Текст книги "Иллюзия знания. Почему мы никогда не думаем в одиночестве"

Интуиция, обдумывание и иллюзия глубины объяснения

Напомним, что иллюзия глубины объяснения состоит в том, что людям кажется, что они прекрасно понимают причинно-следственные связи, между тем на самом деле это далеко не всегда так. Иллюзия – продукт интуитивного сознания; мы автоматически и без усилий представляем себе тот или иной предмет или ситуацию. Но оценка собственных знаний обычно разрушает наши иллюзии. Это помогает объяснить, почему не все люди подвержены ложному восприятию. Профессор-маркетолог из Йельского университета Шейн Фредерик предложил простой тест (50), позволяющий определить, к чему в большей мере склонен данный человек: к интуитивности или к обдумыванию. Он назвал это тестом для проверки когнитивных способностей, или когнитивной рефлексии (Cognitive Reflection Test, или CRT). Он состоит из трех несложных задач. Одну из них Шейн нашел в сборнике загадок:

«Теннисная ракетка и мяч вместе стоят 1,1 доллара. Ракетка на один доллар дороже мяча. Сколько стоит мяч?»

Вы полагаете, что 10 центов? Ну что ж, почти все так и отвечают. Большинство людей (в том числе и большинство студентов университетов Лиги плюща) полагает, что именно это и есть правильный ответ. Иначе говоря, ответ «10» возникает в мозгу почти у всех. На самом деле вопрос заключается в том, следует ли поверить подсказке интуиции или лучше проверить ее. Если вы проверите ее, то увидите, что если мяч стоит 10 центов, а ракетка стоит на 1 доллар больше, то вместе они должны стоить 1,2 доллара. Значит, ответ «10» неправильный.

Мало кто пытается проверить свой интуитивный ответ и понимает это. Однако почти все эти люди способны найти правильный ответ.[5]5
  Правильный ответ: 5 центов.


[Закрыть] К ним относится и Фредерик, обладатель аналитического склада ума. Такие люди склонны к подавлению интуитивных реакций и принятию решений на основании размышлений.

Кроме этой задачи про ракетку и мячик, тест CRT включает в себя еще две задачи. Вот одна из них:

«В пруду растут кувшинки. Каждый день площадь, покрытая кувшинками, удваивается. Если пруд полностью покрывается кувшинками за 48 дней, то за сколько дней кувшинки покроют половину пруда?»

Вам кажется, что за 24 дня? Так думают почти все, а многие так и отвечают, полагая это правильным ответом. Но так ли это? Сами подумайте: если площадь под кувшинками каждый день удваивается, то есть пруд покрывается кувшинками наполовину на 24-й день, то полностью он будет покрыт ими уже на 25-й день. И если пруд полностью покрывается кувшинками на 48-й день, то ответ «24» не может быть правильным. Правильный ответ: пруд будет покрыт кувшинками наполовину за день до того, как будет покрыт ими полностью, то есть на 47-й день.

И последняя задача:

«Если 5 машин за 5 минут изготавливают 5 приборов, сколько времени потребуется, чтобы 100 машин изготовили 100 приборов?»

Подсказываем, что ответ «100» неправильный.[6]6
  Правильный ответ: 5 минут (потому что каждой машине на изготовление одного прибора требуется 5 минут).


[Закрыть]

Общее у всех этих трех задач CRT то, что во всех трех случаях на ум сразу приходит неправильный ответ. Для получения правильного ответа нужно просто блокировать интуитивный ответ и произвести несложные вычисления. Но люди в большинстве своем не делают ни того ни другого. Вместо того чтобы отмести неправильный интуитивный ответ, немного поразмыслить и найти правильный ответ, они сразу выпаливают интуитивный ответ, который первым приходит на ум. Правильные ответы на все три задачи теста CRT дают менее 20 % американцев. Математики и инженеры справляются с ними лучше, чем поэты и художники, но ненамного. В тестах, проведенных Фредериком, правильные ответы на все три задачи дали около 48 % студентов Массачусетского технологического института и только 26 % студентов Принстона.

