Как убедить тех, кого хочется прибить. Правила продуктивного спора без агрессии и перехода на личности - Бо Со
Шрифт:
Интервал:
Закладка:
А в феврале 2012 года Слоним получил сообщение. Айя Соффер, вице-президент по ИИ-технологиям исследовательского института IBM, спрашивала, слышал ли он уже важную новость. Узнав, что нет, она сообщила, что в качестве следующей грандиозной задачи компания выбрала дебаты. Слоним поблагодарил Соффер за поддержку, но, услышав ее ответ, крепко призадумался: «Да нет, пока не благодарите…»[186]
* * *И вот семь лет спустя я своими ушами слушал, как машина выдает на дебатах в Сан-Франциско почти идеальные фразы и предложения. Создатели Project Debater – команда под руководством Ноама Слонима и Ранита Аронова – снабдили свое детище двумя источниками контента[187]. Первым была база данных из четырех сотен миллионов газетных статей, или десяти миллиардов предложений, из которой компьютер мог майнить утверждения и доказательства. Вторым стал сборник часто встречающихся аргументов, примеров, цитат, аналогий и приемов построения фраз; например, в дебатах на тему запрета определенных продуктов постоянно используется идея о зарождении черного рынка[188].
Сначала Project Debater воспользовалась вторым источником. Машина в общих чертах обрисовала суть дебатов: «При нынешнем статус-кво мы согласны с тем, что вопрос о субсидировании дошкольных учреждений выходит за рамки денег и затрагивает также вопросы социального, политического и морального характера». Затем она выдала вполне сносный, хоть и расплывчатый, принципиальный аргумент: «Когда мы субсидируем дошкольные учреждения и другие подобные институты, мы правильно используем государственные деньги, ведь учреждения эти полезны обществу в целом. Поддерживать их – наш долг. Субсидирование – важный политический инструмент».
Все это, конечно, давалось очень нелегко. Даже у людей на то, чтобы научиться выполнять такую работу – разбирать тему, искать в памяти нужную информацию, группировать идеи, редактировать формулировки для подачи материала, – нередко уходит вся жизнь. Для машины же каждый из этих навыков нужно было закодировать.
Минуты через полторы после начала вступительной речи Project Debater продемонстрировала свою наибольшую силу – сверхчеловеческую способность собирать данные и доказательства. В аргументе длиной в одну минуту о состоянии дел в борьбе с бедностью машина сослалась на Организацию экономического сотрудничества и развития, на центры США по контролю и профилактике заболеваний; на метаисследование Национального института исследований в области начального образования (США), проведенное с 1960 по 2013 год, и даже на выступление премьер-министра Австралии Гофа Уитлама в 1973 году. Все это было вывалено торопливо и запутанно, но на редкость бойко.
Мне было страшно интересно, как Хариш отреагирует на такой огромный поток информации. В дебатах факты могут стать для плохо информированного оратора чем-то вроде печально знаменитого криптонита для Супермена. Машина извлекла из своей обширнейшей базы данных не менее шести не связанных друг с другом исследований. Оспаривать что-либо из этого явно было бесполезно. Даже если бы оппонент машины решил досконально изучить всю соответствующую литературу, опровержение заняло бы огромное количество времени, а дебаты все равно в лучшем случае закончились бы ничьей. Так что же делать?
Хариш начал с признания: «В услышанной нами речи было много информации, много фактов и много цифр». Он говорил медленно и четко, будто решив сразу разъяснить все недопонимания. А потом так же спокойно пошел в атаку. «Project Debater высказала в высшей степени интуитивное предположение: если мы считаем, что дошкольные учреждения в принципе благо, то, конечно, нам следует выделять деньги на их субсидирование. Но я не думаю, что общественное благо всегда становится достаточным основанием для субсидий… ведь на свете найдется великое множество того, что полезно для общества». Далее Хариш привел несколько примеров других приоритетов – здравоохранение и высшее образование, – но распространяться о них не стал. «Речь не о том, что все это обязательно важнее и лучше, чем дошкольное образование. Я лишь говорю, что общественное благо само по себе не может быть достаточным аргументом для того, чтобы Project Debater могла заявлять о каких-либо преимуществах тех или иных претендентов на субсидии».
