Совместимость. Как контролировать искусственный интеллект

Насколько бы эгоистичным ни представлялся человек, очевидно, в его природе есть некоторые принципы, заставляющие его интересоваться судьбой других и мыслить их счастье необходимым для него, хотя он ничего от него не получает, кроме удовольствия его наблюдать. Таковы жалость или сострадание, эмоции, которые мы испытываем при несчастье других, или наблюдая его, или получая очень живое о нем представление. То, что мы часто испытываем горе из-за горя других, в действительности слишком очевидно, чтобы требовать каких-либо доказательств.

В современной экономической терминологии забота о других обычно относится к категории альтруизма[303]. Теория альтруизма довольно хорошо разработана и оказывает существенное влияние, в том числе на налоговую политику. Следует отметить, что некоторые экономисты рассматривают альтруизм как еще одну форму эгоизма, призванную окружить дарителя «теплым сиянием»[304]. Безусловно, роботы должны быть осведомлены об этой возможности при интерпретации человеческого поведения, но на данный момент договоримся истолковывать сомнения в пользу людей и предположим, что они действительно пекутся о чужом благе.

Проще всего понять альтруизм, разделив предпочтения человека на два типа: связанные с собственным непосредственным благополучием и с благополучием других. (Наблюдаются значительные разногласия по поводу возможности четко их разделить, но я ими пренебрегу.) Непосредственное благополучие связано с качествами собственной жизни, такими как жилище, тепло, средства существования, безопасность и т. д., которые желательны сами по себе, а не в связи с качествами чужих жизней.

Чтобы уточнить это представление, предположим, что в мире живут только два человека, Алиса и Боб. Общая полезность для Алисы состоит из ее собственного непосредственного благополучия плюс результата перемножения некоторого коэффициента С_АВ на непосредственное благополучие Боба. Коэффициент заботы С_АВ показывает, насколько Алисе есть дело до Боба. Аналогично общая полезность для Боба состоит из его непосредственного благополучия плюс некий коэффициент заботы С_ВА, умноженный на непосредственное благополучие Алисы[305]. Робби пытается помочь и Алисе, и Бобу, что означает, скажем, максимизацию суммы их двух полезностей. Таким образом, Робби должен уделять внимание не только индивидуальному благополучию обоих, но и тому, насколько каждого из них заботит благополучие другого[306].

Большое значение имеют коэффициенты заботы С_АВ и С_ВА. Например, если С_АВ положителен, то Алиса «хорошая»: она становится более счастливой, если у Боба все благополучно. Чем больше значение положительного С_АВ, тем более готова Алиса пожертвовать частью своего благополучия, чтобы помочь Бобу. Если С_АВ равен нулю, Алиса всецело эгоистична: если бы она смогла, то отняла бы любое количество ресурсов у Боба, даже оставив его нищим и голодным. Имея дело с эгоистичной Алисой и хорошим Бобом, утилитарный Робби, очевидно, станет защищать Боба от самых разорительных посягательств Алисы. Интересно, что в обычном случае в итоговом равенстве Боб имеет меньшее непосредственное благополучие, чем Алиса, но он может иметь большее совокупное счастье, поскольку заботится о ее благополучии. Казалось бы, решения Робби очень несправедливы, если Бобу в результате достается меньше непосредственного благополучия лишь потому, что он лучше Алисы: разве результат не возмутит его и не сделает несчастным?[307] Что ж, это возможно, но это была бы другая модель, включающая недовольство разницей благополучий. В нашей простой модели Боб будет удовлетворен результатом. Действительно, в равновесной ситуации он бы противился любой попытке перенаправить ресурсы от Алисы ему, потому что это уменьшило бы его совокупное счастье. Если вам это кажется совершенно нереалистичным, рассмотрите случай, когда Алиса является новорожденной дочерью Боба.

По-настоящему проблемной для Робби является ситуация, когда С_АВ отрицателен: в этом случае Алиса попросту отвратительна. Подобные предпочтения я описываю термином негативный альтруизм. Как в приведенном ранее примере с садисткой Гарриет, речь идет не о заурядной зависти и эгоистичности, когда Алиса рада урвать долю Боба, чтобы увеличить собственную. Негативный альтруизм означает, что единственным источником счастья для Алисы является уменьшение чужого благополучия, даже если ее собственное непосредственное благополучие при этом не меняется.