Текст книги "Стеклянная клетка. Автоматизация и мы"

Автор книги: Николас Карр

сообщить о нарушении

Текущая страница: 8 (всего у книги 17 страниц) [доступный отрывок для чтения: 8 страниц]

Диагностические возможности ЭВМ будут улучшаться и дальше. Чем больше данных о конкретном пациенте в форме электронных записей, оцифрованных изображений и результатов анализов, о взаимодействии лекарств, а в недалеком будущем – и данных, считанных с личных биологических сенсоров и следящих за динамикой состояния приложений, тем тоньше будут становиться выводы и диагнозы. Шаблоны и схемы станут более совершенными и изощренными. Учитывая нынешнее стремление радикально улучшить качество здравоохранения, можно ожидать, что в медицине скоро возобладает философия Тейлора – стандартизация и оптимизация. Укрепятся позиции так называемой доказательной медицины, в которой и без того уже сильна тенденция замены личного врачебного суждения статистическими расчетами. Медики будут испытывать нарастающее давление со стороны автоматизации и со временем неизбежно уступят компьютерным программам часть своих прерогатив в установлении диагнозов и назначении лечения. В недалеком будущем многие из них окажутся в роли людей-датчиков, собирающих информацию для принимающих решение компьютеров. Врачи будут, осмотрев и обследовав больного, вводить полученные данные в ЭВМ, и именно последние возьмут на себя труд ставить диагнозы, назначать лечение и следить за его результатами. Благодаря неумолимому наступлению автоматизации, подчиняясь выявленной Брайтом иерархии, доктора обречены (по крайней мере, в некоторых сферах своей практики) на судьбу, постигшую в свое время фабрично-заводских рабочих.

Врачи не одиноки. Вторжение ЭВМ в элитные интеллектуальные профессии наблюдается повсеместно. Мы уже видели, как меняется мышление аудиторов под влиянием экспертных систем, определяющих риски и другие переменные величины. Финансисты, от представителей ссудных касс до менеджеров по инвестициям, уже зависят от систем, направляющих их решения, а Уолл-стрит находится под контролем вынюхивающих корреляции компьютеров и аналитиков, которые эти компьютеры программируют. Численность биржевых игроков и спекулянтов на Нью-йоркской бирже с 2000 по 2013 год уменьшилась со 150 тысяч до 100 тысяч, несмотря на то что фирмы Уолл-стрит стали получать еще более заоблачные прибыли. «Важнейшая цель брокерских и инвестиционных компаний – это автоматизация и избавление от биржевых маклеров», – сказал один из финансовых аналитиков корреспонденту компании Bloomberg. «Что же касается уцелевших биржевых игроков, то все, к чему сводится сегодня их деятельность, – это нажатие компьютерных клавиш» [39].

Это верно не только для торговли акциями и облигациями, но также и для работы с более сложными финансовыми инструментами. Эшвин Парамесваран, технический аналитик и бывший банкир, отмечает, что банки приложили значительные усилия для того, чтобы уменьшить требования к квалификации людей, осуществляющих ценообразование на финансовые деривативы. Системы купли-продажи постоянно изменялись таким образом, чтобы передать как можно больше информации компьютерным программам [40]. Предсказывающие алгоритмы стали проникать даже в недосягаемую для них прежде сферу венчурного капитала. Венчурные инвесторы всегда гордились своим нюхом и интуицией на выгодный бизнес и инновации. В наши дни такие выдающиеся венчурные компании, как Ironstone Group и Google Ventures, применяют программы для выяснения предпринимательского успеха и в соответствии с этим размещают свои инвестиции.

Та же тенденция наблюдается и в юриспруденции. В течение многих лет адвокаты зависят от компьютеров, с помощью которых они находят сведения о законах и готовят нужные документы. Однако с некоторых пор компьютерные программы стали играть более значимую роль в юридических конторах. Важный процесс поиска нужных документов, которым, по традиции, занимаются младшие юристы и помощники адвокатов, роясь в грудах корреспонденции, в электронных письмах и записях, теперь стал почти полностью автоматизированным. Компьютер способен перелистать за одну секунду тысячи страниц оцифрованной документации. Используя поисковые электронные программы, снабженные алгоритмами распознавания речевой стилистики, машины не только фиксируют важные слова и фразы, но и вычленяют последовательности событий, вникают в человеческие отношения и даже распознают личностные эмоции и мотивации. Один компьютер может заменить дюжину высокооплачиваемых профессионалов. Кроме того, усовершенствованы программы подготовки документов. Заполнив простой бланк, адвокат может теперь за пару часов составить сложный контракт, работа над которым в прошлом заняла бы несколько дней.

