Евгений Махина – Лабиринты будущего. Как увидеть завтра уже сегодня (страница 8)

Предвзятость подтверждения – это наручники, которыми нас сковывает укоренившийся в сознании нарратив. Если я поверил в грядущее порабощение человечества машинами, то я из всего окружающего дискурса буду в первую очередь выхватывать именно ту информацию, которая позволит подтвердить мои мрачные опасения. Противоречащие идее данные будут отвергаться или игнорироваться.

Эвристика доступности – вторая ловушка. Она заставляет нас оценивать как наиболее вероятные или частые те события, информацию о которых проще вспомнить. Представьте, что вас спросили: каких слов в английском языке больше: тех, в которых буква R является третьей по счету, или тех, которые с нее начинаются? Чаще всего люди голосуют за слова, начинающиеся на R. Они ошибаются42. Эвристика доступности заставляет голосовать за слова, которые начинаются на букву R, так как их проще вспомнить. Куда сложнее перебирать в памяти все слова, чтобы подсчитать, в каком количестве из них R будет на третьем месте.

Эвристика доступности – это топливо, на котором работает реклама и масс-медиа. Огромное количество денег вливается в медийную рекламу не для того, чтобы вы запомнили свойства рекламируемых продуктов. Эти инвестиции нужны, чтобы искомый бренд был первым, о котором вы подумаете при упоминании слов: смартфон, мыло, статусный автомобиль.

Эвристика доступности влияет и на наше представление о будущем. Если человека собьет беспилотный автомобиль, этот факт будет куда больше освещаться в СМИ, чем любой подобный случай, в котором за рулем был человек. Если телезрителя впоследствии спросят о безопасности беспилотных автомобилей, то он с большей вероятностью вспомнит о громком ДТП, чем о скучной статистике. Это заставит его воскликнуть: «Вы с ума сошли?! Ну какие беспилотные автомобили?»

Когнитивных искажений великое множество. Два из них – предвзятость подтверждения и эвристика доступности – имеют, на мой взгляд, ключевое значение в контексте нашего рассуждения.

Информационные пузыри – оборотная сторона развития информационных технологий. Рекомендательные алгоритмы знают, контент какого рода нам нравится. В этой связи они стараются подбирать для нас похожие по направленности материалы. Это увеличивает риск пасть жертвой предвзятости подтверждения или эвристики доступности. Кликнув на заголовок один раз, мы говорим системе: «Возможно, мне это интересно». Алгоритм реагирует, стараясь в ближайшем будущем показать еще что-то похожее. Если мы кликаем вновь, то говорим системе: «Да, похоже, что мне это интересно». Так вокруг нас формируется информационный пузырь, подкармливающий сам себя. Чем больше контента определенной направленности мы смотрим, тем ниже шансы у контента с «противоположным зарядом» пробиться к нам на экраны. Раньше говорили: «Скажи мне, кто твой друг, и я скажу, кто ты». Сейчас я люблю шутить: «Покажи мне главную страницу сайта YouTube.com в своем браузере, и я скажу, кто ты».

Далее мы разберем три актуальных на момент написания данной книги нарратива о будущем, чтобы «заземлить» изученный материал.

3 примера современных нарративов о будущем

1. Глобальное потепление замедлится, когда мы пересядем на электромобили

Поговорим о глобальном потеплении. Представьте, что утром вы наливаете себе чашечку кофе и садитесь листать ленту новостей. Сначала вы видите такой материал43: «Ученые предрекают исчезновение императорских пингвинов. В прошлом году из-за таяния морского льда в Антарктиде утонули тысячи птенцов императорских пингвинов». Затем поисковый алгоритм предлагает вам посмотреть еще одну статью44: «Температура на Земле третий раз за неделю обновила исторический максимум».

Ок, понятно. Глобальное потепление – это серьезная проблема. Еще в школе мы узнаем, что она возникает из-за парниковых газов. Чтобы исправить ситуацию, нужно как-то сократить их выбросы. Умные люди давно занимаются этим вопросом. Например, в Департаменте природопользования и охраны окружающей среды города Москвы подсчитали45, что сокращение парниковых газов при внедрении одного электроавто сократит выбросы парниковых газов на 2,5 тонны в год. Отлично. Выходит, что электромобили – это хорошая штука.

Давайте вместе предположим, какое видение будущего складывается, если собрать все эти новости в единый нарратив? Готов поспорить, что в голову приходит панорама города, по улицам которого ездят исключительно электромобили. Люди дышат чистым воздухом. Повсюду деревья. И пингвины.

А теперь посмотрите на график, на котором представлены темпы роста объемов выбросов парниковых газов в зависимости от сектора.

Hannah Ritchie, Pablo Rosado, Max Roser. Распространяется по лицензии CC BY. Источник: https://ourworldindata.org/emissions-by-sector. Дата обращения: 1 cентября 2023 г.

Топ-5 в этом списке:

1. Промышленность.

