Эндрю Макафи - Машина, платформа, толпа. Наше цифровое будущее

Список таких побуждений, составленный Роем, включает страсть, гордость, смущение, зависть, чувства справедливости и солидарности. Чтобы понять, как они задействованы в сфере труда, возьмем в качестве примера женщину – тренера футбольной команды старшеклассниц. Было бы великолепно, если бы она обладала глубоким стратегическим пониманием спорта и способностью, наблюдая за ходом игры, менять тактику нужным образом, но из-за почти полного отсутствия денежной мотивации, связанной с количеством побед и поражений, важнее всего в такой работе оказывается вовсе не умение научить команду выигрывать. Главным становится умение добиться, чтобы девочки сработались и научились общими силами достигать цели, стали хорошими товарищами по команде, способными помогать друг другу, и развили личность через спорт. Тренер большей частью достигает этого, опираясь на свою способность сопереживать и обращаясь к гордости девочек. Она также использует желание подопечных получить одобрение от человека, являющегося для них ролевой моделью и авторитетом.

Большинство из нас отдают себе отчет в том, что хорошие футбольные тренеры встречаются редко, но мы забываем, что таких тренеров не людей не бывает. Попробуйте представить себе, что в школьной команде работает цифровой тренер с искусственным интеллектом. Сможет ли он выделить в команде прирожденных лидеров и трудных подростков и понять, что нужно делать, если кто-нибудь попадает сразу в обе категории? Сможет ли он поддерживать командный дух весь сезон, во время всех взлетов и падений? Найдет ли он доброе слово для какой-нибудь школьницы, чтобы она, забыв об усталости и сомнениях, добилась того, что казалось ей невозможным? Мы уже знаем, что в случае с технологиями никогда не нужно говорить «никогда», но в этом случае все-таки скажем: «Почти наверняка нет».

Компьютеры все лучше справляются с задачами вроде определения эмоционального состояния человека по выражению его лица и звуку голоса, но все это еще очень далеко до того, что мы только что описали. Мы уверены, что способность эффективно работать с эмоциональными состояниями и социальными побуждениями людей еще долго останется исключительно человеческим умением. Это дает еще один новый способ сотрудничества разума и машины: пусть компьютер играет ведущую роль в принятии решений, а также в прогнозах, диагностике, вынесении суждений и тому подобном, а люди будут выходить на первый план в случае необходимости убедить кого-нибудь согласиться с такими решениями.

Здравоохранение дает множество примеров того, как это можно осуществить на практике. Медицинский диагноз – упражнение на сравнение наблюдаемой ситуации с образцами, и компьютеры достигли в нем сверхчеловеческого уровня благодаря переводу всей медицинской информации в цифровую форму и успехам в машинном обучении и других областях. Если лучшим в мире диагностом в большинстве медицинских специальностей – радиологии, патологии, онкологии и прочих – еще не стал компьютер, то это ненадолго. Возможно, на первых порах было бы неплохо, чтобы эксперт-человек посмотрел диагноз [300], но ведущая роль останется у компьютера.

Большинство пациентов не желают получать диагноз от машины. Они хотят получать его от человека, способного к сочувствию, который поможет им понять и принять тяжелые новости. Поэтому высоко ценятся врачи, которые после поставленного диагноза могут построить с пациентом доверительные отношения и использовать социальные побуждения, поскольку у них больше шансов убедить больного следовать прописанному лечению. Невыполнение назначенного курса – основная проблема здравоохранения, плохо сказывающаяся на здоровье миллионов людей; согласно одной оценке, она обходится США в 289 миллиардов долларов ежегодно [301].

Компания Iora Health из Кембриджа (Массачусетс) к середине 2015 года запустила 13 медицинских проектов в шести штатах, где пыталась прикрепить к людям «консультантов по здоровому образу жизни». Эти профессионалы не только давали медицинские советы, но и брали на себя труд выслушивать пациентов, проводить с ними время и в целом делать так, чтобы вся практика охраны здоровья выглядела максимально человечной и персонифицированной, а не обезличенной. Похоже, такой подход работает. Как сообщала газета The Boston Globe: «Согласно заявлению компании, в одном пункте Iora уровень госпитализации оказался на 37 процентов ниже, а расходы на здравоохранение – на 12 процентов, чем в случае контрольной группы, использовавшей традиционные медицинские системы… В двух других пунктах количество обращений за неотложной помощью снизилось минимум на 30 процентов» [302].