Часть 1: Проблемы
Часть 2: Решения
7. Измерение фолов
«Большое знакомство с конкретными вещами часто делает нас мудрее, чем владение абстрактными формулами, какими бы глубокими они ни были».
Уильям Джеймс, «Разновидности религиозного опыта»
Индекс вероятности фола
В самом простом варианте метрика фолов может быть похожа на метрику ожидаемых голов (xG). xG дает вам процентную вероятность того, что шанс приведет к голу. Метрика фолов — назовем ее Индекс вероятности фола — может дать вам процентную вероятность того, что тот или иной инцидент является фолом.
Метрика, которую я предлагаю, будет иметь принципиальное отличие от xG. xG — это описательная статистика. Она основана на анализе предыдущих матчей и определении характеристик забитых моментов. То же самое можно придумать и для фолов. Она может анализировать предыдущие матчи и выявлять особенности инцидентов, которые судьи считали фолами. Но я думаю, что нам лучше иметь не описательную, а нормативную статистику. Описательная статистика покажет нам, привел ли тот или иной инцидент к фолу. Нормативный говорит нам, должен ли инцидент привести к фолу.
Если мы будем использовать описательную статистику вроде xG, то в итоге просто воспроизведем результаты законов, которые мы не обязательно считаем правильными. Но если мы выберем нормативный подход, то в итоге получим результаты, отражающие то, каким мы хотим видеть закон.
Это влияет на то, как мы создаем метрику. xG создается командой аналитиков, которые просматривают множество видеозаписей голевых моментов и разделяют их по расстоянию до ворот, углу, близости к защитнику и т. д. Индекс вероятности фола также нуждается в большом количестве видеороликов с возможными фолами. Но вместо того, чтобы просить небольшую команду аналитиков классифицировать их по списку правил, мы должны подойти к делу иначе. Вот три принципа, которые мы должны использовать для создания метрики: во-первых, мы не должны использовать свод правил; во-вторых, мы должны собрать большую группу судей, игроков, менеджеров и болельщиков для оценки каждого видеоклипа; в-третьих, их суждения должны быть сравнительными, а не абсолютными.
Принцип первый: откажитесь от свода правил
В главе 1 мы увидели, что попытки дать точное словесное определение игре рукой вызвали больше проблем, чем решили. Эти правила привели к абсурду, например, игроки пытаются бегать и прыгать с руками за спиной. Но они не создали последовательности, потому что такие слова и фразы, как «немедленно», «с некоторого расстояния» и «возможность забить гол», могут быть истолкованы разными людьми по-разному.
Если бы мы сохранили текущие законы для нашего Индекса вероятности фола, мы бы не смогли решить эту проблему. Вы часто слышите, как комментаторы и бывшие игроки говорят что-то вроде: «Я не думаю, что это фол, но по букве закона это так и есть». Мы хотим создать метрику, которая позволит судьям говорить, каким, по их мнению, должен быть фол, а не ту, которая заставит их отказаться от здравого смысла.
Так стоит ли нам пытаться доработать или переписать правила? Нет. Причина неудачных попыток переписать правила не в недостатке усилий или умений. А потому, что язык плохо приспособлен для решения этой проблемы. Многие ученые сталкивались с проблемой того, что слова не всегда так хорошо передают смысл, как мы предполагаем. Такие научные понятия, как энергия, сила и элементы, имеют особый смысл, который трудно определить словами. Если вы запомнили определение «энергии», значит ли это, что вы понимаете это понятие?
Философы науки Майкл Поланьи и Томас Кун много писали на эту тему. В одном из эссе Кун рассказывает о трудностях, связанных с преподаванием этих абстрактных понятий:
Студенты, изучающие физику, регулярно сообщают, что они прочитали главу своего учебника, прекрасно ее поняли, но, тем не менее, испытывают трудности с решением задач в конце главы. Почти всегда их трудность заключается в том, чтобы составить соответствующие уравнения, связать слова и примеры, приведенные в тексте, с конкретными задачами, которые им предлагается решить[Кун, Томас С., «Новые размышления о парадигмах», в книге «Сущностное напряжение: Избранные исследования в области научных традиций и перемен». Издательство университета Чикаго, 2011, стр. 305.].
