Читать книгу Почему мы помним. Как раскрыть способность памяти удерживать важное онлайн

Миллер прибег к комической метафоре преследования, чтобы привлечь внимание к своему выводу: мы способны держать в уме лишь около семи элементов. По более поздним оценкам кажется, что Миллер был настроен слишком оптимистично и мы можем одновременно удерживать лишь три-четыре элемента информации. Это ограничение памяти помогает объяснить, почему, если сайт сгенерирует вам временный пароль из случайных букв и цифр – скажем, JP672K4LZ, – вы немедленно его забудете, если не запишете. Профессиональные мнемоспортсмены сталкиваются с теми же ограничениями, что все остальные, но пользуются огромной брешью в этой стене: нигде не сказано, что считается за один элемент информации. Группирование позволяет сжимать огромные объемы данных в удобные и доступные фрагменты[83].

Вы давно пользуетесь группированием для повседневного обучения и запоминания, даже если сами этого не осознаете. Например, если вы гражданин США, вы, скорее всего, выучили наизусть девять цифр своего номера социального страхования. Эту последовательность легко запомнить, потому что она разбита на три удобных группы – по схеме 3–2–4. В Соединенных Штатах мы так же запоминаем и телефонные номера из десяти цифр (по схеме 3–3–4). Группируя цифры, мы на две трети сокращаем объем информации, который приходится обрабатывать мозгу. Аббревиатуры (например, HOMES для названий Великих озер) и акростихи (например, «Каждый охотник желает знать, где сидит фазан» для цветов радуги) следуют тому же принципу, привязывая информацию, которую было бы трудно запомнить, к простым элементам, которые даются легко. Даже та бессмысленная, случайно сгенерированная последовательность букв и цифр в пароле становится намного удобнее, если разбить ее на группы: JP6–72K–4LZ.

Некоторые из самых убедительных исследований группирования провел в 1970-х Херб Саймон, психолог из Университета Карнеги – Меллона, первопроходец в зарождающейся науке об искусственном интеллекте. Саймон работал во многих областях, в том числе в экономике, за что в 1978 году получил Нобелевскую премию, но больше всего меня интересовали его исследования шахмат. В 1950-х Саймон заинтересовался разработкой компьютерных алгоритмов для симуляции того, как решают задачи люди[84], и в качестве предельно сложной задачи он взял шахматы.