Проверить теорию заговора на реалистичность формулой Граймса

«Сотни тысяч людей десятилетиями скрывают правду». Это стандартная конструкция почти любой крупной теории заговора: NASA якобы сняло Луну в павильоне, климатологи якобы подделывают данные, фармкомпании якобы прячут лекарство, правительства якобы координируют глобальную операцию без единой серьезной утечки. Звучит масштабно. В этом и слабое место.

Проверяем не идеологию, не мотивацию и не «кому выгодно». Это любимая болотная тропа, там можно ходить кругами годами. Проверяем более скучную вещь: может ли такая тайна физически удержаться, если в ней участвуют тысячи людей. Для этого есть модель Дэвида Роберта Граймса — физика, который в 2016 году опубликовал в PLOS ONE работу «On the Viability of Conspiratorial Beliefs». Модель не разоблачает все заговоры на свете. Она делает другое: считает, сколько времени проживет секрет при заданном числе участников и вероятности утечки.

Сухая математика. Никаких разоблачительных прожекторов. Тем хуже для красивых легенд.

Математика против секретности: что именно считал Граймс

У любой теории заговора есть скрытая бухгалтерия. Не та, где деньги, а та, где люди. Кто знает? Кто подписал документ? Кто видел сырой набор данных? Кто обслуживал оборудование? Кто писал инструкции? Кто перевозил реквизит? Кто потом уничтожил следы? Кто молчал десять, двадцать, пятьдесят лет?

Вот здесь громкая история начинает терять глянец. Чем больше людей должно быть посвящено в тайну, тем быстрее растет шанс, что кто-то заговорит, сольет файл, оставит архивную копию, ошибется в письме, даст интервью, продаст документы, поссорится с начальством или просто умрет, оставив бумаги наследникам. Человечество в этом смысле надежно предсказуемо: оно плохо хранит большие секреты.

Модель Граймса опирается на три переменные:

В упрощенном виде логика такая: если у каждого участника есть хотя бы малая вероятность стать источником утечки, то общий риск растет вместе с числом участников и временем. Один человек может молчать долго. Сто человек — уже хуже. Десять тысяч — это не тайна, а рассылка с отложенной публикацией.

Граймс оценивал вероятность утечки p по историческим данным о реальных раскрытых заговорах и скандалах. Это не магическая константа. Она меняется от случая к случаю. У спецслужбы один режим секретности, у университетской лаборатории другой, у коммерческой структуры третий. Но сама зависимость никуда не исчезает: чем больше N и t, тем ближе система к провалу.

Большая теория заговора обычно ломается не на мотивах, а на численности персонала.

Это полезный сдвиг. Не спорим с человеком о том, «верит ли он NASA». Считаем, сколько людей должно было участвовать, и смотрим, сколько лет они якобы молчат. Дальше начинается не мировоззрение, а арифметика.

Порог, после которого тайна начинает жить недолго

В работе Граймса есть несколько чисел, которые удобно держать на столе как линейку. Если заговор должен оставаться тайным более 10 лет, число участников должно быть меньше 1000 человек. Не «миллионы посвященных», не «вся научная элита», не «все врачи планеты». Меньше тысячи.

Еще жестче выглядит порог в 2500 человек. При таком количестве участников вероятность раскрытия в течение года приближается к 100%. Да, модель делает допущения. Да, вероятность p не универсальна. Но порядок величин важнее декоративной точности.

Сравним типовые заявления.

Последняя строка особенно хороша. В ней обычно много пафоса и мало кадрового учета. Любой сложный проект оставляет следы: бюджеты, закупки, переписку, графики, инструкции, внутренние конфликты, увольнения, судебные споры, резервные копии, метаданные файлов. Чем больше система, тем больше мусора по краям. Информационный шум создается легко. Полная стерильность следов — трудно.

Здесь важно не впасть в обратную глупость. Формула Граймса не говорит: «заговоров не бывает». Бывают. История знает секретные операции, корпоративные сговоры, фальсификации, манипуляции с данными. Но у успешных заговоров почти всегда есть общие признаки: узкий круг участников, ограниченный срок, понятная цель, жесткая иерархия доступа, небольшое число документов, которые реально компрометируют всю схему.

