Книга Метамышление. Как нейронауки помогают нам понять себя, страница 16 – Стивен М. Флеминг

Мы не знаем наверняка, как животные и младенцы решают эти задачи, поскольку, в отличие от взрослых людей, они не способны рассказать нам о том, что думают и чувствуют. Критики могут заявить, что они следуют правилу низшего уровня, которое является общим для всех задач эксперимента, – что-то вроде «Если я долго принимаю решение, то я должен нажать на кнопку „неуверенности“», – и не формируют какого-либо подлинного чувства неуверенности относительно принимаемых решений. Эта критика привела к разработке все более хитрых экспериментов, отсеявших множество различных объяснений, не связанных с метапознанием. Например, чтобы исключить отслеживание времени принятия решения, в некоторых исследованиях животным давали возможность сделать свой выбор еще до начала теста, до появления сигналов, что тестирование началось. Если макаки в этом случае решались пройти тест, то чаще оказывались правы, чем не правы, из чего можно сделать вывод, что они знали, когда знают ответ, а это отличительная черта метапознания^[29].

К тому же существуют доказательства того, что разумные в других отношениях виды не способны отслеживать неопределенность в подобных ситуациях. Это позволяет предположить, что чувство неуверенности скорее является первым проблеском самосознания, нежели более общей когнитивной способностью. Капуцины – вид обезьян из Нового Света, обитающий в Южной Америке, – имеют много общего с макаками: используют камни, чтобы раскалывать пальмовые орехи, живут в больших группах. Но похоже, что в рамках эксперимента Смита капуцины не способны сигнализировать о своей неуверенности. С помощью особой уловки можно показать, что капуцины без труда используют третью кнопку для классификации нового стимула, но не для демонстрации неуверенности. Согласно этим данным, из двух похожих видов обезьян лишь один способен продемонстрировать признаки метапознания^[30].

Но как только отслеживание неопределенности вступает в дело, появляется целый ряд полезных моделей поведения. Начнем с того, что оно позволяет понимать, нужна ли нам дополнительная информация. Давайте вернемся к игре в кости. Если я назову вам общее значение, близкое к центру графика, – семь или восемь, – то вы обоснованно можете засомневаться в том, что выпало на кубике с подвохом: ноль или тройка. Вместе с тем вы можете попросить меня бросить кости еще раз. Если я выкину значения пять, четыре и семь, используя те же самые кости, то ваша уверенность в том, что правильный ответ – ноль, значительно возрастет. Согласно теореме Байеса, до тех пор пока каждый бросок независим от предыдущего, мы можем рассчитать вероятность того, что ответ будет равен трем или нулю, суммируя логарифмы отношения нашей уверенности в каждом из вариантов после каждого отдельного броска^[31].

Блестящий британский математик Алан Тьюринг использовал этот трюк, когда работал над взломом шифра немецкой машины «Энигма» во время Второй мировой войны. Пытаясь расшифровать перехваченные сообщения, каждое утро его команда испытывала новые настройки. Вопрос заключался в следующем: как долго продолжать пробовать определенную пару шифров, прежде чем отбросить ее и попробовать другую. Тьюринг продемонстрировал, что, накопив множество образцов информации в течение определенного периода времени, взломщики шифров могут повысить свою уверенность в правильности конкретной настройки – и, что критически важно, свести к минимуму количество времени, затрачиваемого на тестирование неправильных шифров^[32].