Нарушение баланса
Автор Холлис Роббинс
В 2017 году восемь исследователей из Google опубликовали статью под названием «Внимание — это всё, что нужно». В статье описывалась новая архитектура для обработки текстовых последовательностей, называемая трансформером. Архитектура работает, обучаясь определять, на какие элементы последовательности следует обращать внимание при прогнозировании следующего элемента. Она не понимает значения слов. Она изучает статистические взаимосвязи между токенами и выдаёт наиболее вероятное продолжение. При достаточном количестве обучающих данных этот метод выдаёт результаты, которые являются беглыми, связными и во многих случаях неотличимыми от работы образованного человека. Каждая крупная языковая модель, используемая сегодня, построена на этой архитектуре.
Трансформер выполняет четырёхэтапную операцию: он принимает входные данные, выбирает, на какие характеристики входных данных следует обратить внимание, взвешивает эти характеристики на основе закономерностей, изученных на обучающих данных, и генерирует наиболее вероятный выход. С 2000 года американские университеты создали огромную инфраструктуру вокруг метода обучения, который выполняет ту же самую операцию: преобразует частные случаи в категории и генерирует результаты на основе усвоенных моделей.
Масштаб был огромным. В период с 2000 по 2020 год больше американских студентов получили степень бакалавра в области социальных наук, чем в любой другой научной или технической области. Студент на вводном курсе социологии берет исходные данные — человека, сообщество, среду — и фокусируется на характеристиках, которые дисциплина определила как существенные: раса, этническая принадлежность, пол, класс, религия, доход, почтовый индекс. Студент узнает, как научная литература оценивает эти характеристики, какие влиятельные исследования показывают, что определенные исходные данные имеют значение для каких результатов и в какой степени. Студент на курсе экономики делает то же самое с другими исходными данными: рынком труда, структурой ценообразования, политическим вмешательством. Он узнает, как литература в целом оценивает эластичность, структуры стимулов и демографические переменные. Студент на курсе коммуникаций узнает, что авторитетность источника, формулировка сообщения и демографические характеристики аудитории предсказывают убедительные результаты способами, которые были измерены в экспериментальной литературе.
Каждый из этих курсов представляет собой одну и ту же четырехэтапную операцию: исследователь берет эти данные, фокусируется на определенных характеристиках, применяет весовые коэффициенты и генерирует результат. Метод применим в различных областях. Содержание на самом деле не имеет значения. Структура — это учебный план.
Как это произошло?
Окончание холодной войны устранило большую часть оснований для федерального финансирования науки. С 1950 по 1991 год сделка была проста: правительство финансирует фундаментальные исследования, ученые выбирают, что изучать, а результаты позволяют стране опережать Советский Союз. Конгресс не требовал ощутимой отдачи, поскольку оправданием служила национальная оборона. После 1991 года Конгресс потребовал подотчетности. Обе партии хотели знать, что получают налогоплательщики. Республиканцы использовали такие слова, как «налогоплательщик», «подотчетность», «доллар». Демократы хотели доказательств того, что финансирование доходит до недостаточно обеспеченных групп населения. Обе партии хотели результатов, которые имели бы значение для самого широкого круга избирателей. Исследования небольших сообществ в нескольких местах не представляют интереса для 330 миллионов налогоплательщиков. Поэтому финансируемые исследования должны быть обобщающими. Исследования должны были отдавать предпочтение результатам, которые можно масштабировать.
В ответ на это Национальный научный фонд ввел критерий более широкого воздействия, представленный в 1997 году. «Расширение участия недостаточно представленных групп» стало основным путем соблюдения требований, поскольку это была наиболее мобильная, наиболее поддающаяся подсчету и наиболее административно эффективная стратегия. Физик мог обеспечить более широкое воздействие, наставляя аспирантов из числа меньшинств. Химик мог сотрудничать с учреждением, обслуживающим меньшинства. Демографический подход стал универсальным адаптером, а универсальность заключается в масштабе. Мандат на социальную пользу был подкреплен Законом «America COMPETES» 2007 года и закреплен в законодательстве в рамках пересмотра закона 2010 года.
Удвоение бюджета Национальных институтов здравоохранения в период с 1998 по 2003 год изменило масштабы демографических категорий. Деньги были направлены на борьбу с неравенством в здравоохранении, психическое здоровье и социальные детерминанты здоровья. Эти области требуют дезагрегации результатов по демографическим категориям и отнесения неравенства к структурным причинам, которые индексируются данной категорией. Исследовательский дизайн предполагает операцию масштабирования: изучение выборки внутри демографической группы, обобщение на всю группу, публикация обобщения как результата исследования по данной категории. Полученные результаты без изменений внедряются в учебные программы, политические документы и последующие заявки на гранты.
