Алгоритмы для жизни: Простые способы принимать верные решения - [120]

Во-первых, существуют случаи, для которых ученые-компьютерщики и математики уже сейчас выявили хорошие алгоритмические подходы, пригодные для решения человеческих проблем. Правило 37 %, алгоритм LRU-вытеснения давно неиспользуемых критериев для обработки переполнения кеша (сверхоперативной памяти), правило верхнего доверительного предела в качестве руководства для исследований как раз и служат примерами этих случаев.

Во-вторых, одно только осознание того, что вы используете оптимальный алгоритм, должно утешить вас даже в том случае, если вы не получили результаты, на которые надеялись. Ведь то же правило 37 % терпит неудачу в течение 63 % времени. А использование алгоритма LRU для обслуживания кеша не гарантирует, что вы всегда получите то, что хотите. Да и ни один алгоритм не даст вам такой гарантии. Применение правила верхнего доверительного предела при анализе ситуации с целью выбора компромиссного решения вовсе не означает, что у вас не будет сожалений по этому поводу; просто разочарования и сожаления на вашем жизненном пути будут накапливаться чуть медленнее. Поскольку даже самая лучшая стратегия иногда дает плохие результаты, ученые-компьютерщики заботятся о том, чтобы различать процесс и результат. Если вы придерживаетесь наилучшего из возможных процессов, то вы уже сделали все возможное и не должны винить себя, если дела идут не так, как вы задумали.

Понятно, что именно результаты определяют заголовки новостей, формируя мир, в котором мы живем; поэтому так легко начать зацикливаться на них. Но процессы – то, что мы можем контролировать. Как выразился Бертран Рассел, «казалось, что мы должны принимать во внимание и вероятность, пытаясь оценить объективную справедливость… Объективно правильным поступком является тот, который, вероятно, будет наиболее удачным. Я бы дал этому такое определение: наимудрейший поступок». Мы, конечно, можем слепо надеяться на то, что нам повезет, но обязательно и сами должны стремиться быть мудрыми. Считайте, что это своего рода расчетливый стоицизм.

И, наконец, последнее. Мы можем провести четкую границу между задачами, которые допускают простые решения, и задачами, не имеющими таковых. Если вы взвинчены, потому что увязли в неразрешимом сценарии, помните, что даже беспорядочные поиски, попытки и метания могут помочь вам найти действенные решения. Тема, которая вновь и вновь всплывала в наших интервью с учеными-компьютерщиками, может быть охарактеризована так: иногда понятие «достаточно хорошо» на самом деле означает «достаточно хорошо». И еще… Понимание сложности ситуации может помочь нам сделать выбор между нашими проблемами: если у нас есть контроль над тем, с какими ситуациями мы столкнемся, мы должны выбирать те, что разрешимы.

Но нам приходится выбирать не только проблемы, встающие перед нами. Мы также выбираем проблемы, которые противопоставляем друг другу, будь то выбор метода проектирования города или способ формулировки вопроса. Это создает удивительный мостик между информатикой и этикой – в виде принципа, который мы называем «простота выбора».

Мы оба заметили интересный парадокс, когда дело доходило до планирования встречи и интервью, которые потом вошли в эту книгу. В общем и целом наши собеседники оказывались более доступными, когда мы просили о встрече, говоря «в следующий вторник между 13 и 14 часами», нежели в том случае, если просьба звучала как «в удобное вам время на следующей неделе». На первый взгляд это кажется абсурдным и напоминает те знаменитые исследования, когда люди в среднем жертвовали больше денег, чтобы спасти жизнь одного пингвина, чем 8000 пингвинов; или известный отчет о том, что люди в большей степени боятся умереть во время террористического акта, чем от любой другой причины, которую также можно отнести к терроризму. Представляется, что в случае с интервью люди просто предпочитали иметь дело с проблемой, связанной с ограничениями, даже если эти ограничения не стоили и выеденного яйца. Для них казалось менее трудным соединить наши предпочтения и ограничения, чем высчитывать лучший вариант, основываясь на собственных преференциях. В этом месте ученые-компьютерщики наверняка многозначительно кивнули бы, ссылаясь на сложность в понимании разницы между терминами «верификация» и «исследование», которая столь же велика, как и разница между «послушать хорошую песню» и «написать свою».

Один из неявных принципов информатики, как бы эксцентрично это ни звучало, утверждает, что вычисление – это плохо, ведь базовой директивой любого хорошего алгоритма является попытка свести к минимуму мыслительный труд. Когда мы взаимодействуем с другими людьми, мы представляем их как набор вычислительных задач, пытаясь не только оценить их скрытые запросы и требования, но и решить такие сложные задачи, как интерпретирование ими наших собственных намерений, убеждений и предпочтений. Следовательно, можно утверждать, что вычисленное понимание этих проблем проливает свет на природу человеческого взаимодействия. Мы можем стать «вычислительно добрыми» по отношению к другим, ограничивая рамки общения условиями, которые облегчат оппоненту основную вычислительную задачу. Этот факт имеет большое значение, потому что многие проблемы – особенно социальные, как мы это уже видели, – по своей сути весьма запутанны и трудноразрешимы.