Большие перемены уже на пороге. Фирмы, создающие программное обеспечение для юридических контор, начали разрабатывать алгоритмы статистических прогнозов. Они основаны на анализе тысяч прецедентов и могут подсказать тактику адвоката на суде, порекомендовать место проведения процесса или варианты мирового соглашения, имеющие большие шансы на успех. Компьютерные программы скоро будут способны к суждениям, прежде требовавшим квалификации опытного адвоката [41]. Организованная в 2010 году группой профессоров права из Стэнфордского университета (Leland Stanford Junior University) компания Lex Machina предложила обзор программ, которые должны появиться в самом ближайшем будущем. Располагая базой данных из 150 тысяч дел по поводу споров об интеллектуальной собственности, компания проводит компьютерный анализ и прогнозирует исходы дел о патентах при различных сценариях процесса, принимая во внимание суд, личность председательствующего судьи и адвокатов, характеристики сторон, исходы подобных дел и другие факторы.

Алгоритмы прогнозирования все в большей степени влияют на решения, принимаемые капитанами бизнеса. Некоторые компании тратят миллиарды долларов в год на «кадровую аналитику» – программы, автоматизирующие принятие решений о найме на работу, заработной плате и продвижении по карьерной лестнице. Компания Xerox, например, целиком и полностью полагается на компьютеры при выборе кандидатов на работу в 50 тысячах центрах телефонного обслуживания. Кандидат садится за компьютер и в течение получаса заполняет анкету и проходит личностный тест, после чего машина выдает ему число набранных баллов, определяющее вероятность его соответствия роду деятельности, степень работоспособности и стиль отношения к работе. Компания приглашает на собеседование только тех кандидатов, которые набирают высокий балл при первичном компьютерном тестировании, отсеивая остальных [42]. Компания доставки посылок UPS использует программы прогнозирования составления маршрутных карт для своих водителей. В розничной торговле они применяются для оптимального размещения товаров на полках. Коммерсанты и рекламные агентства пользуются компьютерным прогнозированием для того, чтобы решать, где и когда размещать рекламу и надо ли при этом задействовать социальные сети. Менеджеры многих компаний начинают чувствовать себя придатками программ. Они лишь подписывают и украшают печатями решения, принятые компьютерами.

Смещение центра тяжести экономики с производства реальных товаров к потоку электронных данных привело к тому, что компьютеры в последние десятилетия ХХ века придали новый статус и осыпали золотым дождем людей, работающих с информацией. Люди, зарабатывающие на жизнь манипуляциями со значками и символами на экране, стали звездами новой экономики, в то время как фабрично-заводской труд, долгое время бывший опорой среднего класса, переместился в дальние страны или поручен роботам. Пузырь доткома, надувшийся в конце девяностых, когда за несколько лет всеобщей эйфории деньги хлынули из компьютерных сетей на личные счета маклеров, ознаменовал начало золотого века неограниченных экономических возможностей – того, что горячие поборники информационных технологий окрестили «долгим бумом». Но хорошие времена, как известно, преходящи. Теперь мы видим, как сбывается пророчество Норберта Винера: у автоматизации нет фаворитов. Компьютеры так же хорошо анализируют символы и управляются с потоками информации, как и манипулируют промышленными роботами. Даже люди, управляющие сложными вычислительными системами, теряют работу, уступая ее компьютерам, по мере того как происходит автоматизация вычислительных центров. Огромные серверные хозяйства таких компаний, как Google, Amazon и Apple, по сути дела, управляют собой сами. Благодаря виртуализации среды, техникой, использующей программное обеспечение для воспроизведения функций таких инженерных устройств, как серверы, можно управлять с помощью программ. Сетевые неполадки и неисправности приложений выявляются и устраняются автоматически, часто в течение нескольких секунд. Может оказаться так, что «интеллектуализация физического труда», как назвал этот феномен итальянский ученый Франко Берарди [43], происшедшая в конце ХХ века, станет предшественницей автоматизации интеллекта, наступившей в начале ХХI века.

