Новые законы робототехники. Апология человеческих знаний в эпоху искусственного интеллекта - [70]

ИИ – не единственный способ упорядочивания общества и определения того, кто должен получать награды, а кто – наказания. Существуют и многие другие практики экспертизы, оценки, попечения и заботы. Все они представляют собой определенные паттерны человеческого поведения, которые могут исполняться хуже или лучше, с большим или меньшим умением, однако их качество лучше описывать и задавать в виде нарратива, то есть в холистическом и эмоциональном ключе, а не сводить к числам и не кодировать в виде инструкций. Следовательно, одна из задач критики «машин, судящих людей» состоит в сохранении, усовершенствовании и развитии неколичественной оценки, то есть суждения. Убедительная критика оценок ИИ зависит от той или иной позитивной концепции прежних методов суждения, которые ныне затмеваются методами ИИ[449]. Например, в академической среде рекомендательные письма, предоставляемые претендентом на постоянную должность, или сборники в честь какого-то определенного ученого представляют собой такую форму оценки, которая выступает альтернативой подсчету цитат и импакт-фактора. Статьи, в которых разъясняется карьерный путь ученого и причины, по которым он выбрал определенную тему или метод исследования, – это такая самооценка, которая должна приобрести большую популярность среди исследователей. Нам нужны более качественные, более нарративные, проводимые в середине карьерного пути оценки глубины и широты научного вклада. Подобные качественные методы оценки могут быть намного богаче квантифицированных параметров, которые сегодня все больше утверждаются в академической среде.

Короче говоря, «чтобы побить теорию, нужна другая теория», поэтому, для того чтобы противостоять соблазну проводить оценку методами ИИ, необходим альтернативный метод объяснения того, что делают профессионалы и как можно делать это лучше или хуже. Такие нарративы могут требовать определенной дисциплины и внушать страхи. Однако они хотя бы освобождают нас от той фантазии, будто ученых, врачей, медсестер, учителей и других профессионалов можно судить по некоторым соизмеримым параметрам, которые подсчитываются методами машинного обучения. Также они могут служить примерами человеческого суждения во многих других контекстах.

Производительность и власть

В своей обширной интеллектуальный истории Уилл Дэвис описывает общий сдвиг парадигмы использования знания в обществе[450]. Интеллектуалы Просвещения считали, что знание должно создать общую картину реальности – научную (то есть более точные модели мира) и социальную (то есть публичную сферу, основанную на общем понимании определенных ключевых фактов, ценностей и норм). Однако развитие экономической мысли привело к другому представлению о знании, ключевая ценность которого состоит в получении преимущества перед другими. Возможно, такое знание действительно необходимо в торговле, но оно оказало пагубное влияние на публичную сферу, образование, финансы и другие области, поскольку приобретение знания с целью получения власти вытесняет другие цели, ориентированные скорее на публичное благо.

Когда фирмы и государства все больше обращаются к машинам, чтобы те судили людей, они отдают огромную власть тем, кто разрабатывает ИИ. Власть – это способность одного человека заставить другого сделать то, что он в ином случае не сделал бы[451]. Наиболее очевидно это в политике и войне, но власть имеет значение и в экономике, обществе и семье. Искусственный интеллект, возможно, одновременно закрепляет и подрывает наличные властные отношения в школах, на рабочем месте и даже в семьях. Нам нужно хорошо понимать эту динамику, чтобы оградить себя от одного из ее наиболее опасных проявлений, а именно от гонки вооружений.

Все мы можем интуитивно понимать, как две конкурирующие армии тратят ресурсы, когда запасаются ракетами, системами противоракетной обороны, техниками, позволяющими уклоняться от ПВО или перегружать ее, и т. д. В индивидуальном плане вполне рационально быть на шаг впереди своих врагов, но в коллективном плане это безумие – пытаться постоянно опередить друг друга. Нет такого объективного количества денег, потратив которое можно было бы достичь «безопасности»[452]. Есть лишь относительное преимущество, которое всегда может аннулироваться, если враг придумает новую тактику или технологию.

Это одна из причин, по которым США, хотя они и тратят на «оборону» больше денег, чем следующие за ними семь стран, вместе взятых, постоянно инвестируют все больше и больше средств в армию, полицию и разведывательные службы.

Модели гонки вооружений важны и за пределами военного контекста. В работе «Ловушка двойного дохода» Элизабет Уоррен, в те годы профессор, описала то, как семьи из среднего класса поднимают цены на имущество в районах с более качественными школами. Экономист Роберт Франк в своей работе «Отставание» сформулировал общую теорию подобной «гонки вооружений». Когда существует ограниченный запас чего-либо, например власти, престижа или территорий в центре города, неизбежна конкуренция. Во многих таких гонках право и финансы существенно влияют на определение конечного победителя: к примеру, человек, который может получить самую большую ипотеку, перебивает предложения других на один и тот же дом