ไก่งวงตัวหนึ่งถูกประคบประหงมเป็นอย่างดี ทุกวันที่มีคนเอาอาหารมาให้มันกินย่อมเป็นการตอกย้ำความเชื่อมั่นว่ามนุษย์นั้นใจบุญและหวังดีกับมัน

จนกระทั่งคืนก่อนวันขอบคุณพระเจ้า สิ่งไม่คาดฝันก็เกิดขึ้นกับไก่งวง และทำให้ความเชื่อของมันต้องเปลี่ยนไป

[Thanksgiving = วันขอบคุณพระเจ้า เป็นเทศกาลสำคัญในอเมริกาที่มีขึ้นในวันพฤหัสฯ ที่สี่ของเดือนพฤศจิกายน ครอบครัวจะมากินข้าวกันพร้อมหน้าพร้อมตาโดยมีไก่งวงเป็นอาหารจานหลัก ทุกปีจะมีไก่งวงกว่า 40 ล้านตัวถูกเชือดเพื่อเทศกาลนี้]

นิทานเรื่องนี้สอนให้รู้ว่า การเรียนรู้จากประสบการณ์นั้น ในบางครั้งนอกจากจะไม่ได้ช่วยอะไรแล้ว ยังเป็นโทษอีกด้วย

ยิ่งไก่งวงได้รับอาหารมากเท่าไหร่ ความเชื่อมั่นในสมมติฐานที่ว่ามนุษย์รักและเอ็นดูมันก็สูงขึ้นเรื่อยๆ

แถม “ความรู้สึกปลอดภัย” ของไก่งวงตัวนี้ก็ขึ้นถึงจุดสูงสุดในวันที่จริงๆ แล้วมันมีความเสี่ยงมากที่สุด (วันที่มันจะโดนเชือด)

นี่คือข้อจำกัดของความรู้ เราเรียนรู้จาก 1000 วันแรกแล้วเราก็มักจะใช้ความรู้ชุดนั้นในการคาดเดาอนาคต 1000 วันหรือแม้กระทั่ง 5000 วันข้างหน้า

แต่พอถึงวันที่ 1001 ก็เหมือนฟ้าผ่าเปรี้ยง ทุกสิ่งทุกอย่างพลิกแบบหน้ามือเป็นหลังเท้า และประสบการณ์จากอดีตไม่ได้ช่วยให้เราเตรียมตัวเตรียมใจสำหรับความเปลี่ยนแปลงนี้เลย

ในมุมมองของไก่งวง การถูกเชือดในวันที่ 1001 เป็น Black Swan แต่ในมุมของคนเลี้ยงไก่งวงแล้ว เหตุการณ์นี้ไม่ใช่ Black Swan แม้แต่น้อย

Black Swan จึงเป็นปัญหาของคนโง่ (Black Swan is a sucker’s problem) มันจะเกิดหรือไม่เกิดย่อมขึ้นอยู่กับว่าเราคาดหวังอะไรเอาไว้

Nicolas Taleb ผู้เขียนหนังสือเล่มนี้บอกว่า เป้าหมายของเขาในการเขียน The Black Swan มีเพียงอย่างเดียว คือจะทำอย่างไรเราถึงจะไม่ต้องเป็น “ไก่งวงหน้าโง่” ในเรื่องสำคัญๆ ในชีวิต

ธนาคารหน้าหนา

เวลาเราเห็นธนาคารทำกำไรดี เราไม่อาจรู้ได้เลยว่าธนาคารนั้น perform ได้ดีจริงรึเปล่า แม้ว่ามันจะทำกำไรมาหลายไตรมาส หลายปี หรือแม้กระทั่งนับร้อยปี!

