Среднего более не дано. Как выйти из эпохи великой стагнации

В людских шахматах возросла значимость способности поразить соперника уже в дебюте партии. Скажем, я могу предугадать ваши первые двадцать ходов, которыми вы будете отвечать на мой вариант игры, а на двадцать первом ходу я сыграю несколько неожиданно для вас. Более того, я оказался в состоянии предугадать, что игра дойдет до этого хода. Во время подготовки к игре — до собственно начала партии — я запросил у компьютера рекомендации относительно того, как мне стоит играть после любого вашего возможного ответа на мой двадцать первый ход. Я прихожу на игру, уже вооруженный подобным компьютерным анализом. Другими словами, на самом важном этапе игры вы играете против меня и компьютера. А теперь взгляните на это применительно к ситуации, когда соискатель приходит на собеседование по трудоустройству, имея в кармане предложения по увеличению прибыли вашей компании, которые выдала ему умная машина.

Если мне удастся довести игру до позиции, которую я спрогнозировал, а вы — нет, то вам придется играть против меня и компьютера. В более ранние дни моей шахматной жизни сюрприз, который я мог приготовить для соперника, состоял в том, чтобы заставить его играть против меня и моей домашней заготовки, что, конечно, было значительно менее серьезной проблемой для моего оппонента.

При подготовке к игре на серьезных турнирах ведущие гроссмейстеры уделяют много времени поиску ходов и комбинаций, способных ошеломить соперника и склонить чашу весов в их пользу. Все дебютные находки проверяются ими с помощью программ и используются в игре в надежде довести игру до ситуации, когда противник остается в одиночку против «меня и моего компьютера», что дает неоспоримое преимущество. В каком-то смысле гроссмейстеры пытаются добраться до того места воображаемого ринга, где находится оружие, способное обеспечить им победу. Чем выше мастерство самого шахматиста, тем выше потенциал подобного преимущества.

Наибольшую пользу из шахматных «движков» способны выжать те из профессиональных шахматистов, кто понимает, как следует тренироваться совместно с компьютером и как следует учиться у компьютера. Появление шахматных программ пошло на пользу игрокам с отличной памятью и добросовестным подходом к процессу обучения; игрок, который не в состоянии запомнить свои дебютные ходы, от подобной стратегии подготовки ничего не выиграет. Человек с хорошей памятью способен к весьма эффективному обучению компьютером и последующему спонтанному применению полученных знаний и навыков, например во время собеседования о трудоустройстве.

Действительно, во многих жизненных ситуациях возможность моментального применения фактических или аналитических данных представляет собой огромное преимущество. Участники заседаний и биржевых торгов, адвокаты, пытающиеся убедить присяжных, менеджеры в критических ситуациях — все они пытаются мгновенно воспользоваться уже имеющейся у них в памяти информацией. Во всех этих ситуациях все большее значение имеет то, чему специалисты научились или не научились у компьютера, и то, насколько хорошо они усвоили информацию и советы, полученные ими от компьютера.

Мастера стиля «адванс»

В шахматах стиля «адванс» подготовка неожиданных дебютов являет собой довольно четкую задачу и требует точного разделения труда. Вернемся к Нельсону Эрнандесу, одному из членов шахматной команды «адванс» Энсона Уильямса. Вот уже семь лет примерно 20-25 часов в неделю Нельсон посвящает работе над одной из лучших в мире баз данных по шахматным дебютам. Он осуществляет поиск информации по играм лучших гроссмейстеров и компьютерных программ, документирует их и проверяет записанную информацию на наличие возможных ошибок. В базе данных содержится столько информации, что Нельсон попросил меня не указывать ее объемы — чтобы не прознали соперники,— однако я все же скажу, что, когда он привел цифры, я был поражен. Он полностью отдается этой работе, в которой и заключается его роль в команде. Благодаря этой базе данных его команда обладает обширнейшей информацией, позволяющей ей определить, какие из дебютных ходов оказались успешными в уже имевших место играх гроссмейстерского уровня, а какие — нет. База данных позволяет команде разыгрывать одни из лучших дебютов в истории шахмат и при этом — на много ходов вглубь игры.

Когда я встретился с Нельсоном, я не мог подобрать слова похвалы: «Сказать, что ты — один из лучших игроков за историю шахмат, не могу, но то, что ты — нечто потрясающее, это точно. Но что именно — не могу подобрать определение». Нельсон ответил мне улыбкой.

Кстати, настоящее название команды Уильямс — Эрнандес — Чен мало кому известно. Я знаю несколько вариантов названия, однако они не захотели, чтобы я узнал оригинальное название, а вслед за мной его узнали и вы. Они держат свое настоящее название в секрете, а для каждого турнира подбирают новое. Это значит, что для прочих участников турниров «адванс» задача подготовки дебютов усложняется, поскольку они могут и не знать заранее, с кем или чем им предстоит сразиться в следующем раунде.

Скрытность участников. Настольные игры. Кодовые названия. Не звучит ли это все слишком уж по-детски? Может ли модель шахматного стиля «адванс» быть столь уж значимой? Не глупость ли с моей стороны полагать, что прямое сотрудничество между человеком и машиной, предпринимаемое в целях определенного анализа или выполнения определенных задач, способно существенным образом революционизировать нашу экономику, включая многие области сферы обслуживания? Может ли это действительно стать вопросом жизни или смерти?

Медицинской диагностике срочно требуется расширение сфер применения искусственного разума. Компьютеры уже сейчас способны проводить диагностику некоторых заболеваний — здесь обычно применяется технология, известная как искусственная нейронная сеть, или ИНС. Клиникой Мэйо программы ИНС используются для выявления у пациентов эндокардита — инфекционного заболевания сердца, — а более точная постановка диагноза освободила некоторых пациентов от необходимости операции. Корпорациями General Electric и Artificial Intelligence in Medicine, Inc. проводится разработка новых программ медицинской диагностики.

Анализ цервикальных мазков крайне полезен в выявлении рака шейки матки. С 1990-х гг. для анализа слайдов мазков используется автоматическая система работы с изображениями. Программа поиска изображений способна выявлять признаки анормальных клеток быстрее человека, но работой собственно машины дело не ограничивается. Программой выявляются изображения, с которыми затем должны ознакомиться и специалисты. При этом существуют свидетельства того, что подобное сотрудничество между машиной и человеком гораздо более результативно, чем работа специалиста в одиночку, независимо от того, идет ли речь о точности или скорости работы.

Машины используются для проверки поставленных специалистами диагнозов, выявления ошибок, совершаемых врачами на фоне усталости, а также для отслеживания и хранения информации по новым разработкам, представленным в медицинской литературе. И кстати, каждые несколько лет объем этой литературы увеличивается вдвое. Тем не менее, несмотря на все наши технологические и медицинские достижения, неправильная постановка диагноза по-прежнему далеко не редкость.

