Читать книгу Masin, platvorm, inimene. Meie digitulevik - Andrew McAfee - Страница 3

Ligikaudu 20 aastat tagasi tekkis kogu maailma ettevõtetes inimeste ja arvutite vahel tööjaotus, mis paistis väga arukana. Masinatele usaldati lihtsad matemaatilised ülesanded, arvepidamine ja andmete edastamine. See lasi inimestel pühenduda otsustamisele, tugineda oma loomingulisusele ja vaistule ning omavahel suhelda, et probleeme lahendada ja klientide soove täita.

Paberikaevandusest standardpartnerluseni

Nüüd on see tööjaotus levinud nii laialt, et raske on meenutada eelmist, lakkamatu paberitöö ajastut, mil inimeste ja osakondade vahel veeti toimikutega täidetud kärusid. Sellest ajastust on häiriva reliktina alles jäänud paberikaevandus, mis on USA valitsuse personaliametile alluv ebaefektiivsuse õudusunenägu. Tolles maa-aluses rajatises tehakse riigiametnike pensionileminekul vajalikke haldustoiminguid. Need toimingud on küll rutiinsed, ent arvutistamata, mistõttu on nende tegemiseks vaja 600 inimest ja kõrgete toimikukappidega täidetud kaubahallisuurust saali. Baroksetel põhjustel paikneb see saal üle 60 meetri sügavusel endises lubjakivikaevanduses. 1977. aastal kestis riigiametniku pensionile siirdumisega seotud (päris) paberite täitmine keskmiselt 61 päeva. Praegugi on toimingud põhiliselt samad ja võtavad endiselt 61 päeva. Texase osariigis, kus see menetlus on digiteeritud, kulub kõigest kaks päeva.

Paberikaevanduste ründamise ideekavandi andsid Michael Hammer ja James Champy oma raamatuga „Reengineering the Corporation” („Korporatsiooni ümberkujundamine”), mis ilmus 1993. aastal. Raamat oli üliedukas. Seda müüdi terves maailmas kaks miljoni eksemplari ja ajakiri Time luges selle kõigi aegade 25 kõige mõjukama äriraamatu hulka.

Hammeri ja Champy põhisõnum firmadele oli, et need ei peaks tööd tegema osakondade piires (nagu näiteks toorme ostmine hankeosakonna piires), vaid hoopis teostama äriprotsesse – näiteks klientidelt tellimuste vastuvõtmist, rühmitamist ja täitmist –, mis paratamatult hõlmavad mitut osakonda. Praegu kõlab see sõnum ilmselgena, ent toona peeti seda nii uudseks kui ka oluliseks. XX sajandi silmapaistev äriguru Peter Drucker kuulutas: „Ümberkujundamine on uus asi ning see on vaja ära teha.” Protsesside läätse varal tuvastati rohkesti toiminguid, mis osutusid ülearuseks ning mille võis ära jätta ehk, nagu Hammer ja Champy ütlesid, hävitada.

Äriprotsesside ümberkujundamise liikumist kiirendasid 1990. aastate keskpaigas kaks arengunähtust: ettevõtete infosüsteemid ning veeb (WWW). Ettevõttesüsteemide15 tekkimise eel olid firmadel tavaliselt olemas üksikud tarkvarajupid, millest paljud polnud omavahel ühendatud – mida suurem firma, seda hullem segadus. Ettevõttesüsteemid tõotasid selle segaduse asendada üheainsa suure tarkvaraprogrammiga,16 mis oli mõeldud teostama konkreetset, mitut valdkonda hõlmavate äriprotsesside hulka. Sellist tarkvara sai valmiskujul osta müüjatelt, nagu SAP ja Oracle, ning seejärel teatud määral häälestada ja kohandada.

