Тим О'Райли - WTF? Гид по бизнес-моделям будущего [litres]

Но это весьма отличается от концепции Facebook. В случае pol.is участники могут видеть пузырьковую диаграмму, на которой отражена статистика тех, кто согласен, и тех, кто не согласен с общим набором утверждений. Участники могут кликнуть, чтобы увидеть утверждения, формирующие конкретный кластер. И по мере того как участники соглашаются или не соглашаются с различными утверждениями, их аватары перемещаются по диаграмме, приближаясь к другому кластеру или отдаляясь от него. Участники могут видеть не только то, сколько процентов всех участвующих в обсуждении согласны с их конкретным утверждением, но и то, сколько процентов кластера согласны с аналогичными, сделанными ими или другими людьми утверждениями.

В физическом мире существует аналогичная, очень мощная техника для небольших групп, которую мы часто использовали при обсуждении спорных вопросов среди сотрудников и участников программы «Код для Америки». Это называется «Человеческая спектрограмма». Группа стоит посреди большой комнаты. Кто-то делает заявление, и те, кто с ним согласен, перемещаются в один конец комнаты. Те, кто не согласен, переходят в другой конец комнаты. Люди, чьи взгляды менее поляризованы, могут расположиться где угодно. Затем кто-то вносит другое замечание, и, если это влияет на ваше мнение, вы передвигаетесь соответственно. Красота программы pol.is заключается в том, что она, похоже, масштабировала этот подход для работы с тысячами людей и тысячами утверждений в различных аспектах.

Обсуждение Uber в pol.is в рамках эксперимента «Виртуальный Тайвань» началось с одного утверждения: «Я считаю, что для водителей частных автомобилей UberX страхование гражданской ответственности должно быть обязательным». Те, кто отреагировал на это утверждение, быстро разделились на группы – сторонников и противников регулирования. Участники могли видеть размер этих групп – ту или иную сторону высказывания принимали не более 33 % аудитории. Поэтому люди пробовали разные утверждения, пытаясь сформулировать такие, которые получили бы большую поддержку.

В течение четырех недель группа из примерно 1700 участников обсуждения Uber пыталась достичь консенсуса по ключевым вопросам. Единственное утверждение, с которым большинство согласилось: «Правительство должно использовать эту возможность, чтобы бросить вызов индустрии такси в плане улучшения системы управления и контроля качества, чтобы водители и пассажиры могли воспользоваться столь же качественным сервисом, как у Uber» (с этим согласились 95 % участников всех групп).

К концу проведения опроса компания Uber согласилась предоставить министру Цай международный страховой полис автогражданской ответственности и, при необходимости, опубликовать его для открытого обсуждения. Компания также согласилась провести обучение для всех водителей, чтобы те зарегистрировались и получили профессиональные водительские права, и, если в каких-то регионах это было узаконено, она готова была оплатить парковку и транспортные налоги для автомобилей UberX. Ассоциация «Служба такси Тайбэя» выразила готовность работать с платформой UberTAXI и предлагать более качественные услуги, если правительство позволит увеличивать стоимость поездок в ответ на рыночный спрос так же, как это делает Uber. Рэй Далио, основатель и исполнительный председатель Bridgewater Associates, использует подобный подход к созданию того, что он называет «идеей меритократии» в своей компании, крупнейшем хедж-фонде в мире. В ходе обсуждений инвестиций или идей сотрудники фирмы дают оценку утверждениям других участников, собирая из них матрицу, которая включает все совпадения и разногласия. Каждому настоятельно рекомендуется быть «предельно честным» в своем мнении, и самый «зеленый» младший сотрудник может сказать самому Рэю, что тот не прав. Следующий шаг Bridgewater – применение к матрице алгоритма, который учитывает такие факторы, как опыт работы, опыт в конкретной области и другие методы оценки мнения индивидуумов. Целью является объединение лучшего человеческого опыта и способности компьютерных алгоритмов подводить итоги и выявлять точки соприкосновения и точки разногласий.

Простых решений не существует, и несогласие также может быть инструментом стремления к истине, при условии, что оно высказано честно. И для людей существуют возможности меняться и менять свое мнение по мере того, как они узнают, что о теме обсуждения думают другие. Этот механизм очень отличается от опроса, который просто пытается выяснить то, во что люди уже верят, а затем калибрует аргументы, чтобы укрепить эту веру.

Как писал мне Генри Фаррелл в другом письме: «Процессы интеллектуальных открытий – это всегда споры между различными позициями. Используя аналог машинного обучения, заимствованный у моего соавтора Космы Шализи, все мы вместе взятые в лучшем случае представляем собой сообщество слабых учеников, каждый из которых понимает только несколько терминов относительно очень сложного механизма, который мы пытаемся смоделировать. Нам на самом деле будет легче, если мы начнем изучение проблемы с самых различных позиций (каждый слабый ученик знаком с каким-то одним набором терминов), поскольку каждая из этих позиций отражает какой-либо аспект истины, и после этого, и только после этого, попытаемся построить совместную модель проблемы».

Это прекрасная заключительная речь о силе интеллектуальной дискуссии, ведущей к истине. Как общество, мы сталкиваемся с серьезными проблемами, поскольку эта дискуссия перемещается на онлайн-платформы с миллиардами участников, не имеющие географических или национальных границ, не обладающие проверенными признаками авторитета и подлинности, использующие грубые инструменты, которые пока еще не могут справиться с этой задачей.

Все еще день первый.

Истина – это лишь один из многих факторов, который люди и компании, которые они создают, пытаются оптимизировать. Что в действительности движет нашими решениями?

Несколько лет назад Джон Мэттисон, руководитель информационной службы по вопросам медицины Kaiser Permanente, крупной некоммерческой организации, предоставляющей комплексное медицинское обслуживание, сказал мне: «Главный вопрос XXI века будет «Чьему черному ящику вы доверяете?». Черный ящик, согласно определению, это система, чьи входные и выходные сигналы известны, а процесс, посредством которого одни преобразуются в другие, – неизвестен. Мэттисон говорил о растущей важности алгоритмов в медицине, но в более широком смысле его точка зрения заключалась в том, что мы доверяем системам, чьи методы принятия решений мы не понимаем.