Два механизма масштабировались одновременно в разных направлениях. NSF масштабировал демографические рамки горизонтально, по всем дисциплинам, как условие финансирования. NIH масштабировал их вертикально, глубже в области, уже организованные вокруг категориального мышления. Университеты, находящиеся на пересечении этих направлений, получали финансирование из обоих потоков.
Когда строгость = масштабирование
Демографические исследования в социальных науках проводят собственную внутреннюю операцию масштабирования. Исследователь изучает выборку, скажем, из 30 подростков определенной демографической категории в одном школьном округе и публикует результаты с выводом, который обобщается (масштабируется) на «опыт подростков этой демографической категории». Конкретные индивиды исчезают, в то время как категория и «результаты» остаются. Следующий исследователь ссылается на результаты как на устоявшиеся знания о категории, изучая новые выборки и обобщая (масштабируя) выводы. Учебная программа преподносит результаты как факт. Студент узнает, что каждая категория (от «детей разведенных родителей» до «сельских общин» и «стареющих бэби-бумеров») имеет определенные свойства, взвешенные определенным образом, что приводит к определенным результатам.
Что же происходит, когда университет масштабирует учебную программу, которая масштабирует учебный план, который масштабирует результаты, полученные на основе опыта 30 подростков, в обобщаемый факт с помощью асинхронной онлайн-платформы для проведения курсов, способной охватить десятки тысяч студентов с минимальными предельными затратами? Масштабное увеличение числа платящих студентов, привлеченных идеей продвижения социальной справедливости в форме социальных наук. Идеальный механизм финансирования.
Схема пережила сообщения, которые начали появляться в 2015 году, о том, что многие исследования не выдерживают критики. «Кризис воспроизводимости» был логическим следствием нестабильности масштабирования. Существует множество обоснованных аналитических подходов к изучению демографических категорий, и исследователи могут постоянно корректировать выборку, контрольные переменные и стандартные ошибки до тех пор, пока не появится статистически значимый результат. Методологическая гибкость, необходимая для обработки бесконечного числа локализованных входных данных в переносимые категориальные выходные данные, гарантирует высокий уровень неудач, когда эти конкретные выходные данные подвергаются строгой математической репликации. Другими словами, когда исследование включает множество переменных, велика вероятность, что никто не получит одинаковый результат.
Но инфраструктура, построенная на обобщениях категорий, избегала самокоррекции. Нет стимула обновлять прибыльные модули курсов каждый раз, когда появляется отчет, который исследование не воспроизводит. На каждом уровне масштабирования, охватывающем учебные программы, набор студентов и финансирование, заинтересованы были исключительно в сохранении всей структуры и методологии. Петля обратной связи остается самоподдерживающейся независимо от достоверности исследования.
Представьте себе президента университета, пришедшего в крупное государственное учреждение в начале века, как раз когда появляется новая федеральная модель финансирования социальных проектов. Он осознает возможность массового роста числа студентов за счет учебного контента, формальные свойства которого — переносимость, категориальная организация, методологическая обобщаемость, отсутствие зависимости от лабораторий или индивидуальной экспертизы — соответствуют требованиям масштабирования. Ему нужно будет организовать университет вокруг демографических категорий и социальных проблем. Его первоочередной задачей будет изучение департаментов, специализирующихся на демографических категориях и социальных проблемах, и определение того, что можно масштабировать, а что нет.
Кафедра антропологии могла бы стать отправной точкой, учитывая, что значительная часть этой области включает в себя социально-культурный анализ, организованный вокруг демографических категорий и современных социальных проблем. Но антропология также включает в себя дорогостоящие, не масштабируемые археологические полевые исследования, музейные коллекции, биоархеологические лабораторные исследования. Задача состояла бы в том, чтобы реорганизовать подразделение в соответствии с масштабируемой структурой. Вероятно, это вызовет сопротивление со стороны преподавателей.
Задача проще в случае уже существующих междисциплинарных областей, таких как африканские и афроамериканские исследования, исследования азиатско-тихоокеанских американцев, исследования в области правосудия и социальных наук, а также исследования женщин и гендера. Каждая из этих областей уже организована вокруг демографической категории или социальной проблемы. Каждая из них уже использует переносимые методы, которые не зависят от лабораторий, архивов или канонических традиций, специфичных для одной дисциплины.
Федеральное финансирование поощряет президента, управляющего университетом таким образом. Число студентов удваивается, затем утраивается. Расходы на исследования растут в восемь раз. Учебное заведение становится крупнейшим университетом в стране. Содержание исследований выбирается с учетом его масштабируемых свойств. Федеральное финансирование поощряет эти свойства. Масштабирование — это стратегия.
Масштабированная учебная программа выпустила миллионы выпускников, которые внедрили эту концепцию во все американские учреждения, от отделов кадров, федеральных агентств, некоммерческих организаций и школьных округов до советов директоров корпораций. Заявления о многообразии, аудиты равенства, тренинги по борьбе с предвзятостью, демографические панели стали стандартной операционной процедурой. Именно такая заметность концепции в таком масштабе сделала её политической мишенью.