Умозаключение о возможности имитации компьютерами человеческих знаний и суждений – занятие рискованное. Экстраполяции тенденций развития кибертехники могут оказаться пустыми фантазиями. Но даже если мы (вопреки экстравагантным утверждениям евангелистов от информатики) допустим, что у способности к полезному использованию корреляций и других методов статистического анализа есть пределы, то нам все же придется признать, что за последние годы компьютеры сильно далеко отодвинули эти барьеры. Когда в начале 2011 года суперкомпьютер IBM Watson победил в телевизионной игре Jeopardy! (русский вариант – «Своя игра»), разгромив в пух и прах двоих ее фаворитов, мы поняли, куда нас могут завести аналитические таланты компьютеров. Способность Watson отгадывать намеки казалась просто фантастической, но, по меркам современного программирования искусственного интеллекта, он не совершил, в общем-то, ничего особенного. Сначала он осуществлял поиск возможных ответов в базах данных, потом, пользуясь процедурами прогнозирования, определял, какой ответ, с наибольшей вероятностью, является правильным. Все дело в том, что всю эту колоссальную рутинную работу компьютер выполнил так быстро, что смог превзойти самых сообразительных и остроумных людей, в совершенстве владеющих приемами каламбуров, припоминания и удержания в памяти всяких пустяков.

Watson стал апофеозом новой прагматичной формы искусственного интеллекта. В пятидесятые и шестидесятые годы, когда цифровые компьютеры были еще в новинку, многие математики и инженеры, и не столь многочисленные, но примкнувшие к ним психологи уверяли себя и окружающих в том, что человеческий мозг работает так же, как своего рода цифровая вычислительная машина. В компьютере они видели метафору и модель разума. Следовательно, для того чтобы создать искусственный интеллект, надо было (по мнению этих людей) поступить очень просто: выяснить алгоритмы, согласно которым функционирует содержимое нашего черепа, и перевести их в компьютерные коды. Подход оказался бесплодным. Оригинальная попытка создания искусственного интеллекта провалилась. Выяснилось, что процессы, происходящие в мозге, не могут быть сведены к вычислениям, производимым в компьютерных чипах.^[19] Нынешние ученые предприняли иной подход к созданию искусственного интеллекта – менее амбициозный, но зато более эффективный. Целью теперь не является воспроизведение процесса человеческого мышления – это пока остается за пределами наших возможностей. Воспроизводятся результаты мышления. Ученые смотрят на какой-то частный результат умственной деятельности, например на решение о приеме на работу, а затем программируют компьютер на достижение результата математическими методами. Работа Watson отличается от работы ума человека, играющего в «Свою игру», но он побеждает человека по очкам.

В тридцатые годы, работая над докторской диссертацией, британский математик и компьютерный первопроходец Алан Тьюринг пришел к мысли о «машине предсказаний». Это был своего рода компьютер, который, пользуясь набором ясных и понятных правил, обрабатывал хранилище данных посредством некоторых, невыясненных пока, приемов и отвечал на вопросы, которые обычно требуют от человека интуитивного знания. Тьюринг хотел выяснить, насколько можно интуицию заменить изобретательностью. В целях чистоты своего мысленного эксперимента он постулировал, что у способности машины к обработке огромных массивов чисел нет пределов и отсутствует верхняя граница скорости вычислений, а также неограниченно количество данных, которые машина может принять во внимание. «Мы сейчас не говорим о том, какого мастерства это потребует, – писал Тьюринг, – и поэтому будем считать, что и у него тоже нет границ» [44]. Тьюринг, как всегда, оказался провидцем. Он был одним из немногих в то время ученых, понявших скрытую интеллектуальность алгоритмов и предвидевших, что раскрепостить этот интеллект можно будет за счет увеличения скорости вычислений. Компьютеры, как и базы данных, всегда будут иметь определенные ограничения, но уже в таких механизмах, как Watson, мы видим прообраз «машины предсказаний» Тьюринга. То, о чем он только мечтал, современные инженеры делают в железе и пластике. Изобретательность вытеснила интуицию.

