[78].
Опытные врачи-диагносты также могут быстро понять, что на рентгеновском снимке патология[79]. В исследованиях по зрительному поиску изучались профессионалы-радиологи, и было продемонстрировано, что они способны очень быстро (и значительно чаще правильно, чем неправильно!) определить наличие патологии на снимке. При этом врачи далеко не всегда могут объяснить, какая именно информация на снимке навела их на мысль о патологии[80].
Дополнительные исследования показали, что профессионалы меньше исследуют снимок глазами, чем новички: они как бы сразу «знают», куда смотреть – где обычно проявляется та или иная патология. Слово «знают» стоит в кавычках, потому что такое знание является имплицитным: эксперты смотрят на важные участки снимка, не осознавая этого.
Интересным следствием из этого факта является то, что профессионалы настолько привыкают к обычным паттернам информации в материалах, с которыми работают, что зачастую пропускают неожиданные паттерны. В одном исследовании в качестве такой неожиданности выступали изображения гориллы, помещенные на компьютерные томограммы[81] (рис. 4.6). Почему гориллы? Авторы исследования ссылались на знаменитые работы Д. Саймонса, посвященные слепоте по невниманию. В этих исследованиях испытуемые, фокусируясь на слежении за конкретным объектом перед глазами, пропускали человека в костюме гориллы, который проходил прямо перед ними. Как и в исследованиях Саймонса, эксперты-радиологи не замечали неожиданную гориллу на рентгеновском снимке.
Рис. 4.6. Горилла на рентгеновском снимке.
Источник: Drew, T., Võ M. L.-H., & Wolfe, J. M. (2013). The Invisible Gorilla Strikes Again: Sustained Inattentional Blindness in Expert Observers. Psychological Science, 24(9), 1848-1853. https://doi.org/10.1177/0956797613479386
Поскольку знание экспертов часто имеет имплицитный характер, существует проблема экспликации экспертного знания, т. е. его «извлечения». При обучении новичков эксперты – особенно имеющие небольшой опыт преподавания – страдают от того, что не могут рассказать, как именно они принимают те или иные решения. Субъективно им кажется очевидным, что верно то или иное решение. Но как это чувство уверенности передать другому – совершенно непонятно.
Могут ли эксперты понимать друг друга? Кажется, да. Давайте разберем один анекдот (в значении не шутки, а реального случая, рассказанного как интересная история) из жизни экспертов-биологов[82]. Один биолог, специализирующийся на жуках, пытался объяснить коллеге, как различает два близкородственных семейства жуков между собой. Проблема в том, что жуки настолько похожи, что дать четкое описание их различия очень сложно. В итоге биолог сказал, что при определенном ракурсе один жук похож на Винни-Пуха, а другой – нет. Так он их и различает. И коллега его понял! Многолетний опыт сформировал у ученого имплицитную репрезентацию класса, отличающую его от другого класса. Не умея в явном виде ее описать, он связал ее с другим понятным образом. И эта метафора сработала для другого специалиста – так как тот тоже обладал релевантным имплицитным знанием.
Интересным примером профессиональной экспертизы является интуиция шахматистов. Классические исследования мышления шахматистов показывают, что, как и профессионалы-радиологи, они обрабатывают информацию (шахматную позицию) не так, как новички: не туда смотрят, по-другому разбивают информацию (оперируют не отдельными фигурами, а их сочетаниями – чанками) и принимают решения с другой скоростью. Опытные шахматисты как бы распознают паттерны, а не анализируют ситуацию досконально. В большинстве ситуаций они сразу понимают, какой ход будет хорошим, а какой – нет, и не всегда могут объяснить, почему.
Экс-чемпион мира по шахматам Гарри Каспаров приводит интересный анализ эволюции роли интуиции и эксплицитных знаний в игре шахматных мастеров[83]. По его словам, в его время шахматисты учились эксплицировать объяснения для принимаемых решений. Сейчас шахматисты тренируются, играя против компьютерных программ. Нарабатывая навыки в игре против такого высококвалифицированного – а главное, не устающего – соперника, они быстро формируют игровую интуицию. Этот процесс такой быстрый, что они не успевают научиться ее эксплицировать, т. е. выносить «наружу». Поэтому нынешнее поколение шахматистов играет лучше, чем поколение Каспарова, но хуже может объяснять, как именно принимает решения в игре. Профессиональная интуиция, таким образом, играет в шахматах сегодня более важную роль, чем прежде.
В популярной культуре существует правило, согласно которому, чтобы развить некий навык на профессиональном уровне, необходимо посвятить его тренировке десять тысяч часов. Его популяризировал канадский публицист М. Гладуэлл. В свете сказанного выше, с точки зрения когнитивной психологии действительно можно предположить, что для формирования профессиональной интуиции может понадобиться такое большое количество времени. Иначе говоря, для полной репрезентации разнообразных и трудно вербализуемых аспектов деятельности специалиста или мастера.
