По словам Томаса Хилла, первопроходца в этой области исследований, «есть веские свидетельства того, что целенаправленное познание эволюционировало из механизмов, первоначально предназначенных для оптимального поиска пищи в окружающем пространстве, которые в результате роста нейронных связей в коре мозга оказались адаптированы для поиска и сбора информации» [T. T. Hills, “Animal Foraging.”]. Утверждение о том, что мы по своей природе являемся искателями информации, подкрепляется гуманитарными исследованиями, показывающими, что люди организуют окружающую среду для максимального сбора информации; это наблюдение привело к созданию формальных теорий о фуражировке информации [P. Pirolli and S. Card, “Information Foraging,” Psychological Review 106, no. 4 (1999): 643.]. С этой точки зрения любые действия, направленные на максимальное погружение в информационную среду и потребление новой информации, могут считаться оптимальными, несмотря на целевую интерференцию. Таким образом, такое поведение может получать подкрепление и в других областях нашей жизни, несмотря на негативные последствия. Поскольку люди обладают врожденным стремлением к поиску информации подобно тому, как другие животные стремятся к поиску пищи, нам нужно принимать во внимание, что этот «голод» теперь с избытком удовлетворяется современными технологическими новшествами, обеспечивающими свободный доступ к информации.

Идеи экологии поведения: области науки, которая занимается исследованиями эволюционных основ поведения, изучая взаимодействие животных со средой обитания, проливают новый свет на наше многозадачное поведение с высокой целевой интерференцией. Важный вклад внесла разработка теорий оптимального поиска ресурсов. Эти теории основаны на наблюдении, что животные ищут пищу не случайным образом, но оптимизируют свои стратегии поиска на основе инстинкта выживания. Методы оптимального поиска пищевых ресурсов, сформированные естественным отбором, связаны с максимальным приемом энергии при минимальных затратах. Теория оптимального поиска ресурсов включает математические модели, которые могут быть использованы для прогнозирования действий животных в конкретных природных условиях; иными словами, они показывают, как «оптимальный фуражир» будет вести себя в любой данной ситуации. Хотя виды поведения, наблюдаемые в реальном мире, отклоняются от модельных прогнозов, эти прогнозы почти не расходятся с реальностью и служат полезными инструментами для понимания сложных взаимодействий между поведением и окружающей средой. Таким образом, исходя из перспективы «информационной фуражировки», теория оптимального поиска пищи помогает объяснить феномен рассеянного ума.

В 1976 году эволюционный биолог Эрик Чарнов разработал теорию оптимального поиска пищи, известную как «теорема критической пользы» (MVT), которая была сформулирована для прогнозирования поведения животных, которые ищут пропитание в «неоднородных» природных условиях [E. L. Charnov, “Optimal Foraging: The Marginal Value Theorem,” Theoretical Population Biology 9, no. 2 (1976): 129–136.]. Это такие условия, где количество пищи ограничено, и она находится в разрозненных скоплениях или участках, разделенных бесплодными территориями. Такой вид окружающей среды, часто встречающийся в природе, требует от животного перемещения от одного плодородного участка к другому, когда ресурсы пропитания со временем истощаются. Представьте белку, собирающую желуди на дубе. По мере того как белка поглощает желуди, их доступность уменьшается, и в какой-то момент белке становится выгоднее потратить время и силы на поиск нового дерева, чем доедать остатки со старого. MVT-модели предсказывают, сколько времени животное проведет на данном участке, прежде чем перейдет к следующему, с учетом природных условий.

Рис. 1.2. Графическая репрезентация теоремы критической пользы: модель оптимальных поисков пищи, описывающая соотношение затрат и преимуществ для поиска пищи в неоднородных условиях природной среды.