CRT позволяет выявить людей, которые предпочитают поразмыслить, а не ляпнуть первое, что придет на ум. Люди, склонные к обдумыванию, больше зависят от своих мыслительных способностей и предпочитают осознанное самовыражение, а те, кто менее склонен к аналитическому подходу, больше полагаются на свою интуицию. Эти люди различаются по нескольким параметрам. Люди, более склонные к размышлениям, обычно более осмотрительны при решении проблем, требующих обдумывания. Они делают меньше ошибок и меньше поддаются на уловки, чем люди с менее аналитическим складом ума (51). Например, они лучше определяют, какое высказывание имеет глубокий смысл, а какое является случайным набором слов (например, «скрытый смысл преобразует неповторимую неясную красоту») (52). Они также в большей степени расположены к риску и менее импульсивны. Как правило, они более склонны рисковать или дольше ожидать, если это может привести к получению большего вознаграждения (53). Их предпочтения отличаются и по другим позициям. Например, более вдумчивые люди, в отличие от менее вдумчивых, предпочитают темный шоколад молочному (54). Они также менее склонны верить в Бога (55).

Но для нас более интересным является то, что у людей, более склонных к размышлениям (и с лучшими показателями в тестах CRT), иллюзия глубины объяснения проявляется в меньшей степени, чем у людей с менее аналитическим складом ума (56). В ходе исследования мы просили участников оценить уровень их собственного понимания механизмов действия различных, не совсем обычных потребительских товаров (таких как система Aqua Globes, предназначенная для автоматического полива комнатных растений в течение двух недель) дважды – до и после того, как они пытались объяснить назначение этого товара. У участников, успешно прошедших тест CRT, эта иллюзия отсутствовала. В противоположность этому у участников, давших в ходе тестирования CRT не более одного правильного ответа, эта иллюзия отмечалась довольно часто. Иначе говоря, у более вдумчивых участников эксперимента уровень понимания проблемы до и после представления ими объяснений был примерно одинаковым, в то время как участники, менее склонные к аналитическим размышлениям, после представления ими объяснений чаще выражали сомнение в своих первоначальных оценках.

Интуиция обеспечивает нам упрощенный, весьма приблизительный, хотя обычно достаточно сносный анализ, и это порождает у нас иллюзорное ощущение достаточности нашего знания. Но, если мы даем себе труд немного поразмыслить, нам становится очевидно, насколько сложнее устроен мир и как мало мы в действительности знаем.

Почему те, кто успешно прошел тест CRT, не страдают от иллюзии глубины объяснения? Возможно, ответ кроется в результатах еще одного проведенного нами исследования. Мы создали массу рекламных материалов для товаров, отличавшихся количеством подробностей в описании каждого изделия. Мы демонстрировали эту рекламу потребителям и просили их ответить, насколько им нравится каждый из этих товаров. Более вдумчивые участники, успешно прошедшие тест CRT, предпочитали товары, описание которых было более детальным. Это отличается от выбора людей, менее склонных к рефлективному мышлению, то есть большинства из нас. Участники, продемонстрировавшие в тесте CRT плохие результаты, предпочитали товары с коротенькими описаниями, обилие подробностей их только раздражало. А люди с высоким уровнем рефлективного мышления (в отличие от большинства) предпочитают подробные описания. Они вообще склонны все объяснять, поэтому естественно будет предположить, что они начинают искать объяснения еще до того, как их об этом попросят. И практически никто из них не подвержен иллюзии глубины объяснения.

Интуитивное восприятие у каждого свое, оно осуществляется в наших головах. В процессе размышлений мы используем информацию, которая известна нам самим, информацию о том, что мы только смутно предполагаем или знаем лишь поверхностно, а также то, что известно другим людям. Например, если я размышляю, за какого кандидата голосовать, я вполне могу обратиться за советом к человеку, которого очень уважаю. В этом случае результат моих размышлений зависит от сообщества носителей знаний. Итак, одна из причин возникновения иллюзии глубины объяснения состоит в том, что наша интуитивная система, так сказать, переоценивает свои аналитические способности. Если я спрошу у вас, как работает туалет, ваша интуитивная система немедленно выдаст: «Без проблем, с туалетом у меня нормально. Я пользуюсь им каждый день». Но, если вопрос о работе туалета адресовать вашей мыслительной системе, вы придете в замешательство, потому что на самом деле ваше интуитивное понимание весьма поверхностно. Настоящие знания хранятся в других местах. Где именно – это мы обсудим в двух следующих главах этой книги.

