Более того, такие легендарные специалисты в области человеческого поведения, как Амос Тверски и Даниэль Канеман, открыли, что чувства часто вводят нас в заблуждение. Наш ум, говорят они, глубоко поражен разного рода когнитивными искажениями[29].
Вы считаете собственную интуицию надежным проводником? Это совсем не так. Зачастую мы излишне оптимистичны, переоцениваем значимость легко запоминающихся историй, отбираем только информацию, согласующуюся с тем, во что нам хотелось бы верить, ложно заключаем, что могли бы объяснить события, считавшиеся непредсказуемыми на момент, когда они произошли, и так далее.
Фраза «прислушиваться к себе» могла звучать освобождающе и романтично для гуманистов. Но, честно говоря, «прислушиваться к себе» звучит просто страшно после прочтения последнего выпуска Psychological Review или великолепной статьи «Список когнитивных искажений» в Википедии.
Наконец, революция больших данных предлагает нам альтернативу тому, чтобы прислушиваться к себе. Наша интуиция или советы таких же людей, как мы, могли казаться гуманистам единственными источниками мудрости, оставшимися нам в лишенной Бога вселенной. Но сейчас ученые, работающие в области анализа данных, формируют и анализируют огромные массивы информации, способные освободить нас от когнитивных искажений.
Еще процитирую Харари: «В XXI веке чувства утратили положение лучших алгоритмов в мире. Мы создаем новые, превосходящие их алгоритмы, опирающиеся на беспрецедентную вычислительную мощность и гигантские базы данных». Согласно датаизму, теперь ответы на вопросы «на ком жениться, чем заняться и начинать ли войну» заключаются в «алгоритмах, которые знают нас лучше, чем мы сами знаем себя».
Я не настолько дерзок, чтобы утверждать, будто книга «Не лги себе» библия датаизма, и не пытаюсь написать новых десять заповедей. (Хотя мне бы очень хотелось, чтобы вы воспринимали тех исследователей, о работе которых я буду говорить, как пророков датаизма: их работа носит новаторский характер именно до такой степени.)
Но я надеюсь, что эта книга покажет, каково новое мировоззрение датаизма, и предложит вам несколько алгоритмов, которые помогут принять значительное решение. «Не лги себе» состоит из глав; каждая из которых посвящена тому, что данные могут сказать нам о какой-то одной важной области жизни. И первая касается, вероятно, самого важного решения в жизни[30].
Итак, приверженцы датаизма и потенциальные новообращенные, давайте посмотрим, помогут ли вам алгоритмы с ответом на вопрос: «На ком жениться?»
Глава 1
Брак с участием искусственного интеллекта
С кем вам следует вступить в брак?
Может быть, именно этот вопрос самый важный в жизни с точки зрения последствий ответа на него. Инвестор и миллиардер Уоррен Баффет, во всяком случае, считает именно так. Он называет выбор супруга «самым важным решением из всех, что вам предстоит принять».
И тем не менее люди редко искали помощи у науки в этом отношении. Честно признаться, здесь наука не могла помочь практически ничем.
Ученые, занимающиеся человеческими отношениями, пытались найти ответы. Но найти большие выборки пар оказалось трудной и дорогостоящей задачей. Исследования в этой области, как правило, опирались на очень маленькие выборки и зачастую приходили к противоречащим друг другу выводам. В 2007 году выдающийся ученый Гарри Рейс из Университета Рочестера сравнил науку о человеческих отношениях с подростком, назвав ее «растущей, временами непокорной а может, и более таинственной, чем хотелось бы»[31].
Но несколько лет назад молодая, энергичная, сверхлюбопытная и блестяще талантливая ученая из Канады Саманта Джоэл задалась целью изменить такое положение вещей. Джоэл, как и многих ее коллег, интересовало, что же предсказывает удачные отношения. Но ее подход был необычным. Она не стала строить очередную скудную выборку пар вместо этого она решила свести вместе данные прежних исследований. Джоэл рассуждала так: если ей удастся объединить небольшие массивы данных из научных работ прошлого, может получиться один большой массив. И его будет достаточно, чтобы надежно определить, что предсказывает успех отношений, а что нет.
План Джоэл сработал[32]. Она собрала в свою группу всех профессоров, располагавших данными об отношениях. В конечном счете ее группа состояла из 85 ученых и смогла аккумулировать массив данных об 11 196 парах[33].
Размер массива был впечатляющим, как и содержащаяся в нем информация.
Для каждой пары у Джоэл и ее группы были результаты опросов, где каждый из партнеров давал численную оценку степени удовлетворенности отношениями. При этом данные у них были практически по всем вообразимым аспектам совместной жизни пары[34], в частности:
демографические сведения (например, возраст, образование, доход, раса);
внешний вид (например, насколько высоко они оценивали привлекательность своего партнера);
предпочтения в сексе (например, насколько часто каждый из партнеров хочет секса? Насколько традиционным должен быть этот секс?);
интересы и хобби;
умственное и физическое здоровье;
ценности (например, взгляды на политику, отношения и воспитание детей);
и многое-многое другое.
