Люди выбирают путь, держа цель прямо перед собой — даже если это не самый эффективный маршрут

Исследование больших данных показывает, что люди не выбирают кратчайший путь при ходьбе. Вместо этого мозг стремится минимизировать угол между направлением движения и прямой линией до цели — «самый прямой путь» (pointiest path), даже если он менее эффективен.

От догадки к данным

Идея исследования зародилась из личного наблюдения: путь из пункта А в Б часто отличается от обратного маршрута. Современные технологии и большие данные позволили проверить эту гипотезу. Учёные из Senseable City Lab (MIT) и других институтов проанализировали обезличенные данные о перемещениях пешеходов в Сан-Франциско и Бостоне.

Ключевые открытия

• Люди систематически отклоняются от кратчайшего пути, и это отклонение растёт с увеличением расстояния.
• Наиболее точную модель для предсказания реальных маршрутов даёт не минимизация расстояния, а минимизация угла между текущим направлением движения и вектором на цель.
• Эта модель работает как в запутанной планировке Бостона, так и в регулярной сетке улиц Сан-Франциско.
• Такое поведение — векторная навигация — ранее наблюдалось и у животных.

Эволюционное объяснение

Стремление «держать цель впереди» может быть эволюционным наследием. В саванне кратчайший путь и движение прямо на цель часто совпадали. В современных городах с их сложной планировкой эта стратегия перестала быть оптимальной, но мозг продолжает её использовать.

Эволюция — история компромиссов. Когнитивная нагрузка от расчёта идеального пути может не стоить сэкономленных минут. Эта «достаточно хорошая» система работала для многих поколений.

Человек и технология: столкновение логик

Исследование подчёркивает ключевое различие между человеческим и компьютерным мышлением:

• Мозг оперирует «ограниченной рациональностью» (bounded rationality) и идёт на компромиссы.
• Компьютеры действуют с абсолютной рациональностью по заданному коду.

По мере того как люди всё больше полагаются на технологии (Google Maps, беспилотные автомобили), становится критически важным создавать системы, которые учитывают человеческие иррациональность и особенности, а не просто навязывают машинную логику.