Крайне примечательным является то обстоятельство, что авторами книги были не рядовые американские профессора, а ключевые люди из окружений Барака Обамы и Дэвида Камерона. После опубликования книги К. Санстейн весь первый президентский срок Б. Обамы являлся ключевым лицом в его администрации, а в ходе второго срока был назначен в комиссию по реформе АНБ, состоящую всего из пяти человек. Что же касается Р. Талера, то с 2010 года он является советником премьер-министра Великобритании Д. Камерона.
Что же за магическая технология, этот «Надж»? Он является своего рода квинтэссенцией поведенческой политики, или как ее называют в Америке «нового патернализма». В ее основе лежит тривиальная мысль, что человек — не робот и решения принимает не на основе соизмерения затрат и результатов, а под воздействием многих факторов, включая эмоции, настроения, привычки и т. п. Однако К. Санстейн и Р. Талер не остановились на азах поведенческой экономики, а интегрировали их с другими научными и технологическими достижениями.
Прежде всего, они обратились к достижениям нейропсихологии. Нейропсихологам хорошо известно, что масса мозга составляет примерно 2 % от массы тела. Однако он потребляет в спокойном состоянии до 10 % всей энергии организма. Это происходит, когда человек бездумно серфит в интернете, пьет кофе или болтает с друзьями.
Когда человеку необходимо решить задачу, которая требует размышлений, мозг потребляет до 25 % энергии. А если стоит не обычная задача, а сложная проблема, то расход энергии увеличивается до 35 %. Строго говоря, думать — это очень энергозатратное, и с точки зрения биологического функционирования, зачастую неоправданное занятие.
Поэтому подчас желаемым состоянием человека является лень. И лишь при необходимости он вынужден действовать, а уж тем более, напряженно думать. Однако жизнь устроена так, что думать человеку приходится практически всегда. Чтобы разрешить противоречие между энергетически выгодной ленью и необходимостью мыслить для того, чтобы существовать, а иногда и выживать, человек вооружается привычками, стереотипами, шаблонами действий, поведенческими паттернами и прочими автопилотами. Как говорится, живет «на автомате».
Но, живя «на автомате», человек стремится к удовлетворению своих главных потребностей и получению удовольствий. Поэтому поведенческие стереотипы каждого человека формируются так, чтобы как можно чаще получать удовольствия, и как можно реже сталкиваться с неприятностями и опасностями, а также необходимостью решать сложные проблемы.
К. Санстейн и Р. Талер не ограничились при построении своего метода исключительно достижениями психологии и нейронаук. Как раз к моменту написания их книги начался бум Больших Данных. При этом быстро стало понятно, что Большие Данные тем Больше, чем больше характеристик того или иного объекта, субъекта и т. п. они охватывают, чем больше параметров, характеристик содержится в Данных, и чем чаще эти Данные собираются.
Сегодня в Америке имеется несколько провайдеров данных о людях, социальных группах и компаниях. Крупнейший из них, Аcxiom имеет полный набор данных более чем на 500 млн. человек, включая большинство взрослых американцев и жителей других стран. Общее число параметров цифровой личности каждого человека, включенного в базу компании, в среднем составляет в США около 50.
Однако, самый большой провайдер данных — это американское правительство. Официально это — финансовые, налоговые службы, системы медицинского страхования и т. п. В имеющихся у государства и крупнейших частных провайдеров данных содержится практически все. От номеров социального страхования и водительского удостоверения до историй болезни и взаимоотношений с кредитными учреждениями. От девичьей фамилии матери до перечня мелких административных правонарушений. Третьей составляющей технологии К. Санстейна и Р. Талера стало использование Больших Данных в виде поведенческого архива, т. е. интернета. Как сказал уже упоминавшийся автор триллеров Майкл Маршалл Смит: «Цифровые следы, в отличие от следов на земле, остаются навечно».
Фактически интернет, помимо многого другого, является еще и всеобъемлющим цифровым поведенческим архивом, в котором зафиксирована активность людей в Сети за многие годы. При этом в архиве содержатся данные как о практических действиях, включая различного рода поездки, покупки, обращения к врачам и т. п., так и мысли в виде текстов и, наконец, даже намерения и эмоции, материализованные в коротких записях в социальных сетях, в текстах электронных писем и т. п. Этот архив имеет распределенную архитектуру. Его составные блоки имеются у поисковиков, у владельцев социальных сетей, в крупнейших интернет-магазинах, интернет-сервисах и, конечно же, у структур американского правительства, прежде всего, в АНБ.
Наличие огромного всеобъемлющего поведенческого архива позволило компаниям — владельцам Больших Данных использовать их для предсказания поведения. Проиллюстрируем это широко известной в Америке историей. Однажды в магазин крупнейшей торговой сети Target зашел мужчина и потребовал вызвать менеджера. В своих руках он сжимал огромную кипу купонов магазина, полученных его дочерью.
«Моя дочь получила это по почте! — прокричал он. — Она еще в школу ходит, а вы посылаете ей купоны на детскую одежду и памперсы? Да как вы смеете! Вы хотите таким способом побудить школьниц рожать?»
Менеджер посмотрел на пачку купонов на материнскую одежду, детскую мебель — действительно, они были адресованы дочери рассерженного мужчины. Менеджер принес свои извинения.
Через несколько дней он позвонил мужчине, чтобы еще раз извиниться. По телефону голос отца звучал растерянно. «Знаете, я серьезно поговорил с дочерью, и выяснилось, что в моем доме происходило то, о чем я совершенно не догадывался. Она рожает в августе. Примите мои извинения».
Поэтому Target поставил перед отделом прогнозной аналитики задачу: определить, какая из покупательниц ждет ребенка до того, как это станет очевидно. Проанализировав покупательские привычки беременных женщин, аналитиками была разработана система прогнозирования беременности.
Представим себе ситуацию: молодая женщина заходит в магазин и покупает лосьон с кокосовым маслом, сумку для прогулок и ярко-голубой плед. Программное обеспечение в Target выдаст свой вердикт: вероятность беременности этой покупательницы — 87 %. Данные поступают маркетологам, и теперь Target начнет формировать ее привычки и управлять ими: пришлет ей купон со скидкой на детскую кроватку, присыпку, детские бутылочки и т. д. Причем это будет выглядеть ненавязчиво, чтобы не вызвать волну негодования за «шпионаж»: скидки на товары для детей помещаются среди скидок на другие товары.
«Подталкивание» («Надж») представляет собой использование поведенческих стереотипов, психофизиологических реакций и Больших Данных для целенаправленной коррекции поведения тех или иных конкретных социальных, имущественных, возрастных и т. п. групп. Для коррекции поведения используется открытый Куртом Левиным канальный, или тоннельный эффект. Выбор тех или иных факторов воздействия, которые обеспечивают реализацию этого эффекта, осуществляется на основе предсказательной аналитики и Больших Данных. В бизнесе это используется для увеличения продаж. А в политике, например, для прямого воздействия на электоральное поведение, как во время последних президентских выборов в США.
