Читать книгу - "Мозгоускорители. Как научиться эффективно мыслить, используя приемы из разных наук - Ричард Нейсбит"

Дискриминация: чему верить — статистике или подслушанным разговорам?

Для начала позвольте заметить, что с помощью статистики невозможно доказать, присутствует ли в данной организации какая-либо дискриминация. Часто попадаются статьи о «невидимых барьерах», ограничивающих карьерное продвижение женщин в тех или иных областях или о непропорциональном количестве мальчиков и учеников из числа меньшинств, которых временно исключают из школ. Публикации говорят о признаках дискриминации, а часто и прямо обвиняют в ней. Но одними цифрами нельзя ничего доказать. Нам не известно наверняка, что одинаковое число женщин и мужчин имели равную квалификацию, или желание стать партнером в юридической фирме, или занять руководящую должность в организации. Кроме того, у нас есть некоторые причины полагать, что мальчики и девочки в разной степени склонны к проступкам, за которые исключают из школы. Не так давно считалось, что меньшее количество женщин среди аспирантов и на университетских кафедрах обусловлено дискриминацией. И дискриминация, конечно, была. Я знаю — я сам оттуда. Я помню все эти мужские советы о приеме в аспирантуру и на кафедру. «Бери лучше парня; девушки все равно отсеются». Подслушанные разговоры подтверждали то, что не могли доказать голые статистические данные о соотношении между мужчинами и женщинами в университетах.

Однако в наш дни 60% выпускников колледжей — женщины, и именно женщины составляют большинство будущих юристов и врачей, а также аспирантов в сфере гуманитарных наук, социологии и биологии. В Мичиганском университете, где я преподаю, две трети доцентов на кафедрах — женщины (и они получают постоянные профессорские позиции наравне с мужчинами).

Подтверждает ли эта статистика дискриминацию мужчин? Вовсе нет. Могу заверить, что по крайней мере в моем университете такая дискриминация не найдет поддержки. Напротив, мы так часто сталкиваемся с перспективой того, что в аспирантуру в подавляющем большинстве будут поступать женщины, что начинаем подумывать о поблажках при поступлении для мужчин, хотя, конечно, мы никогда не делали этого сознательно, в этом я уверен.

Однако статистика послевузовского образования не мешает некоторым людям все еще настаивать на том, что в области точных наук женщины по-прежнему подвергаются дискриминации. Недавно я прочитал в одной книге, что доступ к физике «заблокирован» для женщин. В отсутствие иных доказательств, кроме чисто статистических данных, это утверждение никак не может считаться правильным.

Необязательно подслушивать чужие разговоры, чтобы с уверенностью утверждать, что дискриминация существует. Это могут доказать эксперименты. Запрашивают ли продавцы автосалонов более высокую цену с женщин и представителей меньшинств, чем с белых мужчин? Отправьте трех таких покупателей в компанию Mammoth Motors и посмотрите, какую им предложат цену. Такое исследование было проведено, и оказалось, что белому мужчине действительно предлагают самую низкую цену[179].

Получают ли люди приятной наружности различные поблажки в жизни? Множество исследований показывают, что да. Прикрепите фотографию предполагаемого малолетнего преступника к делу и посмотрите, какой приговор вынесет студент, играющий в эксперименте роль «судьи». Если ребенок симпатичный, «судье» кажется, что в будущем из него может вырасти порядочный человек и законопослушный гражданин, а потому ему выносят относительно мягкий приговор. Если ребенок некрасив, то ему вынесут приговор по всей строгости[180].

«Жизнь несправедлива», — сказал Джон Кеннеди, а эксперименты могут лучше всего продемонстрировать нам, насколько жизнь более несправедлива к одним группам людей, чем к другим.

Выводы

Анализ множественной регрессии (АМР) устанавливает связь между независимой переменной и зависимой переменной с учетом связи между независимой переменной и другими переменными, а также связи этих других переменных с зависимой переменной. Этот метод может указывать на причинно-следственную связь, только если все возможные причинно-обусловленные факторы влияния установлены и измерены должным образом с помощью надежных методов. На практике такие условия чрезвычайно редки.

Фундаментальной проблемой АМР, так же как и всех иных корреляционных методов исследования, является самоотбор. Исследователь не может задавать значение независимой переменной для каждого отдельного случая. А это значит, что все переменные, которые коррелируют с независимой (изучаемой) переменной, будут оказывать влияние на результат. В большинстве случаев у нас не получается идентифицировать каждую из этих посторонних переменных. Исследуя поведение, мы практически никогда не можем быть уверены в том, что обнаружили все переменные, имеющие отношение к независимой переменной.

Вопреки сказанному выше, метод АМР часто полезен. Иногда значения независимой переменной невозможно менять. Нельзя изменить чей-то возраст. Даже при проведении эксперимента такой факт прибавляет нам уверенности в том, что взаимосвязь, демонстрируемая в рамках эксперимента, основана на естественных процессах. Кроме того, АМР в целом намного дешевле, чем экспериментальные исследования, и может выявить взаимосвязи, которые будут важны для экспериментального исследования.

Когда правильно проведенный эксперимент дает вам один результат о некой корреляции, а АМР дает совершенно другой результат, верить следует результату эксперимента. Разумеется, неправильно проведенный эксперимент скажет вам не больше, чем АМР, а то и меньше.

Основная проблема АМР заключается в том, что обычно такой анализ подразумевает, что независимые переменные являются составляющими элементами единого целого, но при этом каждая переменная сама по себе логически не связана со всеми другими. Как правило, это не так, по крайней мере во всем, что касается поведения человека. Самооценка и депрессивность внутренне связаны друг с другом. Сам по себе вопрос, влияет ли одна из таких переменных на зависимую переменную, будучи свободной от влияния другой переменной, будет совершенно излишним.

Как корреляция не доказывает наличие причинно-следственной связи, так и отсутствие корреляции не доказывает отсутствия причинно-следственной связи. Ложные отрицательные выводы могут точно так же быть результатом АМР, как и ложные положительные — из-за невидимой паутины причинно-следственных связей, которую мы не смогли обнаружить.