с нами происходит, исходя из ощущений нашего организма, а не только производя некие умозаключения. Компьютеризация станет способом создания иммерсивной обучающей среды, благодаря которой можно будет полностью погрузиться в процесс приобретения знаний. Со временем эти технологии будут включать хептику[71] — возможность осязать информацию. Ближе всего к этим технологиям подошли современные видеоигры в виртуальной реальности, и дети получают опыт их использования раньше взрослых.

Технологии, которые мы сейчас называем видеоиграми и сторителлингом, будут трансформироваться в разные формы эмоционально нагруженных средств коммуникации, которые в итоге станут помогать нам лучше ориентироваться в окружающем мире. (Более подробно об этом говорится в главе 9.) Нейронаука позволит понять, как работает наш мозг, как он систематизирует опыт и переживания. В ближайшее десятилетие нейронаука приобретет практический характер, помогая нам учиться фильтровать информацию и составлять ясное представление о реальной жизни.

Это будет не просто инновационная технология, а креативное сочетание технологий и новых навыков, которые легче всего даются цифровым аборигенам. (Более подробно об этом рассказывается в главе 6.) Как результат такого слияния возникнет масса эффективных способов, которые помогут людям ориентироваться в информационном потоке, отсеивать ложную информацию, дезинформацию и не использовать категоризацию других людей в качестве оружия.

Я не утверждаю, что выбор между ясностью и уверенностью должен быть однозначным или что он дается легко. В поисках ясности мы будем сталкиваться с множеством тех же когнитивных искажений, которые заложены в неподтвержденной уверенности. Например, будут ли общедоступные дешевые датчики измерять то, что надо? Что эти датчики упускают? Не загоняем ли мы данные в такую визуализированную форму, которая сколько показывает, столько и скрывает? Не создаем ли мы такие игровые нарративы, которые не несут познавательной нагрузки? И наконец, что происходит, если то или иное событие или явление действительно не содержит никакого смысла? В хаотическом будущем многие вещи просто не будут иметь смысла, даже при наличии лучших фильтров ясности. Фильтры ясности должны быть разработаны таким образом, чтобы не создавать иллюзию объективности там, где ее нет. Что такое ясность понимания применительно к бессмыслице?

Ставки высоки и в будущем станут только расти. В начале 2019 года состоялась очередная Мюнхенская конференция по безопасности, на которой обсуждалась тема «НАТО 70 лет: кризис альянса». Выступая на конференции, президент и директор по правовым вопросам корпорации Microsoft Брэд Смит предупредил: «Искусственный интеллект — это наше все». Он изменит правила игры, как это произошло в свое время с появлением электричества. Он назвал настоящее время «моментом Спутника» и сказал: «Это самый трудный технологический вызов, с которым пришлось столкнуться США»[72]. И Китай, и Россия бросают вызов США, именно они составляют очевидную конкуренцию. Однако слабо структурированные террористические группы могут оказаться еще более опасными. Брэд Смит употребляет термин «искусственный интеллект» в широком смысле, включая в это понятие технологию машинного обучения, которая делает компьютеры самообучающимися. Уже сейчас мы видим явные признаки подобного развития событий. Искусственный интеллект обладает огромным потенциалом, позволяющим совместно с человеческим разумом увидеть множество связей между различными элементами любых систем, которые кажутся совершенно оторванными друг от друга. Однако появление первых практических образцов его применения будет продиктовано коммерческой выгодой и желанием все держать под контролем.

АНАЛИТИКА ФИЛЬТРОВ ДЛЯ ОБЕСПЕЧЕНИЯ ЯСНОСТИ

Седьмого июня 2018 года я привез группу руководителей высшего звена в штаб-квартиру корпорации Electronic Arts (EA), расположенную в городке Редвуд-Шорс, Калифорния. Electronic Arts считается одной из наиболее успешных мировых компаний — разработчиков и издателей видеоигр. Мы встретились с Заком Андерсоном, главным аналитиком корпорации. Он рассказал нам, каким образом EA может анонимно отслеживать во всех подробностях ходы каждого игрока в видеоигре. Используя новейшие методы аналитики данных и визуализации в сочетании с текучими игровыми интерфейсами[73], команда Андерсона имеет возможность с большой точностью распознавать модели поведения игрока. Он говорит об этом так:

Мне нравится распределение данных, а не линейная информация — я не люблю нормализацию данных. Теперь мы можем смотреть на полное распределение и видеть определенные закономерности[74].

И это очень своевременно, так как три внешние силы будущего, которые я описал в главе 3, потребуют, чтобы лидеры научились мыслить нестандартно, в широком диапазоне. Используя аналитику больших данных и возможность их пространственной визуализации, лидеры смогут видеть весь спектр изнутри и применять на практике спектральное мышление. Более того, лидеры получат возможность видеть новые закономерности и с новой ясностью воспринимать реальность.

Нормальные кривые и статистические методы — ограниченные инструменты, побуждающие нас загонять сложный новый опыт в стандартизированные категории. Как и другие формы категориального мышления, они очень убедительны и эффективны, но требуют ответственного отношения к их применению. Новые технологии и средства коммуникации дадут возможность буквально проникать внутрь широкого распределения чисел, в отличие от простой категоризации или суммирования данных о том, что происходит. Как человека, никогда не любившего статистику, меня радуют эти перемены. Зачем нужна статистика, если можно зайти внутрь распределения и напрямую увидеть закономерности? Это будет весьма важной новой формой мышления полного спектра. Корпорация EA и другие организации показывают, как уже сейчас эти перемены обретают конкретные формы.

В марте 2019 года 800 ученых подписали манифест, опубликованный в журнале Nature, с призывом прекратить использование категориальной системы под названием «статистическая значимость». Вот их главный аргумент: оценки типа «статистически значимый» или «статистически незначимый» слишком часто интерпретируют некорректно, подразумевая, соответственно, «исследование сработало» или «исследование не сработало». «Истинный» эффект может иногда уступать результату статистического теста, превышающему установленный порог достоверности. И мы прекрасно знаем, что последние годы изобиловали ложнопозитивными научными исследованиями, которые показывали результаты ниже обычного порога достоверности. Авторы манифеста замечают, что проблема не в математике, а в человеческой психологии. Разделение результатов на «статистически значимые» и «статистически незначимые», пишут они, ведет к излишне черно-белому, категоричному подходу к анализу данных научных исследований[75].

Сомневаюсь, что это изменение в подходах произойдет легко, тем не менее манифест звучит как явный призыв к переходу к мышлению полного спектра в применении к результатам научных исследований — ведь ученые, как никто другой, осознают ограниченность используемой ими системы оценок.

Инновационные инструменты позволят создавать более позитивное будущее, поскольку лидеры станут видеть полный спектр открывающихся перед ними возможностей, прежде чем принимать решение о каких-то конкретных действиях. Заблаговременное предвидение поможет лидерам выработать новое понимание развития организации, а также разработать более обоснованные практические меры. Благодаря этому они смогут принимать более эффективные решения в настоящем.

Мышление полного спектра также поможет избегать опасных ловушек категориального мышления. Настоящее и так уже слишком запутанно и противоречиво, и многим сложно в нем разобраться, а дальше непонимание