Ettevõttesüsteemid levisid kiiresti. Ühe hinnangu kohaselt oli 1999. aastaks neist vähemasti ühe tarvitusele võtnud üle 60 protsendi Fortune 1000 firmadest. Ja kuigi nende paigaldamine ja hooldamine võis olla küllaltki kulukas ja aeganõudev, õigustasid nad peaaegu kõiki ootusi. Näiteks Erik ning tema kolleegid Sinan Aral ja D. J. Wu tuvastasid ühes uurimuses, et uutele ettevõttesüsteemidele üle läinud firmades paranes märgatavalt tööviljakus, varude käive ning varade rakendusaste.

Veebi saabudes laienes ettevõttesüsteemide haare ja funktsionaalsus personaalarvutite (ning hiljem tahvelarvutite ja telefonide) kaudu üksiktarbijateni. Veeb sündis 1989. aastal, kui Tim Berners-Lee arendas välja mitu protokolli, mis võimaldasid võrgusisu, nagu teksti ja pilte, omavahel linkida, tehes niiviisi teoks nägemused hüpertekstist, mille olid esimesena visandanud mitmekülgne teadlane ja insener Vannevar Bush 1945. aastal (teoreetiliselt mikrofilmi kujul) ja arvutivisionäär Ted Nelson, kelle projekt Xanadu jäigi põhiliselt unistuseks.

Veeb muutis interneti kiiresti ainult teksti vahendavast võrgust selliseks, mis käitles pilte, helisid ja muud meediat. See multimeediaime, mis oli kõigest varasemast palju kirevam ja hõlpsamini navigeeritav, sisenes peavoolu 1994. aastal, kui Netscape väljastas esimese kommertsliku brauseri Navigator. (Üks Netscape’i rajajatest oli Marc Andreessen, toona 22aastane programmeerija, kes oli juba varem brauserite kallal töötanud. Tema kohta saame 11. peatükist rohkem teada.)17 See langes kokku varem valdavalt õpetlaste mängumaaks olnud interneti kommertsialiseerumisega.

Veeb võimaldas firmadel laiendada oma äriprotsesse neljast seinast väljapoole kuni tarbijani välja – seda trendi hakati nimetama e-äriks. Inimesed hakkasid veebi kasutama mitte üksnes toodete otsimiseks ja nendega tutvumiseks, vaid ka nende tellimiseks ja nende eest maksmiseks. Selline efektiivsuse ja mugavuse kombinatsioon on osutunud vastupandamatuks. Kõigest kümme aastat pärast Netscape’i turuletulekut moodustas e-äri USAs ligemale kümme protsenti kogu jaemüügist, mis ei hõlmanud toiduaineid ega mootorsõidukeid.

Niisiis on veebipõhised ettevõttesüsteemid kahe aastakümne vältel toetanud üha rohkem äriprotsesse, kuna nad on enda kanda võtnud rutiinsed asjad: kontojäägi ja tehingute jälgimise, toormetarnete õige koguse ja ajastuse arvutamise, palgatšekkide saatmise töötajatele, tarbijate abistamise toodete valimisel ja nende eest tasumisel jne.

Inimesed peaksid kasutama oma otsustusvõimet …

Mida peaksid töötajad tegema, kui nad on tänu ettevõttetarkvarale, veebile jms paberikaevandusest päästetud? Hammer ja Champy andsid raamatus „Reengineering the Corporation” selge vastuse: kuna arvutid tegelevad rutiiniga, peaks inimestel olema rohkem võimalust vabalt mõtelda. „Ümberkujundamisega kaob suurem osa ebaproduktiivsest tööst – kontrollimisest, kooskõlastamisest, ootamisest, seiramisest, jälgimisest … Ümber kujundatud protsessides osalevad inimesed on muidugi võimestatud. Protsessitöötajatena on neil nii võimalus kui ka kohustus mõtelda, suhelda, oma taipu kasutada ning otsuseid langetada.”