Полностью полагаться в выявлении патологий лишь на способности компьютера было бы, конечно, безответственно, поскольку человеческий глаз способен определить ошибки изображения или неверные данные лучше любой машины. Однако связка «человек—машина» в меньшей степени подвержена ошибкам, чем работающий в одиночку компьютер. К тому же на контроле со стороны человека настаивают и разработчики медицинского программного обеспечения.

Медицинский прибор способен проанализировать симптомы пациента с помощью напоминающей доброго доктора Ватсона программы и определить, что с пациентом не так, на основе обширных баз данных. Но может ли компьютер задать уточняющие вопросы пациенту или определить, когда пациент говорит неправду или преувеличивает свои ощущения и проявления симптомов? В состоянии ли компьютер должным образом рассказать о диагнозе пациентам из разных социальных групп и с разным уровнем образования? Такое случится еще нескоро, поэтому мы вновь в связке с компьютером.

Разумеется, для того, чтобы эта связка работала, машина должна быть очень умной. А насколько разбираться в том или ином вопросе должен человек? Если специалист — высокооплачиваемый врач, то связка «человек—машина» становится весьма дорогостоящей, даже если она полезна с медицинской точки зрения. Мир, не говоря уже об Американской медицинской ассоциации, не готов принять тот факт, что человек, работающий с компьютером, не обязательно должен быть врачом или даже медицинским специалистом. Ему достаточно хорошо разбираться в ошибках компьютера и уметь исправлять их, а это уже совершенно иное. Хотя здесь и требуются определенные знания медицины, навыки сканирования мозга и другие знания и умения, этому специалисту все же не требуется иметь столь же обширные познания в медицине, что и у доктора медицинских наук. Здесь в большей степени может потребоваться знание умных машин, принципов их функционирования, их типичных недостатков и неполадок.

Ну а пока связка «человек—машина» зачастую используется в медицинской диагностике незаконно или полулегально. Кто или что является сегодня в Америке «доктором», к совету которого прибегают чаще всего? Это поисковик Google, предоставляющий пользователям доступ к трем миллиардам размещенных в Интернете медицинских статей. Вам нездоровится? Миллионы людей просто вводят свои симптомы в строку поиска и знакомятся с найденной информацией. И только потом решают, обращаться ли к врачу, вызывать ли скорую, увеличить ли дозу лекарства или, наоборот, вообще прекратить принимать его. Нравится нам это или нет, но эпоха компьютерного врача уже наступила.

Применение принципов стиля «адванс»

Насколько правильно использовать поисковик Google в качестве диагностического инструмента? У нас пока нет ответа на этот вопрос. А многим ли из простых пользователей известно, что результаты поиска можно улучшить, если сформулировать запрос, например, следующим образом: «метаболический синдром site: edu»? Думаю, немногим.

Ханви Тан и Дженнифер Хви Квон Нг проанализировали двадцать шесть диагнозов и ввели симптомы по каждому из случаев в поиск Google. В 58% случаев Google выдал правильный диагноз, а в ряде других — полученные ответы просто не были достаточно конкретными. В исследовании не стояла задача определения возможной цены неточных или вводящих в заблуждение результатов поиска, поэтому мы пока далеки от того, чтобы медицинские организации взялись за проведение подобного масштабного эксперимента. И тем не менее это аргумент в пользу продолжения сотрудничества между человеком и машиной в медицине, хотя и в более упорядоченных и легальных формах. Компьютерные доктора у нас уже есть, и это наглядно иллюстрирует способности информационных технологий к быстрому распространению; следующий вопрос заключается в том, насколько компетентными и надежными окажутся наши компьютерные слуги-врачи.

Наши образовательные принципы, а в более далекой перспективе — и нормативно-правовая база, должны будут измениться. Наша система сертификации и подтверждения квалификации отстает от реалий сегодняшнего дня и грядущего мира, где работают связки «человек—машина», прежде всего — в медицине. Хотя это — всего лишь одна из областей.

Представление о том, чем является диагностическая процедура, довольно размыто. Диагностика осуществляется не только врачами, но и менеджерами, юристами, преподавателями младших классов и банковскими специалистами, отвечающими за выдачу кредитов. И в каждой из этих специальностей существует потенциал применения машинного разума.

Новая система труда отлично резюмируется двумя недавними комментариями к моему блогу, MarginalRevolution. Первый — от читателя блога под именем Wil W:

Мне кажется, мы недооцениваем потребность в работниках с частичными функциями специалистов по IT (информационным технологиям) в ближайшие пять лет. Потребность в работниках, не занимающихся разработкой IT, но в то же время имеющих соответствующую подготовку и навыки, возрастает. Собственно работа с IT занимала бы у них не более 20% рабочего времени, но эти 20% уходили бы на использование и корректирование технологий в целях повышения общей эффективности работы предприятия. Это часто называют децентрализацией IT, однако речь здесь больше идет об используемом в работе оборудовании.

Представьте себе на секундочку ценность работника на сборочной линии, не имеющего ни подготовки в работе с компьютером, ни соответствующих навыков. Раньше в 99% случаев так оно и было. Теперь же компьютеры становятся все более значимой частью производственного процесса. Ценность подобных работников для предприятия снижается, или как минимум не увеличивается, даже если производительность их труда растет.

А теперь возьмите нового работника. У него нет диплома инженера-компьютерщика, однако он прошел соответствующую подготовку и его компьютерные навыки выше среднего. Самое же главное, что он готов заниматься компьютерами и вне рамок предписанных процессов. Ценность данного работника для предприятия не просто выше ценности первого работника. Она растет вместе с увеличением использования компьютеров.

Я не утверждаю, что решение в образовании, но IT уже сейчас, не говоря уже о будущем, находят себе все большее применение в работе человека. А труд тех работников, которые имеют или приобретают соответствующие навыки, будет оплачиваться лучше (во всяком случае, должен был бы).

А это — второй комментарий, от пользователя под

именем JWatts:

Я работаю на предприятии индустрии автоматических средств управления. Моя специализация — разработка ИПМ (интерфейсов «пользователь—машина»). Поэтому у меня большой опыт в вопросах, о которых вы говорите. Я бы сказал, что те изменения, которые индустрия привносит в тяжелую автоматику в США, проникают и в другие отрасли. Наиболее наглядные примеры, знакомые большинству людей,— это банкоматы, кассы самообслуживания в супермаркетах и прочие подобные устройства, а также дисплеи с иллюстрированным меню в ресторанах быстрого питания.

Может показаться, что в дисплее меню в ресторане нет ничего особенного, однако он помогает сильно сократить уровень отходов и сэкономить труд человека. Благодаря ему число ошибочных заказов значительно сократилось, а процесс обслуживания ускорился...

На сегодняшнем американском предприятии ценность работника, не умеющего пользоваться компьютером, невелика. Теперь компьютеры устанавливают даже на автомобильные эвакуаторы. На любом производстве дорогостоящих изделий сегодня занято больше компьютеров, чем людей. (А все производства дешевых изделий выведены или выводятся из США и Канады...)