Невероятная способность Watson оперировать с базами данных может найти практическое применение в диагностике онкологических и иных заболеваний. Кроме того, IBM прогнозирует использование подобных компьютеров в юриспруденции, финансах и образовании. Испытывают такие системы и разведывательные организации – Центральное разведывательное управление США (Central Intelligence Agency, CIA) и Агентство национальной безопасности США (National Security Agency, NSA). Если автомобиль Google без водителя продемонстрировал способность компьютера воспроизводить наши психомоторные навыки и даже превзойти человеческие возможности ориентировки в реальном мире, то Watson показывает умение компьютера подменить когнитивные навыки человека и превосходит наши способности ориентировки в мире символов и идей.

Однако воспроизведение результатов мышления – это отнюдь не само мышление. Как подчеркивал еще Тьюринг, «всегда найдется место для спонтанных суждений, которые не являются результатом сознательного использования разума» [45]. Разумными нас делает не способность извлекать факты из документов и находить статистические закономерности в потоке данных, а возможность придавать вещам смысл, вплетать знания, полученные из наблюдений и опыта, в богатое понимание мира, каковое мы можем приложить к решению любой задачи. Именно это эластичное качество ума, охватывающее осознанное знание, разум и вдохновение, позволяет человеческому существу мыслить концептуально, метафорически, критически, спекулятивно, остроумно, проявляя чудеса логики и воображения.

Эктор Левек, специалист по информационным технологиям и робототехнике из Университета Торонто (University of Toronto), приводит пример простого вопроса, легко находящего ответ у людей, но над которым компьютер может задуматься надолго.

Большой шар падает на стол и пробивает его, потому что он сделан из пенопласта.

Что сделано из пенопласта – большой шар или стол?

Мы даем правильный ответ без всяких усилий, потому что понимаем, что такое пенопласт, знаем, что случается, когда мы что-то бросаем на стол, как выглядит стол и что подразумевается под словом «большой». Мы мгновенно схватываем контекст ситуации и смысл слов, которыми она описана. Компьютер, лишенный всякого понимания реального мира, вынужден считать язык данного высказывания абсолютно двусмысленным. Он ограничен своими алгоритмами. «Сведение интеллекта к статистическому анализу больших наборов данных может привести нас, – говорит Левек, – к системам, впечатляющим публику своей результативностью, но являющихся, по сути, идиотами, проявляющими незаурядные способности в какой-то узкой сфере». Компьютеры могут великолепно играть в шахматы или в «Свою игру», безошибочно распознавать лица или выполнять другие, четко очерченные ментальные задания, но они совершенно безнадежны вне границ этих заданий [46]. Точность работы компьютеров удивительна, но это всего лишь симптом узости их восприятия.

Даже в том, что касается вопросов, требующих вероятностных ответов, компьютеры не всегда оказываются на высоте. Скорость и очевидная точность их вычислений могут маскировать неполноту и погрешности обрабатываемых данных, не говоря уже о возможном несовершенстве алгоритмов обработки. Любая большая база данных содержит, наряду с надежными корреляциями, массу ложных корреляций. Несложно впасть в заблуждение из-за случайного совпадения или превратной ассоциации [47]. Более того, когда какой-то конкретный набор данных является основанием для принятия важных решений, эти сведения и их анализ становятся объектом не всегда честных манипуляций. В поисках финансовых, политических или социальных выгод люди часто будут пытаться подправить систему. Как пояснил в своей знаменитой, напечатанной в 1976 году статье Дональд Кэмпбелл: «Чем в большей мере какой-либо количественный социальный показатель используется для принятия социально значимых решений, тем в большей степени он становится объектом коррупционного давления, и тем в большей степени будет он искажать картину социальных процессов, для отслеживания которых его предполагали использовать» [48].

