Кеннет Кьюкер – Эффект фрейминга. Как управлять вниманием потребителя в цифровую эпоху? (страница 26)
«Наконец, одетые в белые защитные костюмы, мы спускались в реактор и как сумасшедшие работали в течение отведенного нам времени, – объяснял он. – Каждый раз, когда одному из нас удавалось снять болт или трубку в активной зоне, аналогичный элемент убирался и из модели». Модель не была точной копией реактора – все, что нам требовалось, это ее основные черты, чтобы практиковаться и выстраивать в уме картину того, что предстоит сделать.
Подобным же образом, только куда осторожнее, моделями начинает пользоваться и здравоохранение. В рамках программы имитационного моделирования в педиатрии, которая проводится Детской больницей Бостона и Гарвардской медицинской школой, доктор Питер Вайншток хочет привнести концепцию использования моделей в хирургию, особенно в случае редких или сложных операций. Таким образом Вайншток и его группа, включающая в себя докторов, медсестер, компьютерных дизайнеров и даже специалистов по спецэффектам из Голливуда, создала манекены, точные с биологической и анатомической точки зрения.
Благодаря им у хирургов появляется возможность десятки раз попрактиковаться в реалистичной обстановке, прежде чем приступить к работе на живом человеке, где шанса на ошибку не будет. «Оперируем дважды, режем единожды» – вот неофициальный девиз программы, придуманный Вайнштоком. Полезными и сама модель, и имитация операций оказываются именно благодаря ограничениям. Не воспроизводятся ни тело полностью, ни все физиологические и биологические состояния и реакции, – только те, которые хирургической бригаде важно четко представлять перед настоящей операцией. Гениальность системы заключается не только в том, что в нее включено, но и в том, что исключено. Ее сила – в концентрации.
Отталкиваясь от подходящих ограничений, люди способны определять практически оправданные варианты решений. Это полезно для нас как личностей, но выгода достигается и на уровне общества в целом. Чем эффективнее мы определяем варианты для выбора, достигаем своих целей и влияем на мир в целом, тем больше меняется реальность для других. Например, Томас Эдисон не просто нашел подходящий материал для электрической лампочки, чтобы обеспечить свет себе самому: от его успеха выиграло все общество. Чем активнее люди устанавливают разумные ограничения для своих фреймов, тем лучше нам всем.
Фреймы дают нам возможность понять (благодаря каузальным рассуждениям), действовать (благодаря контрфактическим предположениям), а кроме того, гарантируют, что действия будут значимыми (благодаря ограничениям). Беря мечту в рамки ограничений, мы тем самым делаем акцент на результате, на эффективности. То, чего мы достигаем в своей жизни, оставляет следы, по которым могут пройти другие, – фреймы, которые они смогут принять, приспособить, применить.
В отношении решений, выработанных машиной, это неверно. Мы уже видели, что машины неспособны принимать во внимание причинно-следственные связи и придумывать варианты решения задачи. Кроме того, они не умеют создавать ограничения. Алгоритмы не умеют устанавливать пределы и ограничения сами по себе. На самом деле, это удивительно. В конце концов, принимая во внимание огромную вычислительную мощность, доступную человечеству, за один и тот же промежуток времени машины способны обработать значительно большее пространство решений, причем куда эффективнее и быстрее людей.
Но проблема не в недостатке вычислительной мощности или способности ИИ механически генерировать возможные варианты. Она в том, что еще большее количество вариантов потребует граничных условий и путей перебора, которые ради экономии времени следует отсекать, не рассматривать. Без таких граничных условий машина оказывается перед лицом неограниченного пространства решений и не может прийти к оптимальному решению в отведенное время. Тот факт, что люди и их фрейминг способны справляться с подобными трудностями, подчеркивает превосходство людей в машинную эпоху.
