Топ за месяц!🔥
Книжки » Книги » Разная литература » Не лги себе. Почему Big Data знает тебя лучше, чем ты сам, и как использовать это, чтобы добиться успеха - Сет Стивенс-Давидовиц 📕 - Книга онлайн бесплатно

Книга Не лги себе. Почему Big Data знает тебя лучше, чем ты сам, и как использовать это, чтобы добиться успеха - Сет Стивенс-Давидовиц

10
0
На нашем литературном портале можно бесплатно читать книгу Не лги себе. Почему Big Data знает тебя лучше, чем ты сам, и как использовать это, чтобы добиться успеха - Сет Стивенс-Давидовиц полная версия. Жанр: Книги / Разная литература. Онлайн библиотека дает возможность прочитать весь текст произведения на мобильном телефоне или десктопе даже без регистрации и СМС подтверждения на нашем сайте онлайн книг knizki.com.

Шрифт:

-
+

Интервал:

-
+

Закладка:

Сделать
1 ... 52 53 54 ... 59
Перейти на страницу:
не может. Нужно еще заниматься тем, что приносит вам счастье, и с людьми, которые приносят его же.

Заключение

Читатель, нам пора подвести итоги. Я отдаю себе отчет, что в моих интересах сделать это как можно лучше – к этому меня обязывает правило «пик – конец», упомянутое в главе 8. Ваше восприятие книги будет во многом зависеть от восприятия ее немногочисленных финальных абзацев. Что касается тех из вас, для кого чтение этой книги было подобно процедуре колоноскопии, может быть, мне удастся по крайней мере сделать так, чтобы вы чувствовали себя как пациент Б из главы 8: в конце было не так уж плохо, так опыт в целом запоминается как не особенно травматичный.

Итак, что мы выяснили из данных, взятых с сайтов знакомств, из налоговых деклараций, статей Википедии, поисковых запросов Google и других источников, составляющих те самые «большие данные»?

Большие данные показывают, что наши представления об устройстве мира часто не соответствуют тому, как он устроен на самом деле.

Иногда выводы из данных решительно противоречат нашим интуитивным представлениям. Например, типичным богатым американцем оказывается оптовый дистрибутор пива, а у пары, состоящей из совсем не похожих друг на друга людей, шанс стать несчастнее с течением времени равен шансу стать счастливее.

Впрочем, иногда из данных следуют выводы, противоречащие тому, что противоречит здравому смыслу. Они весьма здравы, но при этом среди прописных истин не значатся. Нерепрезентативные данные из медиа и других источников информации попросту ввели нас в заблуждение.

Именно это будет среди важнейших выводов из работы Джорджа Маккеррона, Сюзанны Мурато и прочих, посвященной едва ли не важнейшей теме в жизни – счастью. Читая основополагающие современные исследования по этой теме, я пришел к выводу, что счастье проще, чем мы думаем. Вещи, которые делают человека счастливее, – скажем, общение с друзьями или прогулка по берегу озера, – нельзя назвать умопомрачительно сложными.

И при этом современное общество старается обманным путем заставить нас делать вещи, о которых данные (или даже толика здравого смысла) говорят, что они вряд ли принесут нам счастье. Многие из нас проводят годы на работе, которая им неприятна, и с людьми, которые им неприятны. Многие проводят часы, просматривая обновления в соцсетях. Многие месяцами не бывают на природе.

Данные Mappiness и других подобных проектов говорят нам, что если мы несчастны, то должны спросить себя, достаточно ли мы занимаемся вещами, которые делают людей счастливыми.

Закончив читать все работы, посвященные счастью, я спросил себя, можем ли мы свести все их выводы к одному предложению. Можно было бы назвать такое предложение «ответом на главный вопрос жизни, полученным при помощи данных».

Как же мы могли бы это суммировать? Что рассказали нам о тайне существования и страдания тысячи сигналов, ставшие возможными только благодаря смартфонам? Каков, если говорить более обобщенно, ответ данных на саму жизнь?

Он звучит так: будьте с любимым человеком на живописном берегу теплым солнечным днем, в +27 по Цельсию, и занимайтесь сексом.

Благодарности

Часто я начинаю чтение книги с благодарностей. Интересно, я один такой? В любом случае надеюсь, что моим коллегам по увлечению нижеследующий текст понравится.

