Члены клуба разумных существ

У вас есть какое-то представление о том, сколько ума и моральных качеств у коровы или овцы, и это представление коррелирует с тем, как вы относитесь к говядине или баранине. Но это представление изменчиво.

Посетителям одного супермаркета психологи (Loughnan, Haslam, & Bastian, 2010), под видом бесплатной дегустации, давали орешки кешью, или кусочки вяленой говядины (beef jerky). Затем людей просили ответить на вопросы, среди которых были и оценки мыслительных способностей коровы. Те, кто ел кешью, «давали» корове больше разума и чувств, чем те, кто ел кусочки коровы. Другое исследование (Bratanova, Loughnan, & Bastian, 2011) показало, что достаточно любое животное назвать «едой» и в наших глазах возможности этого вида животного страдать тут же падают.

Интересно, что в этом же эксперименте можно было бы спрашивать и насчет разума и чувств у кешью или картошки. И мясоеды могли бы выдать орехам щедрую долю интеллекта и эмоций. Может быть, мясоеды и не шутят вовсе, когда ужасаются, как веганы хрустят морковкой и помидорами – растениями, которые поумнее, чувствительнее и сексуальнее некоторых людей?

Bratanova, B., Loughnan, S., & Bastian, B. (2011). The Effect of Categorization as Food on the Perceived Moral Standing of Animals, Appetite 57: 193–96.

Loughnan, S., Haslam, N., & Bastian, B. (2010). The role of meat consumption in the denial of moral status and mind to meat animals. Appetite, 55(1), 156-159.

Задачки по субботам. Мы видим разную реальность

Наталья и Василий стоят в разных углах одного и того же лужка, в одно и то же время, на котором пасутся коровы и быки. Наталья видит равное число коров и быков. Василий видит в два раза больше коров, чем быков. Сколько коров и быков на поле?

Ответ — в комментариях.

Парочка лафхаков для учебы, и не только для нее

Для тех, кто любит учиться, есть хорошая новость — кажется, ученые (Wilson et al., 2019) нашли самое удачное сочетание успеха и ошибок, которое требуется для обучения чему-то новому.

Они назвали это правилом 85%. Суть его простая: когда мы обучаемся чему-то новому, и нам это дается чрезвычайно легко и мы даем правильные ответы или поведение в 100% случаях – то что тут интересного и нового? Когда новое дается тяжело и мы редко даем правильный ответ, то это тоже и потеря времени, и мотивации. Самый лучший вариант оказывается в 85% аккуратности и 15% ошибок — и это соотношение подтверждается в обучении как людей, так и животных. Так и мозгу будет интересно, и больше вероятности довести обучение до конца, и время на обучение потратится меньше.

Джо Болер, в своей новой книге «Безграничный разум» также говорит о том, что учеба – это преимущественно, работа с ошибками (Boaler, 2019). Их не надо бояться, их надо делать, и чем больше, тем лучше. Ошибки и трудности – самый лучший путь к познанию нового. Она приводит пример, что такой подход распространен в Японии и Китае. Учитель сознательно стремится, чтобы студент испытывал трудности – возвращая его к ошибкам, акцентируя внимание на них, с тем, чтобы понять главные идеи материала. В США и Англии она никогда не видела ничего подобного. Напротив, когда ученик просит помочь ему, учитель старается разложить все «по полочкам», чтобы было легко понять, чтобы ученик не мучился, изучая материал. Из-за этого полного понимания не происходит, и ученик может потерять интерес, зато приобрести излишнюю уверенность в своих знаниях.

Но иногда интервенции могут быть настолько же простыми, насколько и эффективным. Исследователи (Yeager et al., 2014) попросили старшеклассников написать сочинение, которое затем проверил учитель и оставил комментарии в конце. Но ровно половине учеников он дописал всего одно предложение. Те, кто получили это предложение, существенно улучшили свои оценки на следующий год. Что же это за волшебное предложение? Вот оно:
«Я пишу тебе эти замечания, потому что я верю в тебя».