ในฤดูร้อนของปี 1982 ธนาคารใหญ่ๆ ในอเมริกาสูญเสียกำไรสะสมเกือบทั้งหมดนับตั้งแต่ก่อตั้งธนาคารมา

สาเหตุก็เพราะธนาคารเหล่านี้ได้ให้เงินกู้กับประเทศในอเมริกาใต้ และในปีนั้นประเทศลูกหนี้เหล่านี้ก็ชักดาบยกแผง

นายธนาคารอาจจะป่าวประกาศว่าเขาทำธุรกิจอย่าง conservative แต่จริงๆ แล้วธนาคารเหล่านี้ไม่ได้ conservative เลยสักนิด พวกเขาแค่เก่งในการหลอกตัวเองด้วยการซุกความเสี่ยงที่จะส่งผลอย่างมหาศาลเอาไว้ใต้พรมเท่านั้นเอง

อีกสิบปีต่อมาก็เกิดเหตุการณ์ที่คล้ายคลึงกันอีก เมื่อตลาดอสังหาริมทรัพย์ล้ม ส่งผลให้รัฐบาลต้องเข้ามาอุ้มธนาคาร ใช้เงินภาษีไปถึง 500,000 ล้านดอลลาร์

เวลาธนาคารทำกำไร นายธนาคารได้โบนัสก้อนโต แต่พอธนาคารตกที่นั่งลำบาก คนที่จ่ายค่าเสียหายกลับกลายเป็นประชาชน

 

5 ปัจจัยที่ทำให้เรามองไม่เห็นหงส์ดำ

1. Error of Confirmation – เราเลือกเฉพาะสิ่งที่เราเห็นและชอบ เพื่อนำไปสู่ข้อสรุปให้กับสิ่งที่เรามองไม่เห็น

2. Narrative Fallacy เราหลอกตัวเองด้วยเรื่องราวที่ฟังดูสมเหตุสมผลและสอดรับกับ “แพทเทิร์น” ที่เราเห็น (แม้ว่าแพทเทิร์นนั้นจะไม่มีอยู่จริงเราก็ยังมโนมันขึ้นมาอยู่ดี)

3. สมองของมนุษย์ไม่ได้ถูกออกแบบมาให้รับมือกับ Black Swans เราจึงทำตัวราวกับว่ามันไม่มีอยู่จริง

4. The Distortion of Silent Evidence – สิ่งที่เห็นไม่ใช่สิ่งที่มีอยู่ทั้งหมด ประวัติศาสตร์มักจะซุกซ่อน Black Swans เอาไว้และทำให้เราประเมิน Black Swans ต่ำเกินไป

5. เรา “มองแคบ” (tunnel) จนมักจะใส่ใจแต่ที่มาของความไม่แน่นอนที่จับต้องและเข้าใจได้ง่ายจนมองข้ามความเป็นไปได้อื่นๆ

 

ตรรกะวิบัติเพราะสับสน

ถ้าใครติดตามดูชีวิตของไก่งวงในช่วง 1000 วันแรก เขาย่อมจะได้ข้อสรุปว่า “ไม่มีหลักฐานว่าจะมีโอกาสเกิด Black Swan” – There is no evidence of possible Black Swans

แต่ถ้าเราไม่ระวัง เราอาจจะจำสับสนกับข้อความที่ว่า There is evidence of no possible Black Swans – มีหลักฐานว่าหงส์ดำไม่อาจเกิดขึ้นได้

There is no evidence of possible Black Swans
There is evidence of no possible Black Swans

รูปประโยคต่างกันนิดเดียว แต่ความหมายต่างกันมหาศาล และ Taleb เรียกอาการสับสนของประโยคสองอย่างนี้ว่า round-trip fallacy

อีกหนึ่งตัวอย่าง หลายคนมักจะสับสนระหว่าง

Almost all terrorists are Moslems กับ
Almosts all Moslems are terrorists

สมมติว่าประโยคแรกนั้นเป็นความจริง และ 99% ของผู้ก่อการร้ายเป็นมุสลิม นั่นหมายความว่าแค่ 0.001% ของมุสลิมเท่านั้นที่เป็นผู้ก่อการร้าย เพราะผู้ก่อการร้ายอาจจะมี 10,000 คน แต่คนมุสลิมมีถึง 1 พันล้านคน

เมื่อเราจำสับสน จึงเกิดความลำเอียง (โดยไม่รู้ตัว) และทำให้เวลาเราเห็นคนมุสลิม เรามักประเมินโอกาสที่เขาจะเป็นผู้ก่อการร้ายสูงกว่าข้อเท็จจริงไปหลายร้อยหลายพันเท่า

