What to trust in a "post-truth" world | Alex Edmans

Переводчик: Nargiza Khamidova Редактор: Péter Pallós

Belle Gibson was a happy young Australian.

Бель Гибсон была счастливой молодой австралийкой.

She lived in Perth, and she loved skateboarding.

Она жила в Перте и любила кататься на скейтборде.

But in 2009, Belle learned that she had brain cancer and four months to live.

Но в 2009 году Бель узнала, что у неё опухоль головного мозга и 4 месяца жизни.

Two months of chemo and radiotherapy had no effect.

Два месяца химиотерапии и радиации ни к чему не привели.

But Belle was determined.

Но Бель не сдавалась.

She'd been a fighter her whole life.

Она была бойцом всю свою жизнь.

From age six, she had to cook for her brother, who had autism,

С шести лет она готовила для своего брата, страдающего аутизмом,

and her mother, who had multiple sclerosis.

и мамы, болеющей рассеянным склерозом.

Her father was out of the picture.

Отца на горизонте не было.

So Belle fought, with exercise, with meditation

Так что Бель боролась с помощью упражнений и медитации,

and by ditching meat for fruit and vegetables.

и поменяв мясо на фрукты и овощи.

And she made a complete recovery.

И она выздоровела.

Belle's story went viral.

Её история стала знаменитой.

It was tweeted, blogged about, shared and reached millions of people.

О ней писали в Твиттере, блогах, делились с миллионами людей.

It showed the benefits of shunning traditional medicine

Она показала пользу отказа от традиционной медицины

for diet and exercise.

ради диеты и упражнений.

In August 2013, Belle launched a healthy eating app,

В августе 2013 года Бель выпустила приложение по здоровому питанию

The Whole Pantry,

«Цельная кладовая»,

downloaded 200,000 times in the first month.

которое было скачано 200 тысяч раз за первый месяц.

But Belle's story was a lie.

Но её история была ложью.

Belle never had cancer.

У Бель никогда не было рака.

People shared her story without ever checking if it was true.

Люди распространили её историю не проверив, правдива ли она.

This is a classic example of confirmation bias.

Это типичный пример так называемой «предвзятости подтверждения».

We accept a story uncritically if it confirms what we'd like to be true.

Мы с лёгкостью верим историю, если она подтверждает наши убеждения.

And we reject any story that contradicts it.

И отвергаем любую историю, которая им противоречит.

How often do we see this

Как часто мы сталкиваемся с подобным в историях,

in the stories that we share and we ignore?

которыми мы делимся и которые игнорируем?

In politics, in business, in health advice.

В политике, в бизнесе, в советах о здоровье.

The Oxford Dictionary's word of 2016 was "post-truth."

Словом 2016 года по версии Оксфордского словаря было «постправда».

And the recognition that we now live in a post-truth world

И осознание того, что мы живём в постправдивом мире,

has led to a much needed emphasis on checking the facts.

подчеркнуло необходимость проверки достоверности данных.

But the punch line of my talk

Но главная мысль моего выступления в том,

is that just checking the facts is not enough.

что простой проверки фактов недостаточно.

Even if Belle's story were true,

Даже если история Бель была бы правдой,

it would be just as irrelevant.

это бы не имело значения.

Why?

Почему?

Well, let's look at one of the most fundamental techniques in statistics.

Давайте посмотрим на одну из фундаментальных техник статистики.

It's called Bayesian inference.

Она называется байесовский вывод.

And the very simple version is this:

Очень простая версия её такова.

We care about "does the data support the theory?"

Нам важно, поддерживают ли данные теорию?

Does the data increase our belief that the theory is true?

Укрепляют ли данные нашу веру в теорию?

But instead, we end up asking, "Is the data consistent with the theory?"

Но взамен мы задаёмся вопросом: «Совпадают ли данные с теорией?»

But being consistent with the theory

Но то, что данные совпадают с теорией,

does not mean that the data supports the theory.

не значит, что они её подтверждают.

Why?

Как так?

Because of a crucial but forgotten third term --

Из-за важного, но забытого третьего элемента:

the data could also be consistent with rival theories.

данные также могут соответствовать и противоположным теориям.

But due to confirmation bias, we never consider the rival theories,

Но из-за предвзятости подтверждения мы не учитываем противоположные теории,

because we're so protective of our own pet theory.

потому что так свято защищаем свою теорию.

Now, let's look at this for Belle's story.

