Есть удобный способ выиграть спор, когда аргументы закончились. Достаточно сказать, что у собеседника эффект Даннинга–Крюгера. Человек настолько плохо разбирается в вопросе, что даже не понимает, насколько он некомпетентен. И чем увереннее возражает, тем очевиднее диагноз. Возразить на такое обвинение практически невозможно: любое возражение можно объявить ещё одним симптомом.
У этого приёма есть научно звучащее название, но с самой наукой отношения у него довольно сложные. Психологи действительно обнаружили, что менее успешные участники некоторых тестов склонны сильнее переоценивать свои результаты относительно других. Они предложили психологическое объяснение, получили экспериментальные подтверждения. Позднее выяснилось, что похожая картина может возникать и по другим причинам, включая свойства самих измерений.
А вот определять по уверенности человека в споре, насколько хорошо он понимает предмет, эти исследования не позволяют.
В августе 2026 года на Hacker News обсуждали весьма радикальное предложение, связанное с биотехнологиями. Один из участников ответил автору, что его имя должно стоять в словаре рядом с эффектом Даннинга–Крюгера [1]. В самом ответе не было ни разбора предложения, ни аргументов против него. Видимо, предполагалось, что двух фамилий достаточно.
Откуда взялась «Гора глупости»
Наверняка вы встречали картинку, где человек, едва познакомившись с предметом, стремительно взбирается на вершину самоуверенности. Это «Гора глупости». Дальше идут «Долина отчаяния» и долгий подъём по «Склону просветления».
Очень удобный график. На нём можно разместить практически любого неприятного собеседника, причём обычно где-нибудь поближе к вершине.
Только в работе Джастина Крюгера и Дэвида Даннинга 1999 года такой картинки нет [2]. Авторы вообще не исследовали, как меняется уверенность одного человека по мере обучения. Они давали разным людям задания на юмор, грамматику и логику, а затем просили оценить свои способности относительно остальных участников.
В первом эксперименте люди из нижней четверти по результатам находились примерно на 12-м перцентиле, но оценивали себя около 58-го. Перцентиль обозначает положение в группе: 20-й перцентиль означает, что примерно 20% участников получили результат ниже вашего.
У более успешных участников самооценки тоже были выше, просто росли гораздо медленнее фактических результатов. Никакого обязательного пика самоуверенности у новичков исследование не обнаружило.
Крюгер и Даннинг объясняли полученную закономерность тем, что для выполнения задачи и для распознавания собственных ошибок частично нужны одинаковые навыки. Начинающий шахматист может не видеть угрозы мата через три хода. Он уверен в своей позиции не обязательно из-за заносчивости: ему пока просто не хватает знаний, чтобы заметить опасность.
В одном из экспериментов психологи обучали участников логическому рассуждению. После обучения их самооценки становились точнее. Это серьёзный аргумент в пользу предложенного механизма, и было бы несправедливо сводить работу 1999 года к одному неудачному графику.
Со временем исследователи начали проверять и более прозаические объяснения этой кривой, связанные с устройством самих измерений.
Выучить предмет ещё не значит его понять
Но за спором о графиках скрывается более общий вопрос. Даже имея результаты тестов и самооценки участников, исследователи не всегда могут установить причины их ошибок. А мы порой готовы судить о чужой компетентности по одному уверенному комментарию в интернете.
Здесь стоит разделить знание предмета и понимание границ собственных знаний.
Есть старое школьное правило: из отрицательного числа квадратный корень извлечь нельзя.
Ученик его выучил, сдал контрольную, получил пятёрку. Теперь он готов объяснять правило остальным. Но если профессор математики скажет ему, что уравнение x² = −1 имеет решения, ученик вполне может возмутиться. Его ведь учили иначе.
Проблема в том, что оба правы, пока говорят о разных числовых системах. В действительных числах таких решений нет. В комплексных есть: i и −i, где i² = −1.
Профессор знает, что школьное правило справедливо для действительных чисел. При расширении числовой системы появляются решения, которых раньше не было.