Чудеса начинаются, когда кто-то в тебя верит, и ты об этом знаешь.

Boaler, J. (2019). Limitless mind: Learn, lead, and live without barriers. HarperOne : New York.

Wilson, R. C., Shenhav, A., Straccia, M., & Cohen, J. D. (2019). The Eighty Five Percent Rule for optimal learning. Nature Communications, 10(1), 4646.

Yeager, D. S., Purdie-Vaughns, V., Garcia, J., Apfel, N., Brzustoski, P., Master, A., . . . Cohen, G. L. (2014). Breaking the cycle of mistrust: wise interventions to provide critical feedback across the racial divide. Journal of Experimental Psychology General, 143(2), 804-824.

Оптимизм против старости

Старость — это плохо. Любые сочетания типа «достойная старость», «красивое старение», «золотые года», «благородная седина» — отвратительны. Это как сказать: «у меня такой комфортный диабет» или «ты не поверишь, у меня в прошлом году был просто сногсшибательный инсульт». «Королевский инфаркт. Обширный. Смертельный. Твой».

Мне кажется, что попытки примирения со старостью — это и беспомощно, и бессмысленно, и противно. Это капитуляция и психологическая и биологическая. Словно, «сдаваясь» ей, ты получишь какие-то преимущества. Нет, не получишь. Относясь к этому как неизбежному, мы слегка изменяем свои установки, и в результате, наше тело уже не реагирует на врага как могло бы.

Установки (mindset) — термин психологии, означающий набор концепций, идей и убеждений о себе, мире и чем угодно еще. Установки оказывают влияние на поведение и биологические процессы. Интересные работы в этом направлении делает Алия Крам с коллегами своей лаборатории в Стэнфордском университете. Я писал про некоторые.

Она, кстати, продемонстрировала, как установки можно менять, очень быстро и эффективно. Можем ли мы изменить или создать такие установки, которые бы существенно изменяли состояние организма и влияли на процессы старения?

Одним из элементов (или движущих факторов) установок является оптимизм, — взгляд на жизнь с положительной точки зрения, уверенность в лучшем будущем.

Оптимизм продлевает жизнь, и в некоторых исследованиях только им можно было объяснить увеличение продолжительности жизни на 10 лет. Такие данные следует рассматривать критически, но не стоит их игнорировать за какую-то неполноту или несоответствие высоким, идеальным и, по факту, не существующим стандартам исследований.

Но каков механизм, за счет чего может такое происходить? Из любопытных объяснений я встретил пока такое: оптимизм дает больше вариантов поведения, решения проблемной ситуации за счет избирательности в восприятии. Оптимист реально видит больше конструктивных позитивных возможностей, с одной стороны, и не видит негативных, неконструктивных вариантов. Там, где пессимист видит только тупик, отчаяние и смерть, оптимист видит несколько выходов, один другого лучше, а смерть отчаяние и тоску не видит вообще.

Звучит неплохо, и все же, как он продлевает жизнь? Он должен делать что-то на неосознаваемом уровне, и если мы что-то понимаем про сознательные процессы, то тот оптимизм, который мы видим — лишь верхушка айсберга. Неосознанно оптимизм управляет нашим поведением куда более широко. Оптимизм — это мощный фильтр восприятия реальности. Без преувеличения, веселый оптимист видит несколько другую реальность, чем суровый пессимист.

Оптимизм — это специфическое внимание, когда одни категории объектов более выпуклы, более заметны, чем другие. А мы знаем, как делать объекты привлекающими внимание. Поэтому оптимизм должен хорошо тренироваться.

