Ричард Докинз - Неутолимая любознательность. Как я стал ученым

Другой усовершенствованный вариант моей модели, который я назвал в соответствующей публикации моделью пороговых значений внимания [95] R. Dawkins. The attention threshold model // Animal Behaviour, 17 (1969), pp. 134–141. , был попыткой глубже разобраться в “бросании монетки”, предполагаемом исходной моделью пороговых значений побуждения, то есть в случайном выборе мишени при превышении побуждением двух или трех порогов. Суть модели пороговых значений внимания состояла в следующем. Я предположил, что в каждый момент времени цыпленок концентрирует внимание только на одном аспекте мишени (цвете, форме, размерах, текстуре и т. д.), причем в определенном порядке, и каждая из соответствующих систем концентрации внимания подчиняется своей собственной разновидности модели пороговых значений побуждения. Вначале цыпленок концентрирует внимание на первом аспекте – скажем, цвете. Если значение побуждения цветовой системы превышает только один порог, цыпленок выбирает предпочитаемый цвет (например, синий). Но если цветовая система требует “бросать монетку”, то цыпленок переключает внимание на что-то еще, например форму, а цвет игнорирует. С точки зрения системы цвета выбор, совершаемый на основе формы, равнозначен случайному. Но с точки зрения системы формы он, разумеется, неслучаен. Этот процесс перехода на следующие уровни внимания может продолжаться вплоть до последней системы. Если ни одна из них не предписывает однозначного выбора, то цыпленок “подбрасывает монетку”, просто выбирая ближайшую мишень. Модель пороговых значений внимания позволила мне сделать еще несколько прогнозов (всего девять), и все они успешно выдержали экспериментальную проверку.

Как и в случае с восприятием объема, здесь возникает вопрос, приложима ли модель пороговых значений побуждения в том или ином виде к людям. Я занялся поисками литературы по этой теме и обнаружил, что несколько психологов проводили похожие эксперименты с выбором одной из двух возможностей у людей. Они руководствовались иными соображениями, нежели я, но это не помешало мне воспользоваться опубликованными результатами их исследований. У психологов есть множество причин экспериментально изучать выбор из разных возможностей, который делают люди. Рассмотрим, к примеру, теорию голосования избирателей. Специалист по опросам общественного мнения может поставить задачу исследовать не выбор среди трех партий, скажем консерваторов, либералов и социалистов, из которых нужно отдать предпочтение одной или расставить все три в порядке убывания предпочтительности, а выбор одной из каждых двух. Тогда в ходе опроса исследователю нужно узнавать у людей, как бы они проголосовали, если бы выбирать нужно было между консерваторами и либералами, либералами и социалистами и, наконец, между консерваторами и социалистами. Во всяком случае, по тем или иным причинам психологи действительно изучали, какой выбор делают испытуемые из двух возможностей во множестве разнообразных случаев. Это позволило мне подставить полученные ими данные о частоте выбора между “лучшим” и “средним” и между “средним” и “худшим” в свою формулу и проверить прогноз моей модели о частоте выбора между “лучшим” и “худшим”. Исследования, результаты которых я использовал, были посвящены самым разным вопросам: как американские студенты выбирают между образцами почерка, как американские студенты выбирают овощи, как американские студенты выбирают между разными горькими и сладкими вкусами и как китайские студенты выбирают цвета. Особенно приятно мне было воспользоваться результатами масштабного исследования, посвященного тому, каких композиторов предпочитают музыканты Бостонского симфонического оркестра, Филадельфийского оркестра, Миннеаполисского симфонического оркестра и Нью-Йоркского филармонического оркестра. На следующей странице приведен график, на котором объединены результаты, полученные в разных подобных исследованиях. Как и в предыдущем случае, если бы прогнозы модели пороговых значений побуждения были идеальны, точки лежали бы ровно на диагональной линии. Должен признаться, что я был очень воодушевлен, когда увидел, как точно прогнозы моей модели соответствуют реальным данным. В этологии почти не бывает, чтобы прогнозы выполнялись с такой точностью!

Исследование оркестров было масштабным, и обработка его результатов оказалась непростым делом. Я обсудил эту проблему со своим дядей Кольером, работавшим в то время в Оксфорде на отделении лесного хозяйства, где он читал лекции и давал консультации по статистическим методам. Он предложил мне научиться программировать на университетском компьютере. Дядя Кольер и его жена Барбара ввели меня в курс дела и помогли написать программу для обработки данных о композиторах, которых предпочитали музыканты. Так начался мой сорокалетний роман с программированием, который отнял у меня немало времени и душевных сил, но теперь, к счастью, закончился. Я по-прежнему активно пользуюсь компьютерами, но программированием больше не занимаюсь, предоставляя это профессионалам.