70
Идея о том, что экономические субъекты должны выяснить, как делать то, что они делают, поставила под сомнение предположения, которые, несмотря на свою наивность, укоренились в экономике. Экономисты Рикардо Хаусманн и Дэни Родрик обратили внимание на то, что предприниматели должны обнаружить стоимость производства в конкретном месте. Эта стоимость обнаружения отсутствовала в основных экономических моделях (Рикардо Хаусманн и Дэни Родрик, «Economic Development as Self-Discovery», Journal of Development Economics 72, no. 2 (2003): 603–633).
Майкл Полани, The Tacit Dimension (Garden City, NY: Doubleday, 1966), 4.
Уолтер Пауэлл, «Neither Market nor Hierarchy», Research in Organizational Behavior 12 (1990): 295–336. Подробное описание неявного знания можно найти в книге Ричарда Нельсона и Сидни Винтера («Эволюционная теория экономических изменений», Дело, 2002).
Для введения в тему социального научения обратитесь к книге Альберта Бандуры, «Social Learning Theory» (Englewood Cliffs, NJ: Prentice-Hall, 1977), esp. 305–316. Более поздний пример с использованием экспериментов, показывающий эмпирическое превалирование и преимущество социального научения можно найти в статье Люка Ренделла и др., «Why Copy Others? Insights from the Social Learning Strategies Tournament», Science 328, no. 5975 (2010): 208–213.
Строго говоря, обучение, основанное на доступе к тем же объектам или окружающей среде, является не формой социального научения, а контекстноориентированным обучением.
Конечно, существуют индивидуальные различия в когнитивных способностях людей, и можно утверждать, что некоторые люди могут обладать большим объемом знаний, чем другие. Тем не менее различия в когнитивных способностях между людьми являются незначительными по сравнению с разницей между объемом знаний самого умного человека и объемом знаний, накопленных в обществе. Следовательно, идея челобайта как основной единицы продуктивного знания полезна для понимания коллективных процессов, связанных с созданием сложных продуктов.
Я хотел бы заметить, что, как экономическая функция, способность состоящих из людей сетей накапливать большие объемы знаний отличается от экономических функций, которые часто подчеркиваются при обсуждении экономической значимости социальных сетей. Традиционными каналами, посредством которых, как принято считать, социальные сети оказывают влияние на экономики, являются передача информации, источники вознаграждения и наказания, а также хранилища доверия. Социолог Марк Грановеттер объясняет: «Социальная структура, особенно в форме социальных сетей, влияет на экономические результаты по трем основным причинам. Во-первых, социальные сети влияют на поток и качество информации. Большая часть информация является неявной, полной нюансов и трудно поддающейся проверке, поэтому субъекты не доверяют безличным источникам и вместо этого полагаются на людей, которых они знают. Во-вторых, социальные сети являются важным источником вознаграждения и наказания, так как их значение часто усиливается, когда они исходят от тех, с кем человек лично знаком. В-третьих, доверие, под которым я подразумеваю уверенность в том, что другие будут поступать «правильно», несмотря на явное побуждение поступить наоборот, если и возникает, то в контексте социальной сети» (Марк Грановеттер «The Impact of Social Structure on Economic Outcomes», Journal of Economic Perspective 19, no. 1 [2005]: 33–50). Литература, объединяющая социальные и экономические сети рассматривается более подробно в главе 8.
Мы говорим, что социальное научение замедляет процесс накопления знаний из-за сложности и больших затрат, связанных с нахождением возможностей для социального научения. В общем, существование социального научения ускоряет прочие процессы научения, поскольку у специалистов можно научиться быстрее. Дело в том, что потребность в социальном научении замедляет процесс накопления знаний, поскольку людям трудно найти возможность для приобретения специфического знания.
Красноречивое описание роли генов в человеческом поведении можно найти в отличной книге Стивена Пинкера «The Blank Slate: The Modern Denial of Human Nature» (New York: Penguin, 2003).
