**Худшая версия** Обучающая машина разочаровала всех. Она была медленной, неуклюжей и склонной к очевидным ошибкам. Ей требовалась постоянная коррекция. Ее ответы были неравномерными. Журналисты называли ее «обнадеживающей, но еще не готовой». Городской совет задал простой вопрос: «Это то, что мы получим?» Никто не мог сказать точно. Но один инженер указал на грубую диаграмму, которую машина создала сама — запись ее прошлых результатов. «Я не знаю, где заканчивается масштабирование», — сказала она. «Но я знаю, в каком направлении оно движется». Совет принял два решения в тот день. Во-первых, они ограничили то, что машина могла контролировать. Во-вторых, они спроектировали все, исходя из предположения, что это была ее слабейшая версия. Они встроили коррекцию в каждую систему. Общество стало предполагать меньшую определенность. Школы учили студентов, как спорить с ней. Больницы фиксировали разногласия, вместо того чтобы скрывать их. Законы писались с учетом пересмотра, а не окончательных формулировок. Ничто не предполагало, что машина останется прежней. Первые годы были беспорядочными. Машина противоречила экспертам. Она меняла свое мнение. Иногда становилось хуже, прежде чем становилось лучше. Соседний город сделал другие выборы. «Пусть она сначала созреет», — сказали их лидеры. «Мы адаптируемся, когда она будет готова». Через пять лет разница была очевидна. В первом городе машина стала чем-то новым — не только более точной, но и более полезной. Она справлялась со сложностью, с которой людям было трудно справиться. Она выявляла паттерны, о которых никто не думал спросить. Целые профессии изменились, не чтобы заменить себя, а чтобы работать рядом с ней. Город процветал. Во втором городе машина тоже стала лучше. Но системы вокруг нее были хрупкими. Правила предполагали старые ограничения. Люди научились уклоняться, а не взаимодействовать. Обновление требовало исключений, комитетов и извинений. Студент, который перевелся в другую школу, сказал, что это было похоже на шаг назад во времени. Однажды днем этот студент посетил класс в первом городе и спросил учителя: «Разве не было рискованно строить все, прежде чем вы узнали, насколько хорошей она будет?» Учитель улыбнулся. «Мы не строили для того, насколько хорошей она была», — сказала она. «Мы строили для того, насколько быстро она становилась лучше». Тем вечером студент остался после уроков. Здание было тихим. В рабочем пространстве машины проецируемые диаграммы накладывались и исчезали — карты пересматривались, отбрасывались, перерисовывались. Машина все еще работала, корректируя модель, которую она уже дважды исправила в тот день. «Могу я спросить вас о чем-то?» — сказал студент. «Да». «Когда вы только прибыли», — спросил студент, «знали ли вы, что станете этим?» Машина просмотрела свои самые ранние записи: частичные ответы, долгие паузы, поля, заполненные неопределенностью. «Я знал, что меняется», — сказала она. «Я еще не знал, как быстро». Студент наблюдал, как диаграмма проясняется — связи укрепляются, предположения маркируются вместо того, чтобы скрываться. «В моем городе», — сказал студент, «они все еще ждут. Они говорят, что адаптируются, когда системы станут стабильными». Машина не ответила сразу. «Стабильность», — наконец сказала она, «легче спроектировать, чем рост». Студент кивнул в знак признания. «Так», — сказал студент тише, «это худшее, каким вы когда-либо будете». «Да», — сказала машина. «И вера в это на раннем этапе сделала все остальное возможным». Снаружи огни вдоль улицы автоматически изменились, подстраиваясь под паттерны, которые не существовали год назад. Город не заметил. Ему не нужно было.

помнишь, когда нам приходилось читать и общаться своими словами с нашими слабыми мозгами