Читать онлайн «Среднего более не дано. Как выйти из эпохи великой стагнации». Страница 68

Нынешняя система построения моделей в социальных науках аналогична «логике гроссмейстеров в эпоху, предшествующую появлению компьютера Deep Blue». Построение моделей являлось и по-прежнему остается крайне удобным подходом, поскольку социальные науки еще только ждут появления своего аналога Deep Blue.

С началом использования машинного разума в экономике мы будем в состоянии усовершенствовать свои представления о некоторых фундаментальных закономерностях, свойственных экономическим феноменам. Благодаря машинному анализу мы сможем лучше понять причины финансовых кризисов, выявить факторы, свидетельствующие об избыточной доходности акций, или культурные предпосылки экономического развития. Нам будет комфортно осознавать, что знания, которыми мы уже владели, были подтверждены, за исключением незначительных поправок, машинным разумом. В более долгосрочной перспективе, по мере совершенствования качества данных и роста числа используемых параметров, машинный разум будет в состоянии указать нам, какое сочетание нормативно-правового режима и монетарной политики приведет нас к финансовому кризису (с определенной долей точности, конечно), а мы даже не сможем понять, на чем подобные выводы основаны. Мы будем пытаться разобраться в логике машины, но объемы данных и сложность моделей окажутся за пределами нашего понимания. Мы будем знать, каким образом представлять данные, требующиеся для машинного анализа, как проверять результаты анализа одних машин с помощью других и каким образом данные результаты использовать. Однако настанет момент, когда мы перестанем понимать все составляющие науки, как перестанем понимать и то, каким образом прогнозы сочетаются друг с другом. Лишь машина сможет — на свой собственный манер — владеть полнотой теории и результатов ее проверки.

В конце концов машины окажутся в состоянии посягнуть на все или большинство функций, выполняемых экономистом. Социолог же будущего более не будет представлять собой независимого специалиста, формулирующего теории, проверяющего их относительно имеющихся данных и публикующего полученные результаты. Социолог будущего будет все в большей мере опираться на мощь компьютера и дополнять своей работой деятельность компьютерных программ. Некое подобие публикаций, возможно, и будет существовать, однако главенствующий внешний формат исследовательской информации будет представлен в стандартизированном, удобном для работы машин виде. Вместо «чтения статей» мы будем обращаться к машинам за результатами их метаисследований, суммирующими последние достижения их работы, подобно тому, как сегодня можно запросить анализ шахматной позиции у программы Rybka. То, что раньше было отдельной журнальной статьей, станет информационными данными для программ. «Специалистами» будут считаться специально подготовленные работники, способные разобраться в выводах программы или перевести данные в пригодный для ввода в компьютер формат, а не лица, собственно и выполняющие аналитическую работу.

Это крупнейшее отдельно взятое преобразование в экономической науке, которое мы можем ожидать в ближайшие пятьдесят лет. Когда речь заходит о «новой парадигме», многие ожидают появления очередного Маркса, Кейнса или Хайека. Однако грядущие изменения будут более радикальными и ими будет поставлена под сомнение сама взаимосвязь между ученым и его областью науки. Реальным же преобразованием станет подчиненное положение отдельно взятого ученого.

Я уже наблюдаю начальные проявления данных тенденций в экономике, одной из тех областей социальных наук, где влияние компьютеров наиболее сильно. Новоявленные кандидаты наук весьма ловко управляются с данными, но многие из них не разбираются в проблемах микроэкономики. Если вы зададите им какой-нибудь простой вопрос из области микроэкономики, подобный тем, что когда-то были включены в программу Чикагского университета, то вряд ли получите более-менее удовлетворительный ответ. Если вы спросите соискателей на рынке труда, ставших вчера кандидатами наук: «При каких условиях разрешение производителям выкупать места на полках в супермаркетах в отличие от запрета подобной практики будет выгодно потребителю?» — то вряд ли добьетесь чего-то большего, чем удивленный взгляд. Это вопрос логики исключительно микроэкономической природы и крайне примитивен по своей структуре (что вовсе не означает то же самое, что и простой вопрос), однако данные навыки почти нигде более не преподаются. При этом те же самые люди, не способные ответить на вопрос микроэкономического характера, могут легко справляться с компьютерным программированием и преобразованием данных в удобную для использования форму. В целом происходит появление большего числа первоклассных эмпириков, чем когда-либо прежде, однако существенного прогресса в экономической теории за последние лет двадцать не наблюдается. Теории уделяется все меньше и меньше внимания.

За неимением лучшего новаторская работа в таких областях, как экономика развития и экономика труда — двух сферах, зависящих от статистических данных и возрастающих в своей важности,— предполагает использование более простых теорий, чем двадцать-тридцать лет назад. Именно более простые теории позволяют нам поставить себе на службу способность компьютеров анализировать данные или проводить эксперименты в полевых условиях. В этом плане направление развития экономики сильно отличается от того, что происходит в теоретической физике или космологии. Именно более простые экономические теории имеют наибольшее влияние, в то время как сложные теории, не исчезнув еще полностью, свое влияние утрачивают.

Сегодня авторы большей части передовых исследований в макроэкономике не стали бы относить свои работы ни к «кейнсианскому», ни к «монетаристскому» течению, ни к какой бы то ни было иной школе или направлению. Во главу угла поставлены данные, а излишняя привязанность к какой-либо отдельной модели экономической структуры видится чем-то недопустимым.

Если мне попадается важная экономическая публикация, датируемая 2013 годом, то я готов поспорить, что в ее основе лежит нетривиальный подход к поиску и воспроизводству данных, а не новаторская теоретическая идея. Разумеется, анализ данных невозможен без их сбора, а последнее машинному разуму пока неподвластно. Компьютер не в состоянии пообщаться с жителями руандийской деревни или понять, какие именно вопросы следует задать, не говоря уже о документировании ответов и их конвертации в доступный ему формат.

Чтобы лучше понять происходящее с кадрами теоретической науки, достаточно обратиться к профессиональной деятельности ведущих теоретиков современности. Работы американского экономиста Стивена Левитта посвящены проблеме имен, которые дают детям, спорту, недобросовестности преподавателей, классическим вопросам социологического образования и т. п. Еще один экономист, нобелевский лауреат Гэри Беккер, посвятил десятилетия изучению проблем поведения в семье и дома, даже если эти проблемы никоим образом с экономикой не связаны. Психолог Даниэль Канеман получил Нобелевскую премию за работы в области экономики. Вопросами экономики занимаются и выпускники юридических вузов. Экономистом Полом Кругманом было недвусмысленно заявлено о своей приверженности простым моделям. Значительная часть новаторской работы в политологии проделывается экономистами под вывеской «общественный выбор» или «политическая экономика». Мы уже недалеки от фактически единой, более-менее цельной эмпирической социальной науки. В рамках такой социальной науки исследователи тщательнейшим образом осваивают эмпирические методики, но в гораздо меньшей степени — простые теории, относящиеся к области их специализации. Наконец, их собственно исследовательская деятельность состоит в поиске новых массивов данных или их создании — путем разыскивания данных или проведения лабораторных и полевых экспериментов.