Николас Карр - Стеклянная клетка. Автоматизация и мы

Чтобы продемонстрировать, как реально происходит деквалификация, Брайт приводит пример рабочего-металлиста. Если он использует простые инструменты – напильник и ножницы, – то главными требованиями к его мастерству являются знание свойств материала и сноровка в обращении с инструментами. После внедрения электрических инструментов труд рабочего усложняется, возрастает вероятность опасных ошибок. В этой ситуации необходима большая сноровка и внимание. Рабочий становится «машинистом», когда ручной инструмент заменяют механизмами, которые сами выполняют последовательность некоторых операций. Например, автоматические станки обтачивают детали, придавая им определенные трехмерные формы. В этом случае внимание, умение принять решение и ответственность целиком или частично переходят к машине. При этом резко снижаются требования к исполнителю, который теперь перестает контролировать работу автомата и корректировать его в случае необходимости. Машинист превращается в «машинного оператора». Если машины начинают сами программировать контроль за своей работой, то рабочий перестает прикладывать к производству какие бы то ни было умственные и физические усилия. Его работа сводится к надзору. Металлист становится передаточным звеном в системе «машина – управление предприятием». «В целом, – заключает Брайт, – эффект автоматизации вначале состоит в том, чтобы освободить рабочего от излишнего физического напряжения, а потом – в освобождении его и от всяких умственных усилий» [35].

В то время, когда Брайт писал свой труд, руководители предприятий, ученые и политики единодушно считали, что работа на автоматизированных машинах потребует от рабочих более высокой квалификации и уровня подготовки. Брайт, к собственному удивлению, обнаружил, что чаще всего происходит как раз противоположное: «Я был поражен тем, что ожидаемый эффект совершенствования навыков не наблюдается практически нигде. Напротив, накапливается все больше данных в пользу того, что автоматизация снижает требования к уровню квалификации рабочих». В 1966 году, в докладе, направленном в правительственную комиссию по автоматизации и занятости, Брайт описал результаты своего исследования и обсудил развитие техники, произошедшее в последующие годы. Он отметил, что прогресс автоматизации идет семимильными шагами, подстегиваемый быстрым внедрением в бизнес и промышленность высокопроизводительной вычислительной техники. Все данные свидетельствуют о том, что широкое применение компьютеров усилит тенденцию к деквалификации. «Этот урок, – отмечал Брайт, – совершенно ясен. Не обязательно верно, что сложное оборудование требует квалифицированного оператора. Его можно встроить в машину» [36].

На первый взгляд может показаться, что заводской рабочий, управляющий грохочущей машиной, не имеет ничего общего с высокообразованным профессионалом, который с помощью сенсоров или клавиатуры вводит в компьютер сложную информацию. Однако в обоих случаях мы видим человека, перекладывающего работу на плечи автоматизированной системы. Как показали работы Брайта и других ученых, ее сложность обусловлена распределением ролей и ответственности, а оно, в свою очередь, определяет, какие навыки и знания требуются от оператора, управляющего системой. Чем более высокая «квалификация» встроена в машину, тем в большей степени она контролирует работу, и, соответственно, для работника уменьшается возможность развивать свои таланты и применять самостоятельные интерпретации и суждения. Непосредственный результат объединенного труда человека и машины (и это важно подчеркнуть!) может быть превосходным по эффективности и качеству, но участие человека в нем зачастую становится номинальным. «Что, если цена думающих машин – это не умеющие думать люди?» – вопрошал в 2008 году Джордж Дайсон, специалист по истории техники [37]. Этот вопрос неизбежно станет очень острым, если мы и дальше будем перекладывать ответственность за анализ и принятие решений на плечи компьютеров.

Нарастающая способность компьютерных систем направлять мышление врача и брать на себя принятие решений в диагностике и лечении есть отражение стремительного прогресса вычислительной техники. При установлении диагноза врач привлекает для этого всю совокупность специализированной информации, накопленной им за годы дисциплинарного образования и ученичества, за годы чтения медицинских книг и журналов. До недавнего времени компьютеру было не под силу воспроизвести это глубокое, весьма специализированное и зачастую невыразимое словами знание. Однако неумолимый прогресс вычислительной техники, увеличение скорости выполнения операций, падение стоимости хранения и передачи информации в сети, прорывы в области конструирования искусственного интеллекта, распознавания машинами речи и образов резко и необратимо изменили ситуацию. Электронные машины ныне способны оценивать и анализировать текстовую и иную информацию. Выявляя корреляцию данных, симптомов или признаков, которые либо встречаются вместе, либо следуют друг за другом с высокой вероятностью, компьютеры теперь могут делать точные предсказания, вычисляя, например, вероятность того, что данный пациент с определенным набором симптомов и анализов страдает каким-то определенным заболеванием или имеет большие шансы им заболеть. Они могут и спрогнозировать, как отреагирует пациент на те или иные лекарства или лечебные мероприятия.

С помощью способов построения алгоритмов, например метода дерева принятия решений или метода нейронных сетей, которые помогают моделировать сложные статистические взаимоотношения различных явлений, компьютеры также помогают усовершенствовать технологию прогнозов, так как могут обрабатывать огромное количество данных и оценивать сведения о достоверности прежних показателей [38]. Статистический вес, который машины приписывают различным переменным, становится все более точным, расчеты вероятности все более верно отражают вероятности событий, происходящих в реальном мире. Современные компьютеры становятся разумнее, набираясь опыта, как люди. Некоторые специалисты по кибернетике уверены, что новые нейроморфные микрочипы с заложенными в них механизмами обучения будут способствовать появлению компьютеров нового поколения. Машины станут способны к более совершенному распознаванию деталей. Мы можем сколько угодно иронизировать по поводу их «сообразительности» и «интеллекта», но факт остается фактом – несмотря на отсутствие сочувствия, понимания и проницательности врача, эти машины тем не менее способны воспроизводить многие врачебные суждения на основе статистического анализа огромного объема цифровой информации. Многие старые дебаты о смысле понятия «интеллект» приобрели сейчас чисто академический интерес в свете неимоверной мощности современных компьютеров, умеющих в считаные секунды обрабатывать немыслимые для человека объемы информации.