По мнению Куна, решение этой проблемы заключается не в том, чтобы учебники были лучше написаны или слова имели более точные определения. Для него решение — это «набор задач», или серия упражнений в конце каждой главы.
В процессе обучения им задается огромное количество таких упражнений, и студенты, поступающие на одну и ту же специальность, регулярно выполняют почти одни и те же... Эти конкретные проблемы и их решения — то, что я ранее называл образцами, стандартными примерами сообщества... Приобретение арсенала образцов... является неотъемлемой частью процесса, с помощью которого ученик получает доступ к когнитивным достижениям своей дисциплинарной группы. Без примеров он никогда бы не узнал многого из того, что известно группе о таких фундаментальных понятиях, как сила и поле, элемент и соединение, ядро и клетка[Там же, стр. 307.].
Такие сложные понятия, как «сила», «элемент» и «соединение», на самом деле не наделяются смыслом с помощью прозаических определений. Вместо этого они определяются с помощью «арсенала образцов», которые создают общий смысл, с которым согласны все члены конкретного сообщества, даже если им трудно выразить это согласие словами.
Поланьи придумал термин для этого трудноописуемого общего понимания: «неявное знание». Есть вещи, которые мы знаем и умеем делать, но которые, тем не менее, трудно объяснить словами. Опытные пожарные часто знают, когда здание вот-вот рухнет. Плотник может определить качество и возраст дерева, ощупав его. Знаменитая фраза Поланьи гласит: «Мы можем знать больше, чем можем рассказать»[Поланьи, Майкл, «Неявное измерение». Издательство университета Чикаго, 1966, стр.4]. Наше понимание не всегда создается языком и не всегда может быть передано с его помощью. Я бы утверждал, что футбольные фанаты, игроки, менеджеры и официальные лица обладают неким негласным знанием о том, что является фолом, а что нет. Так почему бы не избавиться от свода правил и просто попросить людей высказать свое мнение о том, является ли что-то фолом или нет?
Очевидным возражением против этого является то, которое я выдвинула в Главе 1 о недостатках дискреционных решений по «духу закона». Концепции негласного знания и духа закона схожи, и им присущи те же недостатки — непоследовательность и субъективность. Тот факт, что негласные знания так сложно передать, является проблемой, потому что из-за этого трудно отличить настоящего эксперта-пожарного, который действительно знает, когда здание вот-вот рухнет, от шарлатана, который просто притворяется. С момента первой главы я привела еще много доказательств того, что даже эксперты склонны к ошибкам и недосмотру.
Нам нужен способ улавливать по-настоящему мощные идеи негласных знаний, отсеивая при этом ошибки и несоответствия. Вот два метода, которые могут помочь.
Принцип второй: Мудрость толпы
Как мы уже видели в этой книге, отдельные люди, даже опытные и квалифицированные, часто ошибаются и непоследовательны в своих суждениях. К счастью, есть относительно простой способ решить эту проблему — привлечь к работе больше людей. Когда вы объединяете человеческие решения, несоответствия и ошибки сводятся на нет.
В XIX веке ученый Фрэнсис Гальтон заметил, что усреднение суждений толпы людей зачастую лучше, чем доверие к суждениям одного из них, каким бы хорошо информированным и компетентным он ни был. Знаменитый пример Гальтона — соревнование на ярмарке скота. Жителям деревни было предложено угадать вес убитого быка. В конкурсе приняли участие более 800 человек, и среднее значение их предположений почти полностью совпало с реальным весом животного. Сегодня более вегетарианский пример — угадать количество конфет в большой банке. Вы можете попробовать сами: даже если у вас совсем небольшая группа людей, среднее арифметическое их предположений обычно будет ближе к реальному числу, чем предположение каждого отдельного человека.
Этот принцип можно применить множеством странных и удивительных способов. В викторине «Кто хочет стать миллионером?» участники могут обратиться к зрителям, если застряли на вопросе. Ответ зрителей оказывается верным примерно в 90% случаев.
