Образовательная платформа станет цифровой, поэтому информацию можно будет собирать на каждом шагу. Иногда это будет означать использование "перевернутого" класса, в котором ученики слушают лекции дома, а приходят на занятия для решения задач и выполнения упражнений (чтобы учитель мог им помочь).
Первые примеры подобного подхода к учебе уже есть. В 2012 году преподаватель информатики в Стэнфорде Эндрю Ын. вел онлайн-курс, и собранные при этом данные помогли ему улучшить преподавание. Проанализировав видеожурналы работы аудитории, он заметил странную картину: студенты, как правило, просматривали материал последовательно, но, дойдя до урока 7, возвращались на несколько недель назад — к уроку 3. Учитывая, что на курсе учились десятки тысяч человек, это не могло оказаться случайностью. Что же происходило? Н. присмотрелся внимательнее: более ранний урок был посвящен математике, и ученики возвращались к нему, чтобы освежить материал. В результате преподаватель понял, что ему нужно изменить учебную программу: поставить больше уроков математики в начале — это позволит студентам подготовиться к наиболее трудным моментам программы.
Онлайн-классы — это цветочки. Будучи электронной книгой, учебник учится у студента в той же степени, что и наоборот. Устройство знает, читает ученик или нет — и насколько быстро. Если его внимание отвлекается (это проявляется в более медленной скорости чтения), электронная книга может автоматически вставить короткое видео с объяснением или викториной. Устройство будет в курсе, читает ли ученик в воскресенье днем дома или в понедельник утром в автобусе — и сможет увидеть, коррелируют ли более высокие баллы за тест с изучением материала до или после обеда.
При этом информация в образовании, как и в здравоохранении, перестанет собираться лишь время от времени, а станет использоваться постоянно, образовав устойчивый поток данных. Это обеспечит реализацию метода, носящего название "адаптивное обучение". Идея заключается в анализе действий ученика и выборе материала и темпа обучения, подходящих именно ему. К примеру, если ученик быстро решает три задачи на треугольники подряд, ПО поймет, что пора перейти к чему-то более сложному. Если же, наоборот, задачи на длину окружности вызывают затруднения, система добавляет дополнительные упражнения. Адаптивное обучение гарантирует освоение всех материалов того или иного предмета, прежде чем двинуться дальше.
К 2050 году данные позволят вернуться к индивидуальному преподаванию. При этом получить образование станет легче и дешевле.
Убить адвокатов
Верховенство права и власть закона очень важны, но большинство людей наверняка желают видеть мир с меньшим количеством юристов. "Первое, что мы сделаем — убьем всех адвокатов", — провозглашает Дик Мясник в драме Шекспира "Король Генрих VI". До недавнего времени закон был одной из отраслей, где сбор информации осуществлялся наиболее консервативно, это область письменных аргументов и человеческих суждений. Но все меняется. К 2050 году данные будут лежать в основе юридической профессии и определять основы правосудия.
Уже сейчас большие данные используются для выявления неправомерной деятельности полиции и несправедливых решений судов, например, можно оценить частоту вынесения обвинительных приговоров в США в отношении молодых черных и белых мужчин. Несколько фирм уже предлагают услуги по подбору присяжных, рассчитывая вероятность того, что, скажем, азиатская женщина проголосует за осуждение женщины-подсудимой. Система работает путем корреляции огромных массивов демографических данных о присяжных с результатами судебных разбирательств, позволяя юристам повысить шанс наилучшего выбора.
Еще одна область — истребование имеющихся по делу документов в электронной форме. Сложные корпоративные судебные процессы могут предполагать необходимость ознакомиться с миллионами страниц документов. В прошлом подобным занимались целые армии молодых юристов. Это было дорого и неэффективно. Но для выявления подозрительного поведения сканировать материалы по ключевым словам или отслеживать трафик электронной почты могут алгоритмы, причем гораздо быстрее и точнее людей.
Существуют и другие полезные приемы. Компания Ravel перенесла огромные массивы данных по прецедентному праву — заявления, постановления, приговоры и тому подобное — в огромные хранилища данных, откуда их можно при необходимости извлекать и находить взаимосвязи. Цель состоит в том, чтобы революционизировать поиск правовой информации. В конечном итоге юристы не только найдут соответствующие прецеденты, но и увидят, какие из них чаще всего упоминаются при выигрыше или проигрыше дел — вплоть до уровня округа или судьи. Они смогут определить, какие аргументы чаще всего использует адвокат оппонента и каковы наиболее эффективные стратегии противостояния им.
К 2050 году большинство юридических обоснований и контрактов — по крайней мере изначально — будут составляться с помощью алгоритма, использующего большие массивы данных для поиска наиболее выгодных вариантов. Но документы должны быть рассмотрены и утверждены адвокатом-человеком, дабы убедиться, что обе стороны не имеют никаких претензий. Точно так же — хотя алгоритм и может вынести надежный и авторитетный приговор по основным видам споров — ассоциации адвокатов будут по-прежнему требовать участия в процессе судьи-человека, чтобы обе стороны конфликта и общественность чувствовали: в деле учтены все конкретные обстоятельства.
Главный принцип судебной практики заключается в том, что правосудие не просто должно быть осуществлено, оно должно восторжествовать. Поэтому новое мышление предусматривает право каждого на достойный суд — суд человека, а не робота.
Большие данные улучшат правоприменение и создадут более справедливое общество. К 2050 году не будет случаев, когда ответчику будет отказано в выходе на свободу под залог по причине того, что он может скрыться от правосудия. Вместо этого сумма залога будет основана на тех же данных, на которых банки сегодня опираются, определяя ставки по ипотеке. Аналогичным образом как выдумка будет восприниматься идея о том, что члены совета по условно-досрочному освобождению могут посмотреть заключенному в глаза и понять, по-прежнему ли он опасен для общества или его уже можно выпустить из тюрьмы. Вместо этого решение будет основываться на статистической вероятности рецидива в данном случае.
Одним из последствий слияния данных и права станет повышение эффективности юридической профессии, поскольку она будет использовать более весомые аргументы и принимать более быстрые решения. (Правда, неизвестно, станут ли клиенты получать меньшие счета.) При использовании больших данных осуществление закона станет проще и дешевле, а доступ к правосудию расширится. Сегодня обращение к судебной системе для урегулирования спора является роскошью, многие люди не имеют такой возможности, в случаях, когда неприятности не достигают уровня, превышающего неудобства от судебной канители. По мере того как данные изменят экономику юридических услуг, затраты на получение возмещения по закону могут снизиться. И мы обнаружим, что верховенство права глубже проникнет в общество — так же, как снижение расходов на хранение и передачу информации вследствие изобретения печатного станка позволило расширить распространение знаний.