Возьмите для примера музыку. На протяжении десятилетий ученые пытались научить компьютеры писать ее, и в последние годы сгенерированная ИИ музыка стала столь хороша, что зачастую ее невозможно отличить от мелодий, написанных человеком. Но при более тщательном рассмотрении оказывается, что эти системы зависят от человеческих фреймов и ограничений, которые те накладывают. Например, система машинного обучения
Coconet создает музыку, прекрасную на человеческий вкус. Но благодарить за это следует не ИИ, а Баха. Краткость его мелодических линий и богатые гармонии оказались идеальными для использования в качестве учебных данных. Принцип работы системы основан на случайном удалении нот с тем, чтобы модель предсказывала, какие тона подойдут лучше всего. В результате получаются полные гармонические мелодии с плавными переходами, и при этом исходными данными служат всего несколько нот. Тем не менее ИИ работает только потому, что включает в себя ограничения в виде выбора из 306 музыкальных фрагментов, в него заложенных. А сами данные – это музыка Баха из 1700-х годов, представляющая собой его ментальные модели, в которых воплощены сознательно выбранные, «хорошо темперированные» ограничения.
Компьютеры вычисляют, умы воображают. Люди могут приводить свои мечты в соответствие с текущей реальностью и представлять себе новые в той мере, в какой они модифицируют ограничения. Поступая таким образом, можно улучшить мир – не принимать то, что есть, а создавать то, что только может быть.
Очень часто фреймы совершенствуются, когда контрфактические предположения, то есть созданные нами варианты решения, сталкиваются с ограничениями. Наши альтернативные реальности приобретают значимость только тогда, когда мы ужесточаем и смягчаем ограничения, которые считаем самыми важными в данной ситуации. Таким образом возникают новые, самые значительные варианты.
Возьмем в качестве примера индийский стартап Flipcart, главный конкурент Amazon в стране. Он занял 40 % рынка электронной коммерции, что само по себе было настолько выдающимся достижением, что Walmart приобрел контрольный пакет фирмы в 2018 году. Секрет успеха Flipcart заключался не в новом фрейме для продаж онлайн, а в четко выверенном ослаблении одного из основных ограничений электронной коммерции: они разрешили оплату наличными при получении, что идеально отвечало потребностям населения страны, где у многих просто нет дебетовых карт.
Еще один пример удачной проработки контрфактических вариантов – солист группы Black Eyed Peas, известный под псевдонимом will.i.am (уилл. ай. эм). Стандартная модель распространения музыки заключается в том, что музыкантам платят небольшую сумму и за это приобретают большинство прав на их произведения. Идея в том, что музыканты находятся в отчаянном финансовом положении, а звукозаписывающая фирма идет на риск и может никогда не вернуть вложенные средства.
«Я сравнил сумму, полученную от продажи своих записей, и то, что я получил, когда мне посчастливилось сделать песню для лимонада Dr. Pepper. На деньги, которые принесла мне тридцатисекундная композиция, я вывез маму из негритянского гетто, – рассказывает will.i.am. – В то же время после двух сделанных мной альбомов, а это около двух часов музыки, у меня на счету в банке было около 20 тысяч долларов. Тут-то я понял, что есть совсем другой мир».
Уилл. ай. эм осознал, что может изменить ограничения своей бизнес-модели: продавать компаниям права на использование своих будущих треков для маркетинга, но сохранять за собой остальные права, которые потом можно монетизировать. С карманами, лопающимися от денег еще до того, как первый раз переступил порог студии, он мог употребить эти средства на создание лучших песен, у которых было больше шансов стать хитами, объясняет он с ухмылкой. Перед нами беспрецедентная попытка переосмыслить саму суть бизнеса по производству музыки, но уилл. ай. эму это удалось.
Будь то индийские сайты электронной коммерции или монетизация синглов типа
Технику применения ограничений тоже можно усовершенствовать. Первый шаг – это осознать, что они нужны во всех ментальных моделях и выражаются не парой состояний «да – нет», а непрерывной кривой. Изменяемость, минимум изменений и непротиворечивость дают нам возможность выстроить границы для размышлений в духе «что – если». Чтобы улучшить качество мысленного моделирования, можно перенести часть ограничений во внешний мир, будь то в виде физических моделей или программного обеспечения. Так поступают архитекторы, хирурги, военные, – почему же их примеру не могут последовать студенты, бизнесмены, политики?
Наши фреймы влияют на то, каким образом мы проживаем жизнь. Через каузальные рассуждения мы приобретаем понимание, через контрфактические предположения – свободу воли, а благодаря ограничениям фреймы превращаются в план конкретных действий. Но что если фреймов недостаточно? Бывает, что требуется так называемый рефрейминг.