А школьник может прекрасно помнить формулировку, но не понимать, что она относится к определённой математической конструкции. И вот уже из правильного знания получается неправильный вывод.
Между прочим, этот пример вполне соответствует исходной гипотезе Даннинга и Крюгера. Человеку может не хватать знаний не только для правильного решения, но и для того, чтобы заметить собственную ошибку. Это и есть «двойное бремя» некомпетентности. Такое случается не только со школьниками: специалист тоже может выйти за границы своей подготовки и не заметить этого. Поэтому сам по себе ярлык ничего не объясняет. Нужно показать, где именно рассуждение перестало работать.
В спорах об экспертизе меня давно интересует именно это различие. Человек освоил предмет, выучил определения, сдал экзамены, получил диплом и право заниматься профессией. По установленным критериям он компетентен. Но насколько хорошо он умеет проверять сами критерии, замечать скрытые допущения и выходить за пределы привычной модели?
Профессиональный статус даёт основания доверять специалисту: за ним стоят подготовка, практика и квалификационные требования. Но это не доказательство правильности каждого его вывода. Врач может ошибиться в диагнозе, математик – не заметить неверное допущение, исследователь – переоценить убедительность собственных данных.
Проверять конкретное утверждение всё равно приходится по его основаниям, а не по биографии автора.
На схеме ниже предметные знания отделены от умения самостоятельно проверять рассуждения.

В реальной работе оба навыка необходимы. Знания позволяют не изобретать заново то, что уже проверено. Самостоятельное рассуждение помогает заметить, что условия изменились или что привычное объяснение упускает существенную деталь.
Возражение человека без профильного образования может вскрыть ошибку специалиста, а может рассыпаться при знакомстве с давно известными фактами. Разобраться поможет проверка самого возражения.
Сама уверенность не подскажет, кто из них глубже понимает предмет. Профессор математики может быть абсолютно уверен в существовании комплексных чисел, и его уверенность прекрасно обоснована. Школьник может быть столь же уверен в обратном, если считает школьное правило универсальным.
Как статистика изображает самоуверенность
Представим двух людей с одинаковой подготовкой: каждый в среднем решает 70% задач. Одному попался неудачный набор вопросов, и он набрал 60%. Другому повезло: 80%. Оба оценили свои знания в 70%. Кто из них переоценил себя? По сути, никто. Но при сравнении с результатом конкретного теста первый окажется «самоуверенным» на 10 процентных пунктов, а второй – «излишне скромным» на те же 10.
Теперь разобьём участников на группы по результату теста. Среди тех, кто оказался внизу, будет больше людей, которым не повезло. Среди тех, кто наверху, – больше тех, кому повезло. Так появляется знакомый график: слабые участники словно переоценивают себя, сильные – недооценивают. Хотя в нашем примере никто не ошибся в оценке своей подготовки.
Есть и арифметическая ловушка. «Ошибку самооценки» вычисляют как самооценку минус результат теста, а затем сопоставляют эту разность с тем же результатом. Если оценка себя не меняется, каждые дополнительные 10 баллов теста автоматически уменьшают рассчитанную «ошибку» на 10. Одна и та же величина участвует по обе стороны сравнения.
Это не означает, что эффект Даннинга–Крюгера целиком выдуман. Это означает другое: по форме графика нельзя определить, почему он возник. На эту проблему указывали Йоахим Крюгер и Росс Мюллер [3]; роль случайного шума и особенностей измерения исследовали Нуфер с коллегами [4] и Жиньяк с Зайенковским [5].
Здесь есть забавная деталь: Джастин Крюгер, соавтор исследования 1999 года, и Йоахим Крюгер, автор критики 2002 года, – два разных человека. Иначе можно подумать, что Крюгер через три года передумал и опроверг сам себя.
Блэр Фикс получил похожую кривую даже из случайных величин [6]. Но такая модель заранее предполагает, что самооценка никак не связана с результатом. Это полезный математический тест, а не портрет реальных людей; на это указывали его критики [7]. В то же время Янсен и коллеги нашли данные в пользу того, что менее успешные участники действительно хуже используют информацию о собственных ошибках [8].