See on üldlevinud tõekspidamise selge väljendus: isegi maailmas, mis on täis riistvara, tarkvara ja võrke, säilitavad inimesed väärtuse tänu oma taibule – see on nende oskus arutleda viisil, mis küünib kaugemale lihtsate tehete tegemisest olemasolevate andmetega. Enamik meist möönab, et kui me suudaksime täita üksnes rutiinseid ülesandeid, oleksime praeguseks tööta, kuna arvutid on meist sedavõrd paremad. Ent ühtlasi on peaaegu kõigil meist uskumus, et suudame ära teha palju rohkem kui digitehnika, ehkki sellele tuleb kasuks Moore’i seadus – mis ütleb, et aja jooksul saab ühe kulutatud dollari eest järjest rohkem ja järjest kiiremat riistvara – ning see muutub eksponentsiaalselt suutlikumaks.

Aastakümnetepikkuste uurimustega on tõestatud, et meie mõttetegevus toimub tegelikult kahel eri moel. See teedrajav töö tõi Nobeli auhinna Daniel Kahnemanile, kes koos oma kaastöötaja Amos Tverskyga pani aluse valdkonnale, mida nüüd nimetatakse käitumisökonoomikaks.18 Kahneman tõestas koos oma kolleegidega, et meil kõigil on kaks mõtlemisviisi, mida ta nimetas süsteemiks 1 ja süsteemiks 2.19 Süsteem 1 on kiire, autonoomne, evolutsiooniliselt vana ega nõua suuri jõupingutusi ja see on tihedasti seotud sellega, mida me nimetame vaistuks. Süsteem 2 on vastand: aeglane, teadlik, evolutsiooniliselt hiline ning vaevanõudev. Kahneman kirjutab oma raamatus „Thinking, Fast and Slow” („Kiire ja aeglane mõtlemine”):

Süsteem 1 toimib automaatselt ja kiiresti, ilma eriliste pingutusteta ning teadliku kontrollita. Süsteem 2 suunab tähelepanu vaevanõudvatele vaimsetele tegevustele, mis seda nõuavad, sealhulgas keerukatele arvutustele. Süsteemi 2 tegevus on sageli seotud mõtestatud eneseväljenduse, valikuvabaduse ja keskendumise subjektiivse kogemisega.

Mõlemat süsteemi saab aja jooksul täiustada. Süsteemi 2 lihvitakse matemaatika- või loogikatundides. Süsteem 1 täiustub sujuvamalt ja mitmes suunas korraga pelgalt seeläbi, et inimene elab ja kogetust õppust võtab. Tuletõrjujatel tekib ajaga tunnetus, kuidas tuli hoones levib, personalijuhid õpivad rohkete intervjuudega õigeid kandidaate ära tundma ning go-mängijad saavad meistriks virgalt mängides. Mõistagi saab ja tulebki mõlemat süsteemi korraga täiustada. Patoloogid, haigusi diagnoosivad eriarstid, saavad paremaks nii biokeemiat õppides kui ka nähes rohkesti nii haigestunud kui ka terve koe näidiseid. Õppimine on sageli põhjalikum ja kiirem, kui me nii mõistame alusprintsiipe kui ka kinnistame neid veenvate näidetega.

Ärijuhtimise õppes on domineerinud mõlema süsteemi kombineerimine. Tulevased ärijuhid teritavad oma süsteemi 2 oskusi raamatupidamise, rahanduse ja mikroökonoomika kursustel. Intuitsiooni ja taibu – süsteemi 1 oskuste – täiustamiseks töötavad nad läbi palju juhtumiuuringuid ettevõtlusest, juhtimisest, eetikast ning muudelt aladelt. Paljudes ainetes kasutatakse mõlema süsteemi kombinatsiooni. Sama moodi toimitakse ka ülikoolide arsti- ja õigusteaduskondades.

Viimaks tuleb märkida, et inimesed on süsteemi 1 ja 2 oskuste poolest väga erinevad. Mõni on oivaline võrrandite ja nuputamisülesannete lahendamises, ent samal ajal jääb neil vajaka intuitsioonist ja elutarkusest. Teistele käib aritmeetika üle jõu, aga samas töötab nende vaist suurepäraselt.

