Среднего более не дано. Как выйти из эпохи великой стагнации - Тайлер Коуэн Страница 26

До того как взяться за данное исследование, Кен занимался поиском подтверждающих данных для модели когнитивных заблуждений Нассима Талеба, известной как модель «Черного лебедя». Под когнитивными заблуждениями подразумеваются многие наши ошибки, которые являются для нас полной неожиданностью. Но самое удивительное то, что ошибки типа «Черный лебедь» значительного влияния на окончательный результат не оказывают. Исходы большинства шахматных партий обусловливаются накопленным преимуществом, а уровень ошибочности решений довольно легко предсказуем исходя из относительного мастерства игроков. Кену удалось определить, что сделанные им выводы применимы к игрокам любого уровня — от самых лучших до игроков с рейтингом в 1600 баллов, что соответствует уровню среднего игрока в большинстве городских клубов (игру более слабых игроков он пока не анализировал).

Кроме того, игрокам свойственно постоянство стиля игры. Так, игра Владимира Крамника, чемпиона мира с 2000 по 2007 г., отличается особо высокой степенью близости к рекомендациям компьютера. Его уровень возможной ошибки крайне мал — естественно, для человека. При этом Крамник не создает на доске особых проблем своим соперникам. Он не вынуждает их к чрезмерному числу ошибок, не обращает в пыль их чувство собственного достоинства, не заставляет их хвататься за сердце и терять сознание от умопомрачительных комбинаций. Сыграть достойно против Крамника нетрудно. Создаваемые им позиции отличаются не агрессивностью, а хорошими стратегическими перспективами.

Согласно аналитической системе Кена, самый неприятный соперник — великолепный шахматист Магнус Карлсен. Он заставляет своих оппонентов совершать ошибки чаще, чем кто-либо еще. В игре против Карлсена вероятность совершения вами серьезной ошибки сильно возрастает, поскольку игровая доска быстро превращается в минное поле, где каждый ваш шаг чреват осложнениями.

На первый взгляд Кен — обычный, увлеченный своим делом профессор информатики, однако он, наряду с некоторыми игроками стиля «адванс», способствует наступлению новой эпохи — эпохи умных машин. Кроме собственно выводов, его работа важна и с точки зрения практического применения ее результатов. Исследованием Кена демонстрируется невероятная точность, с которой умные машины способны оценивать деятельность человека. Жаль, у нас нет подобной системы для оценки качества работы врачей.

Васику Райлиху, разработчику Rybka, то, что мы узнали из работы с шахматными программами, видится в более пессимистическом свете. По мнению Райлиха, в шахматах удивительно то, насколько трудно людям дается эта игра. Анализ на основе шахматных программ указывает на то, что мы принимаем ошибочные решения в очень большом числе ходов. Анализ Кена показывает, что ходы даже ведущих гроссмейстеров, за исключением особенно удачных для них игр, совпадают с рекомендациями Rybka от силы в 55% случаев. Когда я анализирую игру гроссмейстера с помощью программы Rybka, я прекрасно вижу, как первоначально удачная позиция игрока ухудшается в результате беспрерывной цепи ошибок, пусть и малых. И здесь есть повод для пессимизма.

Райлих подчеркивает, что люди постоянно совершают оплошности, что им трудно оставаться объективными, трудно сохранять концентрацию и точно просчитывать множество вариантов. Следующие слова Райлиха не о слабых игроках из местного клуба, а о ведущих гроссмейстерах: «Меня поражает, насколько они далеки от совершенства». Когда-то гроссмейстеров окружала аура, созданная вокруг них любителями шахмат, но теперь, в эпоху шахматных программ, эта аура заметно поблекла.

Когда гроссмейстер мирового класса играет против клубного шахматиста, он выглядит великолепным и непобедимым игроком. Многие ходы гроссмейстера мирового класса действительно отличаются в лучшую сторону. В какой-то момент его преимущество начинает «играть само по себе» — если использовать выражение из мира шахмат,— и у него получается практически все. Но когда тот же гроссмейстер мирового класса играет против — возьмем программу с говорящим именем — «Дробильной машины» (Shredder), то он скорее выглядит бесталанным дураком, которому приходится прилагать невероятные усилия, чтобы не потерять окончательно контроль над ситуацией. И, однако, это тот же игрок. Эта разница между нашим видением великолепия человеческого интеллекта и его реальным уровнем — отличный отрезвляющий урок, преподанный нам программами.

Так что здесь особенного? Разве основные недостатки человеческого восприятия и наших возможностей в принятии решений не были описаны в тысячах работ по психологии и поведенческой экономике? Этому посвящены работы Даниэля Канемана, Дэна Ариели и многих других специалистов. Разве мы не слышали о «подталкивании» — концепции, выдвинутой Кассом Санстейном и Ричардом Талером? В представленной ими картине мира экспертам известны шаблоны, которыми мыслят, принимая решения, другие люди, и они создают архитектуру выбора, помогающую им манипулировать решениями других, например путем изменения пенсионного плана, под который вы подпадаете по умолчанию.

Правда, из шахмат напрашиваются совсем иные выводы. Компьютерные шахматы указывают на несовершенство тех, кто вроде как разбирается в хитросплетениях мира, или, иными словами, на несовершенство тех, кто вне шахматного контекста способен проявить себя манипуляторами чужих решений.

Человеческая логика подводит даже лучших шахматистов мира, которые ради серьезных побед на протяжении десятилетий обучались рациональному и всеобъемлющему мышлению, вбирая в себя многовековой опыт игры. Главная проблема заключается не в самих откровенно серьезных ошибках, а скорее в том, что люди слишком много времени уделяют размышлению над ходами, которые только выглядят правильными. Именно наших логических, взвешенных решений нам и следует опасаться больше всего.