Голова как решето. Зачем включать мозги в эпоху гаджетов и Google - читать онлайн книгу. Автор: Уильям Паундстоун cтр.№ 55

читать книги онлайн бесплатно
 
 

Онлайн книга - Голова как решето. Зачем включать мозги в эпоху гаджетов и Google | Автор книги - Уильям Паундстоун

Cтраница 55
читать онлайн книги бесплатно

Зато вопросы, посвященные, скажем, правописанию, оказываются гораздо менее показательными. Устойчивая корреляционная связь прослеживается между умением без ошибок написать слово prerogative и не ошибиться в словах consensus и/или supersede [251]. Как правило, в эту группу попадают те, кто знают, как пишутся слова, в которых часто допускают ошибки. Однако есть немало гениальных людей, у которых хромает орфография, хотя некоторые из них обладают поистине энциклопедическими знаниями, но в других областях. По этой причине, когда нужно спрогнозировать доход, узкоспециальные вопросы – о правописании или еще о чем-нибудь не менее конкретном – едва ли окажутся статистически значимыми.


«Простые» факты – лучшие индикаторы дохода

Голова как решето. Зачем включать мозги в эпоху гаджетов и Google

Видимо, легкие вопросы, в отличие от сложных, оказываются индикаторами более надежными. Я построил диаграмму рассеяния, отображающую результаты по тестам на общие и узкоспециальные знания. Каждая черная точка соответствует одному исследованию. На горизонтальной оси показан уровень его сложности, обусловленный процентом вопросов, на которые в среднем дали правильный ответ. На вертикальной оси видна разница в доходах участников, показавших в тестовых заданиях наилучший и наихудший результат. Как обычно, мы рассматриваем гипотетическую разницу в доходах одного 35-летнего человека с четырьмя годами высшего образования, который ответил на все вопросы правильно, и другого 35-летнего человека с четырьмя годами высшего образования, который не ответил правильно ни на один вопрос.

К примеру, с тестом на знание карты, где задавались довольно легкие вопросы по поводу стран вроде России, Японии и Турции, справились в среднем на 76 % (точка в верхнем правом углу) [252]. Результат по этому тесту – хороший индикатор дохода: у тех, кто ответил правильно, годовой семейный доход примерно на 71 тысячу долларов больше, чем у тех, кто с заданиями не справился.

В самом низу диаграммы, слева от центра, расположена точка, за которой стоят 10 весьма сложных вопросов из телевикторины «Jeopardy!», по которым я провел опрос. (Хотя в «Jeopardy!» вопросы задаются в утвердительной форме, а ответы – в вопросительной, я привел их в традиционный вид.) Не ошибиться оказалось труднее – верно ответили в среднем на 43 % вопросов, – и разница в доходах оказалась меньше: 13 тысяч долларов годовых.

Конечно, на связь между сложностью заданий и уровнем дохода накладывается статистический «шум», но в целом облако точек от нижнего левого угла тянется к верхнему правому. Следовательно, чем легче вопрос, тем сильнее связь с доходом.

Чтобы эту идею проверить, я разослал несколько схожих опросников. В выборочной группе каждому предлагалось ответить на «простую» и «сложную» серию вопросов по одному и тому же перечню тем. Такой метод исключает целый ряд переменных вроде распределения доходов, уровня образования и прочих демографических факторов, поскольку в рамках выборочной группы они принимаются за постоянные. Меняется лишь сложность заданий.

На диаграмме пунктиром соединены точки, обозначающие результаты по опросникам разного уровня сложности среди одних и тех же участников. Обе линии направлены вверх. В каждой из двух групп, сформированных в случайном порядке, более простые вопросы коррелировали с разницей в доходах лучше, чем более сложные. (Внизу диаграммы по центру расположена точка-кружок – опросник со сложными заданиями, по которым результаты оказались статистически незначимыми [253]. Зато в статистической значимости результатов по второму сложному опроснику и обоим простым сомневаться не приходится.) [254]

В телевикторинах вопрос приносит больше денег, если он трудный, а не легкий. По-видимому, в настоящей жизни дело обстоит иначе. Действительно выгодно знать то, что известно большинству, а вот в отношении всего остального преимущество только убывает.

Если посмотреть на эту ситуацию под другим углом, то незнание общеизвестных фактов карается низким доходом. Выпускник колледжа, который не знает, что такое «Спутник-1» и кто такой Эрнест Хемингуэй (два легких вопроса из тестов на общие знания), за годы учебы мало чему научился и по сравнению с большинством выпускников-сверстников не обладает достаточным уровнем культурной грамотности.

Однако тому, кто располагает малоизвестными фактами, не имеющими прямого отношения к работе, награды ждать не приходится. И я не ставлю под сомнение ценность узкоспециальных знаний какой угодно области. Каждая профессия важна по-своему. Однако не этому я искал – или даже нашел – подтверждение. Мои исследования указывают на ценность либерального образования в самом широком смысле слова, и прежде всего – на пользу от умения быть внимательным.

Шахматисты и орнитологи

Связь между знаниями и доходом вызывает вопрос о том, что чему причина. Возможно ли, что знания улучшают умственные способности? Для изучения этого вопроса обратились к игре в шахматы.

В течение нескольких лет прославленный режиссер Стэнли Кубрик играл за деньги в шахматы с любым желающим в городских парках Нью-Йорка. За шахматной доской он проводил по 12 часов в день, зарабатывая около 20 долларов в неделю. Как позже объяснял Кубрик:

между кино и шахматами имеется сходство [255]. Есть последовательность решений, в которой делаешь по одному ходу зараз, и нужно умело распределять ресурсы: в шахматах это время, а на съемках фильма – время и деньги… Смотришь на шахматную доску, и вдруг аж дух захватывает. Рука так и рвется схватить фигуру и сделать ход. Но шахматы учат, что нужно спокойно посидеть и подумать, так ли хорош этот ход и, может, есть какие-то другие варианты, получше.

Шахматы у Кубрика появляются в нескольких фильмах. В «Космической одиссее 2001 года» игра в шахматы между астронавтом и смертельно опасным компьютером HAL воспроизводит матч между Отто Рёшем и Вилли Шлаге, состоявшийся в 1910 г. в Гамбурге. Астронавт проигрывает партию, в результате чего компьютер заключает: «Благодарю за интересную игру».

Шахматам отводится важная роль в истории искусственного интеллекта. Уже на заре компьютерного века они представлялись моделью приобретения жизненного опыта. Шахматы – сложная игра с простыми правилами. Правила легко представить в виде кода, а вот жизненный опыт – нет. Знание правил не делает человека (а тем более их машинный алгоритм) хорошим игроком. Не поможет ни знание истории шахмат, ее «тривиальных фактов», ни разучивание новых комбинаций из известных матчей. Что такого особенного знает хороший шахматный игрок, чего не знает плохой? Умение играть в шахматы – это природная склонность, с которой рождаются, или же навык, который нужно долго тренировать? Эти вопросы занимают шахматистов с тех пор, как сыграли самую первую партию. А вместе с ними размышляют и психологи с программистами.

Вернуться к просмотру книги Перейти к Оглавлению Перейти к Примечанию