5
Мышление с участием тела и окружающего мира

Когнитивная психология, или когнитивистика, – это наука о человеческом интеллекте, исследующая магические инструменты, с помощью которых человек удивительно эффективно воспринимает информацию, обрабатывает ее и совершает действия. Под искусственным интеллектом (ИИ) обычно понимают разработку машинного разума, то есть создание машин, способных вести себя разумно. Обе эти научные отрасли возникли одновременно с появлением современных компьютеров, а потому неудивительно, что они развивались более или менее параллельно.

Основное внимание в ранних работах в области ИИ (от 1940-х до 1980-х) уделялось отдельным компьютерам. Целью при этом было создание мощного разума из кремния, подобного разумному компьютеру ЭАЛ из классических книг Артура Кларка и фильма «2001: Космическая одиссея». Компьютер ЭАЛ прекрасно играл в шахматы и являлся для экипажа незаменимым помощником, но затем у него возникло умственное расстройство. Первые исследователи ИИ, как и создатели фантастического ЭАЛ, стремились закладывать в компьютер громадные объемы информации и наделять его недюжинными интеллектуальными способностями. При разработке «умных» компьютеров предполагалось, что они должны иметь гигантские объемы памяти, набитые всякого рода данными, и скоростные процессоры, способные использовать эти данные для нахождения ответа практически на любой вопрос (за исключением таких категорий, которые остаются прерогативой человека, например любовь или страх). Ученые, занимающиеся проблемами искусственного интеллекта, стремились создать суперробота, обладающего всеми ресурсами для успешного решения любых задач, и передавали машине все функции, от выполнения которых хочет избавиться пользователь.

Однако некоторые исследователи ИИ пришли к печальному выводу, что такой суперинтеллект построить невозможно. В 2003 г. Марвин Минский, один из основателей Лаборатории искусственного интеллекта Массачусетского технологического института и один из первых разработчиков ИИ, заявил: «Компьютера, обладающего здравым смыслом, не существует. Мы создаем устройства, способные лишь бронировать авиабилеты. Ни один компьютер не может осмотреть комнату и рассказать нам о ней» (57). Следует заметить, что Минский имел в виду прежний, устаревший подход к конструированию ИИ (который, однако, до 1980-х годов был единственным). В рамках этого подхода считалось, что функционирование умных машин не очень отличается от работы сложного контрольно-кассового аппарата. Кассовый аппарат получает информацию (кассир, нажимая клавиши, сообщает ему, какой товар вы хотите приобрести), потом выполняет некоторые вычисления (складывает цены ваших покупок, а вы в это время стоите и ждете) и наконец выдает чек с указанием суммы, которую вы должны заплатить. Такие традиционные пошаговые расчеты требуют много времени и в целом недостаточно эффективны. Чтобы преобразовать одно множество символов в другое (подобно тому, как кассовый аппарат превращает некоторую совокупность цен в суммарную цену), компьютер использует длинную цепочку простых правил. Срабатывают эти правила очень быстро, однако в каждый данный момент времени для преобразования символов можно использовать только одно правило. Поэтому даже при выполнении простых арифметических действий компьютеру приходится последовательно выполнять сотни, а то и тысячи операций.

ИИ, созданный на основе такой обработки символов, имеет в своем активе некоторые достижения (например, он прекрасно играет в шахматы и эффективно помогает врачам ставить диагнозы), однако он весьма далек от тех суперинтеллектуальных вычислительных машин, о которых мечтали первые разработчики. Начало конца обозначилось, когда философ Джон Хогланд, один из основоположников философии искусственного интеллекта, снисходительно назвал этот проект «старым добрым искусственным интеллектом» (англ. Good Old-Fashioned Artificial Intelligence – GOFAI) (58).