ในการตรวจค้นหามะเร็งก็เช่นกัน เราไม่สามารถจะสแกนเซลล์ทุกเซลล์ในร่างกายของมนุษย์ได้ ทำได้เพียงสแกนกลุ่มตัวอย่างเพียงบางส่วนและหมอก็ต้องประเมินว่าเราเป็นมะเร็งหรือไม่

การที่เราสแกนไม่เจอมะเร็ง ไม่ได้เป็นหลักฐานว่าเราไม่ได้เป็นมะเร็ง แค่ยังไม่มีหลักฐานว่าเราเป็นมะเร็งเท่านั้นเอง – No Evidence of Disease ไม่ใช่ Evidence of No Disease

 

ข้อมูลเพียงหนึ่งอาจมีค่ามากกว่าข้อมูลนับพัน

เป็นเรื่องยากมากที่เราจะบอกว่าอะไรเป็นเรื่องจริง เป็นเรื่องง่ายกว่าที่จะบอกว่าอะไรเป็นเรื่องเท็จ

การเห็นหงส์ขาวตัวที่ร้อย ตัวที่พัน หรือตัวที่หมื่น ไม่สามารถช่วยให้เรายืนยันได้ว่าโลกนี้มีแต่หงส์ขาว

แต่การเห็นหงส์ดำเพียงตัวเดียวก็เพียงพอที่เราจะมั่นใจแล้วว่าหงส์ทุกตัวในโลกนี้ไม่ได้มีแต่สีขาว

ถ้าผมเห็นบางคนฆ่าใครตาย ผมสามารถยืนยันได้ว่าเขาเป็นอาชญากร

แต่การที่ผมไม่เคยเห็นคนๆ นี้ฆ่าใคร ไม่สามารถทำให้ผมมั่นใจได้ว่าคนๆ นี้เป็นคนดี

การตรวจไม่พบเซลล์มะเร็งไม่สามารถยืนยันได้ว่าเราแข็งแรงดี

แต่การตรวจพบเซลล์มะเร็งเพียงครั้งเดียว ก็เพียงพอให้เรามั่นใจได้ว่าเราเป็นมะเร็ง

นี่คือตัวอย่างของ Negative Empiricism หรือการเข้าถึงข้อเท็จจริงด้วยการใช้ “หลักฐานเชิงลบ”

วิธีการนี้มีประโยชน์มาก เพราะมันจะช่วยให้เรารู้ว่าเราจะเลือกเล่นเกมไหน ถ้าเราต้องการพิสูจน์ว่าคนคนหนึ่งเป็นมะเร็งรึเปล่า การใช้ negative inference ย่อมช่วยได้ ในขณะที่เราไม่มีทางพิสูจน์ได้เลยว่าคนๆ หนึ่งแข็งแรงดีรึเปล่า

ในบางทีข้อมูลมากมายก็ไร้ค่า และในบางสถานการณ์ข้อมูลเพียงชิ้นเดียวก็มีความหมาย

ข้อมูล 1000 วันแรกไม่อาจพิสูจน์ได้ว่าคุณถูก แต่ข้อมูลใน 1 วันสุดท้ายก็เพียงพอจะพิสูจน์ได้แล้วว่าคุณผิด

เราจึงสามารถมั่นใจได้ว่าเราผิด มากกว่าที่เราจะมั่นใจได้ว่าเราถูก – you know what is wrong with a lot more confidence than you know what is right.