Tehnika levides ei jää viimased sugugi halvemasse olukorda. Õigupoolest läheb neil suurepäraselt: kuna arvuti teeb ära kogu loogilise, reeglitel põhineva töö, jääb neile see, mida soovitavad Hammer ja Champy: inimtaibu rakendamine, otsuste langetamine ning lävimine kaasinimestega, et probleeme lahendada, võimalusi ära kasutada ja klientide soove täita.

Õigupoolest näib meile, et väga suures osas tänapäeva ärimaailmast on süsteem 1 tõusuteel. Endised tegevdirektorid kirjutavad raamatuid pealkirjadega, nagu „Avameelselt kõhutundest” ning „Rängad valikud”. Tehnokraadist on saanud halvustav silt juhile, kes on ülearu keskendunud andmetele ega tunneta piisavalt reaalse maailma komplekssust. 2010. aastal ilmunud raamatus „Rethinking the MBA: Business Education at a Crossroads” („MBA reform: äriharidus teelahkmel”) nimetati ärijuhtimise magistriõppe kavade tähtsaimate puudujääkide seas „taibu ja intuitsiooni kasvatamist segaste, eksitavate olukordade puhuks”. Raamatu mõttekäik on kooskõlas teosega „Reengineering the Corporation”: laskem inimestel harjutada ja teostada oma intuitsiooni ja taipu, et langetada arukaid otsuseid, samal ajal kui arvutid tegelevad matemaatika ja arvepidamisega. Oleme säärasest inimmõistuse ja masinate vahelisest tööjaotusest nii palju kuulnud ja näinud, et nimetame seda standardpartnerluseks.

… ainult et sageli nad ei oska

Standardpartnerlus kõlab veenvalt, ent vahetevahel ei tööta see sugugi hästi. Sageli saab paremaid tulemusi, kui võtta inimestelt – isegi väga kogenutelt ja haritutelt – otsustamise õigus üldse ära ning tugineda üksnes arvudele ja valemitele.

See on ootamatu väide ja ilmsetel põhjustel ka ebapopulaarne. Seega peame seda põhjalikult tõestama. Enne peame aga rõhutama, et süsteem 1 pole ettevõtluses väärtusetu. Kaugel sellest. Näeme veel, et inimese vaistul, taibul ja kiirel mõtlemisel on endiselt tähtis osa ning tippfirmad kasutavad neid uudsetel ja võrratutel viisidel – viisidel, mis osutavad uuele ja täiuslikumale partnerlusele mõistuse ja masinate vahel.

Ent esmalt peame näitama süsteemi 1 nõrkusi. Vaadakem neid teedrajavaid uurimusi, mis on osutanud isegi ekspertide taibu ja intuitsiooni tihti olulisele piiratusele.

• Sotsioloogiaprofessor Chris Snijders koostas Hollandi firmade tehtud 5200 arvutustehnika ostu põhjal matemaatilise mudeli, millega sai ennustada eelarvest kinnipidamist, tarne õigeaegsust ning ostjate rahulolu konkreetse tehinguga. Selle mudeli alusel ennustas ta neid näitajaid eri tehingute puhul mitmes erinevas sektoris ning palus seda teha ka nendes sektorites tegutsevatel ostujuhtidel. Snijdersi mudel oli ostujuhtide omast parem, isegi nendest, kes olid üle keskmise. Samuti leidis ta, et kogenud juhid ei olnud noortest paremad ning üldiselt ei osanud juhid tehinguid hinnata oma valdkonnas paremini kui mujal.

• Majandusteaduse professor Orley Ashenfelter koostas lihtsa mudeli – kõigest nelja avalikult saadava muutujaga ilma kohta –, et edukalt ennustada Bordeaux’ veinide kvaliteeti ja hinda ammu enne seda, kui need olid joogivalmis. Traditsiooniliselt olid nende noorte veinide hinda tugevasti mõjutanud tunnustatud veiniekspertide arvamused, kuid Ashenfelter kirjutas: „Üks kõige huvitavamaid [säärastest uurimustest] tekkivaid küsimusi on roll, mis nende uurimuste kohaselt on eksperdiarvamustel veinihindade määramisel … leidub tõendeid selle kohta, et eksperdiarvamus pole veini kvaliteeti määravate põhiteguritega seotud (s.o selle suhtes ortogonaalne) … Sellest johtub loomulikult vastuseta küsimus, mis täpselt määrab nõudluse eksperdiarvamuste järele.”

