Эдвард приправляет свои заявления расплывчатыми описаниями, которые члены аудитории могут интерпретировать по-разному. Затем он трактует их так, как будто это было то, что он имел в виду с самого начала. Он говорит: «Я чувствую, что она умерла незадолго или в день какого-то государственного праздника», а затем трактует ответ «11 сентября» так, как будто это согласуется с его заявлением, хотя это не государственный праздник. Но Эдвард чувствует себя последовательным. Более того, фраза «незадолго или в день праздника» охватывает большую часть календаря – когда бы человек ни умер, рядом будет какая-то важная дата. Однако зрители об этом не думают.
Когда наше внимание сосредоточено слишком узко, нас удивительно легко взять в оборот. Например, руководители компаний, которые тратят много времени на публикации о них в социальных сетях, отвлекают внимание неискушенных инвесторов от других источников, которые могут противоречить их заявлениям. В наших беседах и лекциях мы часто демонстрируем эту идею, используя значительно упрощенную версию классического карточного фокуса иллюзиониста Гарри Хардина. Мы даем его как пример ментализма или способности читать язык тела, но это всего лишь прикрытие. Сначала мы показываем слайд с шестью игральными картами:
[J♣] [K♢] [Q♡] [Q♠] [K♣] [J♢]
Затем мы поворачиваемся спиной и просим добровольца с помощью лазерной указки выбрать одну из карт. После этого выключаем экран и просим аудиторию сосредоточиться на выбранном варианте. (Вы тоже можете сделать это прямо сейчас. Выберите одну из карт и сконцентрируйтесь на ней.) Затем мы поворачиваемся лицом к аудитории и, сделав вид, что пристально смотрим в глаза волонтеру, говорим: «Теперь мы собираемся удалить вашу карту». Мы переключаем слайд, и карта исчезает:
[J♠] [K♡] [Q♣] [J♡] [K♠]
Впечатляет, правда? Нет, если мы скажем вам, что мы ни при каких условиях не могли бы убрать неправильную карту. При этом мы на самом деле не знаем, что вы выбрали [4].
Этот трюк основан на том же недостатке воображения, который использует Эдвард. Когда зрители сосредоточиваются только на выбранной карте, они практически гарантированно не будут думать об остальных, таким образом, они не заметят, что в новом слайде мы заменили все исходные карты, а не только выбранную. У них остаются только те доказательства, которые они все еще имеют в виду, а не те, которых им не хватает.
Эдварду это удается, потому что зрители сосредоточиваются на отце добровольца Роберте, пожарном, который погиб 11 сентября. Они не учитывают, насколько легко экстрасенс мог бы приспособиться к другому празднику, другому имени или другим родственным отношениям – точно так же, как вы могли бы сделать другой выбор карты.
КОГДА НАШЕ ВНИМАНИЕ СОСРЕДОТОЧЕНО СЛИШКОМ УЗКО, НАС УДИВИТЕЛЬНО ЛЕГКО ВЗЯТЬ В ОБОРОТ.
Эдвард извлекает выгоду из трудностей, с которыми мы сталкиваемся, представляя отсутствующие альтернативы и размышляя о вероятности того, что некоторые из его предположений окажутся верными просто случайно. Если кто-то умер от «проблемы с костями», какова вероятность того, что это был рак? Довольно высокая – есть ли еще какие-нибудь смертельные проблемы с костями? И все же, когда он говорит «рак», это кажется прозорливым. Какова вероятность того, что у кого-то, кто посещает данное шоу, есть умерший родственник по имени «Роберт, Робби, Роб». У большинства зрителей будут умершие родственники, с которыми они были близки, – в конце концов, основная цель этого представления – общение с усопшими. Роберт – относительно распространенное имя со множеством вариантов, но Эдвард мог бы работать с любым именем на букву «Р» (а также с Бобом, Бобби и другими вариантами), и он предлагает варианты так быстро, что у аудитории нет времени обдумать, сколько возможных ответов он перебрал; вместо этого люди сосредоточиваются на одном имени, которое кто-то из присутствующих действительно упоминает. Давать себе сотни способов быть правым – отличный способ казаться провидцем.
Люди плохо разбираются в рассуждениях о вероятности, казалось бы, редких событий. Представьте, что вы сидите на собрании и вдруг узнаете, что у вашего коллеги день рождения в один день с вами. Замечательное совпадение, не так ли? Не совсем. Если на собрании присутствует двадцать три человека, вероятность того, что у кого-то из них будет общий день рождения, превышает 50 %. Да, днем рождения любого человека может быть любой из 365 дней. Но при наличии двадцати трех коллег в комнате существует 253 возможных пары из двух человек (23 × 22 ÷ 2). Если учитывать эти цифры, совпадение уже не кажется таким удивительным. В группе из пятидесяти человек более чем в 95 % случаев вы найдете по крайней мере одно совпадение. Тем не менее, как и в случае с аудиторией Эдварда и именем, начинающимся на «Р», когда мы определяем пару, у которой общий день рождения, мы фокусируемся на ней и забываем обо всех других потенциальных парах, которые не совпали.
