Текст бизнес-книги "Универсалы. Как талантливые дилетанты становятся победителями по жизни"

Автор книги: Дэвид Эпштейн

Раздел: Зарубежная психология, Зарубежная литература

«Существует огромное множество слоев мышления, – говорит он. – Люди одинаково плохо понимают каждый из них в отдельности, но в то же время мы имеем приблизительное представление обо всех этих слоях, можем сочетать их, и таким образом адаптироваться к различным ситуациям. А ведь именно в этом и заложен ключ к разгадке».

В 2019 году искусственный интеллект впервые одержал победу над профессиональным геймером в ограниченной версии StarCraft (правда, игрок адаптировался и в конце концов победил). Однако из стратегической сложности игры можно извлечь один очень важный вывод: чем глобальнее общая картина, тем более уникальным является потенциальный вклад человека. Наша величайшая сила состоит в прямой противоположности узкой специализации. Это способность широкой интеграции. По словам Гэри Маркуса, профессора психологии и нейробиологии, продавшего свою компанию по обучению компьютеров фирме Uber, «в узких сферах у человека осталось совсем немного времени для того, чтобы внести некий важный вклад. Однако в более открытых играх, полагаю, такая возможность еще существует. И не только в играх – на мой взгляд, в более широких сферах реального мира человек все еще опережает машину».

В узком и упорядоченном мире шахмат, с его моментальной отдачей и безграничной базой данных, искусственный интеллект совершил рывок вперед в геометрической прогрессии. В сфере вождения, которая имеет множество правил, но при этом гораздо более беспорядочна, ИИ также достиг серьезных успехов, хотя нерешенные задачи еще остались. Однако в реальном, открытом мире, свободном от строгих правил и идеальных исторических данных, искусственный интеллект пока терпит самое настоящее фиаско. Так, после победы суперкомпьютера IBM Watson в игре Jeopardy! [9]9
  Викторина, аналог «Своей игры» (прим. пер.).


[Закрыть]его стали позиционировать как революционный инструмент в лечении рака. И в этом качестве он провалился с таким оглушительным треском, что целый ряд экспертов в области ИИ признались мне: в тот момент они не на шутку испугались, что эта история наложит отпечаток на все научные разработки по применению ИИ в здравоохранении. По словам одного онколога, «победа в викторине и лечение рака отличаются одним: в первом случае мы знаем ответы на вопросы». Что же касается рака, в этой области четкие вопросы только формулируются.

В 2009 году уважаемое издание Nature объявило о том, что сервис Google Flu Trends может задействовать результаты поиска для составления прогноза заболеваний гриппом на ближайшую зиму быстрее и почти так же точно, как Центр по контролю и профилактике заболеваний. Однако вскоре эффективность сервиса снизилась, и в 2013 году число спрогнозированных им случаев заболевания на территории США вдвое превысило реальное количество. Сегодня на сайте Google Flu Trends больше не публикуются оценочные данные – на соответствующей странице красуется единственная фраза: «Пока слишком рано для подобных прогнозов». Маркус провел вполне ожидаемую аналогию: «Все системы искусственного интеллекта в какой-то степени саванты». Им нужны стабильные структуры и четкие рамки. Зная правила и ответы, обладая уверенностью в том, что со временем они не изменятся, – как в шахматах, гольфе, классической музыке, – мы можем найти аргументы в пользу гиперспециализированной тренировки с раннего детства. Однако все это лишь узкие, ограниченные модели, не подходящие к большинству областей человеческого знания.

Когда узкая специализация сочетается со «злой» средой, привычка человека полагаться на знакомые схемы может сослужить ему дурную службу – так опытные пожарные принимают неверные решения, оказавшись в непривычной обстановке.

Крис Арджирис, один из учредителей Йельской школы менеджмента, отметил опасность, которую представляет собой привычка относиться к недружелюбной среде так, как если бы она была дружелюбной. В течение пятнадцати лет он наблюдал за поведением успешных консультантов топовых бизнес-школ и заметил, что они отлично справлялись с решением четко поставленных задач, которые можно было быстро оценить. Но в своей работе они задействовали то, что Арджирис назвал «единичной петлей обучения». Когда решение приводило к нежелательному результату, консультант занимал оборонительную позицию. Крис находит их «хрупкую натуру» весьма удивительной, учитывая, что суть их работы заключается в том, чтобы «учить других людей правильно делать свою работу».

Психолог Барри Шварц отмечал похожее отсутствие гибкости у опытных специалистов. В качестве теста он поручил студентам колледжа решить головоломку, в которой нужно было нажимать выключатели в определенной последовательности, чтобы зажигать и выключать лампочки. Головоломку можно было решать снова и снова, семьюдесятью различными способами, и за каждое успешное решение предполагалось небольшое денежное вознаграждение. Никаких правил не было, и студенты должны были руководствоваться методом проб и ошибок[10]10
  В полупрозрачную доску было встроено двадцать пять лампочек. В начале головоломки загоралась верхняя левая лампочка, а на табло высвечивалось 0 очков. Участники должны были путем набора очков зарабатывать деньги, но как именно набирать очки, им не говорили. Экспериментальным путем они пришли к выводу, что нажимая кнопки в такой последовательности, чтобы загорелась правая нижняя лампочка, они наберут очки и заработают деньги. По сути, они должны были двигаться слева направо и сверху вниз.


[Закрыть]. Если студент находил решение, он повторял его снова и снова, чтобы заработать больше денег, даже если сам принцип был ему непонятен. Вскоре к эксперименту присоединились новые студенты, и теперь они должны были вывести общее правило всех решений. Невероятно, но все студенты-новички поняли принцип всех семидесяти решений, тогда как только один «старичок» из получивших ранее награду за одно решение справился с этой задачей. Подзаголовок работы Шварца гласит: «О том, как не нужно учить людей выводить правила» – то есть через вознаграждение за повторяющийся краткосрочный успех при узком спектре решений.

Все вышесказанное будет не очень хорошей новостью для тех, чьи истории стали примером успешной стратегии обучения – семейства Полгар, Тайгера и ряда других представителей различных видов спорта и игр. По сравнению с гольфом, теннис гораздо более динамичен, игроки в нем ежесекундно подстраиваются под своих противников, адаптируются к местности, а иногда – и к соратникам по команде. (В 2008 году Федерер завоевал золотую олимпийскую медаль в парной игре.) Однако теннис все равно находится в «доброй» половине спектра по сравнению, скажем, с палатой скорой помощи, где врачам и медсестрам требуется некоторое время, чтобы понять, что случилось с пациентом. Им приходится искать способы развития собственного опыта за пределами медицинской практики, и подчас эти уроки извне могут противоречить непосредственно их медицинскому опыту.