Predicting the future is not very hard, according to Bruce Bueno de Mesquita: a little mathematics is all you need. Figuring out how to manipulate a situation to achieve specific aims is a bit less straightforward, but Bueno de Mesquita says his mathematical tools can usually do that, too.

The New York University political science professor has developed a computerized game theory model that predicts the future of many business and political negotiations and also figures out ways to influence the outcome. Two independent evaluations, one by academics and one by the U.S. Central Intelligence Agency, have both shown that about 90 percent of his predictions have been accurate. Most recently, he has used his mathematical tools to offer approaches for handling the growing nuclear crisis with Iran.

Bueno de Mesquita provides the computer tools, but he relies on political or business experts to identify specific issues, their possible outcomes, and the key players. He asks experts narrow, carefully delineated questions about which outcome each player would prefer, how important the issue is to each player, and how much influence each player can exert. But he does not ask about the history of the conflict, the cultural norms of the area, or what the experts think will happen.

With careful interviewing, Bueno de Mesquita finds that he can get experts to agree on what information the model needs as input, even when the experts disagree sharply on expected outcomes. Once, after generating a report for the CIA using information from the agency's experts, he had his students assemble the same information from news reports. "Over 90 percent of them came up with the same results as I got [when I was] locked in a lead-lined vault at the CIA headquarters," Bueno de Mesquita says. "It's basic information that experts agree on and that you can even find in The Economist."

The elements of the model are players standing in for the real-life people who influence a negotiation or decision. At each round of the game, players make proposals to one or more of the other players and reject or accept proposals made to them. Through this process, the players learn about one another and adapt their future proposals accordingly. Each player incurs a small cost for making a proposal. Once the accepted proposals are good enough that no player is willing to go to the trouble to make another proposal, the game ends. The accepted proposals are the predicted outcome.

To accommodate the vagaries of human nature, the players are cursed with divided souls. Although all the players want to get their own preferred policies adopted, they also want personal glory. Some players are policy-wonks who care only a little about glory, while others resemble egomaniacs for whom policies are secondary. Only the players themselves know how much they care about each of those goals. An important aspect of the negotiation process is that by seeing which proposals are accepted or rejected, players are able to figure out more about how much other players care about getting their preferred policy or getting the glory.

The details of his study of negotiation options with Iran are classified, but Bueno de Mesquita says that the broad outline is that there is nothing the United States can do to prevent Iran from pursuing nuclear energy for civilian power generation. The more aggressively the U.S. responds to Iran, he says, the more likely it is that Iran will develop nuclear weapons. The upshot of the study, Bueno de Mesquita argues, is that the international community needs to find out if there is a way to monitor civilian nuclear energy projects in Iran thoroughly enough to ensure that Iran is not developing weapons.

One of his most famous past predictions also concerned Iran. In 1984, the model predicted that when Ayatollah Khomeini died, an ayatollah named Hojatolislam Khameini and a little-known cleric named Hasheimi Rafsanjani would rise to succeed Khomeini as leaders of Iran. At the time, most experts considered that outcome exceedingly unlikely, since Khomeini had designated a different person as his successor. But in fact, when Khomeini died five years later, Rafsanjani and Khameini succeeded him.

Bueno de Mesquita says he also predicted that Andropov would succeed Brezhnev long before experts considered it likely. He foresaw that China would reclaim Hong Kong 12 years before it happened, and he predicted that France would narrowly pass the European Union's Maastricht Treaty.

Former CIA analyst Stanley Feder says that he has used Bueno de Mesquita's model well over a thousand times since the early 1980s to make predictions about specific policies. Like others, he has found it to be more than 90 percent accurate. In situations where predictions of the model differed from experts' predictions, the model always turned out to be correct.

"I'm always stunned that it works so well," Bueno de Mesquita says. "This 90 percent is not my assessment."

The main reason that the model generates more reliable predictions than experts do is that "the computer doesn't get bored, it doesn't get tired, and it doesn't forget," he says. In the analysis of nuclear technology development in Iran, for example, experts identified 80 relevant players. Because no individual can keep track of all the possible interactions between so many players, human analysts focus on five or six key players. The lesser players may not have a lot of power, Buena de Mesquita says, but they tend to be knowledgeable enough to influence how key decision-makers understand the issues. His model can keep track of those influences when a human can't.

