В-третьих, это
Возможно, самым большим опытом в ношении записывающих устройств обладает профессор Университета Торонто Стив Манн. Он носит различные варианты цифровых очков на протяжении более чем трех десятилетий[236]
. Еще будучи студентом МТИ[237], где он был в числе инициаторов проекта носимых компьютерных устройств, Манн редко расставался со своей версией цифровых очков, постоянно экспериментируя с различными способами их применения, включая прямую трансляцию в интернете всего, что он видел (во времена, когда примеры живой трансляции в сети можно было пересчитать по пальцам)[238]. Кроме того, он придумал термин sousveillance, которым обозначает свои видео– и аудиозаписи, сделанные на территории организаций, оборудованных камерами наблюдения[239]. Sousveillance в данном контексте означает наблюдение за наблюдающим[240].Манн пропагандирует использование носимых компьютерных устройств для расширения собственных возможностей. Он считает, что постоянно включенное устройство позволяет человеку получать информацию, которая может очень пригодиться в будущем, причем даже спустя несколько минут. Чтобы продемонстрировать это, он экспериментирует с различными методами расширения человеческих чувств и памяти с помощью носимых устройств: например, он детализирует в увеличенном масштабе далеко расположенные объекты или проигрывает на сверхмедленной скорости записи информации, которую человеческий глаз не может распознавать в режиме реального времени[241]
. Кроме того, носимые устройства Манна позволяют людям фильтровать входящую информацию, например скрывать нежелательную рекламу[242].Хотя это и интересный функционал, я считаю, что сенсорные данные обретут свою действительную ценность, только когда ими начнут делиться с целью дальнейшей обработки. За год своих экспериментов с Glass я записал видеоматериал, на просмотр которого потребовалось бы несколько недель. Однако я просматривал только по несколько минут каждой записи и никогда не пользовался ими для принятия решений или анализа собственных поступков. У меня не было возможностей для эффективного поиска и выделения нужных фрагментов, а тем более для обработки данных в режиме реального времени с целью получения обратной связи и рекомендаций на будущее. У меня был инструментарий для сбора данных, но не было инструментов для выявления тех из них, которые пригодились бы в какой-то конкретной ситуации, а тем более для анализа, позволяющего обнаруживать закономерности или делать прогнозы.
В ближайшие несколько лет, по мере прогресса искусственного интеллекта и автоматизации маркировки данных в процессе обработки, эта ситуация изменится. Компании начинают осознавать, насколько важно анализировать все, от способа попадания покупателей в их магазины до уровня сосредоточенности сотрудников. Соответствующие технологии дешевеют и становятся доступными большинству организаций. Мы будем все больше рассчитывать на сенсорные данные в том, что касается рекомендаций для конкретных жизненных ситуаций.
Более двадцати лет назад Эрик Хорвиц из Microsoft Research и Мэттью Бэрри из НАСА рассматривали тему оптимизации отображения информации в ситуациях, когда важные решения должны приниматься в сжатые сроки, например в работе диспетчеров полета[243]
. Основываясь на классических трудах когнитивных психологов, они исходили из допущения, что люди не могут одновременно работать более чем с семью фрагментами информации[244]. Более того, в напряженной обстановке и при большом количестве отвлекающих факторов, что обычно характерно для чрезвычайных ситуаций, это количество может снизиться всего до двух информационных составляющих[245]. Первые модели Эрика, созданные для контроля полетов многоразовых космических кораблей, выявляли критически важную в данный момент информацию и выделяли ее на дисплеях инженеров.