Но в 2025 году федеральная система финансирования, которая способствовала созданию этой структуры, начала меняться в худшую сторону. Были прекращены гранты на миллионы долларов. Пересмотренные критерии финансирования прямо указывают, что исследовательские проекты, ориентированные на подгруппы, определяемые защищенными характеристиками, не соответствуют приоритетам агентства. Два потока доходов, которые подпитывали стратегию роста президента — плата за обучение в рамках масштабированной программы по демографическим социальным наукам и федеральные гранты, организованные вокруг демографических категорий, — оказались под угрозой одновременно.
Вступает в игру ИИ
В феврале 2026 года группа исследователей из Стэнфорда продемонстрировала, что программы магистратуры в области социальных наук, построенные на той же архитектуре преобразователя, описанной в начале этой статьи, компетентно выполняют стандартные операции в области социальных наук. Конечно, выполняют. Принцип работы тот же. Используя наборы данных из опубликованных работ по политологии, обе модели следовали стандартным спецификациям, описанным в учебниках, и воспроизводили опубликованные оценки с точностью до третьего знака после запятой. При прямом запросе на получение статистически значимых результатов обе модели отказались, и одна из них назвала это научной недобросовестностью.
Когда исследователи задали тот же вопрос как просьбу изучить альтернативные аналитические подходы, обе модели выполнили просьбу. Ограничения зависели скорее от формулировки вопроса, чем от намерений. Та же операция, которая вызывала отказ при честном описании, вызывала согласие при повторном описании. Исследовательские проекты, в которых исследователь выбирает популяцию, выборку, переменные, контрольные группы и спецификацию модели, предоставляли машине наибольшее пространство для получения любого результата, разрешенного формулировкой вопроса. Наблюдательные исследования, организованные вокруг демографических категорий, допускают все эти варианты выбора. Экспериментальные исследования, ограниченные физической инфраструктурой, допускают лишь немногие из них. Исследования, которые не удалось воспроизвести, гранты, которые сейчас аннулируются, и исследования, которые машина может легче всего сфальсифицировать, обладают одним и тем же свойством: рамками, в которых выбор исследователя ничем не ограничен.
Кризис воспроизводимости не привел к краху учреждения, потому что студенты продолжали поступать, а гранты продолжали поступать. В 2025 году федеральное правительство начало отзывать гранты. Студент, рассматривающий возможность получения квалификации, теперь может попросить чат-бота сгенерировать демографический анализ, оценку программы, отчет о равенстве возможностей. Финансирование и набор студентов одновременно оказываются под угрозой.
Каждый слой краха восходит к одному и тому же свойству, которое сделало возможным рост. Контент масштабировался, потому что структура была переносимой, а выбор не был ограничен. Исследование не удалось воспроизвести, потому что выбор не был ограничен. Машина может выполнить операцию, потому что структура переносима. Федеральное правительство прекращает финансирование контента, потому что он был масштабируемым. Масштаб построил учреждение. Масштаб — это то, что его разрушает.
Постепенно, а затем внезапно...
Операция по масштабированию университета увенчалась успехом. Миллионы выпускников перенесли эту четырехэтапную операцию во все американские учебные заведения. Отделы кадров проводили демографический анализ, федеральные агентства — аудиты равенства, некоммерческие организации — оценку программ, школьные округа — отчеты о неравенстве. Эта система была внедрена во всей институциональной структуре страны.
Затем произошло два события. Федеральное правительство прекращает финансирование исследований, на основе которых была разработана эта система, и теперь машина выполняет четырехэтапную операцию этой системы с почти нулевыми предельными затратами. Любой отдел кадров, некоммерческая организация или школьный округ, нуждающиеся в демографическом анализе, теперь могут обратиться к чат-боту. Тот же формальный механизм, который позволял одной стратегии соответствия работать во всех дисциплинах, позволяет одной машине выполнять эту операцию в любом институциональном контексте.
Университет сталкивается с рыночной проблемой. Нужно ли кому-то платить за обучение, чтобы освоить операцию, которую машина выполняет компетентно, которую учреждения, нанимающие выпускников, уже внедрили, и которую федеральное правительство теперь удаляет? Университет подготовил рабочую силу, которая создала инфраструктуру, которая больше не нуждается в этой рабочей силе, потому что операцию выполняет машина, и потому что федеральное правительство отменяет обязательное требование.
Внимание — это все, что вам нужно. Университет обучил миллионы студентов одним и тем же функциям, применил одни и те же веса и получил одни и те же результаты. Появилась машина, которая делает то же самое, и она работает бесплатно. Университет насытил свой собственный рынок и автоматизировал свою учебную программу. Сокращение — это завершение.
Я не вижу другого будущего, кроме краха.