И на этом Хариш не остановился. По его словам, проблема субсидирования дошкольного образования, в частности, заключается в том, что огромные суммы при этом идут на семьи из среднего и высшего класса, которые гораздо чаще зачисляют своих детей в такие учреждения, чем бедные. Кроме того, субсидия нередко слишком ничтожна, чтобы дошкольное образование стало доступным для детей из самых малоимущих семей. В этом случае беднейшие люди оказываются, прямо скажем, в странном положении: они субсидируют за счет своих налогов услугу, которую не могут себе позволить; эдакое «двойное исключение». И ради чего? «Ради политически мотивированных заигрываний со средним классом».
Project Debater была непоколебима. «Для начала скажу, что иногда слушаю оппонентов и понять не могу: чего они хотят? Чтобы бедные люди стояли у них на пороге, прося денег? Хотелось бы им жить по соседству с бедняками, без отопления и водопровода?» В речи этой содержались все признаки демагогии – клевета, гипербола, назойливые повторения, – но голос машины оставался таким же приятным и заботливым, как у виртуального помощника.
А потом началось настоящее испытание. По задумке разработчиков, Project Debater готовила все свои опровержения заранее. Еще до того, как Хариш начал говорить, машина сгенерировала потенциальные моменты и возможные зацепки, контраргументы оппонента[189]. И вот теперь, уже во время раунда, ей нужно было определить, что из всего этого использовал Хариш, и на основе этого сгенерировать дальнейший ответ.
И тут Project Debater, что называется, потекла. Машина без каких-либо доказательств заявила, что «государственный бюджет большой… Следовательно, мысль о том, что есть более важные статьи, на которые стоит потратить деньги, несостоятельна, ведь разные цели субсидирования не исключают друг друга». Далее последовали довольно невнятные рассуждения о том, что субсидии позволяют малоимущим родителям работать (потенциальный ответ на замечание Хариша о неравном доступе к дошкольным учреждениям), после чего без дальнейших разъяснений заявила: «Речь об ограниченном, целенаправленном и очень полезном механизме».
Хариш в ответной речи занял примирительную позицию. «Я хочу начать с того, что есть то, в чем мы с Project Debater, безусловно, сходимся. А именно в том, что бедность ужасна… Что именно с ней нам нужно бороться». Далее он опять изменил направление. «Но, к сожалению, ни одну из подобных [проблем] не решить только благодаря увеличению субсидирования дошкольных учреждений». Потом Хариш повторил свою точку зрения насчет ограниченности бюджета. И добавил, что даже если бы денег хватало, то политической поддержки для таких расходов явно недостаточно. «Кстати, я бы с удовольствием подискутировал на эту тему с политиками», – сказал он в конце.
Далее спикеры выступили с двухминутными заключительными речами. Затем состоялось голосование аудитории. До начала дебатов поддержка увеличения субсидирования дошкольных учреждений распределялась так:
79 процентов – за;
13 процентов – против;
8 процентов – не определились.
К концу раунда ситуация изменилась:
62 процентов – за;
30 процентов – против;
8 процентов – не определились.
По критерию «изменение ситуации» Хариш Натараджан был объявлен победителем. Но модератор задал аудитории еще один вопрос: «Кто из двух участников дебатов больше обогатил ваши знания?» И тут Project Debater получила 55 процентов голосов против 22 процентов за Хариша (остальные ответили, что это была ничья).
Я напечатал статью-отчет о дебатах с машиной и отдал в дальнейшую обработку. А затем, уже сидя за обедом в баньми-ресторанчике, задумался о двух мерилах, которые использовались для судейства.
Project Debater обогатила наши знания, потому что это было неотъемлемой частью ее стратегии. Машина запрограммирована верить в убедительную силу фактов и результатов исследований. В резюме своего кейса Project Debater прямо сказала: она верит в то, что в ее речах «представлено достаточно данных, чтобы оправдать дополнительную финансовую поддержку дошкольных учреждений». Так что эта система, судя по всему, сильно преувеличивала важность доказательств, причем в ущерб себе. Стараясь втиснуть в свою аргументацию как можно больше результатов
