читая сами, мы потратим гораздо меньше времени, чем в случае, если бы сидели и слушали, как читают нам”» (3).

Однако по мере снижения интереса к салонным и семейным чтениям в XX веке в жизнь общества ворвались журнальные и книжные клубы.

Другим культурным фактором, оказавшим влияние на распространение нарративов, стало международное движение по поиску наставников для молодежи.

Старт ему дала начавшая свою деятельность в 1904 году ассоциация «Старшие братья» (ныне именуемая «Старшие братья и сестры»), и примерно к 1980 году спровоцировавшее своего рода эпидемию. Регулярное общение с успешными и социально активными людьми помогает молодому человеку идентифицировать себя с рассказами наставника о жизни и историями, которые он рассказывает о других людях его круга (4). Группы наставничества особенно полезны для женщин и представителей национальных меньшинств, которые зачастую не ассоциируют себя с такими историями (5).

Набирают популярность два новых понятия: «маркетинг влияния» (с 2015 года) и «маркетинг в социальных сетях» (с 2009 года). Маркетинговые фирмы, в частности Shareablee и Hawke Media, предлагают услуги по продвижению идей через лидеров мнений, регулярно находят влиятельных людей, которым требуются услуги продвижения либо которые дают согласие на участие в рекламных кампаниях в социальных сетях. Такие сайты нацелены на популяризацию конкретных историй и идей.

Учитывая влияние, которое информационные технологии оказывают сегодня на ход распространения экономических нарративов, изменяющих мышление людей, можно предположить, что в дальнейшем масштаб этого влияния, вероятно, может значительно расшириться, а сами эти технологии заменят собой некоторые используемые людьми алгоритмы принятия решений.

В нашем распоряжении, к примеру, уже имеются роботы-советники, которые дают рекомендации по поводу того, какой объем средств следует тратить, а какой – откладывать, и о том, какую часть своих инвестиций следует вкладывать в фондовый рынок. Первый такой робот-ассистент был создан в 1996 году компанией Financial Engines, возглавляемой Уильямом Шарпом. С тех пор появилось множество автоматизированных советников, в числе которых Schwab Intelligent Portfolios, Betterment и Wealthfront. Автоматизировать процесс принятия экономических решений также пытаются путем создания иных механизмов, вроде привлекших к себе внимание общественности в 2007 году фондов с целевой датой, позволяющих осуществлять автоматическую ребалансировку портфеля долгосрочных вложений инвестора с учетом предполагаемой даты его выхода на пенсию. Существует множество других вариантов применения алгоритмической торговли. Тем не менее сегодня именно люди пишут программы и принимают важнейшие решения. Не исключено, что наступит день, когда люди предоставят умным машинам право принимать важнейшие в их жизни решения. В этом случае экономические процессы будут протекать совершенно по-другому. Однако, судя по всему, этот день наступит нескоро.

Влияние технологий моделирования на процесс коммуникации будет проще проследить, если найти более внятное научное объяснение распространению экономических нарративов. На примере существующих моделей мы уже поняли, что предсказать появление нарративов и их возможное влияние на жизнь людей непросто. Так, масштаб эпидемии может не меняться в том случае, когда показатели заражения и выздоровления находятся примерно на одном уровне. Скорее всего, в этом случае эпидемия просто быстрее закончится. Чтобы прийти к пониманию принципов функционирования этой технологии, нам следует внедрить в экономические исследования формальные модели, отражающие уровень заражения.

Будущее исследований в области нарративной экономики

Если мы намерены когда-нибудь постигнуть суть крупных экономических событий, которые часто становились для нас сюрпризом в прошлом, очень важно сформировать научные подходы к изучению нарративной составляющей тех событий. Пусть даже эта методика не будет чисто научной и будет допускать определенные человеческие суждения и оценки. В противном случае данную нишу займут предсказатели и пророки, вследствие чего подобная деятельность заслужит дурную славу.

При проведении экономических исследований до сих пор не уделяли особого внимания историям, касающимся экономической жизни, которые люди рассказывают друг другу и самим себе.

Исследователи не придают значения смыслам, выраженным в форме нарративов. Не уделяя достаточного внимания популярным нарративам, они, скорее всего, упускают из виду факторы, в значительной мере определившие динамику значимых изменений в экономической сфере.

Если проанализировать газетные статьи ХХ века на предмет объяснения причин рецессий в момент их начала, мы обнаружим, что речь в них шла преимущественно об опережающих индикаторах, а не о первопричинах происходивших событий. К примеру, экономисты часто говорят о политике Центрального банка, показателях индексов потребительской уверенности или объеме непроданного товара. Однако если спросить их о том, каковы причины изменения этих опережающих индикаторов, ответа, вероятнее всего, не последует. Обычно к таким изменениям приводят именно меняющиеся нарративы, и все же в профессиональной среде отсутствует консенсус в вопросе о том, влияние каких нарративов оказывалось на определенном временном отрезке самым сильным. Экономисты неохотно упоминают популярные нарративы, которые они слышали и которые, как им кажется, достаточно значимы и должны быть учтены при прогнозировании дальнейших событий, поскольку их единственным источником информации об этих нарративах являются слухи и разговоры друзей или соседей. У них, как правило, нет возможности доподлинно узнать, становились ли подобные нарративы популярными в периоды важных экономических событий прошлого. В итоге в своих исследованиях они вообще не упоминают о меняющихся нарративах, будто никаких изменений и не происходило.

На сегодняшний день у нас есть возможность узнать хоть что-то о популярных нарративах, посчитав количество конкретных слов и фраз в доступных нам оцифрованных текстах. Однако исследований, позволяющих оценить силу конкурирующих нарративов, объединяющихся в различные группы и провоцирующих таким образом крупные экономические события, проведено еще слишком мало. И здесь нам мог бы помочь искусственный интеллект. В первую очередь это касается работы с неструктурированными данными. Многолетние нарративы, речь о которых шла в главе 3, находятся на стадии развития, поэтому представить окончательные, исчерпывающие количественные оценки, касающиеся всех действительно значимых нарративов, не представляется возможным.

Сегодня ученые уже проводят исследования в области нарративной экономики, и в дальнейшем они, несомненно, продолжат эту работу. Но будет ли масштаб подобных исследований достаточно широк? Насколько эффективно в ходе серьезных исследований в области нарративной экономики будут использоваться большие и все увеличивающиеся объемы оцифрованных данных? Поможет ли нарративная экономика создать более совершенные и точные экономические модели, позволяющие прогнозировать ход экономических кризисов еще до их начала или до наступления момента, когда ситуация выйдет из-под контроля? Для того чтобы сделать шаг вперед, нам следует признать важность более качественного сбора данных. Кроме того, мы должны стремиться интегрировать полученную информацию в существующие экономические модели. Необходимо изучить вопросы, которые сегодня считаются второстепенными для экономики, теснее взаимодействовать с представителями других научных дисциплин. К примеру, мы можем внедрить концепции таких научных дисциплин, как математическая эпидемиология, чтобы связать между собой математическую экономику и гуманитарные науки. Мы должны расширить объем доступных данных и проанализировать многочисленные экономические нарративы в их совокупности. Создавая прогностические модели, мы должны