Для Эдварда относительно безобидно утверждать, что близкие люди любили гостя, с которым он сейчас работает в студии, но в целом заявления экстрасенсов иногда могут быть коварными и вредными – вот почему некоторые критики называют медиумов «вампирами горя». В начале 2013 года три женщины сбежали из плена в заброшенном доме в Кливленде после того, как пробыли там почти десять лет. Лувана Миллер, мать одной из них, появилась вместе со знаменитым экстрасенсом Сильвией Браун на шоу Монтела Уильямса в 2004 году, вскоре после исчезновения своей дочери. Браун сказала Миллер, что ее дочь Аманда мертва и что она видела ее «в воде», а также добавила, что женщина встретит свою дочь «на небесах». Миллер умерла два года спустя, полагая, что ее дочь мертва [5].
Такие экстрасенсы, как Браун и Эдвард, рекламируют свои успешные предсказания, но редко упоминают о своих неудачах. Когда же они вспоминают о них, это делается с определенной целью. Психолог Мэтт Томпкинс, который также является профессиональным иллюзионистом и экспертом по истории магического ментализма, рассказал нам, что некоторые экстрасенсы намеренно привлекают внимание к одному из многочисленных провалов в своей деятельности. Подчеркивая эту «единственную» неудачу и демонстрируя свое разочарование по этому поводу, они формируют повествование о своей чести и точности предсказаний. Зрители, как правило, запоминают один этот промах и забывают о многих замалчиваемых ошибках.
Люди, посещающие шоу Джона Эдварда, в основном верят в его способности; среди них, как правило, нет скептиков. Но любой из нас может стать таким же доверчивым, если мы окажемся в обстановке, которая не вызовет немедленного скептицизма. Все потому, что все мы склонны верить больше, чем следовало бы, если фокусируемся только на имеющейся у нас информации.
Понятие «намеренное подавление неверия», введенное в 1817 году поэтом и философом Сэмюэлом Кольриджем, относится к прекращению критического мышления или сомнений, принятию спекулятивной предпосылки, которую мы обычно отвергаем. Когда повествование убедительно, мы не останавливаемся, чтобы спросить, почему хакер смог получить доступ к компьютеру инопланетного корабля с помощью MacBook или как изменение ДНК одного животного приведет к уничтожению всего его вида. Мы не подавляем неверие при просмотре документального фильма, потому что не видим в этом необходимости; мы ожидаем, что документальные фильмы будут документировать, а не выдумывать. То же самое верно и в повседневной жизни. Нашей позицией по умолчанию является доверие – мы принимаем то, что нам говорят, и редко, если вообще когда-либо, проверяем это. В нашем повседневном опыте мы должны работать над тем, чтобы избавиться от уверенности в наших убеждениях, а не от неверия.
Многие предприятия и некоторые отрасли промышленности пользуются преимуществами этой тенденции, возможно, в некоторых случаях неосознанно. Они выпускают «демоверсии» продукта, представляемые в строго контролируемых условиях, благодаря которым их новые технологии кажутся более эффективными, чем они есть на самом деле. Когда кажется, что демонстрационные версии работают, – а они почти всегда работают, – это дает зрителям убедительный сигнал: трудно подвергать сомнению то, что вы видели собственными глазами. Благодаря нашему пристрастию к истине мы верим, что то, что мы видим, является близким к реальности и нас не вводят в заблуждение намеренно.
Например, робототехническая фирма Boston Dynamics (некогда принадлежавшая Google) регулярно публикует видеоролики о том, как ее человекоподобные роботы выполняют реалистичные трюки, такие как движения паркура, но ни одно видео не может сказать нам, преуспеет ли робот на полосе препятствий, которую он никогда не видел, с объектами, с которыми он никогда не сталкивался. Перед лицом убедительной демонстрации мы склонны предполагать, что производительность, которую мы наблюдаем, применима к аналогичным настройкам, даже если у нас нет прямых доказательств, по крайней мере, из ролика, что это так [6].
Практика разработки компьютерных систем, способных проявлять интеллект в ситуациях с высокой степенью ограниченности и при этом подразумевающих, что они будут работать так же хорошо в широком диапазоне контекстов, насчитывает по меньшей мере пятьдесят лет. Иногда разработчики не вводят в заблуждение намеренно – они просто чрезмерно оптимистичны в отношении того, насколько легко будет усовершенствовать их собственную технологию, чтобы она работала в большем количестве ситуаций. В течение десятилетий эксперты по компьютерному зрению и робототехнике предполагали, что если робот сможет понять сцену, содержащую правильные геометрические тела (кубы, пирамиды, цилиндры и т. д.), то основная работа будет выполнена и потребуется всего лишь небольшой шаг, чтобы распространить эту способность на естественные сцены. Но раз за разом системы искусственного интеллекта (ИИ) терпят неудачу при переходе от оптимизированного «микромира» к миру реальному, подобно тому как потенциальные лекарства могут хорошо зарекомендовать себя в лабораторных экспериментах на животных, но терпят неудачу в испытаниях на людях. Иногда такое незначительное изменение, как настройка цвета одного пикселя на цифровом изображении, может заставить систему распознавания объектов принять корабль за автомобиль, а оленя – за самолет. Разработчики демонстрационных версий редко признают, что для достижения надежной работы в условиях реальной сложности часто требуется подход, полностью отличающийся от того, который прекрасно работал в тщательно контролируемой демонстрационной среде [7].