Смита и Рикардо, видят в прогрессе источник экспоненциального роста благосостояния и активности. В дополнении к «Нищете философии» Маркс специально рассматривает пример рабочих ткацкого производства из Манчестера, число которых сокращается, тогда как объем продукции их заводов растет. В этом он видит зачаток неизбежной революции. «Мы знаем, как отвечают экономисты», – вздыхает он: эта техническая безработица соответствует переходному периоду, который позволит переориентировать рабочую силу на новую деятельность, порождаемую общим ростом производительности. Ответ экономистов нам известен. Он, несмотря на то что прошло два века, не изменился. И мне не кажется, что история его опровергла.

Того же мнения придерживается и Совет по международным отношениям (Council of Foreign Relations, (CFR)), где Эдвард Альден руководит экономическими исследованиями. Я продолжаю бродить по американским «мозговым центрам», к которым испытываю уважение и толику зависти, несмотря на озноб, вызванный кондиционированным воздухом. Это совсем не те каморки, к которым мы привыкли во Франции, – это настоящие институты, занимающие целые здания, с бюджетами в десятки миллионов долларов. В них работают лучшие академические специалисты. Эти центры создают ту важную связь между миром политики и научными исследованиями, которой нашему французскому обществу очень не хватает, поскольку мы слишком верим в административное управление общественными делами. В своем последнем докладе Эдвард Альден потрудился сформулировать достаточно ясные тезисы, которые должны помочь американским работникам в этот «переходный период», связанный с подрывным действием ИИ[67]. Вот, в качестве примера, один из его рецептов, довольно точных, но не претендующих на оригинальность: чтобы удовлетворить спрос на квалифицированный труд, требуется профессиональное обучение, доступное людям на протяжении всей их активной жизни; чтобы упростить мобильность, нужно более гибкое страхование от безработицы; для поощрения инноваций требуется либерализация отдельных рынков, которые пока еще остаются слишком закрытыми. Тут сквозит все то же убеждение в том, что созидательное разрушение работает сегодня так же, как и вчера. «Если бы предсказания Кейнса относительно сокращения рабочего времени действительно исполнились, мы бы сегодня вообще больше не работали», – иронизирует Эдвард. А недавнее исследование Всемирного экономического форума показало, что в следующие четыре года роботизация уничтожит 0,98 миллиона рабочих мест, но создаст 1,74 миллиона, то есть почти в два раза больше[68]. Хотя к этим цифрам, как и ко всем прочим экономическим предсказаниям, следует относиться с осторожностью, они свидетельствуют о той же самой логике.

Порой я спрашиваю себя, не могла бы одна строка из Паскаля заменить все эти горы сухой экономической литературы: «Все несчастье людей проистекает из одной-единственной вещи, а именно из неумения оставаться в покое, в своей комнате». Хорошо это или плохо, но нам нужно развлекаться. Мы создаем деятельность. Если бы машина избавила нас от всякого усилия и всякого труда, мы были бы обречены на худшие из метафизических мучений. Чтобы убежать от жгучей мысли о смерти, мы всегда будем находить блага, которые еще нужно произвести, и услуги, которые еще предстоит оказать…

Даже если считать разрушение созидательным, вопрос о его масштабе все равно не исчезает. Пусть безработица всего лишь временная, все же необходимо понять, кто от нее пострадает, чтобы разработать соответствующую государственную программу. Действительно ли ИИ вытеснит всю деятельность, которой мы сегодня заняты? Кто избежит этого, по каким критериям их определять? В моих странствиях по Сан-Франциско мне попалась машина, которая любезно информировала посетителя о вероятности того, что его работу в ближайшие двадцать лет отберет робот. Что касается «писателей и авторов», у нас еще есть время: вероятность составляет всего 3,8 %. Однако наши коллеги судьи, врачи и банкиры должны задуматься: с вероятностью более чем в 50 % им придется менять профессию. Но как обстоит дело в реальности? Как разобраться в фантастических цифрах, которые легко попадают в заголовки газет? Я пообещал своему кузену, радиологу из Руана, вернуться из этого путешествия с четким ответом на вопрос о будущем его профессии, которую часто относят к числу наиболее «автоматизируемых»: говорят, что ИИ скоро сможет сам ставить диагноз, тогда как врач превратится в вежливого гида для пациента. Но дни шли, я читал все больше и больше разных исследований, выслушивал противоречивые объяснения и начал бояться, что не смогу выполнить это обещание.

Однажды вечером, вернувшись со своего ежедневного марафона, я перечитал свои заметки, закапывая себе капли в ухо (возможно, читатель еще помнит о моем отите). Для этого мне пришлось наклонить голову в сторону, а тетрадь повернуть на 90 градусов. Эта необычная поза несколько изменила привычный для меня способ чтения и заставила обратить больше внимания на цифры, написанные на левой странице, где я оставлял ссылки на источники, которые мимоходом упоминали мои собеседники. Именно поэтому меня привлекло краткое упоминание: «Д. Отор, парадокс Поланьи». И тут мне очень повезло… Благодаря этой ссылке я наконец нашел достаточное в концептуальном плане определение того, что значит «автоматизируемый».

Дэвид Отор – экономист из MIT. Несколько лет назад он опубликовал глубокую и вполне понятную научную статью, без уравнений и цитат, которая, как мне показалось, полностью проясняет вопрос автоматизации[69]. Начинает он с внешне вроде бы невинного наблюдения венгерского экономиста Карла Поланьи: «Мы знаем больше, чем можем выразить». Так, нажимая на педали, мы не смогли бы объяснить наши движения, а тем более физические законы, управляющие ими. Наши повседневные действия предполагают едва ли не бесконечную сумму неявных знаний. То есть мы применяем своего рода тайную эвристику, составленную из невидимых правил и бессознательных процедур. Парадокс Поланьи в каком-то смысле равноценен нашему месье Журдену, который говорил прозой, но не знал об этом.

Вот этот парадокс и задает четкие границы автоматизации. В самом деле, как инженеры могут запрограммировать компьютер, который бы моделировал процесс, неизвестный им самим во всех подробностях? Код опирается на представление, данное в явном виде. Чем сложнее разбить определенную задачу на отдельные этапы, тем с меньшей вероятностью ее сможет выполнять робот. Сложная среда с неточными параметрами бросает серьезный вызов алгоритмам, даже когда людям она кажется очевидной и «естественной». Парадокс Поланьи относится, таким образом, к сложным функциям, требующим интуиции и творческих способностей (например, таким как речь адвоката), но также и к более скромным видам деятельности, требующим адаптации к изменчивым ситуациям или к непредсказуемым человеческим взаимодействиям (таким как обслуживание в ресторане).

Для решения этих проблем специалисты по компьютерным наукам могут двигаться в двух направлениях. Первое – это упрощение среды. Если мы не можем окликнуть официанта, а должны занимать очередь нажатием кнопки, если мы больше не имеем возможности заменить картофель фри салатом или сделать из закуски основное блюдо, если, наконец, клиент должен выбирать вино самостоятельно, без долгих объяснений, тогда работу официантов, может быть, и правда автоматизируют. Но зачем вообще ходить в ресторан