Мэтью Сайед - Рывок. От отличного к гениальному

Кляйн понял, что опытные пожарные используют те же самые мыслительные процессы. Они видят горящее здание и почти мгновенно помещают его в контекст подробной и сложной концептуальной схемы, основанной на многолетнем опыте. Они способны группировать визуальные данные окружения и воспринимать их сложную динамику, зачастую сами не понимая как. Бригадир пожарных называл это «экстрасенсорным восприятием». Дуглас, как мы помним, говорил о «шестом чувстве».

Понять, что происходит, мы можем с помощью анализа мышления бригадира пожарных, который вывел из дома подчиненных за несколько секунд до того, как провалился пол. Он не подозревал, что очаг пожара находится внизу, поскольку даже не знал, что у дома есть подвал. Однако богатый опыт подсказывал ему, что здесь что-то не так: пламя не сбивалось водой. В гостиной было жарче, чем обычно бывает при таком пожаре, обращала на себя внимание также странная тишина в доме. Ожидания бригадира не оправдывались, но несоответствие было таким слабым, что просто не осознавалось.

Только оглядываясь назад – и после многочасовых бесед с Кляйном, – ему удалось восстановить последовательность событий. Пожарные не смогли сбить огонь потому, что его источник находился под ними, а не в кухне, причина чрезвычайно сильного жара также заключалась в том, что тепло поднималось снизу, а необычная тишина объяснялась тем, что пол заглушал рев пламени. Все это – и многие другие взаимосвязанные и очень сложные факторы – заставило бригадира пожарных вывести своих людей, что позволило сохранить их жизни.

Кляйн формулирует это так: «Опыт бригадира снабдил его определенным набором схем. Пожарный привык соотносить ситуацию с одной из этих схем. Возможно, он не в состоянии сформулировать эти схемы и описать их характеристики, однако он использует процесс перебора схем и сравнения с ними, пока у него не возникает ощущение правильной оценки ситуации».

Подробные беседы с медсестрами неонатального отделения привели к тем же выводам. Фактически медицинские сестры опирались на глубокое знание перцептивных ключей – каждый из них был слаб, но все вместе они указывали на опасность для младенца. Аналогичные мыслительные процессы используются летчиками, военачальниками, следователями и так далее. То же самое справедливо для лучших спортсменов. У них есть кое-что общее – богатый опыт и глубокие знания.

Долгие годы считалось, что в принятии решений знания не играют особой роли. Для экспериментов ученые выбирали участников, не обладавших опытом в данной области, и исследовали «когнитивные процессы обучения, рассуждений и решения задач в чистом виде». Идея заключалась в том, что для принятия решений необходим именно талант – общая способность к рассуждениям и логическим выводам, – а не знания.

Из этой предпосылки исходили лучшие школы бизнеса и ведущие коммерческие компании, что заметил еще Джефф Колвин. Они верили, что способны подготовить превосходных менеджеров, которых можно десантировать практически в любую организацию, и они преобразуют ее при помощи более совершенного мышления. Опыт не учитывался – для решения задач достаточно блестящего ума и способности использовать силу логики. У этого подхода были серьезные недостатки. Когда в 2001 году главой General Electric стал Джефф Иммельт, он заказал исследование наиболее успешных компаний в мире. Что у них общего? Как писал Колвин в своей книге «Талант ни при чем!», «одна из ключевых характеристик, выявленных в результате исследования, заключалась в том, что эти компании ценили у своих менеджеров «опыт работы в своей области» – то есть обширные знания в области деятельности компании. После этого Иммельт указывал «глубокий опыт в данной области» как необходимое условие продвижения в General Electric».

Эти выводы не просто заняли центральное место в современной бизнес-стратегии, а составили основу искусственного интеллекта. В 1957 году два специалиста по компьютерам разработали программу под названием «Универсальный решатель задач», которая представляла собой алгоритм для решения любых задач. Никакими конкретными знаниями она не обладала, но у нее имелся «общий решающий движок» (фактически набор абстрактных процедур логического вывода), который, по мнению авторов, мог решить практически любую задачу.

Но вскоре выяснилось, что вычисления без знаний – даже самые изощренные – ни на что не способны. Вот как сформулировали это Брюс Бьюкенен, Рэндалл Дэвис и Эдвард Фейгенбаум, три ведущих специалиста по искусственному интеллекту: «Самый важный компонент любой системы искусственного интеллекта – это знание. Программы, владеющие общими стратегиями выбора – некоторые из них даже не чужды математической логики, – но слабо обученные конкретному знанию в предметной области, практически не способны справляться с каким бы то ни было заданием».

Вспомним о пожарных. Многих молодых людей эта профессия привлекает потому, что они считают себя способными принимать решения в сложных ситуациях, однако они быстро понимают, что ошибались. При взгляде на бушующий пожар они обращают внимание на высоту и цвет пламени, а также другие явные признаки – как и все остальные люди. И только после десяти лет работы у них появляется способность помещать увиденное в контекст сложных связей для понимания структуры пожара.

Серьезным препятствием к достижению совершенства является тот факт, что экспертным знаниям невозможно обучить в аудитории за один дождливый день – и даже за тысячу дождливых дней (у пожарных, деятельность которых изучал Кляйн, средний опыт работы составлял 23 года). Конечно, вы можете предложить рекомендации, на что следует обращать внимание, а чего опасаться, и эти подсказки будут полезными. Но связать всю информацию в единое целое будет невозможно, потому что признаки, которые оценивают эксперты – в спорте или любой другой области, – настолько неуловимы и находятся в такой сложной взаимосвязи друг с другом, что для построения всеобъемлющей системы потребуется вечность. Это явление называется комбинаторным взрывом – понятие, которое поможет разобраться со многими выводами данной главы.

Наилучший способ понять необычную силу комбинаторного взрыва – представить, что вы складываете лист бумаги пополам, делая его в два раза толще. Теперь повторите это действие сто раз. Какова будет толщина бумаги? Диапазон большинства ответов – от нескольких сантиметров до нескольких метров. На самом деле толщина бумаги будет в 800 тысяч миллиардов раз больше, чем расстояние от Земли до Солнца.

Именно быстрое увеличение числа переменных во многих ситуациях реальной жизни – в том числе в спорте – делает невозможным тщательный анализ доказательств перед принятием решения: это займет слишком много времени . Эффективное принятие решений основано на сжатии информационного потока путем дешифровки значения структур, почерпнутых из опыта. Этому невозможно научить в аудитории и это не врожденная способность – такое умение приобретается только с помощью опыта. Другими словами, нужна практика.