Я не думаю, что решение в образовании, поскольку оно здесь лишнее. Работник, легко управляющийся со смартфоном, управится и с современным промышленным компьютером. Если вы хорошо играете в любую стратегическую видеоигру, то вы более чем подходите для управления современной производственной линией. Однако факт остается фактом: современное общество требует постоянной переподготовки и переобучения. Правда, от собственно формального образования толку будет немного.

Ни одному из операторов, с которыми мне доводилось работать, не требовалось писать многозвенные логические коды, хотя некоторые операторы вполне могли бы справиться с такой задачей, причем на «отлично». Если я выполню свою работу хотя бы наполовину так же хорошо, как от меня требуется, то разработанные мною ИМП и производственные компьютеры должны будут автоматизировать повторяющиеся этапы производственного процесса. Главная задача оператора состоит в устранении неисправностей, а грамотно сконструированная система эту работу ему облегчает. Устранению неисправностей в колледже не научишься. Но этому научишься, настраивая под себя свой новый iPhone.

Каковы более широкие выводы из применяемого в стиле «адванс» подхода к работе и игре с умными машинами? Они довольно похожи на более общие выводы относительно рынка труда, сделанные во второй и третьей главах:

1. Лучшие команды — это команды, основанные на связке «человек—компьютер».

2. Человек, управляющий умной машиной, не обязательно должен быть специалистом в той области, где она применяется.

3. Если квалификация работника ниже требующегося уровня, то его работа в паре с машиной будет менее эффективной, чем самостоятельное функционирование аппарата.

4. Знание работником границ своих возможностей приобрело гораздо большее значение, чем раньше.

Мы можем использовать концепцию связки «человек—машина» для определения разницы между никчемным работником, или работником с «нулевым предельным продуктом», и потенциально ценным. Никчемный — это работник, работа которого в паре с машиной ухудшает, а не улучшает результаты труда. Потенциально же ценный работник, действующий в паре с машиной, способен добиться лучших результатов по сравнению с самостоятельно функционирующей машиной. Говоря языком экономики, продуктивный работник и умная машина дополняют друг друга, как никогда прежде.

Подобная взаимодополняемость может вывести нашу экономику из великой стагнации, о которой я писал в другой своей книге. Но, несмотря на те плоды и награды, что будут ждать нас в конце, сам этот путь для многих из нас окажется пугающе сложным.

6. Почему логика не в состоянии помочь вам найти работу

Любовь и любовные отношения — одна из сфер, где логика может человека обмануть, а иногда и привести к роковым последствиям. Кроме преступлений, на которые нас толкает страсть, мы зачастую идем не той дорогой в попытке заполучить объект своего вожделения — а ведут нас по ней наши чувства и импульсы. Знакомства в Интернете и машинный разум поменяли правила, но не значит ли это, что один набор любовных ошибок просто сменился новым набором предубеждений и просчетов?

Крупные сайты знакомств применяют возможности искусственного разума для того, чтобы рекомендовать пользователям других пользователей, и эти рекомендации зачастую отличаются от того, на чем пользователи остановили бы выбор сами. Если раньше сайт знакомств eHarmony анализировал пользователей по десяткам параметров, то теперь — по сотням (и эта цифра вполне могла устареть на момент, когда вы читаете эти строки). Эти параметры включают не только информацию из анкеты пользователя, но и то, насколько часто пользователь заходит на сайт, задаваемые им параметры поиска, и кому из владельцев других анкет он решает написать. Проблема здесь, однако, заключается в том, что значительная часть используемых для анализа данных — это самостоятельно указываемая пользователем информация, и эта информация может быть неточной или намеренно искаженной ими в надежде выставить себя в более привлекательном свете. Алгоритмами также учитываются общие интересы и черты характера, и благодаря этому сведенные компьютером пары могут чаще выбирать друг друга для знакомства, однако говорить о том, что заключенные впоследствии браки окажутся крепкими в долгосрочной перспективе, пока не приходится.

В настоящее время программы еще не в состоянии свести любовь к статистически измеряемому алгоритму. Было бы глупо игнорировать важность разговорных ритмов, запахи и сексуальное влечение, а также то, каким образом долгосрочная совместимость эволюционирует на протяжении многих лет и десятилетий. С другой стороны, программное обеспечение привлекает более серьезное внимание пользователей к перспективам, которые сами они проигнорировали бы, а то и вовсе не заметили бы. Вот одна из историй знакомств на сайте Match.com:

Камбри, чернокожий молодой человек, заметил анкету красивой белой девушки, живущей неподалеку и имеющей те же музыкальные пристрастия, что и он. Он отправил ей короткое приветственное сообщение и в течение дня получил ответ от Карры О’Дэниел, оказавшейся оперной певицей. Их первое свидание не задалось, но они договорились о втором, и вскоре можно было говорить о серьезности развивающихся между ними отношений. Оказалось, что они занимались в одной и той же музыкальной школе, хотя ни разу там не пересекались. Они занялись совместным исполнением произведений Ференца Листа и размещением видеозаписей на YouTube. Через полгода Камбри сделал Карре предложение. Свадьба состоится 1 октября в Миннесоте.

Как это часто бывает, женщина, в которую Камбри влюбился, была совсем не той, которую он искал. «Не думал, что человек, на котором я женюсь, окажется белой женщиной из Инвер-Гроув-Хайтс, Миннесота», — сказал он. Камбри тоже не совсем укладывался в идеал мужчины, с которым желала познакомиться Карра О’Дэниел. В своей анкете на Match.com она указала, что ищет мужчину в возрасте от 21 до 26 лет (Камбри на тот момент уже исполнилось 28). Возраст Камбри исходя из возрастных рамок Карры О’Дэниел был для нее слишком велик. В действительности, Камбри и О’Дэниел никогда не искали друг друга, а были представлены друг другу алгоритмом.

Мы знаем, что в шахматах программам под силу победить человека, однако способности программ в подборе партнеров оценить труднее; точных же результатов, на основе которых можно было бы провести соответствующее исследование, не существует. Одна счастливая пара еще не означает, что компьютеры — лучшие свахи, как не означает и того, что от свах — будь они людьми или программами — толку больше, чем без них.

Однако нетрудно признать важность свахи в том, что касается ее способности подтолкнуть нерешительно настроенного к тому, чтобы он уже, скажем так, «повзрослел». Нельзя вечно ходить между витринами, ничего не приобретая, хотя создается впечатление, что людям только это и нужно. Зачастую они лишь читают анкеты и продолжают мечтать о своем идеале вместо того, чтобы отправиться уже на свидание. Разумеется, это — не самое лучшее применение технологиям. Самое же главное, возможно, в том, что технология алгоритмов подбора партнеров в состоянии помочь нам разобраться с ошибками, которые мы совершаем в личном выборе, основанном лишь на нашем суждении. Если человеческая логика настолько несовершенна в высокоинтеллектуальном мире гроссмейстерских шахмат, то чего нам стоит ожидать в подверженной страстям области любовных отношений?