• Erik töötas koos nüüdseks Whartoni Ärikooli professoriks saanud Lynn Wuga välja lihtsa mudeli eluasememüügi ja -hindade ennustamiseks. Nad kasutasid Google Trendsi andmeid selle kohta, kui sageli otsiti igal kuul kõigis 50 USA osariigis mõisteid, nagu „kinnisvaraagent”, „eluasemelaen”, „eluasemehinnad” jne. Mudeli põhjal koostasid nad eluasememüügi kohta prognoose ja võrdlesid neid Rahvusliku Kinnisvaramaaklerite Ühingu ekspertide avalike prognoosidega. Kui tulemused selgusid, ületas nende mudel eksperte lausa 23,6 protsendiga, mis näitab, kui mõttekas on Google’i otsinguandmeid prognoosimismudelisse võtta.

• Järjekordne Eriku projekt puudutas mingis mõttes teda ennastki. Nimelt töötas ta õppejõudude jaoks välja Moneyballi laadi mudeli. Üheskoos oma kolleegidega MITst – Dimitris Bertsimas, John Silberholz ja Shachar Reichman – püüdis ta ennustada, kes saaks tippülikoolides professori ametikohale. Nad kogusid andmeid noorte õpetlaste esimeste trükiste ja viitamisharjumuste kohta ning kasutasid võrguteooria mõisteid, et hinnata, kes neist olid kirjutanud kõige mõjukamaid ja autoriteetsemaid töid. Nad kalibreerisid oma mudeli ennustama, millised õpetlased jõuavad viimaks operatsioonianalüüsi valdkonnas professorikohale. Nende mudeli tulemus kattus 70 protsendil juhtudest komisjoni arvamusega, ent erinevuste korral osutas mudel õpetlastele, kes kirjutasid tulevikus rohkem artikleid, mida avaldati tippajakirjades, ning teadustöid, mida tsiteeriti sagedamini, kui õpetlased, kes tegelikult komisjoni sõelale jäid.

• Shai Danzingeri ja tema kolleegide uurimuse tulemusel selgus, et Iisraeli kohtunikud olid altid tingimisi vabastusi andma pigem tööpäeva alguses ning pärast söögipausi. Ja vahetult enne vaheaega – kui nad olid ilmselt väsinud või nende veresuhkur oli madal – soovitasid nad suurema tõenäosusega vangistuse jätkamist. On teisigi uurimusi, mis kinnitavad oletust, et kohtuotsuseid mõjutavad tihti tegurid, millel puudub seos juhtumi endaga. Majandusteadlased Ozkan Eren ja Naci Mocan avastasid, et ühes USA osariigis tegid piirkonna silmapaistva ülikooli vilistlastest kohtunikud märkimisväärselt rangemaid otsuseid vahetult pärast seda, kui nende alma mater’i meeskond oli jalgpallis ootamatult kaotanud, ning et need ranged otsused puudutasid „asümmeetriliselt mustanahalisi”.

• Florida osariigi Browardi maakonna kooliametis pöörduti andekate laste väljaselgitamisel kõigepealt vanemate või õpetajate poole. Browardis kuulus enamik õpilasi vähemustesse, kuid 56 protsenti andekate programmides osalevatest lastest olid valged. XXI sajandi esimesel aastakümnel otsustas kooliamet selle subjektiivse meetodi asemele võtta võimalikult süstemaatilise ja objektiivse: igal maakonna lapsel lasti sooritada mittesõnaline intelligentsustest. Selle ühe muudatuse tulemus olid majandusteadlaste David Cardi ja Laura Giuliano kirjeldusel rabav: andekaks osutus 80 protsenti rohkem afroameeriklasi ning 130 protsenti rohkem latiinosid.