Не вдаваясь в математические детали, которые стоят за MVT, мы все-таки можем понять и даже применить эту теорию, изучив графическую репрезентацию ее модели. Сопроводительная диаграмма изображает соотношение затрат и преимуществ по оси Х, где преимущества накапливаются с увеличением времени пропитания на данном участке (рост вправо), а затраты накапливаются с увеличением времени перехода на новый участок (рост влево). Животное, движимое врожденным инстинктом выживания, старается оптимизировать совокупное потребление ресурсов (увеличение по оси Y) при сборе пищи. Ключевой фактор этой модели обозначен как «кривая потребления ресурсов». Эта кривая отражает постепенное снижение преимуществ при добыче пищи на одном месте. Совокупное потребление ресурсов не увеличивается линейно и не продолжается до бесконечности с увеличением времени сбора пищи на одном месте (т. е. орехи заканчиваются). Если животное обладает представлением о факторах, образующих форму кривой потребления ресурсов (т. е. имеет впечатление об уменьшении преимуществ конкретного участка по мере продолжения питания), а также сознает ожидаемое время перехода на новый участок, то оптимальное время в источнике можно рассчитать по пересечению между касательной линией, соединяющей ожидаемое время перехода и кривую потребления ресурсов. Поэтому если наша белка интуитивно сознает, что ее дерево оскудевает и что на другой стороне луга растет еще один дуб со множеством желудей, до которого нетрудно добраться, то она перемещается на новое дерево. Эта модель была подтверждена на нескольких видах животных, в том числе на пищевом поведении большой синицы и волосатого броненосца [M. H. Cassini, A. Kacelnik, and E. T. Segura, “The Tale of the Screaming Hairy Armadillo, the Guinea Pig, and the Marginal Value Theorem,” Animal Behavior 39, no. 6 (1990: 1030–1050; R. J. Cowie, “Optimal Foraging in the Great Tits (Parus Major),” Nature 268 (1977): 137–139.].

Теперь, оставаясь в рамках модели MVT, давайте заменим добычу пропитания на добычу информационных ресурсов и рассмотрим вас в качестве животного, добывающего информацию. В данном случае участками сбора являются источники информации, такие как сайт, электронная почта или ваш iPhone. Обратите внимание, что каждый из этих участков со временем проявляет признаки истощения питательного ресурса по мере постепенного исчерпывания содержащейся в них информации и/или вашей скуки или озабоченности в связи с добычей информации из единственного источника. Поэтому, с учетом вашего интуитивного знания об уменьшении ресурсов на нынешнем участке, и представления о длительности перехода к новому информационному участку, по прошествии определенного времени вы неизбежно решите переключиться на новый участок. Модель выявляет факторы, влияющие на наше решение о том, как долго мы будем выуживать информацию из данного информационного пруда, прежде чем перейти к рыбалке на новом месте. MVT-модель можно с успехом применять для людей, которые «питаются информацией», и оптимальное соотношение «времени в источнике» и переключение на новый участок можно рассчитать математически и подтвердить лабораторными и полевыми исследованиями. Хотя такое исследование выходит за рамки нашей книги, было бы интересно посмотреть, как другие ученые эмпирически разберутся с этой гипотезой.

Теория оптимальных поисков пищи уже применялась к человеческой охоте на информацию, помогая понять, как мы занимаемся поиском в Интернете и в нашей собственной памяти, а также как ученые и врачи ищут нужную информацию [Pirolli and Card, “Information Foraging”; T. Hills, P. M. Todd, and R. L. Goldstone, “Priming and Conservation between Spatial and Cognitive Search,” in Proceedings of the 29th Annual Cognitive Science Society (Austin: Cognitive Science Society, 2007), 359–364; P. E. Sandstrom, “An Optimal Foraging Approach to Information Seeking and Use,” Library Quarterly (1994): 414–449; M. Dwairy, A. C. Dowell, and J. C. Stahl, “The Application of Foraging Theory to the Information Searching Behavior of General Practitioners,” BMC Family Practice, 12, no. 1 (2011): 90.]. Насколько нам известно, такие теории не использовались для изучения важнейшего вопроса: почему мы склонны к многозадачному поведению с высокой целевой интерференцией, хотя и понимаем, что это вредно для нас. В главе 9 мы применим MVT-модель для изучения факторов нашего высокотехнологичного мира, влияющих на поведение при добыче информации. Мы покажем, что из-за специфических особенностей современной технологии, наша распространенная манера поведения больше не может считаться оптимальной даже с точки зрения поиска новой информации. В главе 11 мы углубим нашу дискуссию и воспользуемся этой моделью для составления плана модификации поведения, чтобы свести к минимуму негативное воздействие технологии на рассеянный ум и улучшить качество нашей жизни. Но сначала давайте погрузимся в исходные положения нашего рассеянного ума, чтобы более содержательно размышлять о том, что же на самом деле произошло после появления современной технологии.