Итак, график существует. Вопрос в том, какая его часть отражает психологию, а какая появляется из способа измерения. Тут нужны не догадки о характере участников, а другие данные.
Один тест, две совершенно разные самооценки
Что значит «переоценить себя»? Ошибиться в числе правильных ответов или неверно представить, насколько хорошо справились остальные? На словах это похоже. На практике – два разных вопроса.
В эксперименте Макинтоша и коллег 2022 года участники решали матричные задачи, а затем оценивали и число своих верных ответов, и положение среди других студентов [9]. Мы в The Null Institute независимо пересчитали опубликованные данные 151 человека [10]. Вот результаты 38 участников из нижней четверти по предварительному тесту:
| Что оценивали | Самооценка | Фактический результат |
|---|---|---|
| Доля правильных ответов | 76,0% | 76,1% |
| Место среди других, перцентиль | 51,2 | 19,8 |
В первой строке почти полное совпадение. Во второй разница уже 31,4 перцентильного пункта. Одни и те же люди в среднем довольно точно оценили, сколько решили, но сильно переоценили своё положение относительно остальных.
Правда, «попали в точку» они только в среднем. Из 38 человек 22 переоценили число правильных ответов, 14 недооценили, двое оценили точно. Средняя абсолютная ошибка составила 7,7 процентного пункта: ошибки в разные стороны частично погасили друг друга.
Есть и ограничения сравнения. Людей просили оценивать своё место среди студентов Эдинбургского университета, а фактический перцентиль мы рассчитали внутри исследовательской выборки. Шкала самооценки тоже была необычной: ноль означал 50% правильных ответов, уровень случайного угадывания. Пересчёт учитывает эту шкалу, но мы не можем установить, как её понимал каждый участник [9], [10].
По всей выборке участники вообще недооценили свой результат в среднем на 7,64 процентного пункта. При этом связь между подготовкой и ошибкой самооценки оставалась отрицательной. В верхней четверти средний результат достигал примерно 97%: переоценить его почти некуда, а недооценить можно существенно.
Это и есть существенная оговорка. Один и тот же человек способен довольно точно оценить собственный результат и плохо оценить своё место среди других. Различие между абсолютной и относительной самооценкой известно давно [11]. Наш результат – независимая проверка конкретных данных, а не открытие нового психологического эффекта. Подробные таблицы, методика и код – в заметке The Null Institute.
Когда специалисты пересматривают решение
Во время пандемии COVID-19 эта разница между знанием, пониманием и практическим решением проявилась особенно отчётливо.
Вопросы безопасности вакцин, рисков инфекции и целесообразности конкретных мер требовали разных данных. При этом рекомендации нередко воспринимались как готовые ответы, которые неспециалисту оставалось только принять. Сомнения же могли объяснять не содержанием возражений, а предполагаемой некомпетентностью сомневающегося.
История с вакциной AstraZeneca показывает, почему такой подход плох.
После начала массовой вакцинации появились сообщения о редком сочетании тромбозов и снижения количества тромбоцитов. 7 апреля 2021 года британский Объединённый комитет по вакцинации и иммунизации (JCVI) рекомендовал предлагать взрослым младше 30 лет без дополнительных факторов риска альтернативную вакцину, если она доступна [12].
Это было изменение рекомендации на основании новых данных о серьёзном осложнении и соотношении пользы и риска для конкретной группы людей.
Меня в подобных историях раздражает не пересмотр рекомендаций. Специалисты как раз и должны учитывать новые данные. Хуже, когда квалификацию используют как защиту от вопросов.
Человек без медицинского образования может высказать как обоснованное, так и ошибочное опасение. Выяснять это нужно по существу, исходя из имеющихся данных. Назвать спрашивающего некомпетентным или вспомнить Даннинга–Крюгера – ещё не значит ему ответить.
Кто здесь на самом деле компетентен?
Само слово «компетентность» здесь начинает мешать: вместо разбора конкретной ошибки разговор незаметно переходит к оценке человека целиком.