Здесь мне вспоминается мой собственный случай из 2003 года, то есть еще до эпохи алгоритмов. Я написал электронное сообщение женщине, указавшей в своей анкете, что придерживается либеральных политических взглядов. Себя бы я к либерально настроенным людям не отнес (скорее уж, во мне уживается смесь либертарианства и консерватизма), но она поначалу о моих взглядах не подозревала — а знай она их, они, возможно, могли бы ее оттолкнуть. У меня не было намерений вводить ее в заблуждение. Я считал, что ничего не скрываю, но она позднее решила иначе, хотя, конечно, она и читала мою анкету. Она согласилась сходить со мной на свидание, и мы женаты уже десять лет. Используемый способ знакомства заставил по крайней мере одного из нас — а может, и обоих, — не следовать своей логике, отчего мы оба выиграли.

Годы спустя, уже работая над материалом для этой книги, я прочитал, что ученые, работавшие с данными Match.com, выяснили, что человек с консервативными взглядами гораздо чаще напишет человеку с либеральными взглядами, чем наоборот. Поэтому, если в анкете пользователя указано, что сам он придерживается консервативных взглядов, но при этом он часто пишет пользователям с либеральными взглядами, то система будет рекомендовать ему пользователей последней категории гораздо чаще. Пользователь может и понятия не иметь, почему ему зачастую предлагаются именно эти анкеты, однако вероятность того, что подбор пользователей именно по этому критерию работает, велика.

Захотим ли мы учиться у машин поиску партнеров? Одна жительница Нью-Йорка была категорична: «Вообще-то, алгоритм Match.com мог бы и догадаться, что не нужно предлагать мне сорокапятилетнего кандидата аж из Нью-Джерси». Интересно, что бы она сказала, если бы столь умный компьютер, каким является Deep Blue, порекомендовал ей сорокадвухлетнего кандидата из Канзаса?

В деле любви и брака мы, люди, пытаемся избежать незнакомых сложностей. Мы зачастую тянемся к тем, кто такой же, как мы, и избегаем осложнений, которыми чреваты различия между людьми. И здесь машинный интеллект может оказаться полезным. Машины незнакомого не боятся.

Принятие решений

Возможно, самая большая польза от компьютерных шахмат — это возможность заглянуть в глубины когнитивного процесса решения проблем. Лучшим шахматным программам свойственно такое качество, как «неприятие унижения», что заставляет их избегать ничьих и выбирать незнакомые и чреватые осложнениями решения. Более же важно то, что в отличие от многих людей программы сложностей не боятся. Когда в игре сходятся две сильные программы, зачастую только о сложностях говорить и приходится. Многие компьютерные игры предлагают нелогичные ходы и комбинации. Иногда кажется, что на шахматной доске царит хаос. Зачем так много пешек передвинуто вперед? Зачем столько гамбитов? Что конь делает в этой позиции на этой стороне доски? Почему одновременно под ударом находится так много фигур? Эти игроки совсем потеряли нити игры?

Из Нью-Джерси они, что ли? Я так в шахматы не играю!

Мы давно уже пытаемся преодолеть свою предвзятость, например предрасположенность к тому, что нам знакомо. Специалистами, занимающимися исследованиями в набирающей популярность сфере поведенческой экономики, проводится анализ тех предубеждений, на которых зиждется наш индивидуальный выбор, с использованием ряда внешних показателей. Нам известно — или нам только кажется, что нам известно, — что люди переоценивают степень своего влияния на определенные ситуации и в своих решениях излишне опираются лишь на какую-то часть информации — но это только одна из причин многочисленных человеческих ошибок и предубеждений. Когда я последний раз сверялся со списком типологии когнитивных искажений (систематических ошибок в мышлении, возникающих на основе нерациональных убеждений), приведенным на Wikipedia, он содержал перечень из сорока восьми типов искажений.

Но даже после столь обширной исследовательской работы и после всех собранных свидетельств остаются открытые вопросы. Когда речь идет об оценке человеческого предубеждения, можем ли мы быть уверенными в том, что исследователь прав, а индивидуальный выбор ошибочен? У меня много странных привычек, которые, как я считаю, идут мне только на пользу. Возможно, исследователю и покажется странным, что я расставляю по всему дому кипы книг, но для меня это — отличный способ организации информации и отслеживания, где какая книга находится. Может быть, прав я, а может быть — моя жена, требующая, чтобы я убрал книги на полки, но знать наверняка мы этого не можем.

Подобные же дилеммы наблюдаются и в более систематических исследованиях. Помните такую прописную истину—лучше синица в руках, чем журавль в небе? Экономисты часто рассматривают эту нашу прописную истину в качестве предвзятости и свидетельства того, что мы ценим те предметы, которыми владеем, в гораздо большей степени, чем те, которые можем приобрести (что известно как «эффект владения»). Однако при всей кажущейся иррациональности такого подхода, возможно, это — неистребимая черта характера, свидетельствующая об умении быть преданным друзьям и родственникам. Может быть, одно из качеств настоящей преданности и состоит как раз в том, что мы не можем отказаться от нее по требованию момента. В таком случае «эффект владения» может служить показателем правильных жизненных принципов, а не сигналом о нашей иррациональности. Я не утверждаю, что так оно и есть. Я лишь хочу сказать, что предлагаемые экономистами модели не могут объяснить это полностью.

При изучении иррациональности человека экономисты зачастую излишне полагаются на субъективные предположения о том, что является рациональным, а что — нет, выраженные в виде моделей. Экономист может составить математические аксиомы, а затем выяснить, что человеческое поведение им не соответствует. Однако насколько убедительны сами эти модели в объяснении сложного и многомерного процесса принятия решений человеком? Значительная часть исследований, следующих этой традиции, неубедительна, несмотря на всю гениальность их авторов. Другие экономисты полагаются на искусственно воссоздаваемые в лабораторных условиях ситуации для оценки человеческой рациональности или установления ее отсутствия. В экспериментах ими используются неопытные студенты, которые далеко не всегда берутся за задачи по решению проблемы в достаточной мере серьезно, а предлагаемое им вознаграждение за должное выполнение заданий довольно невелико. По понятным причинам привлечь для участия в этих экспериментах исполнительных директоров корпораций и менеджеров гораздо труднее. Более того, существуют исследования, в которых приняли участие и исполнительные директора, однако зачастую их результаты не отличаются от экспериментов с участием студентов. Не кроется ли здесь проблема в собственно экспериментах, а не в применяемом методе? Нам известно, что в реальности исполнительных директоров и студентов местами не поменяешь, так почему же они оказались взаимозаменяемыми в экспериментах? Если они взаимозаменяемы в эксперименте, не означает ли это, что им не учитываются соответствующие особенности условий реального мира? Неважно, что именно, по вашему мнению, не так с этими экспериментами, но нам хотелось бы, чтобы они отражали условия настоящих ситуаций и предлагали настоящее вознаграждение за участие в них.