"Given expert input of data for the variables for such a model, it would not surprise me in the least to see that it would perform well," says Branislav L. Slantchev, a political scientist and game theorist at the University of California at San Diego. Predictions based on game theory can fail in a context where people don't act rationally, but in Buena de Mesquita's work, Slantchev says, rational action mostly means that the players are promoting their own perceived interests as best they can, something humans tend to do.

However, he points out that the model relies on having a considerable amount of expert input. "Honestly, if you had all this information," Slantchev says, "you should be able to predict fairly well how the issue would be resolved." The main reason that the model does this better than experts is that it "strips ideological blindfolds, cultural prejudice, and normative commitments that very often color the view of experts."

Buena de Mesquita offers his services through Mesquita and Roundell, a company he founded that uses his model to advise businesses and governments. "It's pretty exciting when you sit down with a client," he says, "and you know that they're making decisions involving life and death questions or billions of dollars, and at the end of the day they are relying on a body of equations."

По словам Брюса Буэно де Мескиты, предсказывать будущее не так уж сложно: достаточно немного математики. Понять, как манипулировать ситуацией для достижения конкретных целей, немного сложнее, но, по словам Буэно де Мескиты, его математические инструменты обычно справляются и с этим.

Профессор политологии Нью-Йоркского университета разработал компьютерную модель теории игр, которая предсказывает будущее многих деловых и политических переговоров, а также находит способы повлиять на их исход. Две независимые оценки, одна из которых была проведена учёными, а другая — Центральным разведывательным управлением США, показали, что около 90% его прогнозов оказались точными. Совсем недавно он использовал свой математический инструментарий для разработки подходов к урегулированию разрастающегося ядерного кризиса с Ираном.

Буэно де Мескита предоставляет компьютерные инструменты, но полагается на экспертов в области политики или бизнеса для выявления конкретных проблем, их возможных последствий и ключевых игроков. Он задаёт экспертам узкие, тщательно сформулированные вопросы о том, какой исход предпочёл бы каждый игрок, насколько важен вопрос для каждого игрока и какое влияние каждый игрок может оказать. Но он не спрашивает об истории конфликта, культурных нормах региона или о том, что, по мнению экспертов, произойдёт дальше.

Буэно де Мескита обнаружил, что, тщательно проводя интервью, он может добиться согласия экспертов относительно того, какая информация необходима модели в качестве входных данных, даже если эксперты резко расходятся во мнениях относительно ожидаемых результатов. Однажды, составив отчёт для ЦРУ на основе информации, полученной от экспертов агентства, он поручил своим студентам собрать ту же информацию из новостных сообщений. «Более 90 процентов из них пришли к тем же результатам, что и я, когда был заперт в свинцовом хранилище в штаб-квартире ЦРУ», — говорит Буэно де Мескита. «Это базовая информация, с которой согласны эксперты, и которую можно найти даже в The Economist ».

Элементами модели являются игроки, заменяющие реальных людей, влияющих на ход переговоров или принятие решений. В каждом раунде игры игроки делают предложения одному или нескольким другим игрокам и отклоняют или принимают их. Благодаря этому игроки узнают друг друга и соответствующим образом адаптируют свои будущие предложения. Каждый игрок платит небольшую сумму за предложение. Как только принятые предложения становятся достаточно хорошими, чтобы ни один из игроков не захотел тратить время на выдвижение новых предложений, игра заканчивается. Принятые предложения и являются прогнозируемым результатом.

Чтобы приспособиться к капризам человеческой природы, игроки прокляты раздвоением душ. Хотя все игроки хотят добиться принятия своих собственных предпочтительных политик, они также жаждут личной славы. Некоторые игроки — политологи, которых слава волнует лишь в малой степени, в то время как другие напоминают эгоистов, для которых политика — второстепенная задача. Только сами игроки знают, насколько сильно их волнует каждая из этих целей. Важный аспект процесса переговоров заключается в том, что, видя, какие предложения принимаются или отклоняются, игроки могут лучше понять, насколько другие игроки заинтересованы в принятии своей предпочтительной политики или получении славы.