Кроме того, у Джоэл и ее группы не просто было больше данных, чем у других полевых исследователей. Они использовали более прогрессивные статистические методы. Джоэл и некоторые ее коллеги превосходно овладели машинным обучением подмножеством искусственного интеллекта, позволяющим современным исследователям обнаруживать неочевидные закономерности в больших массивах данных. Проект Джоэл можно было бы назвать браком с участием искусственного интеллекта: он был одним из первых, где на службу задаче прогнозирования успешных отношений были поставлены столь современные методики.
Если вам нравятся викторины и другие игры на отгадывание, можете попытаться предсказать ее результаты. Как вам кажется, какой фактор лучше всего предсказывает успешные отношения? Действительно ли общие интересы важнее общих ценностей? Насколько важна сексуальная совместимость в долгосрочном плане? Будете ли вы счастливее в союзе с человеком одного с вами происхождения?
Джоэл подобрала людей в исследовательскую группу, собрала данные и проанализировала их и наконец была готова предъявить миру один из самых важных результатов в науке об отношениях.
На октябрь 2019 года Джоэл назначила свое выступление в Университете Ватерлоо в Канаде[35]. Оно было озаглавлено незамысловато: «Можно ли помочь людям подобрать более подходящего партнера для романтических отношений?»
Итак, могла бы Саманта Джоэл, объединив усилия с восьмьюдесятью пятью самыми известными учеными мира, собрав воедино данные из сорока трех научных исследований, получив значения сотен переменных путем опроса свыше десяти тысяч пар, применив находящиеся на острие прогресса модели машинного обучения, могла бы она, проделав все это, помочь людям выбрать более подходящего романтического партнера?
Нет.
Первый и самый удивительный урок, извлеченный ею из данных, как сама Саманта сказала мне во время интервью в Zoom[36], «заключается в том, насколько непредсказуемыми представляются отношения».
Джоэл и ее соавторы обнаружили, что демографические показатели, предпочтения и ценности двух людей практически ни в какой мере не позволяют предсказать, насколько те будут счастливы в романтических отношениях.
Вот так обстоят дела, друзья мои. Сегодня искусственный интеллект может:
обыгрывать даже самых одаренных людей в шахматы и го;
надежно предсказывать общественные беспорядки за пять дней до их начала, опираясь только на переписку в Интернете[37];
сообщать людям о том, какие проблемы со здоровьем их ожидают, исходя из естественного запаха их тела[38].
Попросите при этом искусственный интеллект определить, смогут ли два человека счастливо жить вместе и он окажется беспомощным, как и все мы.
Постойте но ведь это выглядит настоящим провалом. К тому же это кошмарно плохое начало для главы моей книги, дерзко утверждающей, что наука о данных способна произвести революцию в принятии нами решений относительно своей жизни. Неужели ей в самом деле нечего предложить нам в части выбора романтического партнера самого важного решения в жизни?
Не совсем. На самом деле из проекта машинного обучения Джоэл и ее соавторов можно извлечь полезные уроки, пусть даже способность компьютеров предсказывать успех в любви оказалась хуже предположений.
Джоэл и ее коллектив обнаружили крайне малое влияние собранных ими переменных на перспективы успеха пары но при этом наличие у партнера определенных параметров все же чуть увеличивает шансы, что вам с ним будет хорошо. А что еще важнее, из удивительной трудности предсказания успеха в любовных делах вытекают странные следствия, касающиеся выбора партнера.
Давайте задумаемся. Многие считают, что параметры, которые рассматривали Джоэл и ее коллектив, важны при выборе романтического партнера. Они яростно конкурируют за потенциального партнера, обладающего определенными свойствами, думая, что таким образом борются за собственное счастье. Если же свойства, за которые на рынке разворачивается ожесточенная конкуренция, не коррелируют с романтическим успехом значит, многие выстраивают свою линию поведения в этой области неверно.
Это приводит нас к другому бесконечно древнему вопросу, к решению которого недавно тоже пытались применить принципиально новые данные: как именно люди выбирают романтического партнера?
В последние несколько лет другие исследовательские коллективы предприняли анализ данных с сайтов знакомств. Они рассматривали новые большие массивы данных о чертах характера и привычках десятков тысяч претендентов, чтобы выяснить, что создает привлекательность для романтических отношений. И этот анализ, в отличие от исследования счастья в отношениях, дал вполне осязаемый результат. Если работающие с данными ученые выяснили, что указать качества партнера, предвещающие счастье в отношениях, удивительно сложно, то определить качества, делающие нас такими же привлекательными для противоположного пола, как кошачья мята для кошек, оказалось поразительно просто.
Примечания
1
Christian Rudder, Dataclysm: Who We Are (When We Think No Ones Looking) (New York: Broadway Books, 2014). Здесь и далее прим. авт., если не указано иное.
2
«Мазаль тов» фраза на иврите, которая используется для поздравления в честь какого-либо события в жизни человека. Прим. пер.
3
Samuel P. Fraiberger et al., Quantifying reputation and success in art, Science 362(6416) (2018): 82529.
