помогает ли наличие симптома A диагностировать наличие болезни F? Эксперимент проводился несколько раз с использованием различных степеней связи между A и F.
На короткое время поставьте себя на место испытуемого. Вы просмотрели карточки и заметили, что примерно на 25 из них, или в четверти случаев, присутствуют и симптом, и болезнь, A и F. Могли бы вы сказать, что между ними есть связь? Почему? Уместно ли выносить суждение только на основании частоты случаев, подтверждающих гипотезу о взаимосвязи между A и F? Что еще вам нужно знать? Было бы полезно знать количество случаев, когда симптом (A) присутствовал без заболевания (F)? Допустим, это также было верно для 25 карточек, так что из 100 карточек 50 имели A, а 25 из этих карточек с A также имели F. Другими словами, болезнь присутствовала в половине случаев, в которых наблюдался симптом. Достаточно ли этого для установления взаимосвязи, или необходимо также знать количество случаев, когда болезнь проявлялась без симптома?
На самом деле, чтобы определить существование такой связи, необходима информация, заполняющая все четыре ячейки таблицы случайностей 2 x 2. На рисунке 16 показана такая таблица для одного тестового прогона этого эксперимента. В таблице показано количество случаев, когда пациенты имели каждое из четырех возможных сочетаний симптома и заболевания.
Восемнадцать из 19 испытуемых, получивших 100 карточек с изображением этой конкретной комбинации A и F, посчитали, что существует по меньшей мере слабая связь, а некоторые - что сильная, хотя на самом деле никакой корреляции нет. Более половины испытуемых основывали свои суждения исключительно на частоте случаев, в которых присутствовали и A, и F. Это левая верхняя ячейка таблицы. Эти испытуемые пытались определить, существует ли связь между A и F. При просмотре карточек 25 процентов случаев, на которые они обратили внимание, согласуется с убеждением, что симптом и диагноз идеально коррелируют друг с другом; это, по-видимому, свидетельствует в пользу гипотетической взаимосвязи.
Другая небольшая группа испытуемых использовала несколько более сложные рассуждения. Они смотрели на общее количество случаев А, а затем спрашивали, в скольких из них также присутствует F. Это левая часть таблицы на рисунке 16. Третья группа сопротивлялась основной концепции статистического обобщения. Когда их попросили описать свои рассуждения, они сказали, что иногда связь присутствует, а в других случаях ее нет.
Из 86 испытуемых, участвовавших в нескольких сериях этого эксперимента, ни один не проявил интуитивного понимания концепции корреляции. То есть никто не понял, что для правильного суждения о наличии связи необходимо иметь информацию во всех четырех ячейках таблицы. Статистическая корреляция в своей самой элементарной форме основана на соотношении сумм частот в диагональных ячейках таблицы 2 x 2. Другими словами, преобладание записей по одной из диагоналей означает сильную статистическую связь между двумя переменными.
Давайте теперь рассмотрим аналогичный вопрос о корреляции по теме, интересующей аналитиков разведки. Каковы характеристики стра- тегического обмана и как аналитики могут его обнаружить? При изучении обмана одним из важных вопросов является следующий: каковы корреляты обмана? Исторически сложилось так, что когда аналитики изучают случаи обмана, что еще они видят, что сопутствует ему, что как-то связано с обманом и что можно интерпретировать как индикатор обмана? Существуют ли определенные практики, связанные с обманом, или обстоятельства, при которых обман наиболее вероятен, которые позволяют сказать, что, поскольку мы увидели x, y или z, это, скорее всего, означает, что разрабатывается план обмана? Это можно сравнить с тем, как если бы врач заметил определенные симптомы и заключение о возможном наличии того или иного заболевания. По сути, это проблема корреляции. Если бы можно было определить несколько коррелятов обмана, это существенно облегчило бы работу по его выявлению.
Была выдвинута гипотеза, что обман наиболее вероятен, когда ставки исключительно высоки. Если эта гипотеза верна, аналитики должны быть особенно внимательны к обману в таких случаях. В подтверждение гипотезы можно привести такие яркие примеры, как Перл-Харбор, высадка в Нормандии и вторжение Германии в Советский Союз. Кажется, что гипотеза имеет значительную поддержку, учитывая, что так легко вспомнить примеры ситуаций с высокими ставками, в которых использовался обман. Но подумайте, что нужно сделать, чтобы эмпирически доказать, что такая связь действительно существует. На рисунке 17 проблема представлена в виде таблицы случайностей 2 x 2.
Бартон Уэйли исследовал 68 случаев, когда неожиданность или обман присутствовали в стратегических военных операциях в период с 1914 по 1968 год.131 Предположим, что та или иная форма обмана, равно как и неожиданность, присутствовала во всех 68 случаях, и запишем это число в левую верхнюю ячейку таблицы. Сколько существует случаев с высокими ставками, когда обман не использовался? Об этом гораздо сложнее думать и узнавать; исследователи сами посвящают много усилий документированию негативных случаев, когда что-то не произошло. К счастью, Уэйли сделал приблизительную оценку того, что и обман, и внезапность отсутствовали в одной трети - половине случаев "большой стратегии" в этот период, что является основанием для того, чтобы поместить число 35 в левую нижнюю ячейку Рисунка 17.
Насколько распространен обман, когда ставки не высоки? Это правая верхняя ячейка на рисунке 17. Записи для этой и нижней правой ячеек трудно оценить; они требуют определения совокупности случаев, включающей ситуации с низкими ставками. Что такое ситуация с низкими ставками в данном тексте? Ситуации с высокими ставками поддаются определению, но существует почти бесконечное число и разнообразие ситуаций с низкими ставками. Из-за этой сложности использование полной таблицы 2 x 2 для анализа взаимосвязи между обманом и высокими ставками может оказаться нецелесообразным.
Возможно, следует довольствоваться только левой частью таблицы на рисунке 17. Но тогда мы не сможем эмпирически доказать, что следует быть более бдительными к обману в ситуациях с высокими ставками, поскольку нет никакой основы для сравнения случаев с высокими и низкими ставками. Если в тактических ситуациях обман встречается даже чаще, чем в стратегических ситуациях с высокими ставками, то аналитики не должны быть более склонны подозревать обман, когда ставки высоки.
На самом деле неясно, существует ли связь между де-цепцией и ситуациями с высокими ставками, потому что нет достаточного количества данных. Интуиция подсказывает вам, что связь есть, и это чувство вполне может быть верным. Но это чувство может возникнуть у вас главным образом потому, что вы склонны фокусироваться только на тех случаях в левой верхней ячейке, которые действительно предполагают такую связь. Люди склонны упускать из виду случаи, когда взаимосвязь не существует, поскольку