• Õigusteaduse professorid Ted Ruger ja Pauline Kim ning politoloogid Andrew Martin ja Kevin Quinn tegid katse, et selgitada välja, kas Martini ja Quinni loodud lihtsa, kuue muutujaga mudeli abil saab ennustada USA Ülemkohtu otsuseid 2002. aasta vältel paremini, kui seda oskaksid 83 silmapaistvat õiguseksperti. Neist juristidest 38 olid töötanud ülemkohtunike abina, 33 olid õigusteaduse õppetoolide juhatajad ning kuus olid praegused või endised õigusteaduskonna dekaanid. See rühm ennustas keskmistatuna õigesti veidi alla 60 protsendi ülemkohtu otsustest – algoritm aga 75 protsenti.

Kas eelnev loetelu on esinduslik ja objektiivne? Või tõstame sihilikult, võib-olla isegi ebateadlikult, esile juhtumeid, kus inimese taip jääb puhtalt andmepõhisele lähenemisele alla, ning eirame näiteid inimese paremuse kohta? Suur hulk uurimusi osutab, et sugugi mitte.

Üks rühm eesotsas psühholoog William Grove’iga otsis 50 aasta jooksul ilmunud psühholoogia- ja meditsiinikirjandusest näiteid otseste võrdluste kohta kliiniliste ja statistiliste ennustuste vahel (s.t kogenud inimekspertide ning 100 protsenti andmepõhise metoodika vahel). Nad leidsid 136 säärast uurimust mitmesugustel teemadel alates IQ ennustamisest kuni südamehaiguste diagnoosimiseni. 48 protsendil juhtudest mõlema meetodi järgi tehtud prognoosid palju ei erinenud – teisisõnu polnud eksperdid keskmiselt valemitest paremad.

Palju suurema hoobi sai arvamus inimeste parema taibu kohta tähelepanekust, et 46 protsendil juhtudest oskasid inimeksperdid prognoosida palju halvemini, kui seda sai teha ainult arvude ja valemitega. See tähendab, et inimestel oli selge paremus kõigest kuuel protsendil juhtudest. Ja lõpetuseks lisasid autorid, et peaaegu kõigis uurimustes, kus inimesed olid arvudest paremad, „oli raviarstide käsutuses rohkem andmeid kui mehaanilisel prognoosimisel”. Nagu Paul Meehl, too legendaarne psühholoog, kes hakkas 1950. aastate alguses dokumenteerima ja kirjeldama inimekspertide viletsat sooritust, asja kokku võttis:

Ühiskonnateadustes pole ühtegi debatti, mis hõlmaks nii suurt hulka kvalitatiivselt erinevaid ja samal ajal säärase üksmeelega ühte suunda osutavaid uurimusi nagu see [milles võrreldakse statistiliste ja kliiniliste prognooside õigsust]. Kui võtta üle 100 uurimuse, mis ennustavad kõike jalgpallimängu tulemustest kuni maksahaiguste diagnoosini, ning nende hulgas on vaevu poolkümmend, mis viitavad kas või nõrgalt arsti paremuse poole, on aeg teha praktiline järeldus.

Praktiliseks järelduseks peame meie seda, et eksperdihinnangutele ja ennustustele tuleks vähem tugineda.

Samale järeldusele on jõudnud üha enam Ameerika firmasid. Koostöös USA Statistikabürooga vaatasid Erik ja nüüdseks Toronto Ülikooli professoriks saanud Kristina McElheren läbi 18 000 tehasest koosneva esindusliku valimi ja leidsid, et andmepõhisele otsustamisele üleminek oli kiirenemas, mida toetasid IT laienev kasutamine ning säärast metoodikat usaldavate ettevõtete märkimisväärselt paremad tulemused.

