Среднего более не дано

При изучении иррациональности человека экономисты зачастую излишне полагаются на субъективные предположения о том, что является рациональным, а что — нет, выраженные в виде моделей. Экономист может составить математические аксиомы, а затем выяснить, что человеческое поведение им не соответствует. Однако насколько убедительны сами эти модели в объяснении сложного и многомерного процесса принятия решений человеком? Значительная часть исследований, следующих этой традиции, неубедительна, несмотря на всю гениальность их авторов. Другие экономисты полагаются на искусственно воссоздаваемые в лабораторных условиях ситуации для оценки человеческой рациональности или установления ее отсутствия. В экспериментах ими используются неопытные студенты, которые далеко не всегда берутся за задачи по решению проблемы в достаточной мере серьезно, а предлагаемое им вознаграждение за должное выполнение заданий довольно невелико. По понятным причинам привлечь для участия в этих экспериментах исполнительных директоров корпораций и менеджеров гораздо труднее. Более того, существуют исследования, в которых приняли участие и исполнительные директора, однако зачастую их результаты не отличаются от экспериментов с участием студентов. Не кроется ли здесь проблема в собственно экспериментах, а не в применяемом методе? Нам известно, что в реальности исполнительных директоров и студентов местами не поменяешь, так почему же они оказались взаимозаменяемыми в экспериментах? Если они взаимозаменяемы в эксперименте, не означает ли это, что им не учитываются соответствующие особенности условий реального мира? Неважно, что именно, по вашему мнению, не так с этими экспериментами, но нам хотелось бы, чтобы они отражали условия настоящих ситуаций и предлагали настоящее вознаграждение за участие в них.

Шахматы хороши тем, что в них существуют четкие, хотя и не совершенные определения того, какие ходы правильные, а какие — нет. Итак, что мы можем узнать о человеческой логике, если взглянем на игру человека через линзы машины?

Обратимся к работам ряда интересных исследователей. Сначала — к работам Кена Ригана. Профессор Риган и я были друзьями детства и несколько раз вместе выступали за одну и ту же команду в американских общенациональных командных соревнованиях по шахматам в Атлантик-Сити, Нью-Джерси. До недавнего времени мы с Кеном не виделись с тех самых пор, как мне было пятнадцать. Из всех одаренных американских шахматистов, последовавших по стопам Бобби Фишера, у Кена, наверное, был наиболее творческий подход к игре. Ходы Кена были крайне непредсказуемыми. Никому другому и в голову не пришло бы так играть. Он просчитывал и играл красивые комбинации, которые другие игроки даже не считали стоящими того, чтобы их рассматривать. Каждому было известно, что если наблюдать за игрой Кена Ригана, то можно обязательно увидеть что-нибудь интересное, но, возможно, что от увиденного заболит голова. Однако Кен бросил профессиональные шахматы в возрасте двадцати двух лет и, сосредоточившись на математике, стал доктором математических наук в Оксфордском университете. Сегодня он — профессор информатики в университете Буффало, проведший добрую часть своей профессиональной жизни в попытках решить знаменитую математическую задачу равенства классов Р и ОТ, одну из важнейших нерешенных задач в математике (которая формулируется следующим образом: действительно ли то, что отыскать решение задачи с нуля в принципе тяжелее, чем проверить уже имеющееся решение?).

В 2006 г. Кен снова вернулся к шахматам. Его привлекло возрастающее качество компьютерных программ и очаровали потенциальные объемы информации, которые можно было с их помощью получить. Начиная с 2006 г. им проводится работа по созданию базы данных игравшихся шахматных партий с первостепенным вниманием к играм гроссмейстеров, но и не пренебрегая выступлениями игроков более низкого уровня. Кен проводит анализ партий с помощью программы Rybka в целях оценки удачных и неудачных действий каждого из игроков. Это отличный эксперимент по оценке человеческого разума. Качество данных, касающихся принятия решений, делает работу Кена чрезвычайно важным инструментом анализа наших интеллектуальных возможностей, того, что мы, люди, оцениваем правильно, а что — нет.

В отличие от множества разработчиков экономических моделей и аналитических инструментов у Кена есть Rybka, надежная система оценки человеческих решений, принимаемых при игре в шахматы. На любом этапе игры Rybka рекомендует оптимальный ход и может рассчитать, насколько любой другой ход снижает шансы игрока в игре в абсолютном выражении. Кен в состоянии рассчитать процентную долю ходов, сделанных отдельным игроком в течение отдельной партии или на отдельном турнире, которые совпадают с рекомендациями программы Rybka, а также размер средней ошибки отдельного игрока — опять же относительно рекомендаций Rybka.