Интернет значительно упростил использование мудрости толпы и дал множество новых примеров того, насколько мощной может быть эта мудрость. Википедия — это энциклопедия, созданная на основе краудсорсинга и зачастую более точная, чем традиционные энциклопедии, а программное обеспечение с открытым исходным кодом, например Linux, отличается надежностью и безопасностью.
Но, пожалуй, два самых значимых примера мудрости толпы — это способы организации нашей политики и экономики: демократия и фондовые рынки. На фондовом рынке цену устанавливает не один эксперт; в демократическом государстве не один эксперт выбирает премьер-министра или президента. Они обе являются децентрализованными, распределенными системами, способными объединять миллионы различных мнений.
Конечно, иногда толпы людей тоже принимают неверные решения, и у нас есть слово для обозначения этого явления: «групповое мышление». Групповое мышление возникает, когда подавляются мнения, не совпадающие с мейнстримом, и это объясняет важное условие работы «мудрости толпы»: каждое индивидуальное суждение должно быть независимым.
Вернемся к примеру с конфетами в банке: если, делая свое предположение, вы знаете предположения других людей вокруг вас, то это, вероятно, повлияет на ваше решение. Чтобы «мудрость толпы» была успешной, люди не должны перепоручать свои рассуждения кому-то другому или начинать «копировать и вставлять» предположения высокопоставленных лиц. Вместо этого необходимо множество независимых решений. Решения будут содержать ошибки, но когда вы объедините их все, ошибки нивелируют друг друга.
Итак, если мы хотим создать Индекс вероятности фола, какую толпу мы должны набрать для принятия решений? Мы могли бы собрать большую группу опытных арбитров. Но мы могли бы, если бы захотели, расширить толпу еще больше. Мы можем привлечь игроков, менеджеров и болельщиков. Когда мы получим все их решения, мы сможем проанализировать результаты по типам судей и, если захотим, исключить или включить определенные группы. Было бы интересно и полезно сравнить решения арбитров с решениями менеджеров, скажем, и посмотреть, согласны ли эти две группы.
Конечно, нельзя, чтобы игроки и болельщики участвовали в принятии решений в прямом эфире из-за риска предвзятости. Но здесь речь идет о принятии решений при просмотре видеозаписей инцидентов, взятых из уже завершившихся матчей. Чтобы еще больше снизить риск предвзятости, вы можете взять ролики с конкурса, организованного специально для принятия таких решений, о чем мы подробнее поговорим в главе 11.
Принцип третий: Сравнительное, а не абсолютное суждение
Еще один способ улучшить качество принимаемых решений — использовать сравнительные, а не абсолютные суждения.
Абсолютные суждения — это те, в которых вы помещаете предмет на абсолютную шкалу. Например, предположим, кто-то заходит в комнату, и я спрашиваю вас, какого он роста. Или вы опускаете руку в таз с водой, а я спрашиваю вас, какая там температура. Это абсолютные суждения.
К сожалению, люди невероятно плохо разбираются в абсолютных суждениях. Это относится не только к суждениям о фолах в футболе, но и к суждениям о любых явлениях — высоте, цвете, поле, температуре и т. д.
Наш разум жаждет контекста, какой-то фоновой информации, которая поможет нам принять решение. Если этот контекст выбран удачно, он может помочь нам принимать лучшие решения, но если он выбран неудачно, мы в итоге принимаем худшие решения.
Известный пример из работы 1968 года показывает, как трудно нам даются абсолютные суждения[Пардуччи, А., «Релятивизм абсолютного суждения», Сайентифик Американ, 1968, том. 219, 84-90.]. Исследователи попросили участников оценить ряд действий. Они должны были оценить каждый из них по абсолютной шкале от 1 до 10, где 1 — не так уж плохо, а 10 — ужасно.