Когда теория заговора требует, чтобы десятки тысяч независимых специалистов из разных стран десятилетиями синхронно врали без единой разрушительной утечки, она просит у нас не скепсис. Она просит отменить статистику.

Кейс NASA: почему фальшивая Луна плохо считается

Берем классический пример: высадка на Луну якобы была снята в павильоне. У этой истории много вторичных веток — тени, флаг, звезды, радиация, пленка, Кубрик, любимый набор для вечернего спора. Но формула Граймса заходит сбоку и спрашивает: сколько людей нужно, чтобы такая фальсификация работала?

По расчетам Граймса, для поддержания мифа о фальсификации высадки на Луну потребовалось бы участие примерно 411 000 сотрудников NASA. Это не случайная цифра из воздуха, а оценка масштаба людей, связанных с программой и необходимой инфраструктурой. И теперь проверяем время. С 1969 года прошли десятилетия. Люди старели, увольнялись, меняли страны, писали мемуары, ссорились с работодателями, попадали в архивы, оставляли личные фонды.

Если бы фальсификация такого масштаба существовала, она должна была бы держаться не на одном молчании. Она должна была бы выдержать:

1. Технический контур. Инженеры, расчетчики, специалисты по связи, операторы наземных станций, подрядчики, производители оборудования. Каждый видит свой кусок системы. Некоторые куски невозможно правдоподобно подменить одним «павильоном».

2. Документальный контур. Проектная документация, журналы испытаний, телеметрия, бюджеты, внутренние отчеты, служебная переписка. Большая бюрократия производит бумагу так же естественно, как двигатель производит тепло.

3. Международный контур. За американской лунной программой наблюдали не только поклонники NASA. Наблюдали конкуренты, включая СССР. Идеальный разоблачительный материал для холодной войны почему-то не был предъявлен. Удобная тишина. Слишком удобная.

4. Человеческий контур. Сотни тысяч людей не превращаются в один монолит. Они разводятся, болеют, банкротятся, обижаются, дают показания, хранят коробки на чердаках. На дистанции в полвека это не слабый фактор, а основной.

В таких сюжетах сторонники теории часто делают маневр: «не все знали». Верно, не все участники большого проекта знают центральный секрет. Это разумная поправка. Но она не спасает любую версию автоматически. Если утверждается не локальная подмена одного кадра, а фальсификация всей программы, круг осведомленных снова раздувается. Нужно объяснить, кто именно знал, кто был обманут, какие данные подменялись, где проходила граница доступа, почему независимые измерения не сломали картину.

Без этого теория остается не расследованием, а монтажом подозрений.

Фраза «они всё скрыли» не является объяснением. Это заглушка на месте механизма.

Климатический заговор: когда данные слишком распределены

Другой пример из расчета Граймса — сокрытие данных о климатических изменениях. Для такой схемы он оценивал необходимое число участников примерно в 3290 человек. На фоне 411 000 из кейса NASA число кажется скромным. Но для долгой тайны оно все равно велико.

Почему климатические теории заговора плохо переживают проверку? Из-за распределенности данных. Температурные ряды, спутниковые измерения, ледовые керны, океанографические наблюдения, фенологические данные, модели, национальные метеослужбы, университетские группы — это не один сейф в подвале. Это множество независимых источников, с разной методикой и разной институциональной культурой.

Чтобы утверждать, что «климатологи всё подделали», нужно показать не просто ошибку в одном графике. Нужно показать механизм синхронной подделки между разными странами, лабораториями, поколениями исследователей и наборами данных. Причем так, чтобы не возникло устойчивой утечки, пригодной для проверки: сырых файлов, переписки, внутренних инструкций, расхождений в архивах.

Здесь модель Граймса работает как фильтр грубой очистки. Она не решает климатологию за климатологов. Она спрашивает: сколько людей должны быть в курсе, чтобы версия о глобальном обмане была правдой? Если ответ — тысячи, а срок — десятилетия, у версии начинаются тяжелые проблемы.