Мои самые большие благодарности адресованы ученым, чьи исследования обсуждаются в книге. Я благодарен им как за их работу, так и за обсуждение ее со мной. В частности, я получил пользу от бесед с Альбертом-Ласло Барабаши, Полом Иствиком, Сэмом Фрайбергером, Самантой Джоэл, Джорджем Маккерроном, Александром Тодоровым, Дэнни Яганом и Эриком Цвиком.

Некоторые мои интерпретации их результатов могут отличаться от таковых, принадлежащих самим ученым. Ссылки на все исходные научные работы можно найти в примечаниях.

За помощь в подборе данных и иллюстрирующих их рассказов, а также за сотрудничество в исследовательских проектах я благодарен Анне Гат, Спенсеру Гринбергу, Дэвиду Кестенбауму, Лу Корине Лакамбра и Биллу Мэлллону.

За критику отдельных глав я благодарен Корен Априселла, Сэму Эшеру, Эстер Давидовиц, Аманде Гордон, Нейт Хилгер, Максиму Массенкову, Орели Усс, Юлии Рыбалевской, Джону Силлингсу, Кате Собольски, Джоэлу Штейну, Митчеллу Стивенсу, Лорен Стивенс-Давидовиц, Ною Стивенс-Давидовиц, Логану Ури и Джину Яну.

Спасибо Сураву Чудхари и Адаму Шапиро за предложенные мне возможности заработать консалтингом, приложением к которым служила их дружба и деликатное подталкивание к завершению книги.

За дружбу и деликатное подталкивание к завершению книги я также благодарю семьи Хирш и Зеесель.

За менее деликатное, зато более действенное подталкивание к той же цели я благодарен Мэтту Харперу. Мэтт – превосходный редактор, которому выпала неблагодарная задача не давать мне отвлекаться от работы над книгой – и который отлично с ней справился.

За то, что постоянно отвлекали меня своими бесконечными мемами и яростными политическими дебатами, не давая завершить книгу, я благодарю хэштег #YouAreFakeNews.

Мелвис Акоста – фактчекер звездного уровня. Я не мог представить себе, что такая степень внимания к деталям в принципе возможна для человека. Во всех оставшихся ошибках виноват я, пропустивший что-нибудь в многочисленных страницах замечаний, которые Мелвис присылал к каждой главе.

Научная работа из главы 2 говорит, что родителям под силу повлиять на то, что будут думать о них дети. И я считаю, что мои родители – лучшие в мире. Так что причинность доказана, дорогие мама с папой! Кроме того, я подозреваю, что мы нетипичная семья в смысле огромной помощи, которую вы оказали мне в моей карьере.

Научная работа из главы 9 говорит, что, находясь в кругу семьи, счастливее люди не становятся. Но если бы Mappiness или какой-нибудь другой проект замеров удовлетворенности считывал мое состояние, он показал бы большой прирост счастья, когда я нахожусь в обществе Ноя, Лорен, Марка, Ионы, Саши и остальных членов клана Стивенс-Давидовиц-Осмонд-Уайлд-Склэр.

А если бы Mappiness следил за мной в течение последних десяти лет, они бы заметили резкое улучшение настроения после работы с лучшим терапевтом в мире, Риком Рубенсом. Рик, спасибо, что провел меня через депрессию.

Джулия, спасибо за все. Ты знаешь, что мне трудно выражать теплые чувства – но ты также знаешь, что я люблю тебя.

Приложение

В нижеприведенной таблице сравнивается прогнозируемый рейтинг счастья от различных занятий, согласно исследованию, которое мы провели совместно со Спенсером Гринбергом, с действительным показателем, согласно Брайсону и Маккеррону. Занятия с положительной разницей, например «Выставка/музей/библиотека», в среднем доставляют удовольствие больше ожидаемого. Занятия с отрицательной разницей, например «Сон/отдых/расслабление», в среднем доставляют удовольствие меньше ожидаемого.

1 ... 52 53 54 ... 59
Перейти на страницу:

Внимание!

Сайт сохраняет куки вашего браузера. Вы сможете в любой момент сделать закладку и продолжить прочтение книги «Не лги себе. Почему Big Data знает тебя лучше, чем ты сам, и как использовать это, чтобы добиться успеха - Сет Стивенс-Давидовиц», после закрытия браузера.

Комментарии и отзывы (0) к книге "Не лги себе. Почему Big Data знает тебя лучше, чем ты сам, и как использовать это, чтобы добиться успеха - Сет Стивенс-Давидовиц"