Теперь давайте рассмотрим это в истории Бель.

Well, we care about: Does Belle's story support the theory

Итак, нам важно: подтверждает ли история Бель теорию,

that diet cures cancer?

что диета исцеляет от рака?

But instead, we end up asking,

Но вместо этого мы спрашиваем:

"Is Belle's story consistent with diet curing cancer?"

соответствует ли история Бель тому, что диета лечит от рака?

And the answer is yes.

И ответ — да.

If diet did cure cancer, we'd see stories like Belle's.

Если бы диета на самом деле исцеляла, мы узнали бы об историях, подобных Бель.

But even if diet did not cure cancer,

Но даже если бы диета не исцеляла рак,

we'd still see stories like Belle's.

мы всё ещё видели бы такие истории, как у Бель.

A single story in which a patient apparently self-cured

Единственная история, в которой пациент по-видимому вылечился сам,

just due to being misdiagnosed in the first place.

оказалась простой ошибкой диагноза.

Just like, even if smoking was bad for your health,

Так же, как если бы курение было вредно для здоровья,

you'd still see one smoker who lived until 100.

всё равно нашёлся хотя бы один курильщик, доживший до ста лет.

(Laughter)

(Смех)

Just like, even if education was good for your income,

Так же, как если бы образование способствовало заработкам,

you'd still see one multimillionaire who didn't go to university.

всё равно нашёлся бы один мультимиллионер без образования.

(Laughter)

(Смех)

So the biggest problem with Belle's story is not that it was false.

Так что самая большая проблема с историей Бель не в её лживости,

It's that it's only one story.

а в том, что это всего лишь одна история.

There might be thousands of other stories where diet alone failed,

Могут быть тысячи других историй, о которых мы не слышали,

but we never hear about them.

где диета одна не справилась с недугом.

We share the outlier cases because they are new,

Мы делимся единичными случаями, потому что они нам в новинку

and therefore they are news.

и потому являются новостями.

We never share the ordinary cases.

Мы не делимся обычными случаями.

They're too ordinary, they're what normally happens.

Они слишком обыденны, они то, что обычно происходит.

And that's the true 99 percent that we ignore.

Они являются теми правдивыми 99 %, что мы игнорируем.

Just like in society, you can't just listen to the one percent,

Точно так же в обществе: нельзя ориентироваться на 1 % исключений

the outliers,

and ignore the 99 percent, the ordinary.

и игнорировать 99 % типичных случаев.

Because that's the second example of confirmation bias.

Потому что это — второй пример предвзятости подтверждения.

We accept a fact as data.

Мы принимаем факт за данные.

The biggest problem is not that we live in a post-truth world;

Самая большая проблема не в том, что мы живём в постправдивом мире,

it's that we live in a post-data world.

а в том, что мы живём в постинформационном мире.

We prefer a single story to tons of data.

Мы предпочитаем одну историю массе информации.

Now, stories are powerful, they're vivid, they bring it to life.

Да, истории сильны, они ярки, они придают себе жизнь.

They tell you to start every talk with a story.

Рекомендуется начинать каждую лекцию с истории.

I did.

Что я и сделал.

But a single story is meaningless and misleading

Но единичная история бессмысленна и обманчива,

unless it's backed up by large-scale data.

если она не поддержана крупномасштабными данными.

But even if we had large-scale data,

Но даже будь у нас крупномасштабные данные,

that might still not be enough.

этого всё ещё было бы недостаточно.

Because it could still be consistent with rival theories.

Они всё ещё могли бы соответствовать противоположным теориям.

Let me explain.

Позвольте объяснить.

A classic study by psychologist Peter Wason

Классическое исследование психолога Питера Уосона

gives you a set of three numbers

даёт вам набор из трёх цифр

and asks you to think of the rule that generated them.

и просит придумать правило, по которому они были образованы.

So if you're given two, four, six,

Например, если вам даны 2, 4, 6,

what's the rule?

каково правило?

Well, most people would think, it's successive even numbers.

Ну, большинство подумает, что это — последовательные чётные числа.

How would you test it?

Как это проверить?

Well, you'd propose other sets of successive even numbers:

Вы бы предложили другой набор чётных чисел

4, 6, 8 or 12, 14, 16.

4, 6, 8 или 12, 14, 16.

And Peter would say these sets also work.

И Питер бы сказал, что эти наборы тоже подходят.

