Ta obietnica jest już wszędzie: nagraj siebie przed kamerą, a oprogramowanie powie Ci, jak pewnie wypadasz. Warto dokładnie się przyjrzeć, co takie twierdzenie mogłoby w ogóle znaczyć, bo pewność siebie nie jest właściwością pliku wideo. Jest osądem, który wydaje widownia, a widownia wydaje go na podstawie kontekstu, którego żaden algorytm nie widzi — kim dla tych ludzi jesteś, co jest stawką, czy Twój bezruch czyta się jako spokój, czy jako zamrożenie, czy Twoje długie pauzy docierają jako namysł, czy jako panika. To, co nagranie naprawdę zawiera, jest o wiele węższe: jak szybko mówisz, gdzie robisz pauzy i jak długie, dokąd wędrują Twoje oczy, jak bardzo się poruszasz. To są przybliżenia, wskaźniki zastępcze, a nie sama rzecz. W dobry dzień pokrywają się z tym, co widownia nazwałaby pewnością siebie; w wiele innych dni wcale się nie pokrywają. Oprogramowanie potrafi mierzyć te przybliżenia z wielką cierpliwością i bez cienia pochlebstwa. Do samej rzeczy nie sięga i każda uczciwa funkcja oceniania musi zaczynać od tego przyznania, zamiast je zakopywać.
Kłopot zaczyna się wtedy, gdy narzędzie i tak je zakopuje. Daj komuś jedną niewyjaśnioną liczbę — 74, czwórkę z plusem, indeks pewności siebie bez widocznego wnętrza — a liczba przestaje opisywać wystąpienie i zaczyna nim dyrygować. To jedno z najstarszych odkryć w dziedzinie mierzenia czegokolwiek: w chwili, gdy miara staje się celem, ludzie optymalizują miarę, a nie rzecz, którą miała mierzyć. Przed kamerą wygląda to bardzo konkretnie. Uczysz się, że wynik nagradza nieprzerwany kontakt wzrokowy, więc wpatrujesz się w obiektyw, aż ciepło ścina się w coś bliższego przesłuchaniu. Uczysz się, że wynik karze ciszę, więc zalewasz betonem dokładnie te pauzy, dzięki którym brzmiało to tak, jakby naprawdę było powiedziane na serio. Uczysz się, że lubi równe tempo, więc recytujesz pod metronom i nazywasz tę płaskość dyscypliną. Ujęcie po ujęciu liczba rośnie i ujęcie po ujęciu wystąpienie robi się coraz dziwniejsze — wypolerowane w sposób, o który żaden widz nie prosił, pewne siebie w sposób, w który żaden widz nie uwierzy. Nie zostałeś lepszym mówcą. Nauczyłeś się płynnie mówić algorytmem, a algorytm nie jest Twoją widownią.
Jak więc wyglądałby uczciwy wynik? Test jest krótki: uczciwy wynik to taki, z którym możesz się spierać. A spieranie się z liczbą wymaga możliwości zobaczenia, jak powstała, bo werdykt wydany z czarnej skrzynki pozwala tylko na posłuszeństwo albo wzruszenie ramion — a ani jedno, ani drugie niczego nie uczy. To jest rozumowanie stojące za tym, jak podchodzi do sprawy Talk2Camera. Aplikacja pokazuje dla ujęcia jedną złożoną liczbę, a obok niej każdą daną wejściową, która tę liczbę zasiliła, każdą z wagą, jaką niosła. Nic w tej liczbie nie przychodzi zapieczętowane. Produkt jest równie jasny co do rangi tej liczby: opisuje wynik złożony jako heurystykę treningową wyprowadzoną z tego, co pokazuje nagranie — a nie jako pomiar Ciebie. To sformułowanie wykonuje prawdziwą pracę. Heurystyka to przybliżony drogowskaz zbudowany z obserwowalnego zachowania, podpowiedź, gdzie spojrzeć dalej; pomiar Ciebie byłby twierdzeniem o tym, kim jesteś. To pierwsze oprogramowanie może uczciwie zaoferować. Tego drugiego nie może, a funkcja oceniania, która odmawia udawania, że jest inaczej, jest rzadsza, niż powinna być.
Widoczne wnętrze zmienia to, jak spieranie się wygląda w praktyce. Załóżmy, że ujęcie wraca z wynikiem złożonym niższym niż wczorajszy. Przy zapieczętowanej liczbie zostaje Ci tylko poczuć się mgliście osądzonym i spróbować jeszcze raz, mocniej, ale nie wiadomo w czym. Gdy dane wejściowe i ich wagi leżą rozłożone obok liczby, możesz znaleźć tę, która się poruszyła, i wziąć ją w krzyżowy ogień pytań. Może dana związana z pauzami pociągnęła liczbę w dół — a może pauzy zrobione były celowo, bo ten fragment potrzebował powietrza. W takim razie przyłapano właśnie heurystykę na tym, że nie zauważyła Twojego zamiaru: uchylasz jej zdanie i zostawiasz pauzy. A może dana ma rację: naprawdę było za szybko, zawsze jest za szybko przy zmęczeniu, a liczba po prostu zauważyła to wcześniej niż Ty. Oba zakończenia są wygranymi. A ponieważ obok wyniku złożonego stoją zwykłe statystyki wystąpienia — Twoje tempo i podobne liczby — możesz zejść ze streszczenia do konkretnego zachowania, które ono streszcza, i pracować nad nim, a nie nad liczbą. Wynik złożony mówi, gdzie patrzeć. Statystyki mówią, co się stało. Żadne z nich nie mówi, ile jesteś wart.
Zastrzeżenia zasługują na wypowiedzenie wprost. Heurystyka zbudowana z nagrania nie widzi Twojej widowni, Twojej stawki, Twojego rejestru ani Twojego zamiaru; nie odróżni celowo powolnego rozkręcania się od zgubionego wątku, a styl, pod który jej nie budowano, może dostawać dziwne wyniki już zawsze. Będą ujęcia, w których liczba spadnie, bo dokonano wyboru, którego można bronić — a bronienie go jest dokładnie przewidzianym użyciem. Jeśli niski wynik wysyła Cię na przeszukiwanie danych wejściowych, a poszukiwania kończą się słowami: nie, to było słuszne i to zostaje — funkcja wykonała swoją robotę równie w pełni jak w dniu, w którym wynik rośnie. Tym, co oprogramowanie może uczciwie zaoferować mówiącemu, jest cierpliwa obserwacja z pokazanym rozumowaniem; tym, czego zaoferować nie może, jest werdykt o Twojej pewności siebie, a narzędzia, które udają, że go wydają, trenują Cię do grania dla niewłaściwej widowni. Spieraj się dalej. Wynik, z którym można się spierać, zostawia władzę tam, gdzie zawsze było jej miejsce — przy Tobie.