, что, когда закончит играть в баскетбол, обязательно станет порнозвездой. После драфта Дорси отправился в Санта-Круз на товарищеский матч против других новичков. Мори поехал посмотреть на него. «В первой игре он выглядел ужасно, – вспоминал Мори. – И я такой: ну что за хрень!!!»

Джоуи Дорси был из рук вон плох; Дэрил Мори не мог поверить, что смотрит на парня, которого сам же и выбрал. Возможно, подумал Мори, он не принимает всерьез товарищеский матч. И долго говорил Дорси о важности играть с полной самоотдачей, произвести хорошее впечатление и так далее. «Я думал, что в следующей игре он будет рвать и метать, – вспоминает Мори. – А он снова все провалил».

Довольно быстро Мори понял: проблема серьезнее, чем Джоуи Дорси. Проблема – его модель. Ведь у нее Дорси получил самые высокие показатели.

В том же году модель отклонила как не заслуживающего серьезного внимания центрового из Техасского университета A&M Деандре Джордана. И не важно, что остальные команды НБА, используя более традиционные методы оценки, тоже проглядели его. Пока он, наконец, не был взят в «Лос-Анджелес клипперс». Столь же быстро, как Джоуи Дорси показал себя полной неудачей, Деандре Джордан утвердился в качестве доминирующего центрового НБА и стал лучшим игроком всего драфта после Расселла Уэстбрука[7].

Подобное случалось всегда и со всеми. Каждый год скауты упускали будущих звезд и переоценивали слабых игроков. Мори не считал свою модель идеальной, однако не мог поверить, что она так вопиюще плоха. Знание – это предсказание, но если вы не смогли предсказать столь очевидные вещи, как провал Джоуи Дорси или успех Деандре Джордана, то что это за знания? Вся жизнь Мори была сфокусирована на одной идее: как использовать цифры для более точных прогнозов. Реалистичность этой идеи теперь оказалась под вопросом.

Первой ошибкой было недостаточное внимание к возрасту. «Джоуи Дорси был безумно старый. Ему исполнилось двадцать четыре года, когда мы задрафтовали его». А успехи Дорси в команде колледжа казались такими впечатляющими, потому что он был намного старше ребят, против которых играл. Это было, по сути, избиение младенцев.

Корректировка значения возраста в компьютерной модели тут же понизила перспективы Дорси и, что более показательно, улучшила рейтинги других игроков в базе данных.

К тому же Мори понял: существует целый класс баскетболистов, которые намного лучше играют со слабыми противниками, чем с сильными. Что-то вроде хулиганов от баскетбола. Модель должна учитывать такой фактор, придавая большее значение результатам игрока в борьбе против сильного соперника и меньшее – против слабого.