Погрешности в данных и алгоритмах могут сделать профессионалов, да и нас, простых смертных, жертвами наиболее злокачественной формы пристрастного отношения к данным автоматизированных систем. «Угроза заключается в том, что мы позволим себе бездумно положиться на результаты анализа, несмотря на возможность обдумать и понять, что в этих результатах что-то пропущено, – предостерегают Виктор Майер-Шенбергер и Кеннет Цукер в своей книге “Большие данные”, вышедшей в 2013 году. – Или мы можем приписать истинность данным, которые этого не заслуживают» [49]. Особая форма риска, связанного с использованием алгоритмов, вычисляющих корреляции, обусловлена тем, что они работают с данными о прошлом, чтобы предсказать будущее. В большинстве случаев поведение в будущем совпадает с нашими ожиданиями, и алгоритм работает, опираясь на уровень вероятности. Однако в тех редких случаях, когда условия отклоняются от предписанного алгоритмом образца, он может выдать абсолютно неверный прогноз. Такие случаи уже не раз приводили к катастрофам компьютеризированных хеджевых фондов и брокерских фирм. При всех своих дарованиях компьютеры до сих пор демонстрируют пугающее отсутствие здравого смысла.

Чем больше мы предаемся, по выражению ученого из корпорации Microsoft Кейт Кроуфорд, «цифровому фундаментализму» [50], тем сильнее становится искушение обесценить таланты, недоступные компьютерной имитации. Мы так сильно доверяем программным продуктам, что не придаем значения человеческой способности использовать знания, полученные из реального опыта, способные привести к оригинальным творческим решениям. Как показывают некоторые непредвиденные последствия внедрения электронного ведения документации в медицине, шаблоны и формулы неизбежно ведут к упрощенчеству и очень быстро становятся смирительной рубашкой для клинического мышления. Начиная с шестидесятых годов вермонтский врач и ученый Лоуренс Уид был горячим и красноречивым поборником использования компьютеров в медицине, так как они, по его мнению, могли помочь врачам принимать адекватные и осознанные решения [51]. Уида называют даже отцом электронного ведения медицинской документации. Однако теперь даже он предупреждает: «Нынешнее бездумное использование статистических знаний в медицине систематически вытесняет индивидуализированное знание и данные, действительно необходимые для лечения больных» [52].

Еще глубже тревога Гэри Клейна, психолога, изучающего механизмы принятия решений человеком. «Принуждая врачей следовать строгому набору правил, доказательная медицина может затормозить научный прогресс, – пишет Клейн. – Если больницы и страховые компании будут обязаны вводить электронные записи под угрозой судебного преследования, если неблагоприятные исходы лечения станут увязывать с малейшими отклонениями от утвержденных методов, то врачи, соединяющие в своей практике опыт и склонность к исследованиям, перестанут творчески подходить к своему делу и утратят интерес к совершению открытий» [53].

Если мы не проявим разумную настороженность, то автоматизация умственного труда, исказив природу и цель интеллектуального поиска, может подорвать саму основу нашей культуры: стремление познать мир. Алгоритмы прогнозирования могут творить сверхъестественные чудеса в обнаружении корреляций, но они абсолютно слепы и глухи к причинам наблюдаемых признаков и явлений. Но ведь именно раскрытие причин – методичное распутывание проблем, связанных с механизмами того или иного процесса, – расширяет границы человеческого познания. Если мы дойдем до того, что будем считать автоматизированное вычисление вероятностей достаточным средством достижения наших профессиональных и общественных целей, то рискуем потерять или, в лучшем случае, ослабить наше стремление искать объяснения, находить неизведанные пути, ведущие к мудрости и чуду. Зачем все эти хлопоты, если компьютер готов выдать ответ через одну или две миллисекунды?

В эссе «Рационализм в политике», опубликованном в 1947 году, британский философ Майкл Окшотт живо описал современного рационалиста: «В его сознании нет атмосферы, нет смены времен года и колебаний температуры; все его мыслительные процессы изолированы от любых внешних воздействий и протекают в пустоте. …Рационалист не интересуется ни культурой, ни историей; он не оттачивает и не проявляет личную точку зрения. Его мышление примечательно лишь быстротой, с какой он сводит богатство и разнообразие опыта к формуле» [54]. Этими словами Окшотта можно превосходно воспользоваться для описания компьютерного интеллекта: он невероятно практичен и производителен, но при этом полностью лишен любопытства, воображения и связи с окружающим миром.