Так у меня возникла идея создать ряд программ, которые бы тренировали оптимизм. И чтобы не ковыряться в слабых эффектах, я поставил цель достичь предельного, максимального оптимизма. Для начала я измерил свои уровни оптимизма по двум типам тестов: с вопросами-ответами и тестами, измеряющими скорость реакции на различные стимулы. Последний тип теста практически невозможно обмануть, или подделать результаты, особенно, если не ставить такой цели. Такие тесты я делал, просто ради интереса, на протяжении долгого времени, и мои показатели — стабильно чуть выше среднего.

Я поставил как цели максимальные значения по этим тестам, и мое предприятие начало выглядеть шатким и подозрительным. Я просто не представлял, как можно было бы добиться таких результатов, но сделал четыре программки в специальном софте для психологических экспериментов, и немедленно выпил начал тренироваться. Оказалось, что правда, оптимизм тренируется быстро. Несколько дней, по несколько минут ежедневно — и уровень оптимизма пошел вверх.

Возникла идея сделать из оптимизма троянского коня: оптимизм — это хорошо, но если он так пластичен, то имеет смысл присоединить к нему такие установки, которые самостоятельно невероятно трудно тренируются.

Пока я готовил такие материалы, и продолжал тренироваться, оптимизм у меня приблизился к максимуму. Вот что стало происходить:

Я буквально не вижу негативные стимулы, где это не критично или отношусь к ним нейтрально.
Глаза как магниты следуют за позитивными стимулами. Физически поворачиваются глаза, и даже кажется, что и голова.
Часть стимулов — лица людей. Нейтральные лица на большой скорости начинают казаться уродливыми, наверное, за счет того, что оказываются на периферии.
Лица позитивные распознаются очень быстро, устойчиво меньше чем за 300 мс, и это не предел.
Случайно заметил, что стал чистить папку с позитивными лицами, хотя делал это уже несколько раз. Оказалось, что многие лица, в основном, на стоковых фотографиях, с позитивными выражениями выглядят для меня уже фальшивыми. Но не казались такими в начале.
Оказалось, что результаты тренировок довольно стабильны – я не занимался неделю, и результаты даже чуть улучшились.

Предположительно, такой уровень оптимизма достижим любым человеком, и по многочисленным исследованиям, оптимизм с подобными числовыми показателями проглотит любую депрессию, не разжевывая.

Ясно, что надо делать такое онлайн-приложение и продвигать его, чтобы люди могли пользоваться. Потому что если оно поможет хоть паре людей с депрессией — уже того стоит.

Поэтому у меня пара вопросов к читателям. Если есть среди вас прям несгибаемые оптимисты, расскажите (можно на почту), что вы чувствуете, и как вам живется, в сравнении с «обычными» людьми?

Кого беспокоит, что будет в 2119 году?

Мозг альтруиста и мозг эгоиста различаются в том, как они думают о будущем.

Ученые из Женевского университета (UNIGE) с помощью томографа смотрели на работу мозга участников эксперимента, в то время как те думали о последствиях изменения климата (Brosch et al., 2018). Сначала людей разделили, по результатам тестов, на две группы. Деление людей на «эгоистов» и «альтруистов» происходило по тому, как они взвешивали свои ценности и интересы, и в самом исследовании обозначалось другими словами.

Изменения климата принесут в будущем немало проблем. С высокой степенью вероятности мы можем ожидать увеличение числа стихийных бедствий, массовой гибели и миграции населения, увеличение пограничных конфликтов, серьезные проблемы с питьевой водой, распространение тропических заболеваний, дефицит многих привычных и доступных сегодня продуктов. С какими-то проблемами мы познакомимся скоро, а какие-то проявятся через десятки лет.

Когда грядущие проблемы отстоят от сегодняшнего дня на десятилетия, то некоторые люди не видят в этом опасности для себя. Для «эгоистов» близкое будущее, которое укладывается в горизонт их жизни, оказывается актуальным, а потенциальные проблемы в пределах этого горизонта вызывают тревожность. Проблемы в будущем, которые могут произойти после их смерти, не беспокоят их вообще. У людей, которые классифицировались как «альтруисты», различие между близким и далеким будущими словно исчезает – им почти одинаково тревожно за будущее планеты, что через 10 лет, что через 100.