Крюгер и Даннинг изучали отношения между результатами выполнения определённых задач и представлениями участников о собственных способностях. Их исследования не позволяют по одному уверенному комментарию определить, насколько глубоко человек понимает предмет. Тем более они не дают права считать любое несогласие с профессионалом проявлением психологического дефекта.
Это видно даже в их собственных данных 1999 года. Во втором эксперименте нижняя четверть участников по результатам теста на логику оказалась в среднем на 12-м перцентиле, верхняя – на 86-м. А своё место по результату теста они оценили почти одинаково: на 62-м и 68-м перцентилях соответственно [2]. Реальные результаты различались на 74 перцентильных пункта, самооценки – всего на шесть. Конечно, оценка своего места среди других – не то же самое, что уверенность в конкретном утверждении, да и средние значения не говорят всего об отдельных людях. Но уже отсюда видно, почему ошибочно по одной высокой самооценке делать обратный вывод о низкой компетентности.
И диплом сам по себе не отвечает на вопрос, верно ли конкретное утверждение. Он даёт основания ожидать определённой подготовки, иногда весьма серьёзной, но проверку утверждения не заменяет.
Вспомним школьника с квадратным корнем. Его правило верно в действительных числах. Ошибка возникает, когда он объявляет это правило свойством всей математики. Похожая ошибка возможна и у человека с гораздо более впечатляющей квалификацией, если он перестаёт замечать границы привычных моделей.
Меня интересует, что именно утверждает человек и чем он это обосновывает. Где в рассуждении факты, где допущения и при каких условиях вывод перестаёт работать? Здесь уже можно обсуждать ошибки по существу, не пытаясь угадать их по биографии собеседника.
А в той дискуссии на Hacker News, с которой мы начали, участник так и не объяснил в своей ответной реплике, что именно неверно в биотехнологическом предложении. Вместо этого он назвал психологический эффект.
Насколько состоятельным было само предложение, по этому ответу понять невозможно.
Узнали только, что его автору предложили место в словаре рядом с двумя психологами.
Источники
- Hacker News. Обсуждение с применением ярлыка Даннинга–Крюгера к оппоненту, август 2026. Обсуждение.
- Kruger J, Dunning D. (1999). Unskilled and unaware of it: How difficulties in recognizing one’s own incompetence lead to inflated self-assessments. Journal of Personality and Social Psychology, 77(6), 1121–1134. DOI.
- Krueger J, Mueller RA. (2002). Unskilled, unaware, or both? The better-than-average heuristic and statistical regression predict errors in estimates of own performance. Journal of Personality and Social Psychology, 82(2), 180–188. PubMed.
- Nuhfer E et al. (2016). Random Number Simulations Reveal How Random Noise Affects the Measurements and Graphical Portrayals of Self-Assessed Competency. Numeracy, 9(1). DOI.
- Gignac GE, Zajenkowski M. (2020). The Dunning-Kruger effect is (mostly) a statistical artefact: Valid approaches to testing the hypothesis with individual differences data. Intelligence, 80, 101449. DOI.
- Fix B. (2022). The Dunning-Kruger Effect is Autocorrelation. Economics from the Top Down.
- Andersource. (2022). I can’t let go of “The Dunning-Kruger Effect is Autocorrelation”. Andersource.
- Jansen RA, Rafferty AN, Griffiths TL. (2021). A rational model of the Dunning–Kruger effect supports insensitivity to evidence in low performers. Nature Human Behaviour, 5, 756–763. DOI.
- McIntosh RD et al. (2022). Skill and self-knowledge: Empirical refutation of the dual-burden account of the Dunning–Kruger effect. Royal Society Open Science, 9, 191727. DOI.
- The Null Institute. (2026). Dunning–Kruger Reanalysis: The Scale, the Baseline, and the Error Curve. Исследовательская заметка.
- Moore DA, Healy PJ. (2008). The Trouble with Overconfidence. Psychological Review, 115(2), 502–517. DOI.
- JCVI. (7 April 2021). Statement on use of the AstraZeneca COVID-19 vaccine. GOV.UK.