Отдельно замечу: крупные научные споры не требуют заговора. Ученые ошибаются, спорят о методах, пересчитывают ряды, публикуют поправки, критикуют модели. Это нормальная механика науки, не дефект. Псевдонаучный заголовок берет эту нормальную шероховатость и продает ее как «признание фальсификации». Старый трюк. Меняется только шрифт на картинке.

Как применять формулу к новой теории заговора

Теперь практическая часть. У нас есть очередной виральный пост. Допустим: «ученые скрывают опасный сигнал из космоса», «фармацевты прячут лекарство», «международные организации заранее знали о катастрофе», «технологические компании тайно управляют рынком». Не спорим с эмоцией. Раскладываем утверждение.

Шаг 1. Формулируем проверяемое ядро

Плохая формулировка: «они нас обманывают». Проверить нечего. Слишком вязко.

Рабочая формулировка: «группа X с года Y скрывает факт Z, при этом для сокрытия нужны данные A, B и C». Уже лучше. Появились границы. Можно считать.

Если теория постоянно ускользает — сегодня это NASA, завтра банки, послезавтра масоны, потом «все элиты», — перед нами не гипотеза, а облако намеков. Формула Граймса любит конкретику. Облака она не считает.

Шаг 2. Оцениваем минимальное число посвященных

Не максимальное. Не всех сотрудников отрасли. Минимальное правдоподобное число тех, кто должен знать достаточно, чтобы утечка была опасной.

Смотрим по ролям:

• кто принимает решение о сокрытии;
• кто имеет доступ к исходным данным;
• кто технически меняет или удаляет следы;
• кто контролирует публикации и отчеты;
• кто обслуживает инфраструктуру;
• кто может сопоставить официальную версию с реальностью;
• кто должен молчать после увольнения или смены должности.

На этом шаге теория часто начинает худеть. Иногда выясняется, что для нее нужны не «три злодея в кабинете», а сотни технических специалистов, юристов, аналитиков, подрядчиков и внешних проверяющих. Упс, как говорится в строгих методических пособиях.

Шаг 3. Оцениваем срок

Тайна на три недели и тайна на тридцать лет — разные биологические виды. Короткая операция с малым кругом участников может не протечь. Долгая схема с тысячами людей почти наверняка оставит след.

Модель Граймса дает полезный ориентир: для сохранения тайны дольше 10 лет число участников должно быть меньше 1000. Если участников больше 2500, раскрытие в течение года становится почти гарантированным. Не как моральная истина. Как статистическая оценка.

Шаг 4. Ищем не «подозрительное», а разрушительное

В фактчекинге есть разница между странностью и доказательством. Странность — это «на фото тень выглядит не так». Доказательство — это архивный документ, сырой набор данных, цепочка переписки, признание участника, независимая верификация метаданных, совпадающая с другими источниками.

Для любой крупной теории заговора нужно спрашивать: где утечка такого уровня, который ломает механизм? Не ролик с нарезкой. Не скриншот без происхождения. Не пересказ «бывшего сотрудника» без проверяемой должности. А материал, который можно проверить по первоисточнику.

По этой же причине я настороженно отношусь к новостным рынкам, где хайп ценится выше источника: криптовалютные запуски, технологические анонсы, «секретные документы» из чатов. Там особенно полезно сверять не только заголовки, но и первичный контекст; для ориентира по тому, как быстро множатся инфоповоды вокруг проектов и конференций, достаточно посмотреть на поток новостей, событий и запусков в криптоиндустрии. Механика та же: чем громче обещание, тем нужнее первоисточник.

Что модель не умеет — и почему это не делает ее бесполезной

Теперь обязательная холодная вода. Формула Граймса не является абсолютным доказательством ложности любой теории заговора. Если кто-то использует ее как дубинку «математика сказала, замолчите», он просто заменяет один плохой прием другим.

У модели есть ограничения.