(1) Кража полотенца из отеля
(2) Забрать монетку, найденную на земле
(3) Отравить лающую собаку
Вторую группу попросили сделать то же самое, но для оценки им дали следующие три действия:
(1*) Дача ложных показаний за вознаграждение
(2*) Применение оружия против бастующих рабочих
(3*) Отравить лающую собаку
Пункты 3 и 3* идентичны, однако две группы постоянно различаются по их оценке. Вторая группа оценила действие как менее злое, чем первая. Причину увидеть несложно: когда вы думаете о краже полотенец и монет, отравление лающей собаки кажется отвратительным, но в контексте убийства людей это кажется не таким уж и страшным. Хотя участников просили оценивать каждый пункт абсолютно, по шкале от 1 до 10, на них сильно влияли предыдущие пункты.
Нет ничего плохого в том, что мы хотим иметь какой-то контекст для своих суждений. Нам нужно использовать контекст таким образом, чтобы он не приводил к предвзятости и непоследовательности. Вместо того чтобы просить людей оценить предметы по абсолютной шкале, попросите их провести сравнение. Наш мозг гораздо легче воспринимает сравнения, чем абсолютные суждения, и, как правило, мы их тоже правильно воспринимаем. Вместо того чтобы спрашивать их о росте человека, попросите их посмотреть на двух людей и сказать, кто из них выше. Вместо того чтобы спрашивать, насколько темным является оттенок фиолетового по шкале от 1 до 8, покажите людям два оттенка фиолетового и спросите, какой из них темнее. Вместо того чтобы спрашивать людей, насколько плох тот или иной поступок с моральной точки зрения по шкале от 1 до 10, дайте им два поступка и спросите, какой из них хуже.
«Хорошо, — скажете вы, — но нам нужна абсолютная шкала. Как все эти сравнения помогут нам создать такую шкалу, как Индекс вероятности фола?» Именно здесь на помощь приходит техника сравнительного анализа. Она использует примеры, агрегирование и сравнение для создания значимых и последовательных измерений субъективных, на первый взгляд, понятий.
Сравнительное суждение
Теория сравнительного суждения была впервые разработана в 1920-х годах американским психометриком Луисом Терстоуном.
Сначала вы получаете набор образцов того, что хотите оценить — картинки с оттенками фиолетового, аудиозаписи песен, студенческие эссе, видео с фолами и т.д. Это и есть принцип примера: вы используете примеры, а не определения или правила.
Во-вторых, вы просите людей провести сравнение между их парами, основываясь только на одном критерии. Например, если вы сравниваете цвета, ваш вопрос может звучать так: какой цвет темнее? Если вы сравниваете моральные поступки, ваш вопрос может звучать так: какой поступок морально хуже? Если вы сравниваете песни, ваш вопрос может звучать так: какая песня лучше? Если вы сравниваете студенческие эссе, ваш вопрос может звучать так: какое эссе лучше? Если вы сравниваете видеозаписи фолов, ваш вопрос может звучать так: в каком случае это больше тянет на фол? Это и есть принцип сравнения.
В-третьих, вы получаете множество судей, которые выносят множество сравнительных суждений. Это и есть принцип агрегации.
Алгоритм сравнительных оценок, разработанный Терстоуном, позволяет объединить все оценки вместе, чтобы создать шкалу измерений, в которой будут представлены все образцы. Так, если взять в качестве примера футбол, то в конце процесса каждый видеоклип будет иметь оценку, где 1 = не фол, а 100 = определенно фол. Это Индекс вероятности фола.
Затем вам нужно будет определить различные отсечки: какая оценка по индексу является фолом, какая — желтой карточкой, а какая — красной. Сделать это можно по-разному: можно расширить принцип агрегирования, собрав большую группу игроков, болельщиков, менеджеров и судей для голосования по определению пороговых значений, а можно сказать, что здесь нужен более высокий авторитет экспертов, и поручить решение судейской коллегии. В любом случае, это будет гораздо более прозрачный процесс, чем тот, что мы имеем сейчас.
Сравнительное суждение работает. Алгоритм Терстоуна успешно применяется в различных областях и особенно ценен для оценки знаний студентов. В организации, в которой я работаю, мы использовали его для оценки более двух миллионов ученических работ. Крупные национальные экзаменационные комиссии в Англии в течение долгого времени используют его для поддержания стандартов оценки. Это метод фиксации и передачи здравого смысла.
Как бы вы использовали это в реальном матче?
