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.
