© 2021 by Stephen M. Fleming
© Bakhtiar Alfan / Shutterstock.com, фото на обложке
© 2021 by Hachette Book Group, Inc, дизайн обложки
© Д. Виноградов, перевод, 2023
© ООО «Индивидуум Принт», 2023
Представьте, что вы пришли на прием к врачу, чтобы обсудить беспокоящую вас боль в груди. Вы сдаете анализы крови, проходите обследование и через неделю возвращаетесь в клинику, где врач разбирает с вами результаты. Проблема выглядит серьезной, и доктор поспешно рекомендует операцию по шунтированию сердца. Когда вы спрашиваете, почему она уверена в необходимости этой операции, врач рассказывает вам о ходе своих размышлений, в том числе о том, что она, возможно, ошибается, и о том, к чему может привести эта ошибка, после чего повторяет свой совет сделать операцию. Как бы вы поступили?
Теперь представьте, что после того, как вы прошли обследование, результаты поступают в компьютерную программу с искусственным интеллектом, которая с уверенностью заключает, что проблема выглядит серьезной, и рекомендует провести операцию по шунтированию сердца. Когда вы спрашиваете своего врача, действительно ли операция необходима, она не может вам ответить. Она не знает, почему была дана такая рекомендация. Все, что она может сказать, – в прошлом искусственный интеллект был очень точен в своих рекомендациях, когда получал весь перечень результатов, поэтому было бы разумно довериться ему и согласиться на операцию. Как бы вы поступили на сей раз?
Пожалуй, в первом случае ответ кажется очевидным: если врач уверен в себе и может объяснить причины этой уверенности, вы чувствуете, что стоит довериться ее совету. Во втором случае, однако, все не так однозначно. Многие из нас интуитивно ощущают, что, если человек или машина будут принимать ответственные решения, которые касаются нас, мы должны иметь возможность попросить их объяснить, почему они пришли к тому или иному выводу. Многие из наших правовых устоев, которые возлагают ответственность и вину за ошибки, основаны на возможности обосновать и защитить наши действия и мотивы. Без этих объяснений нам пришлось бы слепо доверять друг другу или нашим машинам. Как ни странно, некоторые из наиболее эффективных алгоритмов машинного обучения хуже всего поддаются объяснению. В отличие от них, люди охотно объясняют, что и почему они делают, – и все благодаря нашей способности размышлять, задумываться и знать самих себя, то есть отдавать себе отчет в том, как мы познаем, решаем, помним, мыслим и чувствуем.
У психологов есть особое название для этого вида самосознания: метапознание – от греческого «мета», что переводится как «после» или «за пределами». Буквально это означает способность мыслить о собственном мышлении. Метапознание – это изящная, красивая и, откровенно говоря, причудливая особенность человеческого разума, которая увлекала ученых и философов на протяжении веков. В знаменитой книге «Система природы» (1735) Карл Линней детально описал физические особенности сотен видов. Добравшись до нашего рода Homo, он настолько очаровался способностью людей к метапознанию, что просто приписал к их определению одну строчку на латыни: «nosce te ipsum» – «те, кто познал себя»[1].
Самосознание – определяющая черта человеческого опыта. Возьмем студентку Джейн, которая готовится к экзамену по физике. Что происходит у нее в голове? Несомненно, она мысленно перебирает множество фактов и формул, которые ей необходимо понять и усвоить. А еще, возможно не осознавая этого, она принимает решение, как, когда и что ей учить. Какая обстановка ей больше подойдет: оживленное кафе или тихая библиотека? Полезнее ли будет перечитать записи или порешать задачки? Не стоит ли переключиться на другую тему? А может, лучше вообще бросить все это и пойти погулять с друзьями?
