Masin, platvorm, inimene. Meie digitulevik. Andrew McAfee
Чтение книги онлайн.
Читать онлайн книгу Masin, platvorm, inimene. Meie digitulevik - Andrew McAfee страница 9
Need küsimused on liiga suured, et anda neile ammendav vastus kõigest ühe raamatuga, ammugi ühe peatükiga. Oma raamatus „Thinking, Fast and Slow” võtab Kahneman lühidalt kokku suure hulga uurimusi (neist paljud enda tehtud):
Kuna süsteem 1 toimib automaatselt ja seda ei saa teadlikult välja lülitada, on vaistliku mõtlemise vigu tihti keeruline ära hoida. Moonutused on vältimatud, kuna süsteem 2 ei pruugi viga aimatagi.
Niisiis on süsteem 1 imetlusväärne, ehkki tõeliselt veaaldis. See läheb sageli kergema vastupanu teed, mitte ei kaalu probleemi korralikult läbi. Ühtlasi sisaldab süsteem 1 üllatavalt palju moonutusi. Teadurid, kes töötavad psühholoogia ning Kahnemani abil sündinud käitumisökonoomika alal, on tuvastanud ja nimetanud suure arvu süsteemi 1 tõrkeid.
Nende täielik loetelu mõjuks teile tüütavalt ja masendavalt. Rolf Dobelli vastavasisulises raamatus „The Art of Thinking Clearly” („Selge mõtlemise kunst”) on 99 peatükki ning Wikipedia kognitiivsete moonutuste loetelus (viimase seisuga) 175 kirjet. Tarkvarafirma Slack tootejuht Buster Benson on need moonutused meie meelest oivaliselt rühmitanud, et me mõistaksime, milliseid raskusi need meile valmistavad:20
1. Kuna me ei talu info üleküllust, sõelume seda agressiivselt … [Kuid] osa väljasõelutud teabest on siiski kasulik ja oluline.
2. Mõttetus ajab meid segadusse, seega mõtleme ise juurde … [Ent] mõtte otsimine võib illusioone tekitada. Mõnikord kujutame ette detaile, mis on sündinud meie eeldustest, ning mõtleme välja tähendusi ja lugusid, mida tegelikult pole olemas.21
3. Peame kiiresti tegutsema, et mitte võimalust kaotada, ja teeme seepärast ennatlikke järeldusi … [Aga] kiirelt tehtud otsused võivad olla väga valed. Esmased reaktsioonid ja ennatlikud otsused võivad osutuda ebaobjektiivseks, isekaks ja kahjulikuks.
4. Kuna me väsime, püüame meeles pidada vähemasti olulisi fakte … [Ent] meie mälu soosib eksimist. Mõni tõik, mida püüame meelde jätta, tekitab nimetatud süsteemides üksnes moonutusi ning kahjustab meie mõtlemist veelgi.
Tahame tähelepanu juhtida veel ühele meie kognitiivsete oskuste tõsisele puudusele: me ei saa kuidagi teada, millal süsteem 1 toimib hästi ja millal mitte. Teisisõnu ei tea me oma vaistust suurt midagi. Me ei tea, kas mõni aimdus või kiire otsus on täpne või hoopis ühest või mitmest kognitiivsest moonutusest rikutud. Niisiis teame Polanyi paradoksi ühe veidra konksu tõttu ka hoopis vähem, kui oskame öelda – süsteemi 1 viljade kohta. Süsteemi 2 ratsionaalseid kalkulatsioone saab tihti kontrollida ja üle kontrollida, ent, nagu Kahneman osutab, süsteemi 1 tegelikult mitte – kõige vähem meie ise.
Viimasel ajal on avastatud iseäranis nurjatu moonutus, mis on seotud Polanyi paradoksi just selle aspektiga : süsteem 1 teeb sageli mingi järelduse ning laseb siis seda seletada süsteemil 2. Nagu argumenteerib psühholoog Jonathan Haidt: „Otsustamine ja põhjendamine on kaks omaette toimingut.” Otsustamine toimub süsteemi 1 toel peaaegu hetkeliselt. Järgneb otsuse põhjendamine süsteemi 2 mõistlike ja veenvate argumentidega.22 Sageli ajab see pettus segadusse mitte üksnes teisi inimesi, vaid isikut ennastki. „Me räägime sageli rohkem, kui me teada võime,” nagu ütlevad psühholoogid Richard Nesbitt ja Timothy DeCamp Wilson. Niisiis pole käitumine, mida võime nimetada ratsionaliseerimiseks ja eneseõigustamiseks, alati kõigest ettekäänete otsimine. See on ka süsteemi 1 toimimise väljendus.
2006. aastal mõtlesid Avinash Kaushik ja Ronny Kohavi, kaks elukutselist andmeanalüütikut, kes töötasid vastavalt Intuitis ja Microsoftis, enamikus firmades domineeriva otsustamisviisi jaoks välja lühendi HiPPO, mis tähendab kõige suurema palgaga isiku arvamust (ingl highest-paid person’s opinion). See on vahva lühend, mida me kasutame tihti, kuna see illustreerib elavalt standardpartnerlust. Isegi kui otsuseid teevad mitte kõige suurema palgaga isikud, lähtuvad need tihti – liigagi tihti – oletustest, hinnangutest, vaistust, kõhutundest ning süsteemist 1. Tõendid viitavad üheselt, et säärane meetod ei anna sageli häid tulemusi ning HiPPOd rikuvad väga sageli kõik ära.
Kuidas kasutada kõiki neid teadmisi süsteemide 1 ja 2 moonutustest ja defektidest? Kuidas teha nende põhjal arukamaid ja paremaid otsuseid? Kõige ilmsem lahendus on jätta otsustamine kõigil võimalikel juhtudel masinatele – lasta süsteemi 2 puhastel digiesindajatel Moore’i seaduse ning andmevoogude toel koostada oma vastuseid ilma süsteemi 1 sisendita. Just nii ongi aja jooksul üha rohkem firmasid tegema hakanud.
Automaatne „teine majandus”
Täielikult automatiseeritud otsustamise üks varasemaid näiteid, mida ma teame ja mis ilmus välja kohe kommertsliku arvutustehnika ajajärgu alguses, oli inimeste krediidivõime väljendamine arvuna ehk konkreetse laenu tagasimaksmise tõenäosusena. Selliseid ilmselgelt olulisi otsuseid olid seni teinud pangakontorite laenuametnikud, kes hindasid taotlusi vastavalt oma kogemusele ning mõnikord ka eeskirjadele. Bill Fair ja Earl Isaac aga oletasid, et andmete põhjal sünniksid paremad otsused. Nad asutasid 1956. aastal Fair Isaac Corporationi ja hakkasid FICO krediidivõime skoore arvutama.
Конец ознакомительного фрагмента.
Текст предоставлен ООО «ЛитРес».
Прочитайте эту книгу целиком, купив полную легальную версию на ЛитРес.
Безопасно оплатить книгу можно банковской картой Visa, MasterCard, Maestro, со счета мобильного телефона, с платежного терминала, в салоне МТС или Связной, через PayPal, WebMoney, Яндекс.Деньги, QIWI Кошелек, бонусными картами или другим удобным Вам способом.