Даже если Индекс вероятности фола никогда не будет использоваться для принятия решений в реальном матче, он все равно будет ценным. Мы сможем увидеть, есть ли большие расхождения между суждениями разных групп. Мы узнаем, хотят ли болельщики, игроки, судьи или менеджеры, чтобы незначительная игра рукой приводила к пенальти. Мы смогли бы определить, какие инциденты вызвали наибольшие разногласия, а какие — наименьшие. Мы могли бы использовать эти решения для того, чтобы в будущем пересмотреть правила и обучить арбитров.
Если бы мы захотели использовать Индекс вероятности фола для принятия решений в матче, нам пришлось бы разработать дополнительную технологию. Искусственный интеллект хорошо справляется с распознаванием образов, поэтому следующим шагом будет обучение модели ИИ на основе Индекса вероятности фола, а затем, во время реального матча, загрузить в него видеофрагмент инцидента из игры. Модель определит, на какой клип из Индекса он больше всего похож, а значит, какой оценки заслуживает.
Лучший результат, на который мы могли бы надеяться, — это то, что Индекс вероятности фола уменьшит погрешность измерений, добавит прозрачности процессу принятия решений и позволит болельщикам участвовать и высказывать свое мнение.
Однако такой подход никогда не сможет полностью устранить погрешность измерений, да и вряд ли сможет снизить ее до допусков технологии взятия ворот. И как мы видели в предыдущей главе, когда вы применяете точку отсечения к континууму, который имеет погрешность измерения, это может вызвать споры. В следующей главе мы рассмотрим ошибку измерения более подробно, в контексте офсайда.
8. Пределы погрешности
«И хотя в таких случаях данных недостаточно для определения точной вероятности события, все же очень приятно иметь возможность найти границы, между которыми, по разумному мнению, оно должно находиться, а также определить точную степень согласия с любыми выводами или утверждениями, связанными с ними».
Томас Байес, «Эссе о решении проблемы в доктрине шансов»
Ошибка измерения
В главе 3 мы увидели, как болельщики принимают технологии, используемые для определения взятия ворот, но гораздо более скептически относятся к ним, когда они используются для определения офсайда. Отчасти это может быть связано с тем, что погрешность измерений при определении офсайдов выше, чем при определении взятия ворот.
Одним из ответов на проблему погрешности измерений является введение границы погрешности, или «серой зоны», которая представляет собой неопределенность, которую мы имеем в отношении измерения. Это кажется очевидным решением, но на самом деле оно лишь отбрасывает проблему на второй план. Конечно, вы можете создать погрешность. Но где бы вы ни решили провести эту границу, в итоге вы получите игроков, которые все равно будут считаться выходящими за ее пределы. Погрешность может быть плюс-минус 30 см, и все равно кто-то будет считаться либо «вне игры», либо в правильном положении с точностью до ногтя.
Здесь есть близкая параллель с экзаменами, которые имеют довольно значительную погрешность измерения. Представьте себе экзамен, который оценивается в 100 баллов, но при этом погрешность измерения составляет ±10. Это означает, что ученик, получивший 90 баллов, на самом деле мог набрать от 80 до 100. Когда люди слышат это, они часто говорят, что в таком случае нужно создать границы оценки шириной не менее 20 баллов, чтобы учесть погрешность измерений. Так, в данном случае они говорят, что высшую оценку должны получать ученики, набравшие от 80 до 100 баллов.
Но это не устраняет близость к цели и не решает проблему ошибки измерения. Да, погрешность оценки теперь составляет 20 баллов. Но разница между пятеркой и четверкой все равно составляет всего один балл! Таким образом, у вас все еще будут неотличимые друг от друга кандидаты, получающие разные оценки. Это было бы верно даже в мире без ошибок измерения.
Во-вторых, поскольку граница все равно составляет один бал, она гораздо меньше, чем погрешность измерения, поэтому у вас по-прежнему будут возникать несоответствия. У вас будет ученик, набравший 79 баллов и получивший четверку, и ученик, набравший 80 баллов и получивший пятерку. Возможно, ученик, получивший четверку может оказаться по другую сторону шкалы и на самом деле заслужил оценку 89. Студент-отличник же мог извлечь из этого выгоду и на самом деле заслужить оценку всего в 70 баллов.