2. Авиация и перевозки морским транспортом.

3. Выработка электроэнергии и отопление.

4. Транспорт.

5. Производство и строительство.

Какие выводы мы можем сделать из этого графика?

1. Темпы роста объема выбросов у промышленного сектора заметно выше, чем у других.

2. Автотранспорт по темпам роста объема выбросов уступает электрогенерации, авиации, грузоперевозкам на кораблях.

Предположим, что завтра все автомобили с ДВС будут заменены на электромобили. Что произойдет с потребностью человечества в электроэнергии? Правильно, она вырастет. Что в таком случае произойдет с объемом выбросов? Он вырастет. При этом переход на электромобили не повлияет на рост объемов выбросов промышленного сектора, который может нивелировать весь полезный эффект. Переход на электромобили не сделает будущее экологически чистым, если энергия для них будет добываться теми же способами, что и сейчас.

Проблема здесь в эвристике доступности. Мало кто так же часто летает на самолете, как ездит на автомобиле. Автомобиль – зачастую самый «близкий к нам» источник загрязнения. Самый знакомый. Самый понятный. В этой связи не стоит удивляться, что автомобили кажутся нам куда более серьезным фактором воздействия на среду, чем авиа или морской транспорт.

2. Нейросети и искусственный интеллект совсем скоро лишат работы огромное количество людей

Человечеству уже известны случаи, когда технологии уничтожали целые профессии. Лифтеры, вычислители (люди, которые проводили расчеты до появления калькуляторов), телефонисты, фонарщики. Уверен, что вы сами можете продолжить этот список.

У нас сформировался нарратив под названием «появление новой технологии = исчезновение профессии». Бум нейросетей серьезно его подкормил. В публичном пространстве сейчас очень много говорят о том, что нейросети оставят огромное количество людей без работы. Откройте поисковую строку и введите «Какие профессии заменит ИИ в ближайшее время». Перспективу остаться без работы предрекают многим: бухгалтерам, переводчикам, юристам, журналистам и т. д. Да, и обычно такие списки заканчиваются предложением пройти курс по нейросетям. Совпадение?

Словарь английского языка Collins назвал ИИ словом 2023 года46. Интереса ради зашел в раздел «Будущее» на новостном портале Lenta.ru. Сделал скриншот главной страницы. Из 11 материалов семь были посвящены ИИ и нейросетям. Это 63 процента.

Источник: lenta.ru. Дата обращения: 2 ноября 2023 г.

Вновь передаем привет эвристике доступности. Новостей о нейросетях сейчас настолько много, что не стоит удивляться формированию соответствующего нарратива вокруг темы.

Поймите меня правильно: я тоже считаю, что многие профессии перестанут существовать в привычном нам виде. Я, например, сам когда-то зарабатывал переводами с/на английский язык, но сейчас ничего не перевожу сам. Если такая необходимость возникает, я просто открываю ChatGPT и прошу его сделать мне перевод. Это в разы быстрее. Или возьмем, к примеру, юристов. Юристы большую часть времени работают с текстами. ChatGPT работает с текстами. Нетрудно поддаться влиянию нарратива и заявить, что скоро юристы массово будут лишаться работы. Так ли это? Давайте разбираться.

Поговорим о контурах управления в кибернетике. Человек и автоматизированная система могут быть в разных взаимоотношениях. Допустим, у нас есть система для проверки домашних заданий обучающихся на онлайн-курсе. В таком случае возможны несколько комбинаций:

1) Человек в системе: нейросеть дает какие-то подсказки, но человек проверяет все ДЗ сам. Система в данном случае выступает в роли ассистента.

2) Человек над системой: нейросеть сама пишет обратную связь на ДЗ учеников. Человек пробегается по ней глазами, что-то корректирует, а потом отправляет обучаемым.

3) Человек вне системы: нейросеть проверяет ДЗ, пишет обратную связь и сама автоматически высылает результаты проверки ученикам.

Выбор конкретной комбинации зависит от нескольких факторов. Например, от вероятности ошибки и предполагаемых последствий.

Представьте себе ситуацию. Вы летите в самолете. Вдруг оба пилота выходят в салон. Вы интересуетесь, почему это в кабине никого нет. Командир экипажа говорит: «Да там автопилот включен же! Зачем нам там сидеть на приборы пялиться? Вот тут в бизнес-классе кино посмотрим лучше». Вы бы впоследствии стали пользоваться услугами этой авиакомпании? Сомневаюсь. Мы знаем, что в самолетах очень надежная и точная автоматика. Системы дублируются, чтобы можно было продолжить полет даже в случае отказа чего-либо. Тем не менее мы не доверяемся автоматике на сто процентов. Есть пилот, который примет управление на себя, если что-то пойдет не так. Пилот тоже «задвоен» – если с одним что-то случится, за штурвал возьмется его коллега. Даже при наличии настолько развитых систем автоматизации мы все равно сохраняем человека над контуром управления. И это правильно.