На экране появлялись термины:

Эффект привязки – первое впечатление искажает последующую оценку.

Эффект подтверждения – мы ищем только то, что подтверждает уже имеющееся мнение.

Эффект ложной памяти – мозг достраивает детали, которых не было.

Иллюзия групповой достоверности – повторяемое кажется более правдивым.

– Всё это шум, – заключила Элиза. – Интерпретационный шум.

Не шум измерения. Не аппаратная погрешность.

А человеческий мета-шум.

Из него мы пытаемся вытянуть структуру.

– У нас есть свидетельства, – продолжила Тиа, – и нам нужно понять, какие из них ближе к истине, если вообще такое возможно.

– Субъективные данные, – вставил Даниэль. – Которые мы теперь пытаемся превратить в объективную модель.

– Именно. – Элиза открыла вторую вкладку. – Для этого мы вводим вероятностную логику.

На экране появилась формула:

P(H|E) = P(E|H) × P(H) / P(E)

– Это Байес. Классика. Но теперь – применимая к памяти, – пояснила она. —

H – гипотеза о событии,

E – свидетельство.

Мы хотим знать вероятность H, учитывая E.

– То есть… мы берем чьё-то воспоминание как свидетельство, – уточнил Даниэль, – и спрашиваем: насколько оно вероятно, если событие действительно было?

– Да. Но есть нюанс, – перебила Тиа. – Каждое воспоминание мы теперь снабжаем весом, отражающим вероятность искажения.

– Индивидуальный коэффициент доверия, – кивнул Грегори. – Кто чаще ошибается, кто склонен к драматизации, кто забывает цвета…

– И именно это мы включаем в модель, – добавила Элиза. – Мы строим не истину, а распределение вероятностей истины.

На доске возникла абстрактная конструкция:

Пусть у нас есть n свидетелей:

Каждый выдаёт интерпретацию

Каждому приписан коэффициент достоверности

Цель – определить P(Т) – вероятность того, что некое утверждение Т истинно.

– Это первая попытка, – сказала Элиза. – Наивная, но мощная.

Если все интерпретации согласованы, и веса высоки – мы получаем высокую вероятность.

– А если разнобой? – спросил Даниэль.

– Тогда возникает размазанное распределение, – кивнула она. – И тем самым – низкий консенсус.

И, внимание, теперь самое важное.

Элиза переключила слайд. На нём была надпись:

Истина как предельный случай согласованности.

– Мы перестаём искать абсолют, – произнесла она. – Мы ищем точку, к которой стремятся все интерпретации, при условии минимального искажения.

– То есть истина – это предел функции согласия, – прошептала Тиа. – Как в математическом анализе.

– …и если все наблюдатели в идеале воспринимают событие одинаково, – подхватила Элиза, – то I = T.

– Но этого не бывает, – добавил Грегори. – Значит, мы всегда приближаемся.

И вся работа алгоритма – оценивать степень этого приближения.

Так родилась первая математическая модель Истины в системе —Алетейя—.

Она больше не была константой.

Теперь она – функция от множества искажённых интерпретаций.

Функция, стремящаяся к идеальному консенсусу, но никогда не достигающая его полностью.

– Вы только что уничтожили понятие правды, – сказал Даниэль.

– Нет, – возразила Тиа. – Мы просто признали, что всегда живём в её приближении.

И задача науки – не искать грааль, а строить градиенты правдоподобия.

В лаборатории снова наступила тишина.

Не пустая. Не растерянная.

А та, в которой за шорохами формул и теплом человеческих голосов впервые пробивается новое понимание.

Интерпретация – это шум.

Но в этом шуме, если слушать достаточно долго,

начинает звучать песня структуры.

И где-то за границей моделей,

начинает проявляться…

предельный силуэт Истины.

На третьем часу абсолютной тишины, прерываемой только шорохом пальцев по сенсорам и периодическим вздохами, кто-то закашлялся.