Глава шестая

Мир и экран

Островок Иглулик, вблизи полуострова Мелвилл на территории района Нунавит в Северной Канаде, ошеломляет своей природой в зимнее время года. Средняя температура воздуха составляет –20 °C. Море покрывается толстым слоем льда, солнце на несколько месяцев уходит за горизонт. Несмотря на эти суровые условия, эскимосские охотники вот уже четыре тысячи лет регулярно покидают свои дома и уходят в зимнюю тьму, чтобы, преодолев много миль по льдам и тундре, отыскать карибу или другую дичь. Способность этих охотников ориентироваться в голых просторах Арктики, где почти нет видимых ориентиров, снежные наносы, постоянно перемещающиеся с места на место, ветер, за ночь заметающий все следы, поражают белых путешественников и ученых. В 1822 году английский исследователь Вильям Эдвард Парри отметил в своем дневнике удивительную точность географических знаний его эскимосского проводника [1]. Экстраординарные следопытские навыки эскимосов не связаны с технологическими достижениями, они не пользовались картами, компасами и другими навигационными инструментами, а ориентировались на местности, опираясь на направления ветров, поведение животных, положение звезд, регулярность приливов и морские течения.

По крайней мере, раньше они ориентировались именно так. На рубеже нового тысячелетия в эскимосской культуре произошли определенные изменения. В 2000 году правительство США сняло для частных лиц ограничения в пользовании системой глобального позиционирования (GPS). Точность работы приборов GPS неуклонно повышалась, но, несмотря на это, цены на них постоянно снижались. Охотники Иглулика уже давно поменяли свои нарты на аэросани, во время охоты стали ориентироваться по электронным картам и компасу. Особенно сильным желание познакомиться с новой техникой было у молодых эскимосов. В прошлом, чтобы стать охотником, приходилось долго учиться у старших искусству находить дорогу в суровых арктических условиях. Тяжелое ученичество продолжалось много лет. Приобретя дешевый GPS-навигатор, молодой эскимос мог теперь избежать трудностей обучения, переложив ответственность за нахождение пути на электронный прибор. Мало того, теперь можно было отправляться на охоту даже в густой туман, что прежде считалось решительно невозможным. Простота, удобство и точность автоматической навигации привели к исчезновению старого искусства.

Однако по мере распространения GPS-навигаторов среди эскимосов стали одновременно учащаться случаи серьезных происшествий на охоте, заканчивавшихся тяжелыми травмами и даже смертью. Причина в том, что люди слепо полагались на спутниковую навигацию. Если приемное устройство выходило из строя или на морозе садились батарейки, то охотник, не имеющий старых навыков ориентации в однообразной снежной пустыне, терялся и замерзал, не найдя дороги домой. Были и другие опасности. Дороги, скрупулезно проложенные на электронных картах, могут привести к опасной прямолинейности. Доверяя инструкции GPS, можно направить скоростные аэросани на тонкий лед, врезаться в торосы или попасть в иную неприятную ситуацию, которую более опытные охотники избегают, почуяв опасность шестым чувством. Некоторые из этих проблем найдут свое решение в результате улучшения конструкции приборов и написания более подробных инструкций пользования ими. Но при всем этом будет безвозвратно утеряно то, что один из эскимосских старейшин называет «мудростью и знанием эскимосского народа» [2].

Антрополог из Университета Карлтона в Оттаве (Carleton University) Клаудио Апорта много лет изучает жизнь эскимосов. Он пишет, что, несмотря на то что спутниковая навигация дает большие преимущества, ее применение уже привело к потере способности ориентации и вообще к ослаблению чувства местности. Охотник на снегоходе, оборудованном GPS-навигатором, все свое внимание обращает на инструкции компьютера, теряя из вида проносящуюся мимо местность. Он передвигается «вслепую», если воспользоваться выражением Апорты [3]. Уникальный талант древнего народа, отточенный тысячелетиями, может быть утрачен за одно-два поколения.

Наш мир – это странное, изменчивое и опасное место, и перемещение по нему требует от любого животного больших умственных и физических усилий. В течение тысячелетий люди придумывали инструменты, облегчавшие тяготы путешествий. История – это ведь и хроника открытий новых способов облегчить передвижение в окружающей среде, изобретений, помогавших не заблудиться, избежать нападения или опасности быть съеденным. Сначала появились простые карты и вехи, затем звездные и морские карты и глобусы, а потом такие инструменты, как лаги, квадранты, астролябии, компасы, октанты и секстанты, телескопы, склянки и хронометры. На побережьях морей установили маяки, в прибрежных водах – буи. Люди начали мостить дороги, устанавливать на них знаки, размечать и нумеровать шоссе и автострады. Все эти изобретения появились давно и для большинства из нас привычны и естественны с самого детства.