But knowing that these sets also work,

Но знание, что эти наборы тоже подходят,

knowing that perhaps hundreds of sets of successive even numbers also work,

знание, что, возможно, сотни наборов чётных чисел также подходят,

tells you nothing.

вам ничего не даст.

Because this is still consistent with rival theories.

Потому что они всё ещё поддерживают соперничающие теории.

Perhaps the rule is any three even numbers.

Возможно, правило диктует любые три чётных числа.

Or any three increasing numbers.

Или любые три увеличивающиеся числа.

And that's the third example of confirmation bias:

И это третий пример предвзятости подтверждения:

accepting data as evidence,

принятие данных как доказательство,

even if it's consistent with rival theories.

даже если они совместимы с конкурентными теориями.

Data is just a collection of facts.

Данные — это всего лишь собрание фактов.

Evidence is data that supports one theory and rules out others.

Доказательства есть данные, поддерживающие одну теорию, исключая остальные.

So the best way to support your theory

Так что подтвердить свою теорию

is actually to try to disprove it, to play devil's advocate.

лучше всего, пытаясь её опровергнуть, играя адвоката дьявола.

So test something, like 4, 12, 26.

Так что проверим что-то вроде 4, 12, 26.

If you got a yes to that, that would disprove your theory

Если вы получили да, то это отвергает вашу теорию

of successive even numbers.

о последовательных чётных числах.

Yet this test is powerful,

И всё же этот тест силён,

because if you got a no, it would rule out "any three even numbers"

так как если ответ «нет», то это исключает «любые три чётных числа»

and "any three increasing numbers."

и «любые три увеличивающихся числа».

It would rule out the rival theories, but not rule out yours.

Он бы исключил другие теории, но не вашу.

But most people are too afraid of testing the 4, 12, 26,

Но большинство людей боятся проверить 4, 12, 26,

because they don't want to get a yes and prove their pet theory to be wrong.

потому что не хотят получить «да» и отвергнуть свою любимую теорию.

Confirmation bias is not only about failing to search for new data,

Предвзятость подтверждения заключается не только в провале поиска новых данных,

but it's also about misinterpreting data once you receive it.

но и в неверном истолковании полученной информации.

And this applies outside the lab to important, real-world problems.

Это применимо и к проблемам мира вне лаборатории.

Indeed, Thomas Edison famously said,

Томас Эдисон говорил:

"I have not failed,

«Я не потерпел неудачу,

I have found 10,000 ways that won't work."

я лишь нашёл 10 000 неработающих способов».

Finding out that you're wrong

Понятие того, что вы не правы, —

is the only way to find out what's right.

это единственный способ выявления правды.

Say you're a university admissions director

Скажем, вы — глава приёмной комиссии университета,

and your theory is that only students with good grades

и ваша теория такова, что лишь студенты-хорошисты

from rich families do well.

из богатых семей учатся хорошо.

So you only let in such students.

Поэтому вы берёте только таких студентов.

And they do well.

И они учатся хорошо.

But that's also consistent with the rival theory.

Но это подтверждает и другую теорию.

Perhaps all students with good grades do well,

Может, все студенты с хорошими оценками учатся хорошо,

rich or poor.

богаты они или бедны.

But you never test that theory because you never let in poor students

Но вы не проверяете эту теорию, так как не принимаете бедных студентов.

because you don't want to be proven wrong.

Потому что не хотите, чтобы ваша неправота была доказана.

So, what have we learned?

Итак, что мы из этого усвоили?

A story is not fact, because it may not be true.

История — это не факт. Она может быть неправдой.

A fact is not data,

Единственный факт — это не информация.

it may not be representative if it's only one data point.

Он может быть непоказательным, если это лишь одно значение данных.

And data is not evidence --

И данные — это не доказательство.

it may not be supportive if it's consistent with rival theories.

Они могут подтверждать и противоположные теории.

So, what do you do?

Что же делать?

When you're at the inflection points of life,

Когда вы находитесь на поворотных точках вашей жизни,

deciding on a strategy for your business,

выбирая стратегию для вашего бизнеса,

a parenting technique for your child

или технику воспитания вашего ребёнка,

or a regimen for your health,

или режим для своего здоровья,

how do you ensure that you don't have a story

как убедиться в том, что вы имеете не историю,

but you have evidence?

а доказательство?

Let me give you three tips.

Позвольте дать вам три совета.

The first is to actively seek other viewpoints.

