Машина, платформа, толпа. Наше цифровое будущее - Эндрю Макафи

Работа Хайека предвосхитила многие идеи, которые позже в XX веке слились в теорию сложных систем. В ней показано, что действия отдельных людей могут генерировать информацию, обладающую высокой ценностью для целой толпы. Более того, эту информацию нельзя почерпнуть, наблюдая за малым количеством участников: вы никогда не узнаете цену на олово у пары шахтеров или металлургов. Поэтому рынки называют эмерджентными системами: цены возникают при взаимодействии всех участников, и их нельзя определить, глядя только на малую группу.

РЕШЕНИЯ НА ОСНОВЕ РЫНКОВ

Группы часто ведут себя эмерджентным образом и благодаря этому создают новое знание. Когда группы оказываются в сети и становятся толпой, первопроходцы находят различные способы обнаруживать это знание и пользоваться им. Одними из первых были рынки предсказаний, они оказались ближе всего к выводам Хайека. Это рынки не товаров и не услуг, а грядущих событий, например: что какой-то конкретный человек будет избран президентом США в 2020 году; что выходящий фильм соберет в первую неделю проката от 50 до 100 миллионов долларов; или что официальный средний уровень инфляции в США в ближайшем квартале превзойдет три процента.

Рынки предсказаний работают следующим образом. Прежде всего маркетмейкер создает набор ценных бумаг, которые участники могут продавать и покупать – в точности так же, как они продают акции какой-нибудь компании на Нью-Йоркской фондовой бирже или бирже Nasdaq. Один из способов добиться этого – создать ценную бумагу, по которой выплачивается один доллар, если, скажем, средняя инфляция за какой-то квартал будет больше трех процентов, и ни одного доллара в противном случае. Далее на рынок приглашают группу участников – чем больше, тем лучше – и предлагают начать торговлю друг с другом этими бумагами. Те, кто считает, что инфляция превзойдет три процента, будут готовы заплатить за бумаги больше, чем люди с противоположной точкой зрения. Если цена стабилизировалась на уровне 0,7 доллара, разумно предположить, что в целом рынок считает, что с вероятностью 70 процентов средняя инфляция за этот квартал будет выше трех процентов (или что фильм соберет от 50 до 100 миллионов, или что имярек станет президентом в 2020 году). Наконец, когда событие действительно происходит (в нашем случае когда заканчивается квартал и можно вычислить среднюю инфляцию), маркетмейкер производит выплаты всем владельцам соответствующих ценных бумаг. Если в реальности инфляция превзойдет три процента, то все обладатели ценных бумаг «выше трех процентов» получат один доллар за каждую акцию.

Результаты работы рынков предсказаний подтвердили выводы Хайека о способности цен собирать знание в рамках рынков. На рынках, подобных описанному, события с итоговыми ценами на акции около 0,7 доллара имеют тенденцию происходить с вероятностью примерно 70 процентов, что делает эти цены весьма точными показателями вероятностей.

Ведутся активные споры о том, предоставляют ли рынки предсказаний более точные прогнозы по сравнению с другими методами (такими как надлежащим образом взвешенные средние по опросам или как использование суперпрогнозистов, о которых говорил Филип Тетлок; мы обсуждали их в главе 2), но мало кто сомневается, что при правильных условиях рынки предсказаний могут быть очень эффективными. Экономист Робин Хансон, который сделал больше всего для теории и практики этих рынков, писал: «Рынки предсказаний отражают принцип, лежащий в основе ценности рыночного ценообразования: поскольку информация часто широко разбросана по экономическим субъектам, весьма желательно найти механизм собирания ее воедино. Свободные рынки обычно хорошо справляются с этим, поскольку участвовать могут почти все, а потенциал для прибылей (и убытков) создает мощные стимулы для поиска лучшей информации»[591].

Ценовая система, восхваляемая Хайеком, которую Хансон и другие специалисты стали новаторски использовать, – это чудесный побочный продукт взаимодействия участников рынка. Другими словами, большую часть цен нельзя считать результатом преднамеренной попытки создать общесистемное знание и связываться с ним. Интересно, что происходит, когда такая попытка действительно имеет место: когда кто-то стремится созвать сетевую толпу и заставить ее работать совместно над каким-то проектом?

Эта идея выглядит безнадежно наивной, и легко придумать целый список причин, почему она никогда не сработает. Ну кто захочет участвовать в таком проекте, особенно бесплатно? И как можно быть уверенным, что пришедшие – нужные люди? Как распределять работу и кто займется распределением? Что считать хорошим или достаточно хорошим вкладом и кто вправе определять и применять эти критерии? За тысячелетия своей истории мы разработали различные механизмы ядра для решения этих проблем. Но как то же самое может делать толпа?

РАЗРАБОТКА ОПЕРАЦИОННОЙ СИСТЕМЫ ДЛЯ РАЗРАБОТКИ ОПЕРАЦИОННОЙ СИСТЕМЫ

Если этот вопрос и беспокоил Линуса Торвальдса 25 августа 1991 года, то это не помешало ему опубликовать следующее сообщение в группе Usenet, посвященной операционной системе для компьютера под названием Minix:

Торвальдс просил помочь ему с операционной системой, которую он принялся писать. Это было самое начало работы, но он добился значительного прогресса в создании ядра – сердца операционной системы и одного из наиболее сложных ее элементов. Торвальдс хотел создать систему, непохожую на готовые коммерческие ОС, – такую, которую можно было бы свободно просматривать, изменять и расширять. Например, Microsoft не делает общедоступным исходный код Windows, так что никто за пределами компании не знает точно, как она работает, и не имеет возможности вносить изменения. Члены сообщества, ратовавшего за программное обеспечение с открытым исходным кодом, полагали, что такое отсутствие прозрачности по ряду причин ошибочно, и Торвальдс разделял их взгляды.