В своем эссе Берри прослеживает ускоряющуюся урбанизацию и выхолащивание американской сельской жизни и общества. Он обращает внимание на слово, которое экономисты используют в отношении массы людей, привыкших трудиться на фермах, — «постоянно безработный». Те из них, кто специализируется на сельском хозяйстве, подчеркивают: это наименее эффективные производители. Берри пишет: «Сегодня сотни фермерских семей теряют свои хозяйства ежедневно. А экономисты продолжают говорить, что эти люди заслуживают провала… все остальные только выиграют от этого».
Знания фермеров и работа, которую они выполняли, теперь уничтожены всевозможными комбинациями техники и химикатов. Некоторые называют это вытеснение триумфом сельско-хозяйственной науки. Но Берри волнует, что произойдет со всеми людьми, попавшими в категорию бесполезных. «Можно ли говорить о моральном износе, или устаревании, человека? Неужели такие у нас теперь социальные цели?» — недоумевает он.
В 1980-х годах Берри говорил главным образом о фермерских знаниях и труде. Но спустя 35 лет мы можем сказать то же самое практически о каждом занятии. Сегодня сферы деятельности «белых воротничков», включая бухгалтерский учет, рентгенологию, юриспруденцию, журналистику и торговлю акциями, находятся под угрозой. Причем не меньшей, если не большей, чем рабочие сферы: сельское хозяйство, вождение и производство. В 2013 году исследователи из Оксфордского университета предположили: в течение следующих 20 лет машины смогут заменить людей на половине работ в Штатах.
Возможно, эти и другие статистические данные преувеличены. Но, без сомнений, общие информационные системы и роботизация важны для нашей жизни и будущего. Нельзя не отдавать дань развитию, улучшающему жизнь и делающему ее более осмысленной. Но что станет со всей мудростью, которая неразрывно связана с каждой из исчезающих профессий?
Обширные знания кроются в небольших, но важных событиях, происходящих в наших мирах каждый день. Мы игнорируем эти сведения ценой будущих благополучия, продуктивности, безопасности и духовной пищи. Когда я вслед за Уэнделлом Берри спрашиваю: «Для чего нужны люди?», — то не призываю отказываться от алгоритмов и машинного обучения. Меня не охватывает ностальгия, и я не призываю вернуться к прошлой практике. Это не попытка скрыться на островке, свободном от техники. Когда я спрашиваю: «Для чего нужны люди?», — то не предполагаю однозначного выбора «или… или…». Напротив, напоминаю, что культура, застывшая под чарами точных наук, утратила свою суть. Когда мы ставим технологии и их решения превыше всего, то перестаем видеть динамику и нюансы. А ведь эта способность отличает человеческий интеллект в наивысшем проявлении. Ставя технологии над собой, мы перестаем обобщать данные из других источников. Упускаем продолжительную эффективность, которая берет начало в целостном подходе, а не в оптимизации.
Главное, повторяя мысль Уэнделла Берри, я спрашиваю: почему в Западном мире, и в особенности в Америке, вовлеченность в исследование культуры стала синонимом бессмысленной роскоши? Почему изобразительные искусства, поэзия и музыка оказались баловством или хобби по выходным? Почему просмотр пьесы или поход на концерт стали привилегией снобов, а чтение романа — пустой тратой времени? Искусство, как мы предполагаем, подходит в качестве рода деятельности только немногим везунчикам. «А что с практическим результатом, с финансами?» — спрашивают люди. Часы, потраченные на чтение или слушание музыки, не оплачиваются. Серьезные стихи и строгие теории обсуждают только дамы за обедом. Отдых с книгой — это мое личное время, совсем не продуктивное.
И все же ответ очевиден. Для чего нужны люди? Для производства и интерпретации смысла. Сфера гуманитарных наук идеальна в качестве учебной площадки для таких начинаний. В нашем распоряжении материалы более чем за два тысячелетия. С их помощью можно разобраться с ключевыми вопросами стратегии в любой культуре или организации. Научиться понимать другие миры, традиции, смыслы и конкурентные рынки. В этих навыках сама суть осмысления. Только люди могут ими овладеть. Машинное обучение никогда не сможет даже приблизиться к пониманию этих умений. Ведь последние требуют определенного взгляда, тогда как алгоритмы придерживаться какой-либо точки зрения не могут.