Кстати говоря, расстояние во времени похоже на расстояние в пространстве: так, проблемы с какао, которые будут через 20 лет, похожи на голод детей в африканской деревне сегодня – это так же далеко, и, значит, абстрактно.

Результаты этого исследования показывают, что «эгоистичные» люди не используют определенную область мозга, которая позволяет нам воображать себя в далеком будущем. Наоборот, те, кто считается «альтруистами», демонстрируют активную деятельность в том же регионе.

Исследователи считают, что эти нейроанатомические различия не позволяют нам находить консенсус в вопросах будущего, в тех же самых вопросах климатических изменений. Одни люди просто не понимают других. Ученые полагают, что нужно разработать какие-то упражнения, которые позволяли бы людям легче заглядывать в будущее, делать его видимым, связывая действия людей с последствиями этих действий.

Чтобы научиться представлять свое личное будущее и успешно его строить, присоединяйтесь к курсу «Дизайн личного будущего». Вы не пожалеете ни сейчас, ни через 100 лет :)

Brosch, T., Stussi, Y., Desrichard, O., & Sander, D. (2018). Not my future? Core values and the neural representation of future events. Cognitive, Affective, & Behavioral Neuroscience. doi: 10.3758/s13415-018-0581-9

Хитрые алгоритмы, красивые дамы и справедливые кавалеры

Охотники за головами

Британское подразделение компании Юнилевер, мирового гиганта по производству потребительских товаров, впервые использовало искусственный интеллект для оценки кандидатов при приеме на работу.

Кандидат записывал видео, отвечая на стандартные вопросы, а машинный алгоритм анализировал речь, тон, которым произносились слова, и выражения лица. В результате создавались сотни характеристик, которые затем сравнивались с данными от кандидатов, которых в прошлом приняли на работу, и они показали себя хорошими специалистами.

Американская компания Hirevue, разработчик этого приложения, считает, что такой подход гораздо лучше обычного изучения резюме. Так, только по речи алгоритм смотрит на 350 характеристик языка, например, использование пассивного или активного залога, использования местоимений, словарный запас и длина предложений, специфические для профессии термины. Ни один человек не в состоянии так делать.

Такой алгоритм может использоваться не только для сортировки кандидатов, но и для «охоты за головами». Тогда, если ваше видео попадет в какие-то базы, вас найдут, где бы вы ни находились, и сделают предложение о работе, от которого нельзя отказаться. И это будет идеально как для вас, так и для работодателя.

Хотели бы вы, чтобы вас оценивал такой алгоритм, или человек, с неизвестными вам, но обязательными предрассудками и предубеждениями (они есть у всех), с добавлением других непредсказуемых и невозможных для учета факторов? Так, человек во время чтения резюме может быть голодным или сытым, уставшим или отдохнувшим, в стрессе после дороги на работу или в первый день после отпуска, при этом за окном светит солнце или все затянуто черными облаками. Алгоритм в сравнении с человеком выглядит как богиня правосудия Фемида – беспристрастным и объективным.

Но вы знаете людей, которые могут смущаться при виде камеры, при этом являясь прекрасными специалистами. И мы знаем, что некоторые очень талантливые люди отличаются от «нормы». Кроме того, предыдущие успешные кандидаты – не всегда образец для подражания, в наше время, когда каждый день бросает новые неожиданные вызовы.

Но есть проблема важнее, с которой уже сталкивались разработчики в других областях применения алгоритма: на чем или на ком тренируют такие алгоритмы. Если в качестве образцов брали выпускников колледжей, белых, из семей среднего класса восточного побережья США, то алгоритм вычислит еще что-то, что объединяет таких людей, и что лежит не на поверхности. Иными словами, мы даже не узнаем, что он выяснит из таких образцов. Но совершенно точно – те, кто не соответствует этому профилю, а это 99,99% всех людей, будут считаться неким отклонением от образца. Тем не менее, алгоритмы такого рода будут использоваться все шире, и мы просто должны иметь в виду, что у них есть и позитивные стороны, так и не очень.

