По-добре информираните обществени решения не са непременно по-добрите

Едно от нещата, които улесняват създаването на политики в съвременния свят, е, че знаем повече. Разполагаме с по-добра информация за резултатите, по-добро разбиране за това какво работи и какво не, и - благодарение на напредъка в технологиите - можем да използваме алгоритми и машинно самообучение, за да вземаме по-добре информирани решения.

Но по-добре информираните решения не са непременно „по-добрите решения“ и определено не са „по-приятните“, пише колумнистът на Financial Times Стивън Буш.

Да вземем например случая с Шон Хог, причината за неотдавнашен политически спор в Шотландия. Хог, който на 17-годишна възраст изнасили 13-годишно момиче, беше осъден на 270 часа общественополезен труд, тъй като шотландските съдии са инструктирани да вземат предвид възрастта на обвиняемия.

Съдебните директиви са в много отношения най-разпространената форма на „алгоритъм“, който се използва в обществената политика днес, въпреки че не мислим често за тях по този начин. Пускаме поредица от данни - естеството на престъплението, обстоятелствата му, различни биографични подробности за извършителя и жертвата - в съдебната машина, за да създадем набор от опции, които председателстващият съдия да разгледа.

Алгоритъмът, генерирал присъдата на Хог, е добър пример за по-широките предизвикателства, свързани с използването на алгоритми в публичната политика. Знаем, че много затвори функционират като „бизнес училища“ за престъпност: те предоставят социални мрежи и възможности за наставничество, в резултат на което някои хора ги напускат като по-сериозни престъпници, отколкото когато са влезли. Затова имаме основателна причина да избягваме вкарване в затвора на нарушителите с първо провинение, когато това е възможно. И също така знаем, че въпреки че няма твърдо правило за това кога мозъците ни са напълно развити, или достигаме „пълна зрялост“, това обикновено се случва някъде през двадесетте ни години. Така че има добри аргументи за издаването на по-малко затворнически присъди за нарушителите с първо провинение, особено тези под определена възраст.

Но много от нас изпитват инстинктивното усещане, че макар изпращането на хора в затвора в ранна възраст по принцип трябва да се избягва и въпреки че 17-годишен може да вземе по-лоши решения, отколкото човек на 27 години, всяко изнасилване, да не говорим за това на дете, е отвратително престъпление, което трябва да води до особено тежки присъди. Съществуващото ни разбиране за данните казва едно, но моралната ни интуиция сочи друго.

Един отговор на този тип грешки в политиките е да се промени алгоритъма: да се удължат присъдите или да се премахнат или отслабят някои от защитите, които сме въвели на основание възраст. Това е част от причините, поради които възходът на алгоритмите и големите обеми данни е вълнуващ за обществената политика: можем по-добре да използваме доказателства, за да оформим нашите политики и по-лесно да разберем защо сме стигнали до заключение, което не харесваме.

Но въпреки че съдебните директиви са добър пример за алгоритмична логика в публичните политики, в някои отношения те са един от най-лесните примери. Винаги е трябвало да правим компромис между наказание, възпиране, зрялост на нарушителите и реабилитация на наказателните присъди. В много отношения технологията придава на тези стари дебати ново ниво на прецизност. Въпреки че създателите на политики отдавна са разделени относно правилния баланс между индивидуалната отговорност, намаляването на общата престъпност и правосъдието за конкретни провинения, сега можем да дебатираме за точната тежест, която трябва да се даде на всеки от тези компоненти: дори ако заключим, че отговорът е „никаква“ в случаите като този на Хог.

Става по-сложно когато имаме по-добра информация с потенциала да промени не само факта колко сме информирани, но и дебата относно решенията, които вземаме. Знаем, например, че във всяка здравна система има известна степен на сортиране: лекарите вземат решения относно жизнеспособността на един или друг пациент, относно шансовете на един реципиент на донорски органи пред тези на друг. Какво ще стане, ако данните показват, че хората, които са по-заможни, обикновено се възползват от донорството именно поради икономическите си предимства? Трябва ли да включим това в процесите си на вземане на решения или не?

Основното предимство на ерата на по-добра информация и по-добри инструменти, с които да боравим с нея, е, че можем в по-голяма степен от всякога да определим количествено последствията от нашите избори. Но това не променя факта, че често ще трябва да избираме между резултати, които не харесваме, и че докато новите източници на данни могат да ни информират по-добре, те също така могат да оформят решенията ни по начини, които не ни харесват.

Едно изкушение за правителствата ще бъде тези дебати да се провеждат при затворени врати: да бъдем неясни относно това, което ни казват данните и да продължим тайно да коригираме алгоритмите. Но едно предимство на ерата на големите данни е способността да се вземат решения по по-обмислен начин - да се обсъжда ясно какви компромиси са включени. Заслужава си да се борим за това.