Естественно хотеть исследовать как можно больше, прежде чем что-либо решить. С помощью ИИ мы можем упорядочивать несколько источников, сравнивать различия и за короткое время обнаруживать вопросы, о которых раньше не знали. Возможностей начать исследование стало больше. Однако то, что информацию стало легче собирать, не обязательно облегчает ощущение, что мы «исследовали достаточно». Следующий источник, следующее сравнение и следующий контраргумент доступны сразу.
Предположим, мы выбираем учебное заведение, чтобы освоить новый навык. Исследовать можно многое: содержание занятий, стоимость, продолжительность, возможные пути после завершения обучения и опыт участников. С помощью ИИ можно также быстро составить сравнительную таблицу. Но по мере приближения срока подачи заявки мы не можем проверить каждую единицу информации. Кроме того, дополнительная информация не обязательно изменит выбор. Увеличение объёма исследованного — не то же самое, что уменьшение неопределённости, которая имеет значение для суждения.
Здесь важно не рассматривать исследование только как «работу по сбору как можно большего количества информации». Исследование помогает обнаружить, что ещё остаётся неизвестным. Одновременно оно помогает определить, насколько эти неизвестные факторы важны для суждения. Если мы можем отличить неизвестные факторы, которые с большой вероятностью изменят результат, от тех, которые интересно узнать, но которые почти не влияют на выбор, меняется само представление о том, что необходимо исследовать.
ИИ может помочь провести это различие. Он может упорядочить, для каких условий не хватает достаточного количества источников, где источники расходятся и изменение каких предпосылок изменило бы вывод. Но то, что ИИ способен продолжать поиск, не означает, что человек должен продолжать ждать. Пока исследование продолжается, сроки приближаются, варианты меняются, а время, доступное для реальных действий, сокращается.
Поэтому условия завершения исследования должны учитывать не только информационную сторону, но и сторону человеческого времени. Следует спрашивать не только: «Остаётся ли ещё неизвестная информация?», но и: «Насколько вероятно, что эта информация изменит суждение?» и «Что будет потеряно, если ждать её получения?» Это не означает принимать решение, игнорируя неопределённость. Напротив, это означает одновременно иметь дело и с неопределённостью, которую невозможно полностью устранить, и со временем, которое невозможно вернуть.
Для Sai＊aus ценность поддержки исследования заключается не только в максимизации объёма информации. Важно сделать видимыми основания, на которых человек пытается принять решение, чтобы он мог отличить момент, когда необходимо дополнительное исследование, от момента, когда следует переходить к суждению. Именно потому, что ИИ может продолжать поиск, мы должны отделять способность «исследовать дальше» от суждения о том, что нам «следует исследовать дальше».
Во многих случаях мы не можем исследовать всё до принятия решения. Это не является неудачей исследования. Для людей, живущих в пределах ограниченного времени, исследование — это не завершение бесконечного сбора информации; это также работа по определению того, что необходимо знать, чтобы принять решение. Чем больше ИИ расширяет область того, что можно исследовать, тем больше конец исследования смещается от точки, где заканчивается информация, к точке, где люди понимают остающуюся неопределённость и принимают на себя ответственность за выбор.
Не ответы. Понимание.