Руководство по принятию правильных решений в мире недостающих данных «Темные данные: Практическое руководство по принятию правильных решений в мире недостающих данных»

Глава 5 
Стратегические темные данные 
Уловки, обратная связь и информационная асимметрия 
Уловки 
Так называемая Директива по гендерным вопросам[2], действующая на территории 
Евросоюза, запрещает страховым компаниям использовать параметр половой 
принадлежности в процессе принятия решений о размере страхового взноса. Иначе говоря, 
она требует, чтобы пол рассматривался в качестве темных данных1. Это означает, что при 
прочих равных условиях мужчины и женщины должны платить одинаковые взносы. Иначе 
дела обстоят в Канаде, где в 1992 г. Верховный суд разрешил учитывать пол в моделях 
оценки рисков. Это решение привело к тому, что один мужчина из Альберты, ошарашенный 
суммой, которую ему придется выкладывать за страховку своего Chevrolet Cruze, 
официально получил новое свидетельство о рождении, подтверждающее, что он женщина. 
При этом он публично заявил следующее: «Я мужчина на 100%, но по закону теперь я — 
женщина». Такое легальное сокрытие своего настоящего пола позволило ему экономить 
$1100 в год. 
Мошенничество, о котором пойдет речь далее, представляет собой попытку сознательно 
ввести в заблуждение и путем сокрытия фактов заставить людей поверить в то, что 
происходящее имеет иной смысл, чем на самом деле. В отличие от этого уловки, когда 
человек переигрывает систему, основаны на использовании в своих интересах 
неоднозначных и непреднамеренных аспектов. Темные данные в этом случае возникают не 
из-за умышленного сокрытия, а в результате существования лазеек в устройстве самой 
системы, которые можно использовать в своих интересах. Это означает, что уловки обычно 
не являются незаконными: их цель состоит в том, чтобы, оставаясь в рамках правил и 
манипулируя ими, получить преимущество. Уловки — это темные данные DD-тип 11: 
искажения обратной связи и уловки. 
В математике есть очень глубокая и мудрая теорема, названная в честь ее первооткрывателя 
Курта Геделя, которая, если упростить формулировку, гласит следующее: любая достаточно 
сложная система аксиом содержит утверждения, которые нельзя ни доказать, ни 
опровергнуть в рамках этой системы. В жизни это означает, что даже тщательно 
разработанные системы неизбежно содержат прорехи. В частности, одной из сфер, где мы 

---

62 
регулярно наблюдаем такие прорехи, является налоговое право. Легальные схемы 
минимизации налогов возникают как следствие неопределенностей или упущений в самом 
налоговом законодательстве. Очевидно, что в разных юрисдикциях детали будут выглядеть 
по-разному, да и законы со временем меняются, но для примера я приведу несколько 
налоговых уловок, стандартных для Великобритании: 

получение займа под залог облагаемого налогом актива (например, дома) и 
инвестирование его в необлагаемую налогом недвижимость, такую как лесной 
участок или ферма, чтобы избежать налога на недвижимое имущество; 

покупка недвижимости через офшорную компанию, поскольку нерезиденты и 
небританские компании не платят британские налоги; 

перенос штаб-квартиры компании в страну с низкой ставкой налога на прибыль, 
возможно, путем слияния или приобретения фирмы в другой стране, поскольку не 
существует глобального налогового органа. 
Когда обнаруженные лазейки в налоговой системе начинают широко использоваться, их, 
конечно, закрывают, но зачастую это приводит к усложнению системы и появлению новых 
лазеек. 
Так называемая агентская проблема — еще одна иллюстрация темных данных, тесно 
связанных с уловками. Она возникает, когда одно лицо (агент) может принимать решения от 
имени другого лица (принципала). Очевидно, что эта широко распространенная ситуация, 
когда сотрудники принимают решения от имени своего работодателя, а политики действуют 
от лица своих избирателей, становится проблемой, если агент заинтересован в выборе в свою 
пользу, не отвечающим интересам принципала. Сотрудники начинают использовать знания и 
информированность для своей выгоды в ущерб работодателю; политики отворачиваются от 
избравшего их народа и начинают действовать в собственных интересах, тем самым вставая 
на скользкий путь, ведущий к диктатуре. 
Уловки также принимают вид регулятивного арбитража, когда в конкретных ситуациях 
организация сравнивает несколько режимов регулирования (например, финансового) и 
выбирает оптимальный для себя (например, путем переноса головного офиса в другую 
страну). Очевидно, что организации выбирают то, что им выгодно, и даже порой изменяют 
вид деятельности, чтобы иметь возможность менять регуляторов. 
Закон Кэмпбелла доступно и кратко излагает, почему уловки так опасны в контексте 
государственной политики. Он гласит: «Чем шире какой-либо количественный показатель 
используется для принятия социальных решений, тем больше он подвержен 
злоупотреблениям и тем больше искажаются социальные процессы, которые 
контролируются с его помощью». Закон Гудхарта говорит нечто подобное, хотя и в более 
мягкой форме: «Когда показатель становится целью экономической политики, он перестает 
быть хорошим измерителем». 
Возьмите, к примеру, школьные оценки — показатель академической успеваемости, широко 
используемый обществом для принятия решений. Исследования ясно показывают, что с 
течением времени средние оценки, выставляемые учащимся, имеют тенденцию возрастать — 
происходит так называемая инфляция оценок. Исследование, проведенное в 2018 г. в школах 
США Майклом Гурвицом и Джейсоном Ли, показало, что в среднем число получивших 
высший балл среди тех, кто прошел SAT (стандартизированный тест для приема в высшие 
учебные заведения), за последние 20 лет выросло с 39 до 47%2. Сайт http://gradeinflation.com 
подробно отслеживает инфляцию оценок в колледжах и университетах США. На этом сайте, 
например, вы можете узнать, что с 1983 по 2013 г. средний балл увеличился с 2,83 до 3,15 и 

