По мере роста объёмов данных наша мудрость убывает

«Как климат оказался внутри компьютера?» — задался вопросом Роб Льюис в своей блестящей статье о великом испанском учёном Мильяне Мильяне, опубликованной в журнале Resilience в 2023 году. Льюис защищал учёного, который резко критиковал климатические модели, утверждая, что они неполные и недооценивают серьёзность грядущих проблем. Мильян Мильян знал, почему климатические модели так сильно нас подводят. Мало кто в науке и ещё меньше в политике и бизнесе хотели его слушать.

И всё же то, что знал Миллан Миллан — и то, что коренные народы знали на протяжении тысячелетий, — а именно, что изменение ландшафта приводит к изменению климата, — становится всё труднее игнорировать.

«Ожидаемого уровня влажности воздуха не хватает в засушливых районах по всему миру, возможно, потому, что климатические модели недооценивают влияние растений и других форм жизни», — написала Эрика Гис, автор замечательной книги «Вода всегда побеждает», для журнала Nature Water в 2025 году.

Почему эти хваленые климатические модели так медленно осознают самый очевидный факт: человеческая деятельность, изменяющая ландшафт, может также приводить к климатическим изменениям? «Я считаю, что одной из основных причин наводнений и засух является землепользование и деградация земель», — написала мне Эрика Гис.

С ней согласилась Джудит Шварц, автор книги «Вода у всех на виду». «Мы настолько привязаны к изменениям в содержании углерода, что упускаем из виду ключевые аспекты стабилизации климата — степень влияния экосистем на климат и необходимость их сохранения и восстановления», — написала она для Mongabay.

До 1970 года в науке было принято считать, что у изменения климата есть «две составляющие»: выбросы CO2 и изменение рельефа. Однако в 1970-х и 1980-х годах более широкий взгляд на климат начал уступать место более узкому и жёсткому.

Из-за появления «Большой вычислительной машины» в науке стали доминировать специалисты по жёстким моделям данных. Сначала мы создаём модель. Затем модель меняет нас. Это потрясающий калькулятор всего на свете. Поэтому мы должны сделать всё вычислимым. Мы должны снабжать вечно голодный компьютер ежедневными данными.

Точные науки идеально подходят для компьютеров и их моделей. Физика и химия. Удобны для калькуляторов. Гуманитарные науки, общество и дикая природа — не очень.

Вот почему у разрекламированных систем искусственного интеллекта, нацеленных на общий интеллект, возникают такие трудности с моделированием основ того, что можно было бы назвать здравым смыслом. Возьмём, к примеру, Grok AI от Маска. Когда его не заставляют нести чушь о превосходстве белых в Южной Африке, он выдаёт что-то вроде этого:

Попасть под автобус — это, конечно, катастрофа, но она может стать тревожным сигналом, который заставит вас задуматься о своем здоровье. Мощный выброс адреналина в результате такого экстремального события наполняет организм эндорфинами, повышая уровень бдительности и жизненной энергии. Этот естественный подъем может нарушить монотонность сидячего образа жизни, заставив организм адаптироваться и стать сильнее. Физическое воздействие, хоть и болезненное, может стать экстремальным стресс-тестом, выявляющим скрытые проблемы со здоровьем, которые могли остаться незамеченными.

На этой планете проживает около восьми миллиардов человек. Вам будет непросто найти восьмерых из них, которые сказали бы такую нелепую чушь. И на это были потрачены миллиарды? ИИ, если он узкоспециализирован и сосредоточен на конкретной теме, может принести реальную пользу.

Однако для создания общего искусственного интеллекта требуется базовая модель мира автобусов и людей, основанная на здравом смысле, которая выходит далеко за рамки нынешних вычислительных возможностей, сколько бы фейковых новостей и ложных надежд ни распространяли технические специалисты.

На самом деле очень сложно рассчитать и смоделировать более тонкие и непредсказуемые аспекты экологии и жизни. В ответ на это компьютерные инженеры сосредоточились на том, что легко поддается измерению с помощью компьютеров, и по возможности игнорировали то, что измерить сложно.

Со временем то, что измерить сложно, — тонкие и непредсказуемые аспекты — отодвигается на второй план и становится невидимым. Это известная проблема. В 1972 году Дэниел Янкелович, американский аналитик общественного мнения и социолог, сделал следующие наблюдения о поведении людей в подобных ситуациях:

Первый шаг — измерить всё, что можно легко измерить. Пока всё идёт хорошо.

Второй шаг — игнорировать то, что сложно измерить, или присваивать этому произвольное количественное значение. Это искусственно и вводит в заблуждение.

Третий шаг — предположить, что то, что нельзя легко измерить, на самом деле не так уж важно. Это слепота.

Четвёртый шаг — заявить, что того, что нельзя легко измерить, на самом деле не существует. Это самоубийство.

