Это очень хороший вопрос, но, я бы сказал, это также вопрос, с решением которого может помочь технология. В рамках очень интересного эксперимента правительство Тайваня провело опрос общественного мнения «Виртуальный Тайвань», используя программу под названием pol.is, чтобы привлечь своих граждан к обсуждению законодательства и нормативных актов, включая прежде всего регулирование новых транспортных услуг, таких как Uber.
Как описывает Колин Мегилл, создатель pol.is, Жаклин Цай, министр Тайваня, пришла на правительственный хакатон и сказала: «Нам нужна платформа, позволяющая всем членам общества участвовать в рациональном обсуждении». Pol.is предлагает людям публиковать высказывания длиной в одно предложение. Те, кто читает эти утверждения, не имеют возможности спорить с ними – комментарии отключены. Они могут согласиться, не согласиться с ними или пропустить их. И затем они могут опубликовать собственное утверждение. Колин отмечает: «Отказ от комментариев дает нечто особенное. Это позволяет вам увидеть матрицу всех участников и то, что они думают о каждом высказывании». Люди не очень сильны в проведении такого анализа, а машины могут проводить его действительно очень эффективно. «Вы пользуетесь этим постоянно, – указывает он. – Каждый раз, когда вы выставляете рейтинг фильму, каждый раз, когда вы покупаете товар, вы создаете данные. А мы проводим машинное обучение, основываясь на данных pol.is, как сделала бы компания Netflix, основываясь на фильмах. Netflix выявляет тематические группы – любящих комедии или фильмы ужасов, любящих комедии и документальные фильмы, но ненавидящих фильмы ужасов, любящих комедии и фильмы ужасов, но ненавидящих документальные фильмы».
В pol.is используется известная статистическая методика под названием «метод главных компонент» (англ. principal component analysis, PCA) для распределения людей, которые реагируют на определенные утверждения, на группы единомышленников. Высказывания также ранжировались на утверждения, за которые проголосовала отдельная группа, а также утверждения, которые получили всеобщую поддержку. Утверждения, получившие поддержку всех групп или определенных групп, выходят в топ и получают приоритет в показе – точно так же как контент в социальной сети Facebook, но при этом можно увидеть, какой процент других участников согласился или не согласился с ними.
Но это весьма отличается от концепции Facebook. В случае pol.is участники могут видеть пузырьковую диаграмму, на которой отражена статистика тех, кто согласен, и тех, кто не согласен с общим набором утверждений. Участники могут кликнуть, чтобы увидеть утверждения, формирующие конкретный кластер. И по мере того как участники соглашаются или не соглашаются с различными утверждениями, их аватары перемещаются по диаграмме, приближаясь к другому кластеру или отдаляясь от него. Участники могут видеть не только то, сколько процентов всех участвующих в обсуждении согласны с их конкретным утверждением, но и то, сколько процентов кластера согласны с аналогичными, сделанными ими или другими людьми утверждениями.
В физическом мире существует аналогичная, очень мощная техника для небольших групп, которую мы часто использовали при обсуждении спорных вопросов среди сотрудников и участников программы «Код для Америки». Это называется «Человеческая спектрограмма». Группа стоит посреди большой комнаты. Кто-то делает заявление, и те, кто с ним согласен, перемещаются в один конец комнаты. Те, кто не согласен, переходят в другой конец комнаты. Люди, чьи взгляды менее поляризованы, могут расположиться где угодно. Затем кто-то вносит другое замечание, и, если это влияет на ваше мнение, вы передвигаетесь соответственно. Красота программы pol.is заключается в том, что она, похоже, масштабировала этот подход для работы с тысячами людей и тысячами утверждений в различных аспектах.
Обсуждение Uber в pol.is в рамках эксперимента «Виртуальный Тайвань» началось с одного утверждения: «Я считаю, что для водителей частных автомобилей UberX страхование гражданской ответственности должно быть обязательным». Те, кто отреагировал на это утверждение, быстро разделились на группы – сторонников и противников регулирования. Участники могли видеть размер этих групп – ту или иную сторону высказывания принимали не более 33 % аудитории. Поэтому люди пробовали разные утверждения, пытаясь сформулировать такие, которые получили бы большую поддержку.
В течение четырех недель группа из примерно 1700 участников обсуждения Uber пыталась достичь консенсуса по ключевым вопросам. Единственное утверждение, с которым большинство согласилось: «Правительство должно использовать эту возможность, чтобы бросить вызов индустрии такси в плане улучшения системы управления и контроля качества, чтобы водители и пассажиры могли воспользоваться столь же качественным сервисом, как у Uber» (с этим согласились 95 % участников всех групп).
К концу проведения опроса компания Uber согласилась предоставить министру Цай международный страховой полис автогражданской ответственности и, при необходимости, опубликовать его для открытого обсуждения. Компания также согласилась провести обучение для всех водителей, чтобы те зарегистрировались и получили профессиональные водительские права, и, если в каких-то регионах это было узаконено, она готова была оплатить парковку и транспортные налоги для автомобилей UberX. Ассоциация «Служба такси Тайбэя» выразила готовность работать с платформой UberTAXI и предлагать более качественные услуги, если правительство позволит увеличивать стоимость поездок в ответ на рыночный спрос так же, как это делает Uber. Рэй Далио, основатель и исполнительный председатель Bridgewater Associates, использует подобный подход к созданию того, что он называет «идеей меритократии» в своей компании, крупнейшем хедж-фонде в мире. В ходе обсуждений инвестиций или идей сотрудники фирмы дают оценку утверждениям других участников, собирая из них матрицу, которая включает все совпадения и разногласия. Каждому настоятельно рекомендуется быть «предельно честным» в своем мнении, и самый «зеленый» младший сотрудник может сказать самому Рэю, что тот не прав. Следующий шаг Bridgewater – применение к матрице алгоритма, который учитывает такие факторы, как опыт работы, опыт в конкретной области и другие методы оценки мнения индивидуумов. Целью является объединение лучшего человеческого опыта и способности компьютерных алгоритмов подводить итоги и выявлять точки соприкосновения и точки разногласий.
Простых решений не существует, и несогласие также может быть инструментом стремления к истине, при условии, что оно высказано честно. И для людей существуют возможности меняться и менять свое мнение по мере того, как они узнают, что о теме обсуждения думают другие. Этот механизм очень отличается от опроса, который просто пытается выяснить то, во что люди уже верят, а затем калибрует аргументы, чтобы укрепить эту веру.
Как писал мне Генри Фаррелл в другом письме: «Процессы интеллектуальных открытий – это всегда споры между различными позициями. Используя аналог машинного обучения, заимствованный у моего соавтора Космы Шализи, все мы вместе взятые в лучшем случае представляем собой сообщество слабых учеников, каждый из которых понимает только несколько терминов относительно очень сложного механизма, который мы пытаемся смоделировать. Нам на самом деле будет легче, если мы начнем изучение проблемы с самых различных позиций (каждый слабый ученик знаком с каким-то одним набором терминов), поскольку каждая из этих позиций отражает какой-либо аспект истины, и после этого, и только после этого, попытаемся построить совместную модель проблемы».