Шахматы хороши тем, что в них существуют четкие, хотя и не совершенные определения того, какие ходы правильные, а какие — нет. Итак, что мы можем узнать о человеческой логике, если взглянем на игру человека через линзы машины?

Обратимся к работам ряда интересных исследователей. Сначала — к работам Кена Ригана. Профессор Риган и я были друзьями детства и несколько раз вместе выступали за одну и ту же команду в американских общенациональных командных соревнованиях по шахматам в Атлантик-Сити, Нью-Джерси. До недавнего времени мы с Кеном не виделись с тех самых пор, как мне было пятнадцать. Из всех одаренных американских шахматистов, последовавших по стопам Бобби Фишера, у Кена, наверное, был наиболее творческий подход к игре. Ходы Кена были крайне непредсказуемыми. Никому другому и в голову не пришло бы так играть. Он просчитывал и играл красивые комбинации, которые другие игроки даже не считали стоящими того, чтобы их рассматривать. Каждому было известно, что если наблюдать за игрой Кена Ригана, то можно обязательно увидеть что-нибудь интересное, но, возможно, что от увиденного заболит голова. Однако Кен бросил профессиональные шахматы в возрасте двадцати двух лет и, сосредоточившись на математике, стал доктором математических наук в Оксфордском университете. Сегодня он — профессор информатики в университете Буффало, проведший добрую часть своей профессиональной жизни в попытках решить знаменитую математическую задачу равенства классов Р и ОТ, одну из важнейших нерешенных задач в математике (которая формулируется следующим образом: действительно ли то, что отыскать решение задачи с нуля в принципе тяжелее, чем проверить уже имеющееся решение?).

В 2006 г. Кен снова вернулся к шахматам. Его привлекло возрастающее качество компьютерных программ и очаровали потенциальные объемы информации, которые можно было с их помощью получить. Начиная с 2006 г. им проводится работа по созданию базы данных игравшихся шахматных партий с первостепенным вниманием к играм гроссмейстеров, но и не пренебрегая выступлениями игроков более низкого уровня. Кен проводит анализ партий с помощью программы Rybka в целях оценки удачных и неудачных действий каждого из игроков. Это отличный эксперимент по оценке человеческого разума. Качество данных, касающихся принятия решений, делает работу Кена чрезвычайно важным инструментом анализа наших интеллектуальных возможностей, того, что мы, люди, оцениваем правильно, а что — нет.

В отличие от множества разработчиков экономических моделей и аналитических инструментов у Кена есть Rybka, надежная система оценки человеческих решений, принимаемых при игре в шахматы. На любом этапе игры Rybka рекомендует оптимальный ход и может рассчитать, насколько любой другой ход снижает шансы игрока в игре в абсолютном выражении. Кен в состоянии рассчитать процентную долю ходов, сделанных отдельным игроком в течение отдельной партии или на отдельном турнире, которые совпадают с рекомендациями программы Rybka, а также размер средней ошибки отдельного игрока — опять же относительно рекомендаций Rybka.

Вознаграждение для победителей шахматных турниров зачастую весьма значительно, а турнирные успехи сулят не только вознаграждение, но и перспективы профессиональной шахматной карьеры. Прочими стимулами добиться успеха являются чувство самоудовлетворения, авторитет и рейтинговые очки, а сами игроки знают то, чем занимаются, досконально. Игра в шахматы — одна из высших форм проявления человеческого разума.

Результаты своих исследований Кену только предстоит опубликовать — частично в силу того, что он еще пополняет базу данных. Тем не менее уже сейчас можно говорить об определенных шаблонах в принятии решений шахматистами. Когда я навестил Кена в Буффало, он продемонстрировал мне, каким образом им проводится компьютерный анализ, и поделился некоторыми выводами.

Более всего Кена поразила общая надежность процесса принятия решений человеком. Rybka, конечно, играет в шахматы лучше человека, однако как удачные ходы, так и ошибки игроков вписываются в регулярно проявляющиеся, объяснимые шаблоны. В человеческих ошибках присутствует доля рациональности и упорядоченности. Те же люди принимают решения любовного и делового характера, решения о том, какую машину купить, и выявленные шаблоны вселяют чувство оптимизма.

Например, лучше всего игроки проявляют себя в ключевые моменты игры. В такие моменты вероятность того, что игрок допустит серьезную ошибку, снижается. С лучшей стороны в абсолютном выражении они проявляют себя тогда, когда у противника имеется небольшое преимущество. Когда же у игрока неоспоримое преимущество или же он терпит разгром, он не в состоянии продолжать думать или поддерживать концентрацию своего внимания на прежнем уровне. И это еще одно свидетельство рациональности человека, во всяком случае — в том, что касается потребности в экономии усилий.

До того как взяться за данное исследование, Кен занимался поиском подтверждающих данных для модели когнитивных заблуждений Нассима Талеба, известной как модель «Черного лебедя». Под когнитивными заблуждениями подразумеваются многие наши ошибки, которые являются для нас полной неожиданностью. Но самое удивительное то, что ошибки типа «Черный лебедь» значительного влияния на окончательный результат не оказывают. Исходы большинства шахматных партий обусловливаются накопленным преимуществом, а уровень ошибочности решений довольно легко предсказуем исходя из относительного мастерства игроков. Кену удалось определить, что сделанные им выводы применимы к игрокам любого уровня — от самых лучших до игроков с рейтингом в 1600 баллов, что соответствует уровню среднего игрока в большинстве городских клубов (игру более слабых игроков он пока не анализировал).

Кроме того, игрокам свойственно постоянство стиля игры. Так, игра Владимира Крамника, чемпиона мира с 2000 по 2007 г., отличается особо высокой степенью близости к рекомендациям компьютера. Его уровень возможной ошибки крайне мал — естественно, для человека. При этом Крамник не создает на доске особых проблем своим соперникам. Он не вынуждает их к чрезмерному числу ошибок, не обращает в пыль их чувство собственного достоинства, не заставляет их хвататься за сердце и терять сознание от умопомрачительных комбинаций. Сыграть достойно против Крамника нетрудно. Создаваемые им позиции отличаются не агрессивностью, а хорошими стратегическими перспективами.

Согласно аналитической системе Кена, самый неприятный соперник — великолепный шахматист Магнус Карлсен. Он заставляет своих оппонентов совершать ошибки чаще, чем кто-либо еще. В игре против Карлсена вероятность совершения вами серьезной ошибки сильно возрастает, поскольку игровая доска быстро превращается в минное поле, где каждый ваш шаг чреват осложнениями.

На первый взгляд Кен — обычный, увлеченный своим делом профессор информатики, однако он, наряду с некоторыми игроками стиля «адванс», способствует наступлению новой эпохи — эпохи умных машин. Кроме собственно выводов, его работа важна и с точки зрения практического применения ее результатов. Исследованием Кена демонстрируется невероятная точность, с которой умные машины способны оценивать деятельность человека. Жаль, у нас нет подобной системы для оценки качества работы врачей.