Первое: активно ищите разные точки зрения.

Read and listen to people you flagrantly disagree with.

Читайте и слушайте людей, с которыми вы не согласны.

Ninety percent of what they say may be wrong, in your view.

На ваш взгляд, 90 % из сказанного ими может быть неправильным.

But what if 10 percent is right?

Но что, если остальные 10 % — правда?

As Aristotle said,

Как говорил Аристотель:

"The mark of an educated man

«Признак образованного ума —

is the ability to entertain a thought

способность усвоить мысль,

without necessarily accepting it."

не принимая её за истину».

Surround yourself with people who challenge you,

Окружите себя людьми, которые бросают вам вызов,

and create a culture that actively encourages dissent.

и создайте культуру, которая активно поддерживает расхождение во взглядах.

Some banks suffered from groupthink,

Некоторые банки страдали от группового мышления,

where staff were too afraid to challenge management's lending decisions,

где работники боялись ставить под сомнение решения менеджеров по кредитованию,

contributing to the financial crisis.

тем самым способствуя финансовому кризису.

In a meeting, appoint someone to be devil's advocate

На собраниях назначьте кого-нибудь адвокатом дьявола,

against your pet idea.

чтобы он шёл против вашей идеи.

And don't just hear another viewpoint --

Не просто слушайте другое мнение —

listen to it, as well.

нужно к нему и прислушаться.

As psychologist Stephen Covey said,

Как говорил психолог Стивен Кови:

"Listen with the intent to understand,

«Слушайте с целью понять,

not the intent to reply."

а не с целью ответить».

A dissenting viewpoint is something to learn from

Противоположная точка зрения — это то, из чего нужно извлечь знания,

not to argue against.

а не то, с чем нужно спорить.

Which takes us to the other forgotten terms in Bayesian inference.

И это приводит нас к другим забытым условиям байесовского вывода.

Because data allows you to learn,

Потому что данные вас учат,

but learning is only relative to a starting point.

но обучение только относительно отправной точки.

If you started with complete certainty that your pet theory must be true,

Если вы начали с уверенностью, что ваша теория должна быть правильной,

then your view won't change --

то вы не поменяете своего мнения

regardless of what data you see.

независимо от того, какие данные вы увидите.

Only if you are truly open to the possibility of being wrong

Только если вы вправду допускаете возможность оказаться неправым,

can you ever learn.

вы сможете чему-то научиться.

As Leo Tolstoy wrote,

Как писал Лев Толстой:

"The most difficult subjects

«Можно самому непонятливому человеку

can be explained to the most slow-witted man

объяснить самые мудрёные вещи,

if he has not formed any idea of them already.

если он ещё не составил себе ещё никакого понятия;

But the simplest thing

но самому понятливому человеку нельзя объяснить самой простой вещи,

cannot be made clear to the most intelligent man

если он твёрдо убеждён,

if he is firmly persuaded that he knows already."

что знает, да ещё несомненно знает то, что передаётся ему».

Tip number two is "listen to experts."

Второе: прислушивайтесь к экспертам.

Now, that's perhaps the most unpopular advice that I could give you.

Это, наверное, самый непопулярный совет, который я мог бы вам дать.

(Laughter)

(Cмех)

British politician Michael Gove famously said that people in this country

Британский политик Майкл Гоув известен своим высказыванием,

что людям в этой стране надоели эксперты.

have had enough of experts.

A recent poll showed that more people would trust their hairdresser --

Недавний опрос показал, что больше людей доверились бы своему парикмахеру

(Laughter)

(Смех)

or the man on the street

или человеку на улице,

than they would leaders of businesses, the health service and even charities.

чем лидерам в бизнесе, в медицине и даже в благотворительности.

So we respect a teeth-whitening formula discovered by a mom,

Таким образом, мы уважаем найденную мамой формулу отбеливания зубов

or we listen to an actress's view on vaccination.

или слушаем, что же говорит актриса о вакцинации.

We like people who tell it like it is, who go with their gut,

Нам нравятся люди, говорящие всё как есть, чисто интуитивно,

and we call them authentic.

и мы называем их надёжными.

But gut feel can only get you so far.

Но интуиция не всегда указывает правильный путь.

Gut feel would tell you never to give water to a baby with diarrhea,

Интуиция подскажет нам не давать ребёнку с диареей воды,

because it would just flow out the other end.

так как вода просто вытекла бы с другого конца.

Expertise tells you otherwise.