GOFAI подразумевает, что программное обеспечение и аппаратные средства – это принципиально разные категории. Алгоритмы (наборы правил для вычислений) – это программное обеспечение, которое может разрабатываться независимо от аппаратных средств, используемых для реализации алгоритмов. В принципе такие наборы правил могут работать на любом достаточно мощном компьютере. В этом смысле не важно, каковы аппаратные средства (физический компьютер). Конечно, некоторые параметры аппаратных средств, например скорость выполнения той или иной операции, имеют значение, однако принцип вычислений всегда один и тот же.

Такое понимание машинного интеллекта восходит непосредственно к дуалистической концепции человеческого разума, сформулированной еще в XVII в. французским философом Рене Декартом. Ученый утверждал, что человеческий разум не является материальной субстанцией и что он принципиально отличен от физического тела. Знаменитое высказывание Декарта Cogito ergo sum, что означает «Мыслю, следовательно, существую» выражает идею, что его «я», личность, сознающая свое существование, определяется способностью мыслить, а не наличием физического тела. На этом основании Декарт делает вывод, что мышление принадлежит духовному миру, отличному от материального, в котором существует физическое тело. Однако эти миры должны взаимодействовать. В конце концов, только благодаря телу разум способен формировать представление о мире на основе информации, поступающей через органы зрения, слуха, обоняния и другие органы чувств. Взаимодействие происходит и в другом направлении – разум принимает решения и указывает телу, какое действие оно должно совершить. Декарт даже указал место, где происходит взаимодействие духовного мира и физического: по его мнению, местом, где духовный и физический мир сообщаются друг с другом, является эпифиз, или шишковидная железа. GOFAI также разделяет мышление и действие на два мира – нематериальное программное обеспечение и материальные аппаратные средства (однако аналог эпифиза здесь отсутствует).

Как у модели человеческого интеллекта, у GOFAI есть серьезные недостатки. Чтобы понять один из них, давайте вспомним знаменитую поэму Эрнеста Лоуренса Тейера «Кейси берет биту». Начинается она так:

В этот день для девяти игроков команды Mudville исход игры не обещал ничего хорошего: счет был 4:2 и оставалось сыграть всего один иннинг.

Читавшие поэму знают, в каком состоянии находились болельщики команды Mudville.

Некоторые уже разуверившиеся в победе болельщики готовы впасть в глубокое отчаяние. Остальные пока таят надежду, вечно живущую в человеческих сердцах. Они верят: «Только Кейси может нанести сильный удар и спасти игру. Мы даже поставим деньги, если Кейси возьмет биту».

Вам также известно, что в конце концов их желание осуществилось.

Питчер берет мяч, подбрасывает его, и воздух содрогается от силы удара Кейси.

О том, что случилось потом, мы рассказывать не будем. Вместо этого давайте посмотрим, что, вообще говоря, МОГЛО СЛУЧИТЬСЯ. Любители бейсбола знают, что Кейси мог или отбить мяч, или замахнуться битой и промахнуться. Если он попадает по мячу, то удар может быть сильным, однако удар может оказаться слабым или укороченным. Предположим, что удар был настолько сильным, что мяч вылетел за пределы поля. Каковы последствия такого действия? Прежде всего Кейси побежит по базам, и его команда заработает как минимум одну пробежку. Зрители тоже отреагируют соответственно. Скорее всего, болельщики команды Mudville запрыгают от волнения и радости, приветствуя мастерство Кейси. Однако далеко не все проявят такой энтузиазм: иначе, хотя и по-разному, прореагируют фанаты команды соперников, продавцы арахиса на стадионе, которым бейсбол сам по себе «до лампочки», рожающая в квартале от стадиона женщина, мысли которой заняты совсем другим. Но разбирающиеся в бейсболе люди, которые находятся не очень далеко – в пределах слышимости – от стадиона, по доносящемуся оттуда шуму хорошо поймут происходящее; особенно те, кто так или иначе заинтересован в игре: болеют за одну из команд, сделали ставки и т. п. Другими словами, реакции могут быть разными. Трудно определить, что изменится в результате этого конкретного действия, а что – нет. Если компьютер работает на принципах GOFAI, то все эти предполагаемые последствия можно ввести в программу, используя понятные вам алгоритмы. Для каждого действия вам придется составить длинный список всех связанных с ним изменений в ваших представлениях об окружающем мире. Более того, потребуется еще более длинный список тех изменений, которые вы игнорируете. Вообще говоря, такие списки могут быть практически бесконечными.