Васику Райлиху, разработчику Rybka, то, что мы узнали из работы с шахматными программами, видится в более пессимистическом свете. По мнению Райлиха, в шахматах удивительно то, насколько трудно людям дается эта игра. Анализ на основе шахматных программ указывает на то, что мы принимаем ошибочные решения в очень большом числе ходов. Анализ Кена показывает, что ходы даже ведущих гроссмейстеров, за исключением особенно удачных для них игр, совпадают с рекомендациями Rybka от силы в 55% случаев. Когда я анализирую игру гроссмейстера с помощью программы Rybka, я прекрасно вижу, как первоначально удачная позиция игрока ухудшается в результате беспрерывной цепи ошибок, пусть и малых. И здесь есть повод для пессимизма.

Райлих подчеркивает, что люди постоянно совершают оплошности, что им трудно оставаться объективными, трудно сохранять концентрацию и точно просчитывать множество вариантов. Следующие слова Райлиха не о слабых игроках из местного клуба, а о ведущих гроссмейстерах: «Меня поражает, насколько они далеки от совершенства». Когда-то гроссмейстеров окружала аура, созданная вокруг них любителями шахмат, но теперь, в эпоху шахматных программ, эта аура заметно поблекла.

Когда гроссмейстер мирового класса играет против клубного шахматиста, он выглядит великолепным и непобедимым игроком. Многие ходы гроссмейстера мирового класса действительно отличаются в лучшую сторону. В какой-то момент его преимущество начинает «играть само по себе» — если использовать выражение из мира шахмат,— и у него получается практически все. Но когда тот же гроссмейстер мирового класса играет против — возьмем программу с говорящим именем — «Дробильной машины» (Shredder), то он скорее выглядит бесталанным дураком, которому приходится прилагать невероятные усилия, чтобы не потерять окончательно контроль над ситуацией. И, однако, это тот же игрок. Эта разница между нашим видением великолепия человеческого интеллекта и его реальным уровнем — отличный отрезвляющий урок, преподанный нам программами.

Так что здесь особенного? Разве основные недостатки человеческого восприятия и наших возможностей в принятии решений не были описаны в тысячах работ по психологии и поведенческой экономике? Этому посвящены работы Даниэля Канемана, Дэна Ариели и многих других специалистов. Разве мы не слышали о «подталкивании» — концепции, выдвинутой Кассом Санстейном и Ричардом Талером? В представленной ими картине мира экспертам известны шаблоны, которыми мыслят, принимая решения, другие люди, и они создают архитектуру выбора, помогающую им манипулировать решениями других, например путем изменения пенсионного плана, под который вы подпадаете по умолчанию.

Правда, из шахмат напрашиваются совсем иные выводы. Компьютерные шахматы указывают на несовершенство тех, кто вроде как разбирается в хитросплетениях мира, или, иными словами, на несовершенство тех, кто вне шахматного контекста способен проявить себя манипуляторами чужих решений.

Человеческая логика подводит даже лучших шахматистов мира, которые ради серьезных побед на протяжении десятилетий обучались рациональному и всеобъемлющему мышлению, вбирая в себя многовековой опыт игры. Главная проблема заключается не в самих откровенно серьезных ошибках, а скорее в том, что люди слишком много времени уделяют размышлению над ходами, которые только выглядят правильными. Именно наших логических, взвешенных решений нам и следует опасаться больше всего.

Работа над ошибками

В шахматах проявляется еще один шаблон нашего мышления, количественный анализ которого мы теперь в состоянии провести. Группой исследователей из Швеции, включая Патрика Грансмарка, Кристера Гердеса и Анну Дребер, на основе данных по шахматным матчам было продемонстрировано, что шахматисты из числа мужчин более нетерпеливы, а шахматистки уделяют размышлению над ходами гораздо больше времени. Исследователи также выявили, что шахматистки менее склонны к риску, чем игроки-мужчины, что совпадает с результатами исследований по поведению мужчин и женщин при принятии инвестиционных решений и управлении портфелями ценных бумаг. Исследователи из Швеции выяснили, что для того, чтобы спровоцировать шахматистов-мужчин на большее число ошибок, достаточно посадить их за доску с красивой шахматисткой. Рискованность и агрессивность игры мужчины при этом возрастает, однако не в той мере, которая повысила бы его шансы на победу.

Не все, что является истиной в шахматах, в той же мере применимо и к реалиям остального мира, однако сделанные выводы указывают на будущие направления когнитивных исследований. Мы в состоянии получить более надежные данные из других источников. У нас есть умные машины, которые могут помочь нам в сборе и анализе этих данных. Исследования шахмат позволяют понять, что именно привносится машинным разумом в исследование человеческой природы, а заодно — и в наш валовой национальный продукт.

Несмотря на обилие неправильных ходов с нашей стороны, что в шахматах, что в любовных играх, есть и хорошие новости: мы способны учиться и преодолевать свою иногда ненужную зависимость от логики.

Сделанные Кеном Риганом выводы указывают на то, что мастерство лучших шахматистов из числа людей постоянно возрастает. До 1970 г. начисления рейтинговых баллов не производилось, однако Кен оказался в состоянии самостоятельно рассчитать рейтинги путем походового сравнения игр более ранних гроссмейстеров с рекомендациями программы. Рассчитанный Кеном рейтинг лучшего игрока 50-х гг. XIX века, американца Пола Морфи, составляет около 2300 баллов, что по сегодняшним меркам не позволило бы ему попасть даже в первую сотню американских шахматистов, не говоря уже о сотне лучших игроков мира. Вполне возможно, что мастерство Пола Морфи не смогло бы сравниться даже с мастерством Кена Ригана. Когда в детстве я учился игре в шахматы, Морфи был для меня идолом (в шахматных справочниках разбираются его лучшие игры), но, скорее всего, я вполне мог бы потягаться с ним уже в возрасте пятнадцати лет. Мне до сих пор тяжело смириться с этим.

Как игроки в шахматы люди все больше напоминают компьютеры. Ведущие гроссмейстеры чаще, чем раньше, экспериментируют с «неуклюжими» ходами или по крайней мере обдумывают их — те-перь-то они понимают, что эти «неуклюжие» ходы зачастую срабатывают. Кен Риган полагает, что шахматисты из числа людей теперь чаще понимают перспективную ценность жертвования фигурами и настроены жертвовать ими, несмотря на то что будущее вознаграждение за это выглядит туманным, а не конкретным. Шахматисты теперь чаще видят, когда король может быть оставлен без видимой защиты — опять же благодаря опыту игры с компьютерами (кстати, Васик Райлих называет рокировку — перевод короля в безопасную зону — неэкономным ходом). Мы выяснили, что многие из дебютных комбинаций ошибочны, а заодно — и что можно противопоставить тем или иным дебютам. Выяснили мы и то, что многие из дебютных комбинаций оказались недооцененными. Это произвело революционный переворот в нашем понимании игры. А что еще революционизирует машинный разум?