Но эксперты говорят иначе.

You'd never trust your surgery to the man on the street.

Вы бы никогда не доверили человеку с улицы прооперировать вас.

You'd want an expert who spent years doing surgery

Вы бы захотели эксперта, который занимался этим годами

and knows the best techniques.

и знает лучшие способы.

But that should apply to every major decision.

Но это должно быть применимо к принятию любого значимого решения.

Politics, business, health advice

Политика, бизнес, здравохранение

require expertise, just like surgery.

требуют мнения эксперта точно так же, как операция.

So then, why are experts so mistrusted?

Почему же тогда экспертам так мало доверяют?

Well, one reason is they're seen as out of touch.

Итак, первая причина в том, что их считают оторванными от жизни.

A millionaire CEO couldn't possibly speak for the man on the street.

Гендиректор-миллионер вряд ли смог бы выступать от имени человека с улицы.

But true expertise is found on evidence.

Но экспертная оценка основывается на доказательствах,

And evidence stands up for the man on the street

и доказательства становятся на сторону человека с улицы

and against the elites.

и против элиты.

Because evidence forces you to prove it.

Потому что доказательства требуют подтверждения.

Evidence prevents the elites from imposing their own view

Доказательства препятствуют элите навязывать своё мнение

without proof.

без подтверждения.

A second reason why experts are not trusted

Вторая причина, почему экспертам не верят:

is that different experts say different things.

разные эксперты говорят разные вещи.

For every expert who claimed that leaving the EU would be bad for Britain,

На каждого эксперта, который заявлял, что выход из ЕС вреден для Британии,

another expert claimed it would be good.

находился другой, заявляющий, что это хорошо.

Half of these so-called experts will be wrong.

Половина этих псевдо-экспертов будут неправы.

And I have to admit that most papers written by experts are wrong.

Я должен признаться, что половина статей, написанных экспертами — неправильны.

Or at best, make claims that the evidence doesn't actually support.

Или в лучшем случае делают не подкреплённые доказательством заявления.

So we can't just take an expert's word for it.

Поэтому мы не можем просто верить на слово экспертам.

In November 2016, a study on executive pay hit national headlines.

В ноябре 2016 исследование о зарплате руководителей попало в заголовки.

Even though none of the newspapers who covered the study

Хотя ни один из журналистов, освещавших исследование,

had even seen the study.

в глаза не видел самого исследования.

It wasn't even out yet.

Оно даже не было обнародовано.

They just took the author's word for it,

Они просто поверили словам автора

just like with Belle.

точно так же, как с Бель.

Nor does it mean that we can just handpick any study

И это не значит, что можно взять любое исследование,

that happens to support our viewpoint --

подтверждающее нашу точку зрения, —

that would, again, be confirmation bias.

это опять же будет предвзятостью подтверждения.

Nor does it mean that if seven studies show A

Также не значит, что если семь исследований говорят А

and three show B,

и три говорят Б,

that A must be true.

что A должно быть правдой.

What matters is the quality,

Важно качество,

and not the quantity of expertise.

а не количество мнений экспертов.

So we should do two things.

Поэтому нам нужно сделать две вещи.

First, we should critically examine the credentials of the authors.

Первое: нужно критически рассмотреть деловую репутацию автора.

Just like you'd critically examine the credentials of a potential surgeon.

Так же, как вы критически рассмотрели бы репутацию потенциального хирурга.

Are they truly experts in the matter,

Действительно ли они эксперты в своём вопросе,

or do they have a vested interest?

или у них есть личные интересы?

Second, we should pay particular attention

Второе: мы должны уделить особое внимание статьям,

to papers published in the top academic journals.

печатающимся в лучших научных журналах.

Now, academics are often accused of being detached from the real world.

Учёных всё чаще обвиняют в отрешённости от реальной жизни.

But this detachment gives you years to spend on a study.

Но эта отрешённость даёт вам годы, чтобы потратить на исследование.

To really nail down a result,

Чтобы закрепить результаты,

to rule out those rival theories,

чтобы исключить противоречащие теории

and to distinguish correlation from causation.

и отличить корреляцию от причинно- следственной зависимости.

And academic journals involve peer review,

И научные журналы всегда содержат экспертную оценку,

where a paper is rigorously scrutinized

где статья тщательно критически рассматривается

(Laughter)

(Смех)

by the world's leading minds.

ведущими умами мира.