Ehkki näited on kaalukad, peame oma õnnestunud algoritmide loetelule lisama mõne tähtsa reservatsiooni. Selleks et inimtaipu saaks matemaatilise mudeliga kõrvutada, peab see mudel mõistagi olemas olema. Polanyi paradoksi kohaselt pole see alati võimalik. Sääraseid mudeleid on vaja kontrollida ja täiustada andmehulkadega, mis sisaldavad rohkesti sarnaseid näiteid – sel moel saab kirjeldada üksnes üht alamhulka otsustest, mida inimesed peavad tegema. Ent üldine seaduspärasus on selge: kui mudeli loomine ja katsetamine on võimalik, kipub see korduvalt toimima niisama hästi või paremini kui sarnaseid otsuseid tegevad inimeksperdid. Liigagi sageli usaldame inimtaipu isegi siis, kui masinad on meist paremad.

Inimmõistus: võrratu, aga defektne

Kuidas saab metoodika, mis põhineb üksnes süsteemil 2 – puhtalt ratsionaalsete ja loogiliste tehete sooritamisel arvandmetega –, olla üldse parem metoodikast, mis põhineb süsteemil 2 ja süsteemil 1, ehk kõigile inimestele kaasa sündinud vaistlikul mõtlemisel? Süsteem 1 on ju toiminud küllalt hästi: me oleme elus ja õitseme hoolimata kõigist evolutsiooni halastamatutest darvinistlikest väljakutsetest (oleme ikka veel alles ning meid on lausa 7,5 miljardit). Niisiis, kuidas saaks süsteem 1 meid nii rängalt alt vedada?

Need küsimused on liiga suured, et anda neile ammendav vastus kõigest ühe raamatuga, ammugi ühe peatükiga. Oma raamatus „Thinking, Fast and Slow” võtab Kahneman lühidalt kokku suure hulga uurimusi (neist paljud enda tehtud):

Kuna süsteem 1 toimib automaatselt ja seda ei saa teadlikult välja lülitada, on vaistliku mõtlemise vigu tihti keeruline ära hoida. Moonutused on vältimatud, kuna süsteem 2 ei pruugi viga aimatagi.

Niisiis on süsteem 1 imetlusväärne, ehkki tõeliselt veaaldis. See läheb sageli kergema vastupanu teed, mitte ei kaalu probleemi korralikult läbi. Ühtlasi sisaldab süsteem 1 üllatavalt palju moonutusi. Teadurid, kes töötavad psühholoogia ning Kahnemani abil sündinud käitumisökonoomika alal, on tuvastanud ja nimetanud suure arvu süsteemi 1 tõrkeid.

Nende täielik loetelu mõjuks teile tüütavalt ja masendavalt. Rolf Dobelli vastavasisulises raamatus „The Art of Thinking Clearly” („Selge mõtlemise kunst”) on 99 peatükki ning Wikipedia kognitiivsete moonutuste loetelus (viimase seisuga) 175 kirjet. Tarkvarafirma Slack tootejuht Buster Benson on need moonutused meie meelest oivaliselt rühmitanud, et me mõistaksime, milliseid raskusi need meile valmistavad:20

1. Kuna me ei talu info üleküllust, sõelume seda agressiivselt … [Kuid] osa väljasõelutud teabest on siiski kasulik ja oluline.

2. Mõttetus ajab meid segadusse, seega mõtleme ise juurde … [Ent] mõtte otsimine võib illusioone tekitada. Mõnikord kujutame ette detaile, mis on sündinud meie eeldustest, ning mõtleme välja tähendusi ja lugusid, mida tegelikult pole olemas.21

3. Peame kiiresti tegutsema, et mitte võimalust kaotada, ja teeme seepärast ennatlikke järeldusi … [Aga] kiirelt tehtud otsused võivad olla väga valed. Esmased reaktsioonid ja ennatlikud otsused võivad osutuda ebaobjektiivseks, isekaks ja kahjulikuks.

4. Kuna me väsime, püüame meeles pidada vähemasti olulisi fakte … [Ent] meie mälu soosib eksimist. Mõni tõik, mida püüame meelde jätta, tekitab nimetatud süsteemides üksnes moonutusi ning kahjustab meie mõtlemist veelgi.