 

กล้าซักค้านตัวเองรึเปล่า

คนเราส่วนใหญ่มักจะตกอยู่ใต้อิทธิพลของ confirmation bias หรือการมองหาแต่หลักฐานที่สนับสนุนความเชื่อที่เรามีอยู่ก่อนแล้ว

นักจิตวิทยาชื่อ P.C.Wason เคยทำการทดลองด้วยการอ่านเลข 2, 4, 6 ให้คนฟัง และให้คนๆ นั้นลองเดาว่า เขาใช้กฎอะไรในการสร้างเลขชุดนี้ขึ้นมา

โดยผู้เข้าร่วมทดลองสามารถที่จะพูดตัวเลข 3 ตัวเขาคิดว่าน่าจะอยู่ในกฎเดียวกันนี้ แล้ว Wason จะช่วยตอบว่า “ใช่” หรือ “ไม่ใช่” โดยจะพูดตัวเลขสามตัวกี่ครั้งก็ได้ เมื่อทดสอบสมมติฐานของตัวเองจนพอใจแล้ว ค่อยทายว่าตัวเลขชุดนี้ใช้กฎอะไรกำกับ

ปรากฎว่ามีคนทายผิดเยอะมาก กฎสำหรับเลขชุดนี้คือ “ตัวเลขที่มากขึ้นเรื่อยๆ” แต่ที่ทายกันไม่ถูกเพราะว่าคนส่วนใหญ่มักจะบอกเลข 3 ตัวที่สอดคล้องกับกฎที่เขามีไว้ในใจไว้อยู่แล้ว เช่นบวกสองไปเรื่อยๆ หรือ x1, x2, x3

การจะค้นพบว่ากฎของเลขชุดนี้คือ “ตัวเลขที่มากขึ้นเรื่อยๆ” คนทายจำเป็นต้องบอกเลขสามตัวที่น้อยลงเรื่อยๆ เพื่อให้ได้คำตอบว่า “ไม่ใช่” และทำลายสมมติฐานเดิมที่เขามีอยู่

แต่คนส่วนใหญ่กลับเลือกที่จะพูดเลขสามตัวเพียงเพื่อคอนเฟิร์มกฎที่ตัวเองคิดเองเออเองตั้งแต่แรก ซึ่งคำตอบว่า “ใช่” หลายต่อหลายที่ได้มาล้วนทำให้เขายิ่งมั่นใจมากขึ้น แต่ไม่ได้ช่วยให้เขาเข้าใกล้กฎขึ้นเลยสักนิดเดียว

 

ต้องดูกันยาวๆ

โลกแห่งความจริงนั้นเป็น Extremistan มันอาจจะส่งหงส์ดำมาให้แบบไม่มีปี่มีขลุ่ยหลังจากที่ส่งหงส์ขาวมาให้เรานับพันนับหมื่นตัว

เราจึงต้อง “รีรอ” ให้มากก่อนจะตัดสินว่าอะไรเป็นอะไร

การจะตัดสินว่านักเขียนคนหนึ่งไร้พรสวรรค์ ตลาดหุ้นจะไม่พัง สงครามจะไม่เกิด ประเทศนี้เป็นพันธมิตร หรือบริษัทนี้จะไม่เจ๊ง ล้วนแต่ต้อง “ดูกันยาวๆ” กว่าที่เราคิด

เพราะการด่วนสรุปโดยใช้ประสบการณ์เพียง 1,000 วันที่ผ่านมา อาจนำมาซึ่งความเสียหายเกินกว่าที่เราคาดคิดไว้มากนัก

ติดตาม Black Swan ตอนต่อไปสัปดาห์หน้าครับ

---

ขอบคุณข้อมูลจากหนังสือ The Black Swan – The Impact of the Highly Improbable โดย Nassim Nicolas Taleb

Black Swan ตอนที่ 1 – โควิดเป็นหงส์ดำรึเปล่า

Black Swan ตอนที่ 2 – ความเปราะบางของความรู้

สรุปหนังสือ Sapiens – A Brief History of Humankind by Yuval Noah Harari (20 ตอน)

สรุปหนังสือ Brave New Work by Aaron Dignan (15 ตอน)

“ช้างกูอยู่ไหน” หนังสือเล่มใหม่ของผมที่ว่าด้วยการค้นหาสิ่งที่สำคัญกับเราอย่างแท้จริง มีขายที่ whatisitpress.com ครับ อ่านรายละเอียดได้ที่ bit.ly/eitrfacebook และอ่านรีวิวได้ที่นี่ครับ markpeak.net/elephant-in-the-room/