Простые решения сложных проблем

Простые решения сложных проблем

Применение эвристического взгляда иллюстрирует, как наш разум может находить простые решения сложных проблем. Он и называется эвристическим, потому что выхватывает один или несколько фрагментов из общей картины, именно те, что имеют важное значение, и игнорирует остальные. Эксперты часто собирают меньше сведений, чем новички, дополняя недостающие данные эвристическим подходом к решению проблемы. Например, пилоты US Airways игнорировали весь объем информации, необходимый для расчета траектории планирующего самолета, и полагались только на один конкретный параметр – образ вышки, видимый через лобовое стекло. Таким образом, и это очень важный момент, игнорирование информации может обеспечить принятие лучших, более быстрых и более безопасных решений.

Эвристический подход оказывается успешным, потому что наш мозг прошел долгий путь эволюционного развития. Вот почему на него могут полагаться пилоты, бейсболисты или собаки, в то время как у роботов и компьютеров он имеет ограниченное применение. Роботы не развивали в себе способности удерживать взгляд на движущемся объекте в условиях сильных помех. Вместо того чтобы использовать эту способность подсознания, они должны рассчитывать траектории. То, что просто для человека, не так просто для компьютера, и наоборот – способность человека к дешифрации писем и числовых кодов используется в качестве защиты против веб-роботов, в то время как компьютеры превосходят любого математика в скорости вычисления корня седьмой степени из 17-значного числа.

Возможно, вам покажется, что изучение эвристики должно стать основной задачей во многих сферах человеческой деятельности. Но это не так. Как ни странно, но большинство теорий рационального принятия решений в разных областях – от экономики до философии – по-прежнему основывается на том, что все риски являются известными. Значительная часть научно-технической интеллигенции, специализирующаяся в области социальных наук, направляет свои усилия на совершенствование сложных методов логики и статистики. Но почти никто не занимается эвристическим мышлением, а когда все же обращается к нему, то главным образом для того, чтобы доказать, что эвристический подход приводит к ошибкам, свойственным людям, и несчастьям.

После вероятностной революции нам нужна еще одна революция, которая поможет воспринимать эвристику серьезно и в конце концов предоставит человеку возможность овладеть навыками работы с широким спектром неопределенностей. Американский ученый Герберт Саймон одним из первых провозгласил эту революцию. Придерживаясь этой же точки зрения, я посвятил значительную часть своих исследований разработке математических моделей, которые можно применять для принятия решений в условиях неопределенности. Следующий шаг, который необходимо сделать в этом направлении, заключается в проведении «эвристической революции»{32}. А для этого необходимо понимать, как иметь дело с неопределенным миром с помощью простых практических правил.