4
Michael Lewis Moneyball: The Art of Winning an Unfair Game (New York: Norton, 2004).
5
Jared Diamond, How to succeed in baseball without spending money, Wall Street Journal, October 1, 2019.
6
Ben Dowsett, How shot-tracking is changing the way basketball players fix their game, FiveThirtyEight, August 16, 2021, https://fivethirtyeight.com/features/how-shot-tracking-is-changing-the-way-basketball-players-fix-their-game/.
7
Douglas Bowman, Goodbye, Google, https://stopdesign.com/archive/2009/03/20/goodbye-google.html, March 20, 2009.
8
Alex Horn, Why Google has 200m reasons to put engineers over designers, Guardian, February 5, 2014.
9
Are we better off with the internet? YouTube, uploaded by the Aspen Institute, July 1, 2012, https://www.youtube.com/watch?v=djVrLNaFvIo.
10
Gregory Zuckerman, The Man Who Solved the Market (New York: Penguin, 2019).
11
Amy Whyte, Famed Medallion fund stretches explanation to the limit, professor claims, Institutional Investor, January 26, 2020, https://www.institutionalinvestor.com/article/b1k2fymby99nj0/Famed-Medallion-Fund-Stretches-Explanation-to-the-Limit-Professor-Claims.
12
Дополнительную информацию о проекте Mappiness можно найти по адресу http://www.mappiness.org.uk.
13
Игрок защищающейся стороны, находящийся на игровом поле. Прим. пер.
14
Rob Arthur and Ben Lindbergh, Yes, the infield shift works. Probably, June 30, 2016, https://fivethirtyeight.com/features/yes-the-infield-shift-works-probably/.
15
Daniel H. Pink, To Sell is Human (New York: Penguin, 2012).
16
Neeraj Bharadwaj et al., EXPRESS: A New Livestream Retail Analytics Framework to Assess the Sales Impact of Emotional Displays, Journal of Marketing, September 30, 2021.
17
«Все лгут. Поисковики, Big Data и Интернет знают о вас все». Москва: Бомбора, 2022.
18
Данные о длине члена, которую мужчины сами сообщают Google, можно найти здесь: https://clck.ru/34BU6P.
19
12,7 см. Прим. ред.
20
Ariana Orwell, Ethan Kross, and Susan A. Gelman, You speaks to me: Effects of generic-you in creating resonance between people and ideas, PNAS 117(49) (2020): 3103845.
21
https://en.wikipedia.org/wiki/List_of_best-selling_books.
22
Matthew Smith, Danny Yagan, Owen Zidar, and Eric Zwick, Capitalists in the Twenty-First Century, Quarterly Journal of Economics 134(4) (2019): 16751745.
23
Pierre Azoulay, Benjamin F. Jones, J. Daniel Kim, and Javier Miranda, Age and High-Growth Entrepreneurship, American Economic Review 2(1) (2020): 6582.
24
Там же.
25
Там же.
26
Pierre Azoulay, Benjamin F. Jones, J. Daniel Kim, and Javier Miranda, Age and High-Growth Entrepreneurship, American Economic Review 2(1) (2020): 6582.
27
Yuval Noah Harari, Homo Deus: A Brief History of Tomorrow (New York: Random House, 2016).
28
Yuval Noah Harari. Organisms Are Algorithms. Body Is Calculator. Answer = Sensation~Feeling~Vedan?, YouTube, uploaded by Rashid Kapadia, June 13, 2020, https://www.youtube.com/watch?v=GrQ7nY-vevY.
29
Daniel Kahneman, Thinking, Fast and Slow (New York: Farrar, Straus & Giroux, 2011).
30
https://www.wesmoss.com/news/why-who-you-marry-is-the-most-important-decision-you-make/.
31
Harry T. Reis, Steps toward the ripening of relationship science, Personal Relationships 14 (2007): 123.
32
Samantha Joel et al., Machine learning uncovers the most robust self-report predictors of relationship quality across 43 longitudinal couples studies, PNAS 117(32): 1906171.
33
Исследование рассматривало только гетеросексуальные пары.
34
Переменные, по которым проводилось исследование, можно найти здесь: https://osf.io/8fzku/. Соответствующий файл Master Codebook With Theoretical Categorization, Final.xlsx, который находится в разделе Master Codebook with Theoretical Categorization. Выражаю благодарность Джоэл, указавшей мне на него.
35
https://www.psychology.uwo.ca/pdfs/cvs/Joel.pdf.
36
Интервью с Самантой Джоэл я провел 24 сентября 2020 года.
37
Ed Newton-Rex, 59 impressive things artificial intelligence can do today, Business Insider, May 7, 2017, https://www.businessinsider.com/artificial-intelligence-ai-most-impressive-achievements-2017-3#security-5.
38
Bernard Marr, 13 mind-blowing things artificial intelligence can already do today, Forbes, November 11, 2019, https://www.forbes.com/sites/bernardmarr/2019/11/11/13-mind-blowing-things-artificial-intelligence-can-already-do-today/#4736a3c76502.