Не лги себе. Почему Big Data знает тебя лучше, чем ты сам, и как использовать это, чтобы добиться успеха. Cет Cтивенс-Давидовиц
помогут ли вам алгоритмы с ответом на вопрос: «На ком жениться?»
Глава 1
Брак с участием искусственного интеллекта
С кем вам следует вступить в брак?
Может быть, именно этот вопрос – самый важный в жизни с точки зрения последствий ответа на него. Инвестор и миллиардер Уоррен Баффет, во всяком случае, считает именно так. Он называет выбор супруга «самым важным решением из всех, что вам предстоит принять».
И тем не менее люди редко искали помощи у науки в этом отношении. Честно признаться, здесь наука не могла помочь практически ничем.
Ученые, занимающиеся человеческими отношениями, пытались найти ответы. Но найти большие выборки пар оказалось трудной и дорогостоящей задачей. Исследования в этой области, как правило, опирались на очень маленькие выборки и зачастую приходили к противоречащим друг другу выводам. В 2007 году выдающийся ученый Гарри Рейс из Университета Рочестера сравнил науку о человеческих отношениях с подростком, назвав ее «растущей, временами непокорной – а может, и более таинственной, чем хотелось бы»[31].
Но несколько лет назад молодая, энергичная, сверхлюбопытная и блестяще талантливая ученая из Канады Саманта Джоэл задалась целью изменить такое положение вещей. Джоэл, как и многих ее коллег, интересовало, что же предсказывает удачные отношения. Но ее подход был необычным. Она не стала строить очередную скудную выборку пар – вместо этого она решила свести вместе данные прежних исследований. Джоэл рассуждала так: если ей удастся объединить небольшие массивы данных из научных работ прошлого, может получиться один большой массив. И его будет достаточно, чтобы надежно определить, что предсказывает успех отношений, а что нет.
План Джоэл сработал[32]. Она собрала в свою группу всех профессоров, располагавших данными об отношениях. В конечном счете ее группа состояла из 85 ученых и смогла аккумулировать массив данных об 11 196 парах[33].
Размер массива был впечатляющим, как и содержащаяся в нем информация.
Для каждой пары у Джоэл и ее группы были результаты опросов, где каждый из партнеров давал численную оценку степени удовлетворенности отношениями. При этом данные у них были практически по всем вообразимым аспектам совместной жизни пары[34], в частности:
• демографические сведения (например, возраст, образование, доход, раса);
• внешний вид (например, насколько высоко они оценивали привлекательность своего партнера);
• предпочтения в сексе (например, насколько часто каждый из партнеров хочет секса? Насколько традиционным должен быть этот секс?);
• интересы и хобби;
• умственное и физическое здоровье;
• ценности (например, взгляды на политику, отношения и воспитание детей);
• и многое-многое другое.
Кроме того, у Джоэл и ее группы не просто было больше данных, чем у других полевых исследователей. Они использовали
Harry T. Reis, “Steps toward the ripening of relationship science”, Personal Relationships 14 (2007): 1–23.
Samantha Joel et al., “Machine learning uncovers the most robust self-report predictors of relationship quality across 43 longitudinal couples studies”, PNAS 117(32): 19061–71.
Исследование рассматривало только гетеросексуальные пары.
Переменные, по которым проводилось исследование, можно найти здесь: https://osf.io/8fzku/. Соответствующий файл – Master Codebook With Theoretical Categorization, Final.xlsx, который находится в разделе “Master Codebook with Theoretical Categorization”. Выражаю благодарность Джоэл, указавшей мне на него.