Masin, platvorm, inimene. Meie digitulevik. Andrew McAfee

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.