Во-первых, вероятность утечки p не универсальна. Она рассчитывается на основе исторических данных, но конкретная организация может быть более закрытой или более рыхлой. Военная структура, исследовательский институт и рекламное агентство текут по-разному.

Во-вторых, модель не учитывает психологию в полном объеме. Страх, идеологическая преданность, круговая порука, шантаж, деньги, корпоративная лояльность — все это может снижать вероятность утечки. Может. Но не обнуляет ее.

В-третьих, не каждый участник знает весь секрет. В больших проектах доступ фрагментирован. Один инженер видит модуль, другой — отчет, третий — бюджет. Поэтому при оценке N нужно быть аккуратным: считать не всех подряд, а тех, кто способен обнаружить несоответствие и подтвердить его.

В-четвертых, утечка не всегда приводит к немедленному признанию. Документ могут проигнорировать, свидетеля — высмеять, публикацию — утопить в шуме. Это реальный эффект. Но если заговор большой и долгий, утечек должно быть много, из разных точек, с разной фактурой. Тогда уже проверяем массив, а не одинокий голос в пустом поле.

И все же ограничения не отменяют пользу модели. Она работает как санитарный фильтр. Отсекает версии, которые требуют невозможной дисциплины от огромного числа людей на длинной дистанции. А таких версий в публичном поле большинство.

Быстрый разбор: как теория проходит через фильтр

Возьмем абстрактную новость: «международная группа ученых скрывает открытие, которое разрушает современную физику». Заголовок бодрый. Проверяем.

Если на каждом пункте ответ размазывается, вероятность того, что перед нами информационный шум, растет. Не потому, что «официальная наука всегда права». Она не всегда права. А потому, что обвинение в массовом сокрытии требует механизма массового сокрытия. Механизм должен считаться.

Самая частая манипуляция — подмена масштаба. Автор поста берет реальную локальную ошибку, например неудачную публикацию, конфликт интересов, плохую статистику, и расширяет ее до «вся область знания сфальсифицирована». Один дефектный кирпич не доказывает, что город нарисован на холсте.

Где формула особенно полезна

Формула Граймса хорошо работает против теорий, где заявлен большой, долгий и многоуровневый обман. Это космос, климат, медицина, массовые технологии, международная статистика, глобальные катастрофы. Там почти всегда есть распределенная инфраструктура и множество независимых участников.

Менее полезна она для маленьких закрытых историй: коррупционная сделка на несколько человек, фальсификация отчета внутри отдела, сговор узкой группы менеджеров. Такое может жить долго, если документов мало, участников немного, а выгода понятна. Здесь нужны другие инструменты: финансовые следы, корпоративные реестры, судебные базы, архивные копии сайтов, метаданные файлов, сопоставление версий документов.

То есть модель не заменяет расследование. Она помогает понять, стоит ли вообще принимать масштаб утверждения всерьез.

Есть простой практический признак. Если теория заговора становится сильнее каждый раз, когда вы просите конкретику, с ней можно работать. Если она становится туманнее, добавляет новых врагов и уходит в «вы просто не понимаете, насколько все глубоко», перед нами не гипотеза. Перед нами самозащитный миф.

Итог: считать скучно, зато полезно

Формула Граймса не закрывает разговор о заговорах. Она закрывает один популярный побег из реальности: веру в то, что огромные системы могут десятилетиями хранить идеально чистую тайну без серьезных утечек. Не могут. Люди ошибаются. Документы остаются. Данные копируются. Уволенные сотрудники разговаривают. Архивы всплывают.

Поэтому рабочий способ проверки такой: формулируем ядро утверждения, считаем минимальное число посвященных, задаем срок, ищем разрушительные утечки и сравниваем с порогами модели. Меньше 1000 человек на срок более 10 лет — еще можно обсуждать. Больше 2500 человек и год молчания — уже тревожный сигнал для самой теории. Сотни тысяч участников и полвека тишины — это не заговор, а плохо составленная смета на миф.

Математика здесь не эффектная. Она просто ставит табуретку под громкий заголовок и показывает, что тот висит в воздухе.