Теперь нам впору задать деликатный вопрос: в какие годы дети в таких семьях живут сытнее? В годы, когда удается собрать хороший урожай «мужских» сельскохозяйственных культур, или когда обильный урожай собирают женщины?
К большому стыду мужчин, ответ будет следующим: когда хороший урожай собирают женщины, они тратят часть своих дополнительных доходов на бюджет семьи, чего не скажешь о мужчинах. Увы!
В 2010 году Дафло наградили медалью John Bates Clark Medal; ее вручает Американская экономическая ассоциация лучшему экономисту не старше сорока лет[78]. Среди экономистов эта награда считается даже более престижной, чем Нобелевская премия в области экономики, поскольку она вручается лишь раз в два года. (Правда, после получения этой медали Эстер Дафло в 2010 году награждение теперь проводится ежегодно.) Как бы то ни было, присуждение John Bates Clark Medal для людей, которые носят очки с толстыми линзами (как вам моя метафора?!), аналогично признанию «самым ценным игроком» в спорте. Дафло занимается программами оценивания. Ее работа, как и работа тех, кто сейчас использует ее методы, меняет жизнь малоимущих людей в лучшую сторону. С точки зрения статистики работа Дафло побуждает нас шире применять статистические управляемые эксперименты – которые давно считались преимущественной сферой деятельности лабораторных наук – для выявления причинно-следственных связей во многих областях нашей жизни.
Кто и что знает о вас?
Прошлым летом я нанял для своих детей новую няню. Когда она к нам пришла, я решил рассказать ей немного о нашей семье: «Я – профессор, моя жена – преподаватель…»
«Спасибо, мне уже все известно, – махнула няня рукой. – Я вас прогуглила».
С одной стороны, я испытал некоторое облегчение, поскольку мне не нужно было произносить заранее заготовленную речь. С другой – меня несколько насторожило то, как много можно обо мне узнать, пошарив часок-другой в сети. Наша нынешняя способность собирать и анализировать огромные объемы данных, появившаяся в результате объединения цифровой информации с дешевой вычислительной мощностью и интернетом, представляет собой поистине уникальное явление в истории человечества. Для этой новой эпохи необходим ряд новых правил.
Чтобы сегодня оценить потенциал имеющихся у нас данных, достаточно рассмотреть пример сети розничной торговли Target. Подобно большинству компаний, Target стремится повысить прибыль за счет лучшего понимания своих клиентов. Для этого она нанимает специалистов по статистике, перед которыми ставится задача выполнить своего рода «упреждающий анализ» (о нем уже упоминалось в этой книге); они используют данные продаж в сочетании с другой информацией о потребителях, чтобы выяснить, кто, что и почему покупает. Ничего изначально плохого во всем этом нет: просто это означает, что ближайший к вам магазин Target хочет знать, что вам как потребителю может понадобиться.
Но давайте рассмотрим хотя бы один пример того, что могут «вычислить» специалисты по статистике, обосновавшиеся в плотно зашторенных комнатах цокольного этажа корпоративной штаб-квартиры. Target выяснила, что беременность – особенно важное время с точки зрения построения моделей покупательского поведения. У беременных женщин вырабатываются определенные «отношения с розничной торговлей», которые могут длиться десятилетиями. В результате Target хочет выявить беременных женщин – особенно тех, кто на четвертом – шестом месяцах, – и заманить их в свои магазины, чтобы они посещали их как можно чаще. Один из журналистов The New York Times Magazine наблюдал за тем, как бригада специалистов по упреждающему анализу компании Target пыталась это сделать