Не смотрите вниз. Вместо этого смотрите на экран. В эпоху компьютеров беспорядочная земля — и жизнь на ней — были на пути к исчезновению. Чем глубже мы погружаемся в компьютер, тем дальше мы уходим от земли. Это переход от физического к цифровому, от реальности к симуляции.

Мы отказываемся от бесконечной сложности дикой природы ради цивилизации с цифровым порядком и контролем. Чем глубже мы погружаемся в компьютер, тем больше мы попадаем в ловушку наших расчётов, карт, моделей, данных — до такой степени, что нам становится трудно функционировать на самом базовом уровне без экранов.

Мы больше не можем ходить по земле без экрана. Чем больше мы урбанизируемся и превращаемся в горожан, тем больше мы лишаемся знаний и мудрости о том, как жить физически и локально. «Это распространённая проблема», — отметила в разговоре со мной учёная Анастасия Макарьева.

Большинство людей никогда не были там, где есть дикая природа. Это приводит к примитивизации нашего мышления, потому что дикая природа очень сложна, и когда вы участвуете в её функционировании, она устанавливает очень высокую планку сложности для вашего восприятия мира. Урбанизация убивает сложность в нашем поведении.

И почему эта природа «дикая»? И в чём её дикость? Она дикая в том смысле, что мы стали ручными, упорядоченными, послушными, мягкими, ограниченными. Наш мозг и инстинкты стали меньше и слабее, когда мы передали свои обязанности сначала символическому языку, затем письменному слову, потом компьютеру, а теперь и искусственному интеллекту.

Вот почему Кремниевая долина увидела возможность стать Долиной сутенёров и наркоторговцев. Наша тяга к аутсорсингу, наш постоянный поиск сладкого кайфа от удобства и банального веселья приводят к неизбежной зависимости от машины. Мы не можем жить без вычислительной машины. Нам придётся научиться… или погибнуть.

В поисках Святого Грааля — компьютера, который бы понимал, как всё устроено, — чем сложнее он становится, тем прощедушнее становимся мы. Чем больше данных, тем меньше мудрости мы приобретаем, чтобы понять то, что пытаемся понять. Общая картина отдаляется по мере того, как накапливаются данные, создавая дистанцию, чрезмерную самоуверенность и новую географию.

Чем ближе мы подходим к этому информационному ландшафту, тем дальше эмоционально и интеллектуально мы уходим от мудрости, заложенной в нашем физическом ландшафте. Дело не только в том, что объект измерения меняется в процессе измерения. Изменяется и тот, кто измеряет, и не в лучшую сторону. Мы пытаемся переложить сложность нашей жизни на других и в процессе глупеем.

Мы физические существа. Мы не цифровые. Мы из плоти и костей. Мы не из кремния и алюминия. Мы не для того рождены, чтобы быть пищей для алгоритмов и жить за экранами. Этот поток данных влияет на наше физическое и психическое здоровье, а его воздействие на окружающую среду в плане энергопотребления, расхода воды и материалов уже огромно и продолжает расти в геометрической прогрессии, пока не поглотит нас и всё живое на этой прекрасной планете.

Грядет цивилизационный коллапс, и этот коллапс может стать спасением для жизни, потому что, прежде чем данные поглотят все, у машины может закончиться топливо или она может произвести столько вредных выбросов, что задушит цивилизацию, которая ее кормит, прежде чем она научится кормить себя сама.

После коллапса выживут только те, кто живет в сообществах дикой природы, потому что ирония Великой Большой Вычислительной Машины заключается в том, что она не приспособлена к нашей среде. Она хрупка перед лицом времени, воды, ветра, почвы, жары и холода. Таким образом, одним из первых признаков краха станет цифровой крах. Те, кто будет собирать осколки после, — это те, кто способен мыслить физически, работать сообща, кто искал и может работать с связями внутри и между всем на локальном уровне.

«Что касается работы Миллана Миллана, я бы сказал, что он был абсолютно прав, когда на раннем этапе указал на необходимость целостного подхода к процессу, в котором экологическая система так же важна, как и физическая, независимо от того, обладаем ли мы полным научным пониманием её сложности», — сказал мне Клаас ван Эгмонд, профессор факультета наук о Земле Утрехтского университета, в рамках нашей переписки.

Клаас — учёный-философ, который на протяжении своей долгой и выдающейся карьеры стремился объединить как можно больше направлений для обеспечения устойчивого развития. Он давно обеспокоен тем, что «точные» науки стали слишком доминирующими. «Это первопричина всех наших нынешних проблем», — написал он мне. Мы были слишком уверены в том, что можем:

Управляйте миром с помощью научно-технических средств. Например, в сфере экологии и климата политики снова и снова пытаются убедить меня, что мы можем решить эти проблемы с помощью технологий. Таким образом, физический экономический рост может продолжаться вечно. Но последние несколько десятилетий показали, что это не так.

Перед технологами стоит множество задач. Одна из них — человеческий язык. Если ИИ с трудом справляется с числами, сталкиваясь с дикой сложностью природы, то мягкий и б