При изучении иррациональности человека экономисты зачастую излишне полагаются на субъективные предположения о том, что является рациональным, а что — нет, выраженные в виде моделей. Экономист может составить математические аксиомы, а затем выяснить, что человеческое поведение им не соответствует. Однако насколько убедительны сами эти модели в объяснении сложного и многомерного процесса принятия решений человеком? Значительная часть исследований, следующих этой традиции, неубедительна, несмотря на всю гениальность их авторов. Другие экономисты полагаются на искусственно воссоздаваемые в лабораторных условиях ситуации для оценки человеческой рациональности или установления ее отсутствия. В экспериментах ими используются неопытные студенты, которые далеко не всегда берутся за задачи по решению проблемы в достаточной мере серьезно, а предлагаемое им вознаграждение за должное выполнение заданий довольно невелико. По понятным причинам привлечь для участия в этих экспериментах исполнительных директоров корпораций и менеджеров гораздо труднее. Более того, существуют исследования, в которых приняли участие и исполнительные директора, однако зачастую их результаты не отличаются от экспериментов с участием студентов. Не кроется ли здесь проблема в собственно экспериментах, а не в применяемом методе? Нам известно, что в реальности исполнительных директоров и студентов местами не поменяешь, так почему же они оказались взаимозаменяемыми в экспериментах? Если они взаимозаменяемы в эксперименте, не означает ли это, что им не учитываются соответствующие особенности условий реального мира? Неважно, что именно, по вашему мнению, не так с этими экспериментами, но нам хотелось бы, чтобы они отражали условия настоящих ситуаций и предлагали настоящее вознаграждение за участие в них.
Шахматы хороши тем, что в них существуют четкие, хотя и не совершенные определения того, какие ходы правильные, а какие — нет. Итак, что мы можем узнать о человеческой логике, если взглянем на игру человека через линзы машины?
Обратимся к работам ряда интересных исследователей. Сначала — к работам Кена Ригана. Профессор Риган и я были друзьями детства и несколько раз вместе выступали за одну и ту же команду в американских общенациональных командных соревнованиях по шахматам в Атлантик-Сити, Нью-Джерси. До недавнего времени мы с Кеном не виделись с тех самых пор, как мне было пятнадцать. Из всех одаренных американских шахматистов, последовавших по стопам Бобби Фишера, у Кена, наверное, был наиболее творческий подход к игре. Ходы Кена были крайне непредсказуемыми. Никому другому и в голову не пришло бы так играть. Он просчитывал и играл красивые комбинации, которые другие игроки даже не считали стоящими того, чтобы их рассматривать. Каждому было известно, что если наблюдать за игрой Кена Ригана, то можно обязательно увидеть что-нибудь интересное, но, возможно, что от увиденного заболит голова. Однако Кен бросил профессиональные шахматы в возрасте двадцати двух лет и, сосредоточившись на математике, стал доктором математических наук в Оксфордском университете. Сегодня он — профессор информатики в университете Буффало, проведший добрую часть своей профессиональной жизни в попытках решить знаменитую математическую задачу равенства классов Р и ОТ, одну из важнейших нерешенных задач в математике (которая формулируется следующим образом: действительно ли то, что отыскать решение задачи с нуля в принципе тяжелее, чем проверить уже имеющееся решение?).
В 2006 г. Кен снова вернулся к шахматам. Его привлекло возрастающее качество компьютерных программ и очаровали потенциальные объемы информации, которые можно было с их помощью получить. Начиная с 2006 г. им проводится работа по созданию базы данных игравшихся шахматных партий с первостепенным вниманием к играм гроссмейстеров, но и не пренебрегая выступлениями игроков более низкого уровня. Кен проводит анализ партий с помощью программы
В отличие от множества разработчиков экономических моделей и аналитических инструментов у Кена есть