Исследовательская литература более широкого характера указывает на возможность прогресса интеллекта населения в целом, а не только интеллекта шахматистов. Средний показатель коэффициента интеллекта населения возрастает каждые десять лет примерно на три балла — феномен известный как «эффект Флинна». Конечно, неизвестно, у скольких именно людей уровень общего интеллекта со временем увеличился, и насколько хорошо им стали даваться тесты. Ну и что из того? Подготовка к прохождению тестов является еще одной формой когнитивного развития. (Большинство исследователей в данной области действительно считают, что реальный уровень интеллекта в определенной степени повышается.)

Еще одним свидетельством является быстрый прогресс шахматисток. Бобби Фишер как-то пошутил, что готов дать фору в коня (серьезный гандикап, подразумевающий начало игры без одного из коней) любой женщине в мире. Хотя он ни разу этого своего высокомерного обещания и не исполнил, до недавних пор число женщин среди ведущих игроков мира оставалось непомерно мизерным. Но затем совершенно неожиданно что-то изменилось и мастерство шахматисток резко возросло. Юдит Полгар довольно продолжительное время входила в первую мировую десятку шахматистов, и каждый гроссмейстер-мужчина опасается ее агрессивной игровой тактики. На протяжении длительного времени уровень мастерства шахматисток подтягивается к уровню мужских шахмат, а участие женщин в шахматных турнирах переживает бум, включая профессиональные турниры. Особенно много хороших шахматисток выросло в Китае и Индии. Люди способны учиться и развивать в себе способности, которые долгое время считались недоступными им.

Самое интересное здесь то, что у этого прогресса шахматисток нет непосредственной причины. Конечно, успешная борьба с дискриминацией женщин ведется в мире уже не одно десятилетие. В шахматной же вселенной в какой-то момент было достаточное число женщин, способных служить примером для подражания, и достаточное число турниров для шахматисток, чтобы поддержать интерес женщин к игре на профессиональном уровне. Несколько десятилетий назад шахматы были той областью, где преимущество мужчин признавалось неоспоримым даже самыми рьяными сторонниками равенства полов. Общим бытовавшим мнением было: «Женщины просто не умеют играть в шахматы». Единственная видимая причина роста мастерства шахматисток — это то, что шахматами стало заниматься больше женщин.

Будущее логического мышления

Кен Риган как-то попытался выяснить, насколько глубокой игрой может быть партия в шахматы. Его заинтересовал матч Грищук — Крамник — хорошо известная игра, состоявшаяся в рамках престижного турнира в Мехико. С помощью шахматных «движков» Кен попытался понять, действительно ли в конце матча Грищук находился в выигрышной позиции. Он уделил этой проблеме почти год и проиграл на домашнем компьютере более десяти триллионов комбинаций (его детям по-прежнему велено быть предельно осторожными, когда они пользуются этим компьютером). Результаты анализа заняли примерно пятьсот страниц текста. Каков же результат? Положение фигур на доске было необыкновенно интересным и неустойчивым, и Крамник мог бы добиться ничьей, если бы показал свою лучшую игру. С помощью программы Fritz (по мнению Кена — лучшая программа для анализа концовки партий) Риган смог сгенерировать идеальную интерпретацию положения фигур. Но важно здесь то, что одна только эта — предположительно интересная — позиция в игре потребовала проведения анализа столь глубокого уровня.

С когнитивной точки зрения столь неожиданная глубина анализа вызывает тревогу. Она показывает, что мы, люди,—даже в мгновения высшего проявления нашего интеллекта и в самых серьезных соревнованиях — предпочитаем все чрезмерно упрощать. Мы злоупотребляем сведением решений к логике. Мы любим стандартные ответы и изо всех сил пытаемся избежать хаоса в мыслях. Даже если вы считаете, что эти недостатки свойственны далеко не всем, они, судя по всему, свойственны представителям человеческого рода с самыми высокими умственными и аналитическими способностями, в особенности отличным шахматистам.

Каким образом все эти выводы применимы к принимаемым нами решениям, особенно связанным с нашей трудовой деятельностью?

1. Сильные и слабые стороны человека на удивление типичны и предсказуемы.

2. Не доверяйте стройным, логически выстроенным теориям.

3. Отказаться от своих шаблонов мышления труднее, чем может показаться.

4. Наслаждайтесь беспорядочностью.

5. Мы в состоянии учиться.

Наши когнитивные изъяны, выявленные с помощью шахматных программ,— это не всегда те же когнитивные изъяны, что выявляются в рамках поведенческой экономики. Во-первых, как уже было сказано ранее, поведенческая экономика не всегда в состоянии предугадать наше рациональное поведение. Во-вторых, специалисты, занимающиеся вопросами поведенческой экономики, сами страдают от многих из тех недостатков, что были свойственны гроссмейстерам докомпьютерной эпохи. Они стремятся к построению поведенческих теорий, которые излишне стройны, сверх меры упрощены или чрезмерно опираются на логику — подобно абстрактным выкладкам математической теории решений. Несмотря на весь их вклад в научную мысль, манипуляторы чужих решений иногда сами являются проблемой, а не частью решения.

Если вы проверите свою способность производить математические исчисления, сверяя правильность результатов с расчетами компьютера, и продолжите тренироваться в течение нескольких лет, то обнаружите, что ваша способность к математическим исчислениям развивается, а сами вы теперь в состоянии преодолевать свою природную предрасположенность полагаться на логику. Мы, люди, действительно учимся у новых технологий, и это — отчетливый, вселяющий надежду показатель.

Нынешний чемпион мира по шахматам Виши Ананд как-то заметил: «Мы чувствуем влияние компьютера в каждом принимаемом нами решении». Гарри Каспаров же сказал следующее: «Теперь каждый смотрит на игру глазами компьютера».

Это и пугает и воодушевляет одновременно. Человеческая логика все в большей и в большей степени осознает свою ограниченность.

7. Новый офис: типичный, бестолковый, обескураживающий

Одна из главных проблем, стоящих перед новой системой труда, заключается в преодолении условий, способствующих (относительно) неспешной работе с машинным интеллектом. В прошлом году мне довелось звонить в обслуживающую компанию кабельного телевидения, Cox, чтобы они починили упавший во время недавнего шторма и готовый вот-вот разорваться провод. Вы, возможно, знаете, как это делалось раньше. Вы звоните по определенному номеру. Вам отвечают. Вы объясняете, что вам нужно. Вам либо дают необходимые разъяснения, либо переключают на другого специалиста. Сегодня вам предлагается голосовое меню, а зачастую — даже несколько. Сначала у меня поинтересовались, какая именно услуга мне нужна. Чтобы преодолеть эту цепь меню, необходимо каждый раз указывать свой выбор нажатием тех или иных кнопок телефона. Пока машина продолжает говорить, вы то и дело отвлекаетесь на экран компьютера и уже не помните, какую именно кнопку надо нажать, и вам приходится выслушивать перечень определенного меню еще раз, а то и вовсе — всех меню.