В программировании проблема определения того, что изменяется, а что – нет, хорошо известна специалистам по информатике и философам, исследующим компьютерную тематику, как проблема фреймов (59). И, несмотря на множество предложенных идей, она пока далека от разрешения. Чтобы понять, почему эту проблему так трудно решить, давайте прикинем, что нужно знать для ее решения. Вы должны знать правила бейсбола, кроме того, вы должны иметь какое-то представление о человеческих эмоциях, чтобы понимать, почему одни люди реагирует положительно, а другие отрицательно. Более того, нужно довольно много знать о человеческой культуре, чтобы понимать, почему одним людям что-то интересно, а другим – нет. Вам даже потребуются некоторые знания о физических явлениях, чтобы понять, почему люди, находящиеся далеко от стадиона, никак не реагируют на то и дело раздающиеся на нем крики. И вся эта совокупность знаний должна быть задействована, чтобы понять всего несколько строчек стихотворения. Нужно каким-то образом определить ключевые элементы события, опираясь на содержание стихотворения, а затем, осмыслив эти ключевые события, извлечь всю необходимую информацию.

У GOFAI есть еще один недостаток. Представьте себе, что вы пробираетесь через лес. Каждый сделанный вами шаг представляет собой рискованное действие. Вы переступаете через ветки, продираетесь сквозь колючий кустарник, преодолеваете большие камни различной высоты; иногда приходится балансировать на каменной россыпи или на большом валуне. На каждом этапе ваша ступня должна приспосабливаться к условиям движения. Теоретически ступни должны двигаться в том направлении, в котором вы решили идти. Однако иногда для продвижения к цели на каких-то участках приходится идти в обход, чтобы обойти препятствия или, скажем, не замочить ноги. Если рассматривать еще более короткие отрезки времени, необходимо учитывать особенности места, куда ступает нога. Если на пути лежит булыжник, ступня должна надежно опереться на него. Если планируется каждое движение ноги, если ваша нервная система рассчитывает точную траекторию перемещения вашей ступни и работу каждой из многих мышц, управляющих ступней, и должна спланировать весь маршрут, по которому вы решили пойти, и при этом учитывает, что нужно обходить препятствия и приспосабливаться к особенностям поверхности земли, то для этого требуется очень большой объем вычислений. Даже суперкомпьютеру для таких расчетов понадобится много времени.

Если на каждом шагу рассчитывать точную траекторию движения ваших ног, то, для того чтобы обойти небольшое препятствие, вам потребуются часы или даже сутки. При этом практически все время вы будете стоять неподвижно, погрузившись мыслями в инженерные расчеты. Именно так работает система GOFAI: перед тем как выполнить действие, она все планирует и оптимизирует. Например, при приготовлении кофе такая система подавляющую часть времени размышляет, а на сам процесс тратит лишь небольшую часть времени. Можно сказать, что роботы на основе GOFAI – это улучшенный вариант диванного философа, который много времени посвящает размышлениям и мало действует.

Но если компьютер робота достаточно быстр, то впечатление, что он тратит на обдумывание слишком много времени, исчезает. Сейчас существуют чрезвычайно мощные и быстро считающие компьютеры. Однако для реализации алгоритмов GOFAI даже самые быстродействующие сегодняшние компьютеры недостаточно быстры. Современные роботы производят сильное впечатление, потому что вычисления, необходимые для принятия решений и совершения действий, они выполняют на основе совершенно других принципов – тех, которые используются животными.