Николас Карр - Стеклянная клетка. Автоматизация и мы

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.