Важно отметить, однако, что правило 10 000 часов может быть справедливым не всегда. В своей книге «Универсалы» публицист Дэвид Эпштейн отмечает, что не все виды деятельности требуют такого количества часов тренировки, а некоторые эксперты от такой перетренированности даже страдают. Эпштейн пишет, что длинные узконаправленные рутинные тренировки важны в деятельности с узким диапазоном возможных событий и действий. Так, он начинает свою книгу со сравнения гольфиста Тайгера Вудса, известного тем, что упорно тренировался практически с самого детства, и теннисиста Роджера Федерера, который метался из одного спорта в другой и в юности не воспринимал теннис серьезно. При таких разных подходах к овладению профессиональными навыками оба спортсмена в итоге стали выдающимися мастерами. Эпштейн связывает это с разницей в видах спорта: гольф требует небольшого репертуара точных движений, в то время как теннис требует комбинации разных двигательных и интеллектуальных навыков. Поэтому мастерство гольфиста прогрессирует от упорных монотонных тренировок, а с теннисом всё менее предсказуемо. Так, Федерер сам рассказывал, что некоторые важные навыки ему помогли развить прежние занятия бадминтоном и баскетболом[84].
Идеи Эпштейна вполне подтверждаются когнитивными исследованиями. Чтобы продемонстрировать это, давайте сделаем небольшое теоретическое отступление. Американские психологи Д. Канеман и А. Тверски известны своими исследованиями эвристик и когнитивных искажений – процессов, в результате которых люди, думающие, что действуют рационально, систематически принимают нерациональные решения. По Канеману, в основе когнитивных искажений лежит работа одной из двух больших систем в нашей психике. Канеман условно назвал ее «система 1» – это система когнитивных механизмов, осуществляющих обработку информации на основе предыдущего опыта, автоматическая экстраполяция предыдущего опыта на новые ситуации. Если какие-то аспекты новой ситуации ассоциируются с ситуациями из прежнего опыта, автоматически принимается решение, которое было уместно в предыдущей ситуации.
В большинстве жизненных ситуаций (особенно на более ранних стадиях биологического и социально-исторического развития нашего вида) система 1 будет генерировать уместные и продуктивные реакции, так как события в жизни действительно повторяются. На этом свойстве окружающей среды зиждется возможность научения в принципе.
Система 1 очень мощная: она имеет доступ практически ко всему прошлому опыту человека! Ее проблема заключается в неизбирательности: если хоть какой-то заметный аспект ситуации напоминает ситуацию из прошлого, система 1 принимает решение так, будто новая ситуация полностью соответствует старой, и запускает выполнение этого решения. Субъективно такие решения кажутся очень логичными, правильными и уверенными. Однако ситуации не всегда в точности повторяются. Иногда слегка похожие ситуации требуют совершенно разных решений – в зависимости от нюансов ситуации или более широкого контекста.
Канеман и Тверски демонстрировали это, предлагая образованным испытуемым задачки на оценки вероятностей в разных ситуациях. Давайте разберем одну из них – задачку про Линду. В оригинальной формулировке она звучит следующим образом:
«Линда – молодая, одаренная, общительная женщина. Она окончила философский факультет. Как студентка, Линда была активисткой в защите прав меньшинств и боролась за социальную справедливость. Она также участвовала в акциях за ядерное разоружение».
Испытуемым предлагаются два варианта.
Линда работает в банке.
Линда работает в банке и является феминисткой.
Участников просят выбрать более вероятное событие. Логически, вариант 1 (Линда работает в банке) должен быть более вероятным, так как является более общим. Однако многие участники склонны выбирать вариант 2 (Линда работает в банке и является феминисткой) из-за более живописного представления о Линде как о страстном стороннике социальной справедливости, что противоречит вероятностной оценке. Таким образом, Канеман и Тверски показали, что если описываемая ситуация запускает автоматический ответ, то людям очень сложно его преодолеть, хотя очень легко показать, что данный ответ является нерациональным и просто ошибочным.
Что же помогает преодолеть автоматическую реакцию системы 1? Вы уже, наверное, догадались – система 2! Система 2 представляет собой набор когнитивных механизмов, которые могут осуществлять отбор релевантных признаков ситуации на основе текущих целей и контекста ситуации и принимать решение именно на основе отобранных признаков. По сути, именно работа системы 2 и является мышлением в его чистом виде – оперированием осознанными абстрактными высказываниями без влияния неосознаваемых процессов, которым и посвящена данная глава.