Мне пришлось вводить десятизначный номер своего телефона, хотя я и звонил с него, а телефонное обслуживание осуществляется той же кабельной компанией, куда я звонил. Мне также пришлось ввести свой почтовый индекс и четырехзначный пин-код. К счастью, свой пин-код я помнил (а сколько пин-кодов и паролей требуется помнить вам?). Затем мне пришлось вводить четыре первые цифры своего адреса.

А в итоге я оказался совсем не там, где мне нужно было оказаться. Очередное меню предложило варианты, не имеющие ничего общего с «ремонтом кабельной линии». Я потерял терпение, прекратил нажимать какие-либо кнопки и стал просто повторять слово «оператор» несколько более громким, чем следовало, голосом.

Наконец мне ответили. Однако ответивший оказался не гением-ремонтником эйнштейновского масштаба, а обычным пожилым человеком. И мне снова пришлось указывать данные о себе, такие как домашний адрес и т. п. Но по крайней мере он смог пообещать мне, что следующим утром между 8:00 и 10:00 подъедет ремонтник. Я благополучно пережил это приключение, и следующим утром мой провод был на своем привычном месте.

С подобным сталкивались многие из нас. Но это только начало. Мир вокруг вас — так сказать «справочное меню» жизни — станет гораздо более простым, бестолковым, а зачастую одновременно и гораздо более обескураживающим. Не важно, что вы — крутой юрист, зарабатывающий в год сотни тысяч долларов, а то и больше. Вам точно так же придется тратить кучу времени на нажатие кнопок, выполняя ту работу, которую компании больше выполнять не желают. А вы-то думали, что тратить деньги — это приятно...

Подобные автоматические системы способны вывести вас из себя точно так же, как это случилось со мной, правда, их использование означает снижение издержек для компании, а в долгосрочном плане — и снижение тарифов для потребителя.

Однако этим машинам по-прежнему будет нужна наша помощь, а это означает, что свою лепту придется вносить и пользователям. Зачастую — в больших объемах, чем им хотелось бы. Самообслуживание — один из вариантов решения дилеммы современного рабочего места. Сегодняшнему офисному и обслуживающему персоналу приходится вести конкурентную борьбу не только против умных машин и передачи ряда функций компаний подрядчикам за рубежом, но и против потребителей.

Кстати, вы вправе задаться вопросом, почему эти функции возложены не на сотрудников компаний, а на потребителей. Почему вам, потребителю, приходится прилагать больше усилий, особенно в мире, который стал богаче, а технологически — более совершенным? «Постоянные затраты», связанные с использованием наемного труда,— такие как пособия, оплата медицинской страховки и затраты на обучение — и так уже высоки и продолжают расти. Значимость функциональной задачи не слишком велика, если работник, на которого она возложена, часто просиживает без дела; и если затраты на консультирование потребителя в деле решения несложной проблемы излишне велики, то, возможно, имеет смысл переложить бремя выполнения задачи на потребителя, при условии, что тот умеет пользоваться интеллектуальными техническими устройствами.

Порой помощь машин только усложняет вашу задачу и становится испытанием для ваших нервов. Это не значит, что без машин вам было бы лучше, хотя довольно часто вам будет казаться, что без машин вам было бы лучше, поскольку польза от новых систем не всегда очевидна, а вот издержки бьют вас наотмашь.

Цифровое и физическое пространства

Взглянем для начала на приборы GPS. К сожалению, должен констатировать, что приборы GPS далеки от совершенства, хотя и получили повсеместное применение. Этот простой факт способен поведать немало о том, куда движется сфера обслуживания нашей экономики.

Мировые продажи приборов GPS составили в 2011 г. более сорока двух миллионов экземпляров. Плюс к этому, ожидается, что число снабженных функцией GPS смартфонов превысит к 2014 г. миллиард единиц. Это огромный, продолжающий расти рынок, и закономерно было бы ожидать, что приборы GPS должны справляться со своей задачей на «отлично». Действительно, для отслеживания реального времени в приборах GPS используются принципы общей теории относительности Эйнштейна, поэтому чего-чего, а технологической сложности им не занимать, хотя использование их для направления движения автомобиля и поиска оптимального пути предстает для человеческого ума более сложной задачей, чем игра в шахматы.

Однако, несмотря на прибыльность рынка, приборы GPS продолжают разочаровывать. Я начал пользоваться одним из них, главным образом в исследовательских целях (ну, еще и потому, что на этом настаивала супруга). Согласен, иногда эти приборы проявляют себя великолепно, но иногда способны вывести человека из себя. Положительной стороной использования прибора стало то, что я теперь знаю несколько более быстрых (вопреки моей логике) маршрутов проезда, о которых в противном случае я бы и не узнал, хотя и прожил здесь (северная Вирджиния) почти тридцать лет. Теперь я в большей степени рассматриваю маршруты с точки зрения открытых возможностей и в меньшей — как простую пространственную карту, где сходятся дороги. Если следовать второму подходу, то можно ездить по одному и тому же пути снова и снова, даже не задумываясь о существовании более удобных и быстрых маршрутов. GPS, подобно программам Fritz и Rybka, позволил мне пересмотреть свои взгляды на то, что, как мне казалось, я знал. Приборы GPS также (обычно) эффективны для ориентации в лабиринте коридоров многоквартирных комплексов, когда следовать составленным хозяином искомой квартиры указаниям движения довольно затруднительно.

Однако на поворотном кругу или сложном перекрестке GPS способен проявить себя не с самой лучшей стороны, когда указание «Поверните налево» может сбить с толку, а то и вовсе привести к созданию аварийной ситуации. Система GPS не понимает достаточно хорошо, что представляет собой разворот, и, если сделать ошибку, она может потерять маршрут следования. Она неоднократно заставляла меня проезжать по району или вокруг одного и того же здания по бесконечно повторяющейся петле. Если пользователь ввел неправильный или неполный адрес, система ошибается. По некоторым данным, которые трудно проверить, система GPS стала виной сотен тысяч аварий (хотя сколько она предупредила?). По некоторым свидетельствам она заводила водителей на железнодорожные пути, направляла их не в ту сторону по улицам с односторонним движением или даже в затопленные районы и т. п. Иногда она отвлекает нас от дороги, ее непререкаемый голос заставляет нас теряться, а наша недостаточная метарациональность не дает нам возможности определить, когда ее инструкции можно не слушать. Вполне вероятно, она — одна из причин грубого вождения, поскольку водители начинают резко перестраиваться, хотя в этот момент им нужно было бы развернуться или вовсе уйти на альтернативный маршрут. Один из родственников моей жены, живущий в Израиле, уверяет, что с GPS легко оказаться в опасной для жизни зоне — опасной с точки зрения политических реалий страны.