Приведу вам цифру: 1900 год. Примерно тогда фраза «данные показывают…» вызывала скорее скептическое закатывание глаз, чем почтение. Сегодня мы видим ту же энергию по отношению к ИИ. Это новая блестящая штуковина, обещающая решить все проблемы, и, естественно, люди активно обвиняют её в ненадёжности и пугают страшилками.
Знакомо? Хорошо. Потому что так и должно быть. Я освещаю эту тему два десятилетия, и поверьте, цикл страхов и ажиотажа вокруг новых технологий предсказуем как квартальный отчёт. Весь этот скепсис по поводу ИИ — это дежавю, где в главной роли статистика выступает в образе непонятого героя.
В былые времена светила науки не то чтобы были в восторге от статистики. Эрнест Резерфорд, знаете ли, тот самый, кто разобрался с атомом, знаменито заметил: «Если вашему эксперименту нужна статистика, значит, вы должны были провести лучший эксперимент». Представьте, если бы такое сказали сегодня о генерации кода с помощью ИИ. Это тот же самый посыл: этот новомодный инструмент — костыль для интеллектуально ленивых, путь в обход подлинного понимания. А уж про цитату Марка Твена о лжи я вообще молчу — это был практически мем той эпохи.
Но вот в чем соль, и это та часть, которую PR-отделы обычно обходят стороной: сдвиг произошёл не потому, что люди внезапно поверили в цифры. Он произошёл потому, что результаты были неоспоримы. Статистика начала спасать жизни, формировать политику и делать вещи лучше. Как говорится, дьявол кроется в деталях (и я ненавижу эту поговорку).
Кто на самом деле использовал статистику, чтобы изменить мир?
Забудьте о спорах в башнях из слоновой кости. Вспомните Флоренс Найтингейл. Это не просто медсестра; это воин данных. Она взяла свои знаменитые «розовые диаграммы» — по сути, ранние инфографики — и со всей силы обрушила их на военное руководство. Больше солдат умирало от ужасной антисанитарии, чем от пуль. Её цифры были не просто красивыми картинками; они были смертным приговором устаревшим практикам. Она не просто заботилась о больных; она, используя данные, доказала, почему они болели.
Затем был Рональд А. Фишер. Этот парень практически изобрёл современную статистику. Проверка гипотез? P-значения? Планирование экспериментов? Всё Фишер. Без него ваша медицина, ваши урожаи, вся ваша научная деятельность были бы… ну, гораздо менее достоверными. Его книга 1925 года «Статистические методы для исследователей» — это фундамент.
А для совсем уж убедительности: Долл и Хилл. В 1950-х они не просто подозревали, что курение вызывает рак. Их статистические исследования показали это недвусмысленно. Более 90% пациентов с раком лёгких были курильщиками. Индивидуальные анекдоты? Они не выдерживают конкуренции с такими макроскопическими доказательствами. Статистика заставила людей столкнуться с неудобной правдой.
Является ли ИИ просто новой статистикой? (Спойлер: да)
Современные скептики ИИ поют ту же песню:
- «Он ненадежен». Да, как и ваш первый калькулятор, когда вы ввели не ту цифру. Неправильно использованные данные всегда были проблемой.
- «Он галлюцинирует». Точно так же, как и первые поисковые системы. Совершенство создаётся, а не рождается.
- «Его можно манипулировать». Ну, расскажите что-нибудь новое. Можно исказить любые данные. Ответ был не в том, чтобы отказаться от статистики, а в том, чтобы стать умнее в её использовании.
- «Это костыль для тех, кто не понимает настоящую работу». Резерфорд бы гордился. Страх в том, что ИИ заменит подлинную экспертизу.
Но вот настоящая изюминка: дело не в инструменте. Дело в том, что эти инструменты заставляют нас признать. Статистика заставила нас признать, что наша интуиция может быть в корне неверной. ИИ заставляет нас признать, что мышление, творчество, решение проблем — всё это может быть дополнено. Наше глубокое убеждение в том, что человеческий интеллект уникально незаменим… ну, оно подвергается сомнению. И это действительно пугает людей.
Ирония в том, что люди, громче всех кричащие о недостатках ИИ, часто те же, кто пренебрегал статистикой. Это классический случай, когда история рифмуется, если не повторяется. Настоящий вопрос не в том, идеален ли ИИ (он не идеален), а в том, научимся ли мы использовать его мудро, так же, как мы (в конечном итоге) научились использовать статистику для построения лучшего мира.
Конечно, для любого тех-журналиста, который ценит свою репутацию, главный вопрос: Кто на самом деле зарабатывает здесь деньги? Сейчас это компании, создающие модели, облачные провайдеры, обеспечивающие их работу, и консультанты, продающие пакеты «трансформации с помощью ИИ». Пользователи? Они в основном всё ещё выясняют ROI, точно так же, как и ранние адепты статистического ПО.
И это циничный взгляд ветерана: новая технология, те же старые страхи, те же старые деньги. Единственное, что действительно революционно, — это, возможно, то, как быстро мы примем следующую большую вещь после того, как эта неизбежно споткнётся.