Робот-читатель

Робот прочитал 3,5 миллиона книг, опубликованных на английском языке за период с 1900 по 2008 год, как художественной, так и научно-популярной литературы. В этих книгах содержится 11 миллиардов (!) слов, и робот, то есть машинный алгоритм, должен был подсчитывать прилагательные, которые характеризовали мужчин или женщин. Например, найдя слова «сын», «стюардесса» или «актриса», алгоритм смотрел, какие прилагательные их описывали. В результате был собран список из наиболее часто употребляемых прилагательных, как позитивных, так и негативных, которыми авторы за сотню лет характеризовали мужчин и женщин.

Главная находка этого исследования, проведенного международной группы ученых:

Прилагательные, описывающие женщин, в основном, относятся к внешности, а прилагательные для мужчин – к поведению или характеристикам личности.

Наиболее частые прилагательные:

Нашли прилагательные, которые описывают вас? :)

Лидер команды ученых, Изабелль Огенштайн, с факультета компьютерных наук Университета Копенгагена, отмечает, что исследование поднимает ряд важных вопросов. Алгоритм, который был использован в этом поиске, используется для систем распознавания речи, и будет применяться другими машинами для общения с людьми. И если в нашем языке есть предпочтения или искажения, то они, безусловно, передадутся и машинам.

Например, описание женщины, не содержащее ни одного прилагательного, связанного с внешним видом, а только характеристики ее поведения или характера, алгоритм счел бы отклоняющимся от нормы. Поэтому алгоритмы, по мнению ученых, надо учить игнорировать эти предубеждения.

Но это только кажется простым, ведь эти предубеждения и предпочтения появились не просто так. Это не должно звучать как оправдание сексизму, но мы, в общем-то, все, в той или иной мере, оцениваем женщин по внешности а мужчин – по характеру. Сегодня, после тысячи исследований, мы точно знаем, что мужчины оценивают женщину по сотне параметров, практически мгновенно и почти всегда неосознанно, в выборе для продолжения рода. Это касается всего: характеристик фигуры, соотношений частей тела, голоса, состояния и цвета волос, и прочего. Если мы возьмем из этого списка только глаза: это касается и цвета склеры, размера и цвета радужной, наличия и толщины лимбального кольца, соотношения видимой части склеры и радужной, и так далее. Это все характеристики молодости и состояния здоровья, и никто из нас не в состоянии сознательно это все увидеть, проанализировать и принять решение. Это все делает наш внутренний биологический алгоритм, который, нравится нам или нет, успешно работает сотни тысяч лет. Благодаря ему, в частности, ваши родители выбрали друг друга, и теперь вы это читаете.

Мы можем сказать: «Давайте перестанем все это учитывать. Давайте выключим один алгоритм в угоду другому». Это смелая и достойная попытка, но получится у нас это или нет – покажет время.

Дамы приглашают кавалеров

Выбор – это всегда трудно, даже если выбираешь один вариант из двух. Но когда дело касается многих участников, с неполной информацией и многочисленными предпочтениями, то это становится невероятно сложно. Математики регулярно берутся за такие задачи, и одна из них, о выборе подходящих пар, под названием «проблема стабильного супружества» была решена, и заслуживает нашего внимания.

Представьте себе что собрались четыре женщины: Анна, Белла, Вера и Галя, и четыре мужчины: Александр, Борис, Виктор и Григорий. Они хотят создать устойчивые пары, но «все смешалось в доме Облонских». Анне нравится Борис, а ему – Галя, которой нравится Александр, а тому – Галя. Как достичь стабильности пар, так, чтобы твой партнер не убежал к другой? Стабильность пары – это когда в паре не должно быть ни мужчины ни женщины, которые взаимно предпочли бы быть с другими.