Детали его исследования вариантов переговоров с Ираном засекречены, но Буэно де Мескита утверждает, что в целом Соединенные Штаты не могут ничего сделать, чтобы помешать Ирану использовать ядерную энергию в гражданских целях. Он утверждает, что чем агрессивнее США будут реагировать на Иран, тем выше вероятность того, что Иран разработает ядерное оружие. По мнению Буэно де Мескиты, вывод исследования заключается в том, что международному сообществу необходимо выяснить, существует ли способ достаточно тщательно контролировать гражданские ядерные проекты в Иране, чтобы гарантировать, что Иран не разрабатывает оружие.

Одно из его самых известных предсказаний прошлого также касалось Ирана. В 1984 году модель предсказала, что после смерти Аятоллы Хомейни (Khomeini) на посту лидера Ирана унаследуют Хомейни Аятолла Ходжатослам Хамейни (Hojatolislam Khameini) и малоизвестный священнослужитель Хашеми Рафсанджани (Hasheimi Rafsanjani). В то время большинство экспертов считали такой исход крайне маловероятным, поскольку Хомейни назначил своим преемником другого человека. Однако, когда Хомейни умер пять лет спустя, его преемниками стали Рафсанджани и Хамейни.

Буэно де Мескита утверждает, что он также предсказал, что Андропов станет преемником Брежнева, задолго до того, как эксперты считали это вероятным. Он предвидел, что Китай вернёт Гонконг за 12 лет до этого, и что Франция с небольшим перевесом примет Маастрихтский договор Европейского союза.

Бывший аналитик ЦРУ Стэнли Федер (Stanley Feder) говорит, что с начала 1980-х годов он использовал модель Буэно де Мескиты более тысячи раз для прогнозирования конкретных политических решений. Как и другие, он обнаружил, что её точность превышает 90%. В ситуациях, когда прогнозы модели расходились с прогнозами экспертов, модель всегда оказывалась верной.

«Меня всегда поражает, как хорошо это работает», — говорит Буэно де Мескита. «Эти 90 процентов — не моя оценка».

Основная причина, по которой модель генерирует более надёжные прогнозы, чем эксперты, заключается в том, что «компьютер не скучает, не устаёт и не забывает», — говорит он. Например, при анализе развития ядерных технологий в Иране эксперты выделили 80 значимых участников. Поскольку ни один человек не может отслеживать все возможные взаимодействия между таким количеством участников, аналитики-люди сосредота­чиваются на пяти-шести ключевых игроках. Менее влиятельные игроки могут не обладать большой властью, говорит Буэна де Мескита, но, как правило, они достаточно осведомлены, чтобы влиять на то, как ключевые лица, принимающие решения, понимают проблемы. Его модель способна отслеживать эти факторы, в то время как человек не может.

«Учитывая экспертные данные для переменных такой модели, меня нисколько не удивит, если она окажется эффективной», — говорит Бранислав Л. Сланчев (Branislav L. Slantchev), политолог и специалист по теории игр из Калифорнийского университета в Сан-Диего. Прогнозы, основанные на теории игр, могут быть ошибочными в условиях, когда люди действуют не рационально, но, по словам Сланчева, в работе Буэны де Мескиты рациональные действия в основном означают, что игроки всеми силами продвигают собственные предполагаемые интересы, что свойственно людям.

Однако он отмечает, что модель опирается на значительный объём экспертной информации. «Честно говоря, если бы у вас была вся эта информация, — говорит Сланчев, — вы могли бы довольно точно предсказать, как будет решена проблема». Главная причина, по которой модель справляется с этим лучше экспертов, заключается в том, что она «снимает идеологические шоры, культурные предрассудки и нормативные обязательства, которые очень часто влияют на мнение экспертов».

Буэна де Мескита предлагает свои услуги через основанную им компанию Mesquita and Roundell, которая использует его модель для консультирования предприятий и государственных органов. «Очень волнительно, когда сидишь с клиентом, — говорит он, — и знаешь, что он принимает решения, связанные с вопросами жизни и смерти или миллиардами долларов, и в конечном итоге опирается на целый набор уравнений».