Lindy Effect

W pracy z 2023 roku Toby Ord odróżnia ogólną tendencję od dokładnych reguł matematycznych. Książka dobrze to pokazuje: sprawdzasz, jak długo dzieło pozostaje w obiegu wydawniczym, czy ustalasz, kiedy rozpadnie się konkretny egzemplarz? To różne pytania. Tak samo zasada technologiczna może trwać, gdy poszczególne produkty i wersje znikają. Historia jednej kategorii nie przenosi się automatycznie na inną. Zanim wyciągniesz wnioski z wieku, określ początek i koniec badanego życia. Dla projektu końcem może być zatrzymanie rozwoju, utrata użytkowników albo zamknięcie działalności; każdy wybór daje inne dane. [1]

Nassim Nicholas Taleb ilustruje tę myśl modelem potęgowym, tutaj modelem Pareto. Przypisuje on prawdopodobieństwa różnym długościom trwania i dopuszcza także bardzo długie okresy. Parametr α > 1 określa kształt rozkładu długości życia, a t oznacza osiągnięty wiek. Pod warunkiem dożycia do tego wieku średnia całkowita długość wynosi w modelu αt/(α − 1), natomiast średnia pozostała — t/(α − 1). Przy α = 2 i t = 10 lat otrzymujemy kolejnych 10, czyli łącznie 20 lat. Nie myl lat minionych z przyszłymi. To wynik wybranego modelu, nie obiecana data końca konkretnej książki czy technologii. Parametr też wymaga uzasadnienia; miły wynik nie wystarczy, by go wybrać. [2]

Ord podkreśla, że średnia i mediana odpowiadają na różne pytania. Średnia uwzględnia wszystkie długości, więc wyjątkowo długie przypadki mogą mocno ją podnieść. Mediana dzieli możliwości na jednakowo prawdopodobne krótsze i dłuższe połowy. W tym samym modelu Pareto, przy α = 2 i wieku 10 lat, mediana pozostałego czasu wynosi 10 × (√2 − 1), około 4,14 roku, a nie 10. Znak pierwiastka opisuje po prostu obliczenie w tym modelu. Przy α = 1 pozostała mediana to 10 lat, ale średnia nie jest skończona. To nie nieśmiertelność: nieskończone życie ma w tym modelu zerowe prawdopodobieństwo. Sprawdź więc znaczenie liczby, zanim ją przytoczysz. [1]

Wyobraź sobie proces o znanej, stałej intensywności kończenia się. Podręcznik amerykańskiego Narodowego Instytutu Standardów i Technologii (NIST) opisuje go rozkładem wykładniczym. Intensywność λ mówi, jak szybko kończą się przypadki spośród tych, które nadal trwają; nie jest po prostu procentem pierwotnej grupy. Przy λ = 0,1 na rok średnia pozostała długość życia to 1/λ = 10 lat, niezależnie od przetrwania już 5 czy 20 lat. Warunkowa średnia całkowita wynosi odpowiednio 15 i 30 lat, lecz pozostała średnia się nie zmieniła. To ważny kontrprzykład: Lindy Effect nie jest zasadą do bezrefleksyjnego stosowania wobec wszystkiego, co stare. [3]

W rzeczywistych projektach zwykle nie znamy ryzyka z góry. Ord pokazuje, jak Lindy Effect może powstać w mieszaninie przypadków o różnej odporności. Mniej odporne znikają, więc wśród ocalałych rośnie udział odporniejszych. Dłuższa historia podpowiada wtedy, do jakiej grupy może należeć dany przypadek. Nic w nim nie musiało się poprawić. Nie wynika stąd automatycznie, że starzenie go wzmacnia lub każdy wstrząs mu służy. W pewnych warunkach taki efekt selekcji powstaje nawet wtedy, gdy własne ryzyko każdego przypadku rośnie. [1]

Załóżmy obserwowanie 100 projektów przez 10 lat. Mamy 40 zakończonych i 60 nadal aktywnych. Tym 60 nie przypisuj ostatecznej długości życia 10 lat ani nieskończoności: wiemy tylko, że dotrwały co najmniej do końca obserwacji. NIST nazywa to cenzurowaniem prawostronnym. Nietypowa nazwa nie oznacza usuwania niewygodnych informacji, lecz uczciwe przyznanie, że końca jeszcze nie znamy. Potrzebujemy także upadłych projektów i czasu ich zakończenia. Lista samych dzisiejszych zwycięzców ukryłaby tych, którzy nie zdali tej samej próby czasu. [4]

Bitcoin.org opisuje otwarty rozwój, naprawianie błędów oprogramowania i ryzyko utraty dostępu do pieniędzy. Długa historia Bitcoina mówi o sieci; nie jest automatycznie historią nowego portfela, powiernika czy zmienionego kodu. Przetrwanie sieci nie dowodzi bezpieczeństwa konkretnego sposobu przechowywania. Przy Self-custody samodzielnie zarządzasz swoimi kluczami prywatnymi, czyli tajnymi danymi służącymi do zatwierdzania wydawania bitcoinów. Nadal musisz wiedzieć, jak zrobić kopię zapasową i odzyskać ten dostęp. Trwanie może też wspierać Network Effect, użyteczność wynikająca z udziału innych ludzi, ale ten konkretny mechanizm wymaga zbadania. Nowy atak lub zależność mogą zmienić warunki, w których zbierano dotychczasowe doświadczenia. [5]

Lindy Effect najlepiej traktować jako początek rozumowania, nie jego zakończenie. Korzystając z rozróżnień Orda, ustal porównywaną grupę, zdarzenie końcowe, dobór danych oraz różnicę między średnią i medianą. Potem zapytaj, co działa jak dawniej, a co się zmieniło. Dla pieniądza ważny jest także Store of Value, czyli zachowanie siły nabywczej na przyszłość. Samo dalsze istnienie tego nie gwarantuje. Dłuższa przewidywana żywotność nie dowodzi prawdziwości twierdzenia, przyszłego popytu ani wzrostu ceny aktywa. Traktuj historię poważnie, ale nie zastępuj nią badania konkretnego ryzyka. [1]