Алгоритмы для жизни: Простые способы принимать верные решения - [121]

Рассмотрим этот (слишком общий) сценарий. Группа друзей дискутирует, пытаясь решить, куда идти пообедать. Каждый из них, несомненно, имеет некоторые свои предпочтения, хотя и не жесткие. Но поскольку никто из них не хочет излагать эти предпочтения в явном виде, им приходится вместо этого вести светскую беседу, стараясь не накалять обстановку, а полунамеками подталкивать ее в нужное русло.

Они вполне могут прийти к решению, которое удовлетворило бы их всех. Но этот процесс может столь же легко пойти наперекосяк. Летом после окончания колледжа, например, Брайан с двумя друзьями ездили в Испанию. Поскольку это путешествие они планировали спонтанно, то в какой-то момент поездки вдруг стало ясно, что у них не будет времени, чтобы пойти посмотреть корриду, которой они интересовались и которую запланировали. А когда каждый из друзей пытался утешить других, они вдруг выяснили, что на самом деле никто из них и не хотел так уж обязательно посетить корриду. Просто в свое время, глядя на других, каждый из них с таким большим энтузиазмом поддерживал их желание увидеть бой быков, что это поднимало уровень общего энтузиазма, на который другие столь же безоглядно ориентировались.

Более того, даже такие кажущиеся безобидными слова «да, я гибкий» или «что вы собираетесь делать сегодня вечером?» скрывают темную вычислительную изнанку и должны заставить вас дважды подумать. Это хоть и выглядит по-доброму, но содержит два глубоко тревожных сигнала. Во-первых, они посылают опознавательный знак: «здесь проблема, но вы справитесь с этим». Во-вторых, не указывая свои предпочтения, они приглашают других смоделировать или представить их. И, как мы уже видели, моделирование мыслей других – одна из крупнейших вычислительных задач, с которой разум (или машина) могут когда-либо столкнуться.

В таких ситуациях простота выбора и привычный этикет несколько расходятся. Вежливое умалчивание ваших предпочтений ставит перед остальной частью группы вычислительную задачу по их выявлению. Напротив, вежливое обозначение ваших предпочтений («лично я склонен к Х, а вы что думаете?») помогает уменьшить мыслительную нагрузку при формировании группой коллегиального решения.

В качестве альтернативы вы можете попытаться хотя бы уменьшить, а не увеличивать количество вариантов, которые вы предлагаете обсудить товарищам, предложив им ограничить выбор, скажем, двумя-тремя ресторанами, а не десятью. Если каждый человек в группе исключит из обсуждения свой наименее предпочтительный вариант, это сильно упростит вычислительную задачу остальным. Если вы, приглашая кого-то на обед или планируя встречу, предложите один-два конкретных варианта, которые могут быть приняты или отклонены, это будет хорошей отправной точкой.

И не важно, что ни один из этих вариантов может не подойти; все вместе они могут существенно снизить вычислительные затраты при общении.

Простота выбора – это не просто принцип поведения; это также и дизайнерский подход.

В 2003 году ученый Джеффри Шаллит из Университета Уотерлу исследовал вопрос о том, монету какого достоинства следовало бы ввести в обращение в Соединенных Штатах, чтобы минимизировать количество монет, в среднем выдаваемых в качестве сдачи. Ответ его восхитил: это должна быть 18-центовая монета; и потому Шаллит воздержался от того, чтобы следовать рекомендациям, полученным с помощью этих вычислительных упражнений.

В настоящее время проблема выдачи сдачи решается убийственно просто: выдавая любое заданное количество денег, вначале нужно просто использовать как можно больше четвертаков, но, разумеется, так, чтобы не дать лишнего, затем выдать как можно больше 10-центовых монет и т. д. по убывающему номиналу. Например, 54 цента – это два четвертака и еще четыре цента. Но с 18-центовой монетой такой простой алгоритм уже не был бы оптимальным, ведь 54 цента лучше всего набирается с помощью трех 18-центовых монет, то есть мы обходимся вообще без четвертаков. На самом деле Шаллит заметил, что неудачный подбор достоинства монет превращает обычный процесс выдачи сдачи в нечто «по крайней мере, столь же трудное, как… задача коммивояжера». Это так сложно, что лучше обратиться к кассиру. Шаллит также обнаружил, что наибольшим спросом из всех монет пользовались бы либо двухцентовые, либо трехцентовые монеты. Это хоть и не так волнующе, как в случае с 18-центовой монетой, но почти столь же полезно; и удачно – с точки зрения дальней перспективы.

Более важный вывод заключается в том, что даже небольшие изменения в проекте могут радикально изменить вид когнитивной проблемы, которая встает перед пользователями. Например, архитекторы и градостроители могут выбирать, как они будут формировать окружающую среду; а это значит, что они могут выбирать, как они будут структурировать вычислительные проблемы, которые стоят перед нами.

Представим себе большую парковку со множеством полос для движения (такие парковки часто встречаются при стадионах и торговых центрах). Вы въезжаете на парковку, по одной из ее полос движетесь в направлении торгового центра, находите свободное место, но решаете ехать дальше, надеясь найти место поближе к торговому центру; но вам не везет, приходится разворачиваться и по соседней полосе ехать обратно. И даже после некоторого количества таких попыток вам все равно придется решать, является ли следующее найденное место подходящим, чтобы остановить выбор на нем, или оно расположено так далеко от входа, что вы все-таки будете пытаться найти следующее свободное место даже на третьей полосе.