---

63 
этот рост отличается удивительной устойчивостью. Такая тенденция имеет несколько 
возможных объяснений: люди становятся в целом умнее, они начинают лучше справляться с 
тестами или же каким-то образом портится система и людям становится проще получать 
более высокие оценки. 
Эта тенденция находит отражение и в сфере высшего образования Великобритании, хотя 
ситуация здесь несколько усложняется тем, что в последние годы значительно увеличилось 
число студентов: процент людей в возрасте от 25 до 29 лет, имеющих диплом, вырос с 13% в 
1993 г. до 41% в 2015 г.3, а всего в 2017 г. в британских университетах обучалось 2,3 млн 
студентов. 
Иначе говоря, чтобы понять, изменились ли стандарты, мы должны, во-первых, обратить 
внимание на пропорции, а не на абсолютное число студентов, получивших тот или иной 
класс[3], а во-вторых, следует ожидать, что число студентов, получивших более высокий 
класс, будет сокращаться. Это ожидание основано на том, что раньше в университетах был 
довольно жесткий отбор и поступали туда только самые способные студенты, которые могли 
извлечь наибольшую пользу из университетского образования, поэтому резко выросшее их 
число означает увеличение доли менее способных студентов, у которых меньше шансов 
получить высший класс. Однако цифры говорят об обратном. В книге «Университетское 
образование» (A University Education) бывший министр высшего образования 
Великобритании Дэвид Уиллеттс отмечает, что в 2000 г. около 55% студентов получили 
высшее образование класса 1 и 2:1, а к 2015 г. это число возросло до 74%4. По сути, мы 
имеем дело не просто с увеличением вопреки ожиданиям, а с поразительно большим 
увеличением. 
Но что же лежит в основе инфляции оценок? 
Доход университета напрямую зависит от количества обучающихся студентов, поэтому чем 
больше абитуриентов, тем лучше. И каждый университет старается заинтересовать молодых 
людей, чтобы они подавали заявления именно в него. Одним из таких стимулов являются 
высокие шансы на рынке труда после получения диплома, что, в свою очередь, 
обеспечивается высокими оценками. Поскольку британские университеты сами присуждают 
степени и классы, это означает, что существует естественная причина для завышения оценок. 
Именно конкуренция между организациями, оценивающими самих себя, стимулирует 
инфляцию. Ситуация была бы иной, если бы в университетах ввели стандартный набор 
экзаменов, а студентов оценивал единый орган: при существующей системе такие стандарты 
являются темными данными. Это явление усугубляется системой рейтингов, то есть 
системой оценки университетов, где учитывается количество выданных дипломов разных 
классов, что позволяет абитуриентам обращаться преимущественно к тем, кто ставит более 
высокие оценки. 
Справедливости ради я должен добавить, что мое описание ситуации несколько упрощено и 
на деле все обстоит не так мрачно. Например, существует система «внешнего экзаменатора», 
с помощью которой качество обучения и уровень степеней контролируются 
представителями других университетов. Более того, университет, который последовательно 
завышает оценки, может какое-то время занимать высокие места в рейтингах, но ровно до 
тех пор, пока не станет общеизвестным, что многие его студенты с «хорошей» степенью 
фактически имеют скудные знания. Тогда работодатели начнут искать выпускников в других 
местах, а число студентов университета будет сокращаться, когда станет известно, что его 
выпускники не могут найти работу. 
Ситуация в школах Великобритании несколько иная. По окончании средней школы 
проводятся общенациональные государственные экзамены, которые определяют, кто 
перейдет в старшую школу и сможет готовиться к университетскому образованию. Однако 