Tahame tähelepanu juhtida veel ühele meie kognitiivsete oskuste tõsisele puudusele: me ei saa kuidagi teada, millal süsteem 1 toimib hästi ja millal mitte. Teisisõnu ei tea me oma vaistust suurt midagi. Me ei tea, kas mõni aimdus või kiire otsus on täpne või hoopis ühest või mitmest kognitiivsest moonutusest rikutud. Niisiis teame Polanyi paradoksi ühe veidra konksu tõttu ka hoopis vähem, kui oskame öelda – süsteemi 1 viljade kohta. Süsteemi 2 ratsionaalseid kalkulatsioone saab tihti kontrollida ja üle kontrollida, ent, nagu Kahneman osutab, süsteemi 1 tegelikult mitte – kõige vähem meie ise.

Viimasel ajal on avastatud iseäranis nurjatu moonutus, mis on seotud Polanyi paradoksi just selle aspektiga : süsteem 1 teeb sageli mingi järelduse ning laseb siis seda seletada süsteemil 2. Nagu argumenteerib psühholoog Jonathan Haidt: „Otsustamine ja põhjendamine on kaks omaette toimingut.” Otsustamine toimub süsteemi 1 toel peaaegu hetkeliselt. Järgneb otsuse põhjendamine süsteemi 2 mõistlike ja veenvate argumentidega.22 Sageli ajab see pettus segadusse mitte üksnes teisi inimesi, vaid isikut ennastki. „Me räägime sageli rohkem, kui me teada võime,” nagu ütlevad psühholoogid Richard Nesbitt ja Timothy DeCamp Wilson. Niisiis pole käitumine, mida võime nimetada ratsionaliseerimiseks ja eneseõigustamiseks, alati kõigest ettekäänete otsimine. See on ka süsteemi 1 toimimise väljendus.

2006. aastal mõtlesid Avinash Kaushik ja Ronny Kohavi, kaks elukutselist andmeanalüütikut, kes töötasid vastavalt Intuitis ja Microsoftis, enamikus firmades domineeriva otsustamisviisi jaoks välja lühendi HiPPO, mis tähendab kõige suurema palgaga isiku arvamust (ingl highest-paid person’s opinion). See on vahva lühend, mida me kasutame tihti, kuna see illustreerib elavalt standardpartnerlust. Isegi kui otsuseid teevad mitte kõige suurema palgaga isikud, lähtuvad need tihti – liigagi tihti – oletustest, hinnangutest, vaistust, kõhutundest ning süsteemist 1. Tõendid viitavad üheselt, et säärane meetod ei anna sageli häid tulemusi ning HiPPOd rikuvad väga sageli kõik ära.

Mõistus ja masin teel uue partnerluse poole

Kuidas kasutada kõiki neid teadmisi süsteemide 1 ja 2 moonutustest ja defektidest? Kuidas teha nende põhjal arukamaid ja paremaid otsuseid? Kõige ilmsem lahendus on jätta otsustamine kõigil võimalikel juhtudel masinatele – lasta süsteemi 2 puhastel digiesindajatel Moore’i seaduse ning andmevoogude toel koostada oma vastuseid ilma süsteemi 1 sisendita. Just nii ongi aja jooksul üha rohkem firmasid tegema hakanud.

Automaatne „teine majandus”

Täielikult automatiseeritud otsustamise üks varasemaid näiteid, mida ma teame ja mis ilmus välja kohe kommertsliku arvutustehnika ajajärgu alguses, oli inimeste krediidivõime väljendamine arvuna ehk konkreetse laenu tagasimaksmise tõenäosusena. Selliseid ilmselgelt olulisi otsuseid olid seni teinud pangakontorite laenuametnikud, kes hindasid taotlusi vastavalt oma kogemusele ning mõnikord ka eeskirjadele. Bill Fair ja Earl Isaac aga oletasid, et andmete põhjal sünniksid paremad otsused. Nad asutasid 1956. aastal Fair Isaac Corporationi ja hakkasid FICO krediidivõime skoore arvutama.