На экзаменах это быстро становится очень техничным. Люди буквально пишут докторские диссертации о точности классификации, как она известна. Но если отбросить все технические детали, главное, что нужно отметить, — это то, что если у вас есть проблема с погрешностью измерений, то погрешность не поможет ее решить. И даже если вам удастся устранить или уменьшить погрешность измерений, вы никогда не избавитесь от пограничного исхода.
Мы можем увидеть это на примере камер контроля скорости. Предположим, правда, что они точны лишь в пределах пяти километров в час в любую сторону. То есть человек, скорость которого измерена как 48 километров в час, на самом деле может двигаться со скоростью от 43 до 53 километров в час. Предположим, что в результате такой неточности законодатели решили, что будут преследовать только тех, чья скорость превышает 53 километров в час. Что произойдет? Мы по-прежнему будем сталкиваться с ситуацией, когда людей будут штрафовать за езду со скоростью чуть выше 53 километров в час, а других, чья скорость была чуть ниже, не будут штрафовать. Вы также не решите проблему несоответствия. Тот, кто на самом деле едет со скоростью 50 километров в час, можно будет измерить, как едущего со скоростью 55 километров в час и оштрафовать. Если кто-то едет со скоростью 55 километров в час, его могут измерить как едущего 50 километров в час и не оштрафовать.
Кому принадлежит предел погрешности?
Эта аналогия с камерой контроля скорости также показывает, что введение погрешности создает еще одну большую проблему: кому принадлежит эта погрешность? В примере с камерами контроля скорости законодатели решили, что будут штрафовать только водителей, превышающих скорость 53 километра в час. Что произойдет? Средняя скорость автомобилей на дорогах вырастет, поскольку многие водители поймут, что их вряд ли оштрафуют за превышение в 48 километров в час. Если бы законодатели решили пойти другим путем и заявили, что риск превышения скорости настолько велик, что они будут штрафовать всех, кто превышает 43 километра в час, то средняя скорость автомобилей на дорогах снизилась бы, так как большинство водителей ограничили бы свою скорость до 43 километров в час. Мало того, вы получите еще один набор погрешностей измерений в районе новой отсечки. Если вы будете преследовать всех, кто едет со скоростью более 43 километра в час, то наверняка поймаете всех, кто едет со скоростью более 48 километра в час. Но цена, которую вы за это заплатите, будет заключаться в том, что вы будете ловить множество людей, едущих со скоростью от 39 до 43 километров в час. Точно так же, если вы установите ограничение до 53 километра в час, вы предотвратите проблему штрафования людей, которые ехали со скоростью всего 43 километра в час. Но в результате некоторые люди смогут ездить со скоростью 58 километров в час, и это им сойдет с рук.
То же самое можно сказать и об офсайде. Если мы введем границу погрешности и скажем, что любой, кто находится в ее пределах, находится в правильном положении, это будет означать, что мы, по сути, просто переписали закон в пользу нападающих. Если мы скажем, что любой, кто находится в пределах погрешности, находится в офсайде, мы, по сути, просто перепишем правила в пользу защитников.
Есть и другой вариант: иметь запас на ошибку, который относится к первоначальному решению. Это означает, что судьи на поле принимают решение, основываясь на своих суждениях. ВАР просматривает его. Если оно находится в пределах погрешности, то решение будет таким, каким оно было на поле. Это точно такой же процесс, который используется в крикете при принятии решений по lwb, где оно называется «решение судьи» и, как правило, хорошо работает. Однако, как отмечалось выше, это абсолютно не избавляет от пограничного решения, потому что между аутом и не аутом все равно должна быть проведена линия. И опять же, если бы эта система была применена к футболу, мы бы все равно в итоге проверяли, не заходит ли чья-то подмышка за определенную черту.