The better the journal, the higher the standard.

Чем лучше журнал, тем выше стандарты.

The most elite journals reject 95 percent of papers.

Большинство элитных журналов отклоняют 95 % статей.

Now, academic evidence is not everything.

Научное доказательство — это ещё не всё.

Real-world experience is critical, also.

Реальный опыт тоже крайне необходим.

And peer review is not perfect, mistakes are made.

Экспертная оценка тоже не идеальна, бывают и ошибки.

But it's better to go with something checked

Но лучше довериться проверенной работе,

than something unchecked.

чем непроверенной.

If we latch onto a study because we like the findings,

Если мы ограничимся исследованием, потому что нам нравятся выводы,

without considering who it's by or whether it's even been vetted,

не принимая во внимание, кто его написал и было ли оно проверено,

there is a massive chance that that study is misleading.

велики шансы, что этот анализ обманчив.

And those of us who claim to be experts

Те, кто претендует на звание экспертов,

should recognize the limitations of our analysis.

должны осознавать границы нашего анализа.

Very rarely is it possible to prove or predict something with certainty,

Почти невозможно доказать или предсказать что-либо с точностью,

yet it's so tempting to make a sweeping, unqualified statement.

но соблазн сделать подавляющее, безоговорочное заявление силён.

It's easier to turn into a headline or to be tweeted in 140 characters.

Легче превратить это в заголовок или в 140 символов в твиттере.

But even evidence may not be proof.

Но даже доказательство не может служить подтверждением.

It may not be universal, it may not apply in every setting.

Оно может быть не универсальным, оно может быть неприменимым к каждому случаю.

So don't say, "Red wine causes longer life,"

Поэтому не говорите: «Красное вино продлевает жизнь»,

when the evidence is only that red wine is correlated with longer life.

когда доказано, что красное вино лишь коррелировано с долголетием.

And only then in people who exercise as well.

И то только у людей, которые вдобавок занимаются спортом.

Tip number three is "pause before sharing anything."

Совет номер три: «Сделайте паузу перед тем, как чем-либо поделиться».

The Hippocratic oath says, "First, do no harm."

Клятва Гиппократа гласит: «Первое — не навреди».

What we share is potentially contagious,

То, чем мы делимся, является потенциально заразительным,

so be very careful about what we spread.

поэтому будьте осторожны с тем, что вы распространяете.

Our goal should not be to get likes or retweets.

Нашей целью не должно быть получение лайков или ретвиттов.

Otherwise, we only share the consensus; we don't challenge anyone's thinking.

Иначе мы лишь делимся согласием; мы не бросаем вызов чьему-либо мышлению.

Otherwise, we only share what sounds good,

Иначе мы делимся тем, что звучит хорошо,

regardless of whether it's evidence.

не обращая внимания на то, доказано это или нет.

Instead, we should ask the following:

Вместо этого нам нужно спросить следующее:

If it's a story, is it true?

если это история, правда ли это?

If it's true, is it backed up by large-scale evidence?

Если это правда, подтверждена ли она масштабными доказательствами?

If it is, who is it by, what are their credentials?

Если это так, кем это написано и какова его репутация?

Is it published, how rigorous is the journal?

Если это опубликовано, то в насколько серьёзном журнале?

And ask yourself the million-dollar question:

Задайтесь вопросом, стоящим миллионов долларов:

If the same study was written by the same authors with the same credentials

если бы это же исследование было написано этим же учёным с той же репутацией,

but found the opposite results,

но результат был бы противоположным,

would you still be willing to believe it and to share it?

хотелось бы вам всё ещё в это верить и распространять?

Treating any problem --

Решение любой проблемы —

a nation's economic problem or an individual's health problem,

национальной экономической проблемы или проблемы со здоровьем человека —

is difficult.

это трудная задача.

So we must ensure that we have the very best evidence to guide us.

Поэтому нужно убедиться, что имеем лучшее доказательство, чтобы направлять нас.

Only if it's true can it be fact.

Только если это правда, это может быть фактом.

Only if it's representative can it be data.

Только если факты показательны, они могут быть данными.

Only if it's supportive can it be evidence.

Только если это подкрепляет теорию, это может быть доказательством.

And only with evidence can we move from a post-truth world

Только с доказательствами мы можем перейти из постправдивого мира

to a pro-truth world.

в проправдивый.

Thank you very much.

Спасибо вам большое.

(Applause)

(Аплодисменты)