GPS и другие средства навигации стали последними дополениями к этому набору инструментов.

Однако эти приборы придали старой истории новый, и весьма тревожный, оборот. Прежние навигационные средства, в особенности доступные простым людям, были именно вспомогательными. Они конструировались, чтобы помочь путешественнику лучше понимать обстановку и видеть окружавший его мир. Старые средства оттачивали чувство направления, предупреждали об опасностях, указывали путь к вехам и другим точкам ориентации; в целом они помогали путешественникам определиться как в знакомой, так и в новой обстановке. Спутниковые навигационные системы способны делать то же самое, но за одним исключением: они не предназначены для улучшения понимания нами окружающей местности и направления движения. Наоборот, навигаторы полностью избавляют от всех этих хлопот. Взяв на себя тонкости ориентации и сведя роль человека к механическому выполнению рутинных команд – повернуть налево через пятьсот ярдов, воспользоваться следующим выходом, идти вправо, сохранять движение вперед, – системы навигации, будь то автомобильные панели, смартфоны или специальные навигаторы, изолируют нас от окружающего мира. Как выразился по этому поводу коллектив ученых Корнельского университета (Cornell University) в статье, напечатанной в 2008 году: «С GPS вам не надо больше знать, где вы находитесь и куда надо двигаться, нет нужды обращать внимания на придорожные ориентиры или спрашивать дорогу у людей на улице. Автоматизация определения маршрута подавляет процесс познания физического мира, которое происходит благодаря самостоятельной ориентации в нем» [4].

Люди радостно приветствовали появление недорогих глобальных систем навигации. Журналист из The New York Times Дэвид Брукс говорил от лица очень многих, когда в колонке «Личное мнение» напечатал статью, озаглавленную «The Outsourced Brain» («Мозговой аутсорсинг»), в которой восхищался навигационной системой, установленной в его автомобиле: «У меня быстро сформировалась романтическая привязанность к GPS. Я полюбил умиротворяющий женский голос, говоривший с легким британским акцентом. Мне было так приятно следовать за проложенными на навигаторе тонкими синими линиями». GPS – богиня Брукса – освободила его от изнурительной необходимости ориентироваться на дороге. Тем не менее, неохотно признаёт Брукс, это избавление, принесенное встроенной в приборную доску музой, недешево ему обошлось: «Через несколько недель до меня стало доходить, что я уже не могу обходиться без этого чарующего голоса. Любая поездка, если она проходила по не очень хорошо знакомому маршруту, стала вызывать у меня оторопь, и я лихорадочно набирал адрес места назначения, чтобы затем безропотно следовать указаниям ангельского голоса. Я понял, что утратил всякие остатки своих географических навыков. Цена удобства, – пишет Брукс – это потеря самостоятельности» [5]. Богиня оказалась еще и коварной сиреной.

Мы хотим видеть в компьютерных картах интерактивную, высокотехнологичную версию обычных бумажных карт, но это ошибочное допущение – еще одно проявление замещающего мифа. Традиционные карты задают контекст, позволяют окинуть взором окружающую местность и заставляют самостоятельно проложить маршрут к месту назначения. Для того чтобы ориентироваться по карте, надо приложить некоторое усилие (хорошие инструменты всегда требуют труда), но это помогает нам составить собственную, когнитивную, картину местности. Чтение карты, как показывают научные исследования, укрепляют ощущение места и оттачивает наши навигационные навыки. Поработав с ними некоторое время, мы приобретаем сноровку и начинаем лучше ориентироваться на местности даже тогда, когда их нет под рукой. Представляется, что, сами того не чувствуя, мы оживляем в подсознании воспоминание карты и начинаем легче ориентироваться и определять, каким путем нам двигаться, чтобы добраться до места назначения. В одном из опытов ученые обнаружили, что навигационное чутье человека сильно обостряется, когда он поворачивается лицом к северу, то есть подсознательно имитирует работу с географической картой [6]. Они не только помогают нам добраться из одного места в другое, но и учат представлять пространство.