За последние два десятилетия политологи и биологи, работающие в области генополитики, собрали внушительный объем свидетельств наличия связи между политическими предпочтениями и генетикой. Эти исследования в основном опирались на использование данных об идентичных и неидентичных близнецах, которые они сопоставляли с данными о голосовании и принадлежности к политическим партиям. Конечно, эта область исследования является спорной, в частности, потому, что большинство людей не готовы признать, что гены могут повлиять на их политический выбор, а отчасти потому, что некоторые политологи зашли так далеко, что назвали результаты исследований нерелевантными, даже если они отражают истинную картину вещей. См. статью Ларри Бартелса от 12 ноября 2013 «Your Genes Influence Your Political Views. So What?», Monkey Cage blog, Washington Post. Популярное описание генополитики можно найти в статье Джона Хиббинга от 27 ноября 2013 «Why Biology Belongs in the Study of Politics», Monkey Cage blog, Washington Post. Научные работы, посвященные связи между политическими взглядами и генетикой: Джон Алфорд, Кэролин Фанк и Джон Хиббинг «Are Political Orientations Genetically Transmitted?», American Political Science Review 99, no. 2 (2005): 153–167; Кэролин Фанк и др. «Genetic and Environmental Transmission of Political Orientations», Political Psychology 34, no. 6 (2013): 805–819; Кристиан Кэндлер, Вибке Блейдорн и Рэйнер Риман «Lef or Right? Sources of Political Orientation: The Roles of Genetic Factors, Cultural Transmission, Assortative Mating, and Personality», Journal of Personality and Social Psychology 102, no. 3 (2012): 633. Работы, посвященные генетике и участию в политической жизни: Джеймс Х. Фаулер, Лора Бейкер и Кристофер Доуз «Genetic Variation in Political Participation», American Political Science Review 102, no. 2 (2008): 233–248; Джеймс Фаулер и Кристофер Доуз «Two Genes Predict Voter Turnout», Journal of Politics 70, no. 3 (2008): 579–594; Джеймс Фаулер и Кристофер Доуз, «In Defense of Genopolitics», American Political Science Review 107, no. 2 (2013): 362–374.
Бретт Стетка «What Do Great Musicians Have in Common? DNA», Scientific American, August 4, 2014.
Тот факт, что генетическое различие между отдельными людьми выражено намного сильнее по сравнению с различием между группами, является ключевым доводом, позволяющим парировать расистские и евгенические аргументы. Это объяснение является ключевым в линии аргументации, приведенной в книге Пинкера «The Blank Slate: The Modern Denial of Human Nature» (New York: Penguin, 2003.
Размышление о способности человеческого мозга содержать в себе знания и информацию представляет собой интересное упражнение. Первым среди тех, кто выполнял это упражнение, был Джон фон Нейман, венгерский эрудит, заинтересовавшийся компьютерами во время работы над Манхэттенским проектом. Некоторые из его размышлений на эту тему представлены в его книге The Computer and the Brain (New Haven, CT: Yale University Press, 1958). В ней Нейман отмечает, что архитектура мозга принципиально отлична от архитектуры компьютера. Компьютеры созданы на основе транзисторов, которые принимают два входящих сигнала, чтобы произвести один исходящий, в то время как мозг построен на основе нейронов, которые могут принимать до десятков тысяч входных сигналов, чтобы произвести один исходящий сигнал. Важность этих различий обусловлена тем, что частота работы мозга, которая, по его оценкам, составляет около 100 Гц, должна быть масштабирована с коэффициентом, учитывающим такую множественность входящих сигналов.
Мы можем примерно оценить емкость мозга на основе количества нейронов и синапсов в нормальном человеческом мозге: примерно 1010 нейронов и 1014 синапсов (в среднем по 10 000 синапсов на каждый нейрон). Наивно было бы полагать, что емкость мозга можно оценить, представив каждый из синапсов в качестве бита, в результате чего емкость составила бы 100 терабайт. Более амбициозный, но по-прежнему наивный способ оценки, предполагает рассмотрение каждого из существующих синапсов в качестве единицы, а возможных, но не материализованных синапсов – в качестве ноля. Если предположить, что каждый из 10 000 синапсов нейрона выбирается из набора, состоящего из 100 000 возможных синапсов, то емкость мозга составит 1000 терабайт, или один петабайт.
Грег Грэндин, Fordlandia: The Rise and Fall of Henry Ford’s Forgotten Jungle City (New York: Metropolitan Books, 2009).
Конечно, можно утверждать, что большинство компаний начиналось с небольших команд, например с Даймлера и Бенца или Джобса и Возняка, и, следовательно, в действительности в производстве этих товаров использовалось лишь несколько челобайт. Несмотря на то, что первый автомобиль Даймлера и первый компьютер Apple мог быть создан небольшой группой людей, это не относится к более поздним и более сложным моделям. По мере роста компаний и перехода к производству более сложных продуктов, они накапливают большие объемы продуктивных знаний. Таким образом, если мы представим процесс создания и распространения по всему миру модели Mercedes 300 2014 года выпуска в качестве продукта отличного от сборки нескольких повозок с двигателем, то нам придется признать, что для производства этих более сложных продуктов потребуется больше челобайт, несмотря на их кажущуюся принадлежность к одной и той же категории.
