Реальность на кону: Как игры объясняют человеческую природу - Келли Клэнси

внутренней модели мира. «Обучение и планирование, – пишет Саттон, – по сути одно и то же: в первом случае обрабатывается реальный опыт, а во втором – симулированный, полученный из предсказательной модели мира»[69]. Схожим образом это может объяснять и феномен сожаления, который можно рассматривать как форму обучения. Воспоминания – это данные, на которых мозг может тренироваться снова и снова. Внутренние сожаления – увязывание прошлых ошибок с негативными последствиями, проявившимися гораздо позднее. Хотя сожаление обычно считают эмоцией, его, возможно, правильнее рассматривать как вычислительный метод. Однако этот процесс может стать и патологическим, как, например, у пациентов с посттравматическим стрессовым расстройством.

Объясняет этот подход и разнообразные амплуа дофамина в психических заболеваниях. Снижающая уровень дофамина сарпагандха веками использовалась в аюрведической медицине для лечения шизофрении. Позже клинические исследования подтвердили, что подавляющие выработку дофамина препараты ослабляют галлюцинации. Как и в случае со многими другими нейротропными средствами, их начали повсеместно применять, не разобравшись точно в механизме действия. Но модель обучения с подкреплением дает подсказку и тут: возможно, галлюцинации возникают, когда дофаминовая система предсказаний выходит из-под контроля и внутренняя модель мира становится в мозге настолько влиятельной, что заглушает реальность[70].

Сравните мозг взрослого человека и мозг младенца. Психолог Элисон Гопник утверждает: у младенцев почти нет жизненного опыта, поэтому их внутренние модели мира только формируются[71]. Им все кажется ошибкой предсказания – ведь предсказывать им пока нечем. Почти любой опыт становится для них чистым удивлением, поэтому они стремятся исследовать все подряд. Гопник называет это «фонарным сознанием» детей – их внимание, подобно свету уличного фонаря, равномерно освещает все вокруг. Для взрослых же, напротив, характерно «прожекторное сознание», сфокусированное на текущей задаче.

Эта модель работы дофамина позволяет сделать несколько важных выводов о биологическом интеллекте. Первый из них состоит в том, что дофаминовая система обеспечивает перепрограммируемость ценностей. Произвольный сигнал, предсказывающий награду (например, звонок как сообщение о скором кормлении), сам становится наградой. Этим сигналом может быть что угодно. Для лабораторных животных он может принимать форму вспышки света, указывающей на поступление порции сока. Для людей это может быть хороший балл на экзамене, важном для поступления в университет, падение температуры, указывающее на то, что ребенок выздоравливает от лихорадки, высокая сумма очков в игре или кусочек цветной бумаги, призванный выражать абстракцию, которую мы называем деньгами. Короче говоря, именно так работает экономика, так работает религия и так вообще возникли эти абстрактные системы.

Игры – прекрасный тому пример. Ради участия в игре люди могут принимать коллективно воображенные системы ценностей и отказываться от них: собирать звезды в Super Mario Brothers, оружие в Skyrim или рецепты в Animal Crossing. Деньги из «Монополии» – классический случай иллюзорной ценности. Но для охваченных игровым азартом детей эти бумажки – огромная ценность, по крайней мере до тех пор, пока конец партии не лишает их силы. Это кажущееся поначалу банальным наблюдение сообщает нам нечто глубокое о человеческом разуме: мозг может научиться воспринимать определенные идеи как вознаграждение. И хотя эти ценности представляют собой лишь плод воображения, они все же очень реальны. Играя в «Монополию», люди регулярно предают родственников и друзей из-за своей временной жажды наживы, которая мгновенно исчезает с окончанием игры. Да и грань между «реальными» (фиатными) и «воображаемыми» (внутриигровыми) деньгами тоже условна. Геймеры (люди с неконтролируемым желанием играть в видеоигры) и любители азартных игр регулярно влезают в реальные долги. Юристы отмечают неуклонный рост числа заявлений о разводе, в которых упоминаются игровые траты. Общественный договор наделяет ценностью идеи или сигналы, которые кажутся совершенно бесполезными. Гибкая природа того, что мы ценим и чему научаемся придавать ценность, ставит под сомнение предположение, лежащее в основе современной экономики, – мы будет исследовать это противоречие на протяжении всей книги.

Дофаминовая система также способна увязывать действия и последствия, разделенные очень значительными периодами времени. Люди обладают поразительной, граничащей с патологической, способностью стремиться к долгосрочным целям, и этот наш талант существует отчасти благодаря дофамину. В первоначальном эксперименте Шульца дофаминовые нейроны обученных животных срабатывали в ответ на визуальный сигнал, предшествовавший награде в виде сока. Когда экспериментаторы добавили еще более ранний световой сигнал, дофаминовые нейроны начали реагировать и на эту вспышку, хотя и слабее. Но мозг способен выстраивать цепочку из предсказывающих награду сигналов на протяжении долгого времени. Эти сигналы могут шаг за шагом мотивировать животное на усилия ради достижения долгосрочной цели. Мозг связывает в цепочки такие предсказывающие выполнение задачи сигналы – будь то зелень рисового ростка или свежий олений помет – и поддерживает тем самым мотивацию, необходимую для тренировки, обучения, выслеживания добычи, ведения сельского хозяйства или работы над проектами, выгода от которых будет получена лишь в будущем.

Алгоритмы обучения с подкреплением опираются на метод проб и ошибок и поэтому требуют обширного опыта или большого объема обучающих данных. Игровое поведение обеспечивает людям социальный опыт в безопасной среде, позволяя им исследовать разные грани возможного, не подвергая свою жизнь опасности. Сэмюэл и Тесауро обучали своих компьютерных детей в игре с их собственными копиями, что позволяло им накапливать огромные объемы симулированного опыта. Но людям, чтобы совершенствоваться, не обязательно играть миллионы партий; они могут учиться друг у друга. Они могут симулировать опыт с помощью воображения, игры и языка. Язык – это инструмент, который люди используют для модификации своих представлений и ожиданий награды, что позволяет им увязывать сигналы, разделенные все более длительными промежутками времени. Рассказывая истории, мы делимся опытом и сообща формируем представления об определенных действиях. Конкретному крестьянину, чтобы вырастить урожай зерновых, не нужно проходить через многократные циклы проб и ошибок, потому что он может опереться на знания, накопленные его предшественниками. Язык подменяет собой непосредственный опыт. Его можно использовать для обобщения предыдущего опыта и формирования в сознании сразу многих людей представлений, которые ведут к правильным решениям.

Представления образуют модель мира, формируемую мозгом как на собственном опыте, так и благодаря обучению у других. Представления закрепляются не потому, что они точны, а потому, что ведут к награде. Верное представление может закрепиться – например, охотник может использовать свое знание о повадках диких животных, чтобы прокормить семью. Но представления также могут подкрепляться социальным вознаграждением, как в случае распространения теорий заговора в изолированных онлайн-сообществах. Неважно, точны ли эти представления, их закреплению способствует стремление быть включенным в сообщество и геймифицированная обратная связь в виде лайков или других механизмов социальных сетей.

Люди – единственные животные, готовые трудиться ради наград, которых они не увидят при жизни. Если они достаточно твердо придерживаются неких коллективных