Другая проблема, связанная с погрешностью первоначального решения, заключается в том, что вы гарантируете непоследовательность. Представьте себе два одинаковых инцидента с офсайдом. Судья на поле называет первый инцидент «вне игры», а второй — нет. Если при пересмотре оба решения окажутся в пределах погрешности, то одно останется в положении «вне игры», а другое — нет. На самом деле, все может быть еще хуже: если у вас достаточно большое поле для ошибки, то решение, которое на повторе выглядит как «вне игры», может остаться «вне игры», в то время как решение, которое выглядит как в правильном положении, может все еще быть «вне игры». Если команда оказалась неправа в двух таких решениях, нетрудно понять, как она будет чувствовать себя обиженной — особенно если в обоих случаях на принятие решения ушло несколько минут. Отчасти из-за этой проблемы руководство крикета недавно приняло решение уменьшить погрешность при принятии решений по lbw.
Когда люди говорят о праве на ошибку, на самом деле они могут иметь в виду не то, что они хотят его получить, а то, что они считают закон слишком суровым. В главе 3 я цитировала Роя Ходжсона, который сказал следующее:
Именно так мы и поступаем с ВАР, и в результате мы получаем ситуацию, когда люди становятся немного разочарованными, потому что видят, как хорошие голы отменяются из-за очень маленького расстояния, если хотите.
Проблема Ходжсона заключается не столько в погрешности, сколько в том, что он считает закон слишком суровым.
Мы можем исправить это, не прибегая к минному полю, которым являются поля для ошибок. Можно изменить закон так, что для того, чтобы оказаться в офсайде, нужно находиться на определенном небольшом расстоянии — может быть, на полсантиметра — перед последним защитником. Это не устранило бы ни пограничных решений, ни проблемы погрешности измерений: голы, которые казались хорошими, все равно отменялись бы, а другие, которые казались офсайдом, засчитывались бы.
Но это изменение может на самом деле исполнить желание многих людей, которые жалуются на нынешнее правило. Это благоприятствовало бы атакующей команде и, возможно, означало бы, что было бы забито больше голов. На практике это фактически восстановит трактовку офсайда, существовавшую до появления ВАР, когда преимущество отдавалось нападающему.
Почему ошибка измерения имеет большее значение в футболе
Однако даже если бы мы сделали закон об офсайде немного более благоприятным для атакующей команды, это не устранило бы все трудности с принятием решений об офсайде. Погрешность измерений все равно будет, как и в случае с Индексом вероятности фола, предложенным в предыдущей главе. А когда вы применяете отсечения к континуумам, которые имеют погрешность измерения, у вас всегда будут проблемы. Это потому, что вам придется провести жесткую и быструю линию отсечения прямо через область, где, как вы точно знаете, нет никаких жестких и быстрых определенностей.
Когда люди говорят о «серых зонах», связанных с принятием решений об офсайде на-тоненького и фолах «пятьдесят на пятьдесят», они правы, указывая на то, что есть некоторые случаи, когда ошибка измерения означает, что мы не можем быть уверены, по какую сторону от линии отсечения находится инцидент.
Но они ошибаются, полагая, что в случае с футболом это понимание оказывает нам какую-либо практическую помощь. В футболе вы можете присудить гол или нет. Вы не можете присудить половину гола или долю гола. Да, в футболе есть серые зоны, но в футбольной системе голов их нет. Когда случается инцидент, который попадает в эту серую зону, вам приходится принимать решение в ту или иную сторону.
С этой проблемой сталкиваются все виды спорта, но в футболе она стоит особенно остро, потому что голы забиваются с большим трудом и, относительно говоря, довольно редко. За последние несколько десятилетий в Премьер-лиге самый частый счет 1:1 или 1:0, а за последние десять сезонов среднее количество голов за игру составляет 2,8.
В других видах спорта все иначе. Даже в самых коротких матчах по крикету обычно разыгрываются сотни ранов и несколько калиток. В среднем в регбийных матчах Английской премьер-лиги забивается почти шесть попыток, а также набираются очки со штрафных ударов. В теннисе в трехсетовом матче набирается не менее 48 очков. Конечно, в этих видах спорта могут быть решающие очки, попытки и калитки, но при просмотре матча это решающее очко, попытка или калитка не будут единственными очками, попытками или калитками.
