Читаем The Glass Cage полностью

В то время, когда Брайт писал свой труд, руководители предприятий, ученые и политики единодушно считали, что работа на автоматизированных машинах потребует от рабочих более высокой квалификации и уровня подготовки. Брайт, к собственному удивлению, обнаружил, что чаще всего происходит как раз противоположное: «Я был поражен тем, что ожидаемый эффект совершенствования навыков не наблюдается практически нигде. Напротив, накапливается все больше данных в пользу того, что автоматизация снижает требования к уровню квалификации рабочих». В 1966 году, в докладе, направленном в правительственную комиссию по автоматизации и занятости, Брайт описал результаты своего исследования и обсудил развитие техники, произошедшее в последующие годы. Он отметил, что прогресс автоматизации идет семимильными шагами, подстегиваемый быстрым внедрением в бизнес и промышленность высокопроизводительной вычислительной техники. Все данные свидетельствуют о том, что широкое применение компьютеров усилит тенденцию к деквалификации. «Этот урок, – отмечал Брайт, – совершенно ясен. Не обязательно верно, что сложное оборудование требует квалифицированного оператора. Его можно встроить в машину» [36].

На первый взгляд может показаться, что заводской рабочий, управляющий грохочущей машиной, не имеет ничего общего с высокообразованным профессионалом, который с помощью сенсоров или клавиатуры вводит в компьютер сложную информацию. Однако в обоих случаях мы видим человека, перекладывающего работу на плечи автоматизированной системы. Как показали работы Брайта и других ученых, ее сложность обусловлена распределением ролей и ответственности, а оно, в свою очередь, определяет, какие навыки и знания требуются от оператора, управляющего системой. Чем более высокая «квалификация» встроена в машину, тем в большей степени она контролирует работу, и, соответственно, для работника уменьшается возможность развивать свои таланты и применять самостоятельные интерпретации и суждения. Непосредственный результат объединенного труда человека и машины (и это важно подчеркнуть!) может быть превосходным по эффективности и качеству, но участие человека в нем зачастую становится номинальным. «Что, если цена думающих машин – это не умеющие думать люди?» – вопрошал в 2008 году Джордж Дайсон, специалист по истории техники [37]. Этот вопрос неизбежно станет очень острым, если мы и дальше будем перекладывать ответственность за анализ и принятие решений на плечи компьютеров.

Нарастающая способность компьютерных систем направлять мышление врача и брать на себя принятие решений в диагностике и лечении есть отражение стремительного прогресса вычислительной техники. При установлении диагноза врач привлекает для этого всю совокупность специализированной информации, накопленной им за годы дисциплинарного образования и ученичества, за годы чтения медицинских книг и журналов. До недавнего времени компьютеру было не под силу воспроизвести это глубокое, весьма специализированное и зачастую невыразимое словами знание. Однако неумолимый прогресс вычислительной техники, увеличение скорости выполнения операций, падение стоимости хранения и передачи информации в сети, прорывы в области конструирования искусственного интеллекта, распознавания машинами речи и образов резко и необратимо изменили ситуацию. Электронные машины ныне способны оценивать и анализировать текстовую и иную информацию. Выявляя корреляцию данных, симптомов или признаков, которые либо встречаются вместе, либо следуют друг за другом с высокой вероятностью, компьютеры теперь могут делать точные предсказания, вычисляя, например, вероятность того, что данный пациент с определенным набором симптомов и анализов страдает каким-то определенным заболеванием или имеет большие шансы им заболеть. Они могут и спрогнозировать, как отреагирует пациент на те или иные лекарства или лечебные мероприятия.