---

64 
существует несколько конкурирующих экзаменационных советов, каждый из которых 
проводит свои общенациональные экзамены. Чем больше учеников сдают экзамен по 
программе конкретного совета, тем больше денег он зарабатывает. И чем более высокие 
оценки получает школа, тем лучше она выглядит в рейтингах. Как вы понимаете, это тоже 
может стимулировать несоответствие с точки зрения завышения оценок, хотя некоторые 
утверждают, что нет никаких подтверждений тому, что экзаменационные советы предлагают 
экзамены разного уровня сложности. 
Вдобавок школы имеют право голоса при определении того, какие экзамены будут сдавать 
их ученики. Действительно, как только ученики получают допуск к государственным 
экзаменам, школы могут сами определять, кто из них будет сдавать какие экзамены. 
Очевидно, что, распределив по предметам наиболее способных к ним учеников, школы 
могут создать искаженное представление о своей эффективности. Здесь мы имеем дело с 
темными данными DD-тип 2: данные, о которых мы не знаем, что они отсутствуют. Если 
эффективность организации измеряется уровнем ее успешности, то возможность выбора 
условий, в которых она с наибольшей вероятностью будет выглядеть успешной, легко 
приводит к формированию ложного представления. В августе 2018 г. лондонская The Times 
опубликовала статью известной политической журналистки Рэйчел Сильвестр, в которой 
утверждалось следующее: «Все больше школ пытаются обмануть экзаменационную систему, 
чтобы повысить свой рейтинг в ущерб ученикам… В частных школах поощряют детей 
отказываться от тех предметов, по которым у них не предвидятся высшие оценки, — так 
школы поддерживают свой средний балл»5. Ученикам, у которых недостаточная 
успеваемость, вместо того чтобы оказать помощь, могут предложить покинуть школу, чтобы 
не портить статистику. Сильвестр приводит данные британского Управления по стандартам 
образования, которое обнаружило, что 19 000 учеников были просто исключены из списков 
учащихся незадолго до сдачи государственного экзамена GCSE, который проводится по 
достижении 16 лет. Потенциальное пагубное влияние этих действий как на эффективность 
самих школ, так и на судьбы учеников очевидно. 
Примеры подобных уловок можно найти практически в любой сфере, где оценивается 
эффективность: 

Хирурги могут достичь более высоких индивидуальных показателей, избегая 
сложных случаев, в которых вероятность благоприятного исхода операций ниже. В 
более общем плане, даже если исключить такой отбор, кого оперировать, а кого нет, 
сами совокупности пациентов будут различаться у разных хирургов. Это означает, что 
даже хирурги с одинаковыми навыками и способностями должны иметь разные 
индивидуальные показатели. 

Среднее время отклика экстренных служб может быть изменено путем пересмотра 
категории экстренного случая. Лондонская The Telegraph от 28 февраля 2003 г. 
сообщает, что «согласно [Комиссии по вопросам укрепления здоровья] Служба 
скорой медицинской помощи Западного Йоркшира NHS Trust понижала категорию 
некоторых вызовов, если бригада скорой помощи, прибыв на место происшествия, 
решала, что вызов не был достаточно серьезным, чтобы отнести его к категории А… 
В этих случаях было также зафиксировано существенное увеличение времени, 
прошедшего с момента получения звонка до момента, когда служба запустила таймер 
реагирования»6. 

Как уже говорилось в главе 3, определение безработицы можно изменить, чтобы 
приукрасить цифры: должен ли тот, кто выполняет разовые заказы или работает 
неполный рабочий день, но ищет постоянную работу, считаться безработным? 
Экстремальным примером подобных манипуляций является разница между оценкой 
безработицы в конце февраля 2017 г., представленной Бюро трудовой статистики 

---

65 
США, которая составила 4,7%, и оценкой президента Дональда Трампа, заявившего о 
42%7. Последняя величина была получена путем включения в число безработных 
всех лиц старше 16 лет, которые не вошли в состав трудовых ресурсов: домохозяйки, 
студенты дневных отделений, пенсионеры и т.д. Прямо скажем, это не то 
определение, которое обычно используют экономисты. Однако в таких случаях не 
стоит говорить, что одно определение «правильное», а другое «неправильное». Они 
просто разные (DD-тип 8: неверно определяемые данные) и каждое может быть 
полезным для конкретных целей. 

Полиция может казаться лучше, чем она есть, переводя преступления в категорию 
менее серьезных. Согласно шотландской The Herald за февраль 2014 г., «полицейские 
склонны приукрашивать цифры путем занижения уровня преступности. Система 
классификации противоправных действий имеет два уровня: “преступления”, 
количество которых снизилось в прошлом году на 13%, и “правонарушения”, число 
которых, наоборот, выросло. Всего в 2012–2013 гг. было зарегистрировано 273 053 
преступления и почти вдвое больше правонарушений»8. 
А еще можно искусственно повышать релевантность веб-страниц и, соответственно, 
продвигать их вверх в поисковых системах — так компании увеличивают продажи, а блоги 
привлекают новых читателей. 
Все это примеры манипуляций с определениями, целью которых является сокрытие 
чего-либо или представление в ином свете. Сюда относится замалчивание одних фактов, 
которые могут негативно повлиять на организацию, если станут известны, и выпячивание 
других, привлекательных, чтобы они не остались незамеченными.