Поэтому вы можете считать, что в одном матче проблемы, связанные с ошибкой измерения, скорее всего, сгладятся: да, это пограничное решение пятьдесят на пятьдесят пошло против вас в этом розыгрыше, но вы получили одно в свою пользу в следующем сете, так что все в порядке. Но в футболе в большинстве матчей командам может повезти забить всего один гол. Голы — это драгоценный, бесценный товар.
Если бы вы разрабатывали спорт с нуля на листе бумаги, и вашей задачей было бы сделать его как можно более увлекательным, вы могли бы подумать, что лучшим планом будет много-много голов. Если голы, попытки, очки и калитки будут происходить постоянно, то, похоже, это будет весело и увлекательно и привлечет внимание людей.
Но именно футбол является самым популярным видом спорта в мире и одним из самых любимых развлечений. Возможно, он достиг такой популярности несмотря на систему голов, но более вероятно, что система голов способствовала его популярности.
Когда у вас меньше голов, каждый из них становится более важным, более запоминающимся и более значимым. Меньше голов — больше драматических празднований. Меньшее количество голов означает, что матчи более равные; даже когда одна команда превосходит другую, счет может быть почти равным, и проигравшая команда может чувствовать, что у нее еще есть шанс. Меньшее количество очков означает, что результаты отдельных игр менее предсказуемы. Команда из низшей лиги может быть переиграна командой из высшей лиги, но все равно выиграть, если будет хорошо защищаться и использовать свои моменты.
По сути, уменьшение количества голов повышает ставки на каждый из них. Это отлично подходит для создания захватывающей игры и является одним из факторов всемирной популярности футбола, но это также означает, что судейские решения также повышают ставки.
Система голов в футболе работает хорошо и не вызывает нареканий, но фанаты признают ее прямолинейность и заинтересованы в более подробной статистике, которая дает представление об игровом балансе. Процент владения мячом, процент времени, проведенного на половине поля соперника, количество угловых и количество касаний мяча в штрафной соперника — вот примеры относительно простых статистических данных, которые дают вам более полное представление о том, какая команда играет хорошо, даже если матч безголевой.
Теперь у нас есть еще и ожидаемые голы — более сложная статистика, которая показывает вероятность того, что удар по воротам приведет к голу. Вы можете суммировать ожидаемые голы, чтобы получить альтернативный счет матча: возможно, ваша команда на самом деле проиграла 0:1, но по ожидаемым голам она выиграла 2,57-0,34. Это предполагает несколько вариантов: ваша команда не смогла забить с нескольких хороших моментов; у нее было много полумоментов, но она не смогла реализовать ни один из них; вратарь другой команды сделал несколько отличных сейвов; у защиты вашей команды был не лучший день; или другая команда забила фантастический гол.
Все эти статистические данные могут быть интересными и познавательными, но они только таковыми и являются: познавательной статистикой. Они не являются механизмом голов, используемым в футболе. Если бы это было так, игра могла бы быть более справедливой, но это был бы уже не футбол.
В футболе действует жесточайшая система голов, которая не позволяет перевести превосходство в голы. Это означает, что судейские решения имеют более высокие ставки и что решения со значительной ошибкой измерения будут вызывать больше споров. Мы должны стараться уменьшить погрешность измерений настолько, насколько это возможно, но она всегда будет, и в футболе она будет создавать больше проблем, чем в других видах спорта.
Что насчет скорости?
Снижение погрешности измерений и проведение линии офсайда таким образом, чтобы поощрять атакующий футбол, очень важны. Однако в главе 4 мы увидели, что проблемы с системой определения офсайда системой ВАР связаны не только с принятием правильных решений, но и с тем, сколько времени уходит на их принятие. Решение последней проблемы заключается не в том, чтобы попросить судей поторопиться, а в том, чтобы посмотреть, есть ли способ использовать технологии для принятия решений об офсайде в реальном времени, а не через ретроспективный обзор. Насколько это возможно, мы увидим в следующей главе.
Приглашаю вас в свой телеграм канал, где переводы книг о футболе, спорте и не только!
Комментарии