Чтобы разобраться, они решают написать список наиболее желаемых кандидатов, в порядке убывания. Вот что у них получилось:

У дам:

У кавалеров:

Первый раунд:

Теперь, после составления списка, дамы начинают делать предложения кавалерам, начиная с самого с первого в списке, и вот что получается у мужчин:

Мы видим, что Виктора пока игнорируют, а в Александра сразу два предложения: от Беллы и Гали. Белла для него стоит на втором месте, по предпочтениям, и он выбирает ее, отказывая Гале.

Второй раунд:

Галя зачеркивает своего первого кандидата и предлагает второму по списку, Борису.
У Бориса теперь два предложения, и Галя стоит у него на первом месте по предпочтениям, и он отказывает Анне.

Третий раунд:

Анна, отвергнутая Борисом, вычеркивает его, и делает предложение второму в своем списке, Александру. У Александра снова две кандидатуры, но Белла выигрывает и эту схватку, и остается в списке!

Четвертый раунд:

Анна делает предложение третьему кандидату в своем списке, Виктору:

Поскольку никто никого не отвергает, и ходов не остается, то мы получаем устойчивые пары. Чем больше участников, тем больше может быть раундов, но рано или поздно каждый найдет наиболее подходящую пару.

Вот, мы увидели, как работает один из алгоритмов. Проблема выглядит как салонная игра, но сегодня этот алгоритм работает для распределения детей по детским садам в Дании, школьников по школам в Венгрии, студентов по университетам в Китае, Германии и Испании, распределения раввинов по синагогам в Нью-Йорке, для соединения подходящих доноров органов с пациентами в Великобритании. И, конечно же, алгоритм используется некоторыми сайтами онлайн знакомств.

За этот алгоритм была вручена Нобелевская премия в 2012 году в области экономики. Дэвид Гейл и Ллойд Шепли создали его еще в 1962 году. Гейл не дожил, а Шепли разделил премию с Элвином Ротом, который увидел потенциал для применения алгоритма для решения социальных проблем.

Вы могли заметить интересную особенность: в нашей игре первыми предложения делали дамы. Изменилось бы что-то, если бы предложения делали кавалеры? Удивительно, но да. Вы можете проверить это сами, тем более, что для этого потребуется всего один раунд. После него только Борис с Галей остались вместе, как и в первом случае, а все остальные создали другие пары. В обоих случаях, пары образуются стабильные, и это важно.

Но смотрите, что получается: когда первыми предлагают кавалеры, они получают наилучший, самый предпочитаемый вариант для себя, а дамы довольствуются чуть худшими вариантами партнеров. Когда же дамы делают первыми предложения, то они получают варианты лучше, чем кавалеры. Во время распределения по госпиталям, студенты-медики знали о работе алгоритма и обратили внимание, что первыми предложения делают именно им, то есть, ухудшая их выбор. Они провели успешную кампанию против такого подхода, и завоевали право первыми делать предложения больницам.

Алгоритмы уже работают во многих сферах нашей жизни, даже если мы об этом не подозреваем, и будут использоваться все больше и активнее. Нам не надо этого пугаться, потому что потенциально они создаются для облегчения и улучшения нашей жизни. Они могут делать для нас что-то, что эффективнее наших интуитивных или случайных выборов. Онлайн-знакомства, управляемые алгоритмом, порождают более устойчивые семейные пары, чем созданные другими методами. Алгоритм соединения пациента и донора уже сегодня спас многие жизни. А нам нужно знать об их существовании, пользоваться ими и не забывать о свои интересах.

Статья об использовании ИИ при приеме на работу в The Telegraph.

Исследование по чтению книг.

Исследователи использовали базу данных Google Ngram Corpus.

История про «проблему стабильного супружества» рассказана в книге Du Sautoy, M. (2019). The Creativity Code: Art and Innovation in the Age of AI. 4th Estate : London.