Мы находимся в эмоциональном и физическом кризисе, и он далек от завершения. Блокирование правительством секторов экономики и другие предписания нанесли физический и психологический вред многим из нас. Несмотря на то, что эти ограничения часто имели хорошие намерения, они разрушили малый бизнес. Дети социально изолированы от сверстников. Десятки тысяч пожилых людей умерли в домах престарелых из-за плохой политики правительства, в то время как другие выбирают эвтаназию. Компьютерные модели предсказывают рост самоубийств на 145%. И в мире зарегистрировано более 2 миллионов смертей, связанных с COVID-19. Также ведутся споры о том, что может привести к наибольшему ущербу - экономические и психологические издержки закрытия мировой экономики или количество смертей, которых можно было бы предотвратить. Эмоции высоки по обе стороны этого спора, и одно можно сказать наверняка: мы часто игнорируем чувства другой стороны.

При чем здесь автоматизация?

Я убежденный сторонник решений, основанных на данных. Верно, что интуитивные решения зависят от богатства нашего личного опыта. Они полезны, когда вы идете домой из бара в 3 часа ночи или когда времени мало и если вы слишком долго принимаете решение, это может привести к упущенной возможности. Но данные делают идею понятной, выявляют новые идеи в совместной среде и выявляют предубеждения, основанные на неверных данных в нашем усвоенном опыте и наших эмоциях.

Реакция на COVID-19 представляла собой сочетание личных и политических предубеждений, статистических моделей и чувств политиков, которых зачастую больше интересовали их шансы на переизбрание, чем результаты своих решений и чувства других. Как компьютерный фанат, INTJ (а иногда и P, в зависимости от сезона) и практикующий стоик, я первый, кто признает, что мой EQ низкий. Я работаю над этим каждый день, и я привлекаю людей, которые более эмоционально движимы, потому что их взгляды на мир приносят свежие идеи (и данные), которые я вряд ли вообразил.

Машинное обучение работает путем ввода большого количества входных данных в черный ящик и получения статистических результатов. Со временем машина обучается с использованием данных, чтобы повысить вероятность принятия правильных решений. Если отсутствует набор данных, он выбирает случайным образом и корректирует на основе обратной связи. Но есть проблема.

Искусственный интеллект часто не принимает во внимание эмоциональные последствия. Существуют проекты аффективных вычислений и алгоритмы, в которых специалисты по обработке данных пытаются преодолеть разрыв между машинным обучением и человеческими эмоциями. Но это пространство часто упускается из виду, оно все еще развивается и далеки от достижения консенсуса в методологиях.

Статистические модели и меры по предотвращению COVID-19

В случае карантина COVID-19 многие статистические модели указывали на всплески хоккейных клюшек. Это привело к блокировкам, запретам на маскировку и другим мерам как благонамеренной попытке сгладить кривую. Затем, когда большинство людей привыкли к новой норме, стойки ворот были перемещены в ожидание вакцины . В настоящее время в Соединенных Штатах стойки ворот находятся на отметке 100 миллионов выстрелов за 100 дней . Эта реальность напоминает симуляцию из романа-антиутопии начала 20-го века. Но это логично, правда?

Нам сказали, что эти ограничения и предписания основаны на данных - и они так и есть. Проблема в том, что это неполный набор данных. Хотя ученые, врачи и политики были настолько сосредоточены на физической реальности, которой является COVID-19, они часто игнорировали неизбежную эмоциональную реакцию. Если бы они приняли во внимание эмоции миллионов… миллиардов людей, придерживающихся различных ценностей и убеждений, они могли бы выбрать более разумные меры для борьбы с этим смертельным вирусом, одновременно защищая психическое здоровье и благополучие людей.

Значение эмоционального интеллекта в автоматизированной реальности

Статистические модели определяют наши решения. Во многих случаях они работают, потому что ожидаемые результаты просты. Покажите людям больше контента, подтверждающего их предубеждения, и они с большей вероятностью будут проводить время в вашей социальной сети, нажимать на рекламу и приносить доход вашей компании. Несколько строк кода в PyTorch или Tensorflow и вуаля! У вас есть прибыль. Однако, как известно большинству из нас, непредвиденные результаты не так просты.

Алгоритмы, разработанные кодировщиками с чрезмерно развитыми лобными долями, оказывают последующее влияние на наши лимбические системы. Чтобы предвидеть эти эффекты, а иногда и противодействовать им, компании будут по-прежнему уделять больше внимания эмоциональному интеллекту своих сотрудников, консультантов и руководителей.

Жизнь до социальных сетей

Мы, GenXers (хорошо, бумеры тоже), помним жизнь до того, как социальные сети были в моде. Мы играли на улице, без присмотра взрослых, пока были дома в темноте. Мы ходили в библиотеки и делали вид, что понимаем десятичную систему Дьюи, листая страницы микрофильма и оглавления. И мы пролистали телефонную книгу и запомнили номера телефонов наших ближайших друзей. У нас больше внимания, чем у наших более молодых коллег. Следовательно, мы часто предпочитаем более развернутый, разговорный контент, найденный на Facebook, а не мимолетным мыслям, которыми делятся в Snapchat. Тем не менее, как и у наших более молодых коллег, наши мысли и поведение формируются контентом, который мы потребляем. А контент, который мы потребляем, формируется с помощью алгоритма, призванного поддерживать нас в течение максимально долгого времени.

Формирование поведения помимо кликов

Мы также находим, что наше поведение формируется за счет автоматизации в физическом мире. Берни Сандерс атакует Amazon и Джеффа Безоса каждый день. Тем не менее, их интересы совпадают, когда речь идет о повышении минимальной заработной платы, потому что Берни оперирует неполным набором данных. По мере увеличения минимальной заработной платы более мелкие конкуренты Amazon вынуждены повышать цены. Тем не менее, роботы Amazon сократили потребность в персонале на 400%. Следовательно, малые предприятия, которые не могут позволить себе авансовых затрат, связанных с автоматизацией, повышают свои цены. Затем мы, ориентируясь на цены, меняем покупательское поведение и покупаем больше товаров на Amazon в результате эффективного использования автоматизации. Малые предприятия закрывают свои двери, и люди, которые ожидали повышения качества жизни в результате введения правительством минимальной заработной платы, теперь оказываются безработными.

Эмоциональный интеллект и жизнь после карантина COVID-19

Не думаю, что в ближайшее время жизнь вернется в «нормальное русло». Но я точно знаю, что решения, основанные на неполных данных, могут привести к катастрофическим результатам. Вместо того, чтобы полностью полагаться на доктора Фаучи, который, очевидно, хочет хороших результатов, мы можем включить эмоционально интеллигентных людей в принимаемые решения. Они могут раскрыть уникальные перспективы и проблемы, которые так часто упускаются.