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

Несомненно, такие «недоэксперты» существуют, но мы не думаем, что в них кроется основная причина того, почему толпа часто показывает себя лучше ядра. Мы уверены, что подавляющее большинство нынешних ученых, инженеров, технических специалистов и других сотрудников организаций в самом деле имеют достаточную квалификацию для своей работы и заинтересованы в том, чтобы выполнять ее хорошо. Почему же толпа почти всегда их побеждает?

У организаций много добродетелей, но часто они мешают сами себе, делая то, что неэффективно и что ухудшает их работу в области инноваций, НИОКР и практически во всех других областях. К сожалению, организационные кризисы – это реальность, а не только темы для бесчисленных мультфильмов «Дилберт» [625], и они мешают ядру работать так, как оно могло бы. Между тем более серьезная причина гораздо тоньше, чем простое нарушение функций: ядро часто не соответствует тем видам проблем и возможностей, с которыми оно сталкивается, в то время как с толпой такого не случается практически никогда в силу ее громадности. Но почему же ядро так часто бывает рассогласовано и разрегулировано? Разве научно-исследовательские лаборатории и технические отделы создаются не для того, чтобы соединять ресурсы, необходимые для решения поставленных задач? Это же не тот случай, когда лаборатория генетики нанимает по ошибке группу металлургов, а потом удивляется, что те не могут раскрыть тайны ДНК. Откуда такое частое рассогласование?

Кажется, здесь прослеживается влияние сразу нескольких факторов. Почти во всех дисциплинах постоянно создается важное новое знание, но оно может поступать в ядро весьма медленно. Например, в 2003 году было завершено полное секвенирование генома человека; это достижение должно оказать огромное влияние на медицину, фармацевтику, биотехнологию и другие отрасли науки. По мере того как технология секвенирования распространялась, а ее стоимость экспоненциально снижалась [626], оно затронуло сельское хозяйство, животноводство и другие отрасли. Если бы новаторы, исследователи и специалисты по решению проблем, которые работают в организациях в этих секторах экономики, не старались бы поддерживать свои знания и умения в актуальном состоянии, толпа, особенно более молодые ее участники, получившие образование недавно, легко бы превзошла их. Современные средства генной инженерии совершенно отличаются от того, чем мы располагали всего пять лет назад. Причиной является разработанный в 2012 году инструментарий CRISPR, полученный с помощью стрептококковых бактерий, который обеспечивает беспрецедентную точность в нахождении, вырезании и замещении любого желаемого сегмента очень длинной двойной спирали молекулы ДНК.

Мы также видели недавние изменения в искусственном интеллекте и машинном обучении (речь о которых шла в главе 3), в производстве энергии (благодаря гидравлическим разрывам пласта при добыче нефти и газа и очень резкому снижению стоимости солнечной энергии [627]) и во многих других отраслях. При таком быстром прогрессе знания ядра легко устаревают. Между тем среди участников толпы, по всей вероятности, хоть некоторые люди (или их ученики) способствовали появлению последних достижений, поэтому вполне знакомы с ними. Короче говоря, ядро может устаревать, тогда как толпа – фактически нет.

Вероятно, более важна другая причина того, что толпа часто превосходит ядро. Многим проблемам, возможностям и проектам (если не большинству из них) идет на пользу, когда люди и группы рассматривают их с разных ракурсов [628] – с позиций разного опыта, образования, подходов к решению задач, интеллектуального и технического инструментария, гендера и тому подобных. Это в точности соответствует определению толпы, и воспроизвести подобное в рамках ядра очень трудно, практически невозможно. Например, маловероятно, что в научно-исследовательских лабораториях в какой-нибудь фармацевтической компании найдется пара астрофизиков или криптографов на тот случай, если они вдруг понадобятся для решения какой-нибудь сложной задачи. Это противоречит практике бизнеса, но, если вдруг возникнет работа, требующая квалификации астрофизика или криптографа, делать ее будет некому.

Отсечение потенциальной пользы, которая может исходить от источников, выглядящих в целом бесполезными, – это безобразие, потому что очень часто бывают нужны знания и опыт далеких, на первый взгляд, дисциплин. Эрик Рэймонд, сторонник программного обеспечения с открытым кодом, заметил: «При достаточном количестве глаз все ошибки лежат на поверхности» [629]. Иными словами, любые проблемы решаются проще, если увеличить число и разнообразие занимающихся ими людей. Это продемонстрировал конкурс по секвенированию генома: ни одно из тех решений, что оказались одновременно точнее и быстрее эталона, не было предложено специалистами по вычислительной биологии. Такое превосходное качество работы неквалифицированных людей не кажется чем-то необычным. Когда Лахани и Ларс Бо Йеппесен изучили 166 научных проблем [630], опубликованных в InnoCentive – еще одном сетевом координационном центре, – они обнаружили, что успешному решению с большей вероятностью поддавались задачи, привлекавшие «людей с периферии», то есть технически или социально далеких от организаций, которые публиковали эти задачи [631].

Толпа имеет такую ценность в основном потому, что она в значительной части «периферийна» по составу: она представляет собой определенную комбинацию мыслительных способностей, хорошего образования, опыта, дотошности и мотивации, при этом люди, обладающие этими качествами, довольно далеки [632]географически, интеллектуально или социально от любого организационного ядра. По мере того как взаимосвязанные вычислительные мощности распространяются по миру и повсюду возникают полезные платформы, толпа, несомненно, становится жизнеспособным и ценным ресурсом.

Разумные руководители организаций начинают интересоваться, как можно использовать преимущества толпы для решения своих проблем и для многих других целей. Эта деятельность пребывает пока на ранних стадиях, но мы уже видим множество заманчивых путей взаимодействия ядра и толпы.

Выполнение работы.Как в случае «Википедии» и Linux, толпа может собираться и создавать вещи огромной важности, особенно если выполняется ряд принципов, например открытости и отсутствия креденциализма. Некоторые организации претворяют эти принципы в жизнь и предлагают бизнесу услугу, которую можно назвать конструированием толпы. Одним из первых таких примеров была платформа Amazon Mechanical Turk [633], начало которой положила попытка компании найти и удалить дублирующиеся страницы продуктов; эта задача была передана сторонним участникам в ноябре 2005 года [634]. Сегодня толпа Mechanical Turk используется для решения самого широкого спектра задач, таких как преобразование текста с визитных карточек в электронные документы [635], участие в опросах для психологических исследований и маркировка изображений для программ искусственного интеллекта. Дополнения к базовой платформе Mechanical Turk работают по шаблону «найди – исправь – проверь»; эта схема программирования разработана Майклом Бернштейном и его коллегами из Массачусетского технологического института [636], а шаблон позволяет участникам делать выбор – выполнять какую-либо задачу или отыскивать и исправлять ошибки.