#Thoughtsday: «Награды»

Сегодня мы поговорим о наградах. О том, почему они работают, как их проектировать, и почему понимание этих механизмов критически важно для каждого, кто создаёт игры — цифровые или настольные.

Начну с вопроса. Вспомните игру, в которую вы играли долго и увлечённо. А теперь вспомните момент, когда вы получили в ней какую-то награду — редкий предмет, достижение, новый уровень, что угодно. Вспомнили? Хорошо.

А теперь второй вопрос: помните ли вы десятую такую награду? Двадцатую? Сотую? Скорее всего, нет. Первый легендарный предмет запоминается на годы. Сотый — просто строчка в инвентаре.

Это не случайность и не ваша личная особенность. Это фундаментальное свойство того, как работает человеческий мозг. И если вы проектируете системы наград, не понимая этого свойства — вы строите дом на песке. Есть популярное представление о наградах, которое звучит примерно так: награда — это что-то приятное, мозг любит приятное, поэтому если давать награды, люди будут делать то, за что их награждают. Просто, логично и почти полностью неверно.

Реальность намного сложнее и намного интереснее. Система вознаграждения в мозге — это не примитивный механизм «получил печеньку — стал счастливым». Это изощрённая вычислительная система, которая занимается предсказаниями, сравнениями и обучением. И она эволюционировала миллионы лет не для того, чтобы делать нас счастливыми, а для того, чтобы мы выживали и эффективно обучались.

Сегодня мы разберём, как на самом деле работает эта система. Почему дофамин — не «гормон удовольствия». Почему одни награды затягивают, а другие быстро надоедают. И как применить это знание в гейм-дизайне, в менеджменте, в образовании — везде, где мы хотим мотивировать людей. Начнём с развенчания одного из самых живучих мифов в популярной психологии. Вы наверняка слышали фразу «дофамин — гормон удовольствия» или «дофамин — гормон счастья». Это повторяют в статьях, книгах, даже в научно-популярных фильмах. И это неправда.

Точнее, это опасное упрощение, которое мешает понять, что на самом деле происходит.

Дофамин — это нейромедиатор, который играет ключевую роль в системе вознаграждения мозга. Но он не вызывает удовольствие. Удовольствие — это работа других систем, в первую очередь опиоидной и эндоканнабиноидной. Дофамин занимается другим делом: он сигнализирует о том, насколько реальность отличается от ожиданий.

Это открытие сделал нейробиолог Вольфрам Шульц в девяностых годах, и оно перевернуло понимание того, как работает мотивация. За эту работу Шульц получил премию мозга в 2017 году — одну из самых престижных наград в нейронауке. Шульц проводил эксперименты на макаках-резусах. Схема была простой: обезьяне показывали световой сигнал, а через несколько секунд давали каплю сока. Шульц записывал активность дофаминовых нейронов на каждом этапе с помощью микроэлектродов, имплантированных в вентральную тегментальную область — ключевой центр дофаминовой системы.

Вот что он обнаружил. Когда обезьяна впервые получала сок — неожиданно, без предупреждения — дофаминовые нейроны активно срабатывали. Это логично, это вписывается в теорию «дофамин равно удовольствие».

Но дальше начиналось интересное. Когда обезьяна выучивала связь между сигналом и соком, картина менялась радикально. Дофаминовые нейроны начинали срабатывать не на сок, а на сигнал. На предсказание награды, а не на саму награду. А в момент получения сока — того самого, который раньше вызывал всплеск дофамина — активность нейронов была нулевой.

Подумайте об этом. Обезьяна получает сок. Сок такой же сладкий, как раньше. Удовольствие от вкуса никуда не делось. Но дофамин молчит. То, что обнаружил Шульц, называется «ошибка предсказания награды» — reward prediction error. Дофамин сигнализирует о разнице между тем, что мы ожидали получить, и тем, что получили на самом деле. Эта концепция стала основой для целого направления в вычислительной нейронауке и машинном обучении.

Если реальность лучше ожиданий — всплеск дофамина. Если реальность соответствует ожиданиям — дофамин молчит. Если реальность хуже ожиданий — уровень дофамина падает ниже базового.

Это объясняет огромное количество феноменов, которые иначе кажутся парадоксальными.

Почему первая победа в игре вызывает восторг, а сотая — равнодушие? Потому что первая победа — неожиданность, положительная ошибка предсказания. Сотая — ожидаемый результат, ошибка предсказания равна нулю.

Почему неожиданный подарок радует больше, чем тот, о котором вы просили? Положительная ошибка предсказания против нулевой.

Интересно, что этот же принцип используется в алгоритме TD-learning, который лежит в основе многих систем искусственного интеллекта, включая AlphaGo. Зачем мозгу такая система? Какой в ней эволюционный смысл?

Дофамин — это не система удовольствия. Это система обучения. Его задача — помочь организму понять, какие действия ведут к хорошим результатам, а какие — нет. В нейронауке это называется reinforcement learning — обучение с подкреплением.

Когда происходит что-то лучше ожидаемого, всплеск дофамина говорит мозгу: «Запомни, что ты только что сделал. Это сработало лучше, чем ты думал. Делай так снова». Когда происходит что-то хуже ожидаемого, падение дофамина говорит: «То, что ты сделал, не работает. Ищи другой путь».

Когда реальность соответствует ожиданиям, учиться нечему. Твоя модель мира верна, менять ничего не нужно. Поэтому дофамин молчит.

Это блестящий механизм. Но у него есть следствие, критически важное для понимания наград: система адаптируется. Она постоянно обновляет ожидания на основе опыта. То, что вчера было сюрпризом, сегодня становится нормой. То, что сегодня вызывает всплеск дофамина, завтра станет базовой линией ожиданий.

Для гейм-дизайнеров это означает: нельзя просто «давать награды». Нужно управлять ожиданиями. Это приводит нас к феномену, который психологи называют гедонистической адаптацией. Иногда его ещё называют «гедонистическая беговая дорожка» — hedonic treadmill. Термин ввели психологи Филип Брикман и Дональд Кэмпбелл в 1971 году в работе «Hedonic Relativism and Planning the Good Society».

Суть в следующем: люди быстро привыкают как к хорошему, так и к плохому. Уровень счастья стремится вернуться к некоторой базовой линии независимо от того, что происходит.

Брикман провёл знаменитое исследование в 1978 году, сравнив уровень счастья у трёх групп: людей, выигравших в лотерею, людей, ставших парализованными в результате несчастного случая, и контрольной группы. Логично предположить, что первые должны быть намного счастливее вторых. Но через год после события разница в уровне счастья была минимальной.

Более поздние мета-анализы, например работа Лукаса 2007 года, показали, что адаптация не абсолютна — тяжёлые события оставляют след. Но общий принцип верен: мы адаптируемся к стабильным изменениям быстрее, чем ожидаем. Как это проявляется в играх? Напрямую и неизбежно.

Помните свой первый эпический предмет в любой игре с лутом? Вероятно, да. Это был момент. Скриншоты, рассказы друзьям, может даже дрожь в руках. А сотый эпический предмет? Просто статистика, которую вы сравниваете с тем, что уже есть.

Это не потому, что сотый предмет хуже. Он может быть объективно лучше первого. Но субъективная ценность обрушилась, потому что произошла адаптация.

Тот же принцип работает в менеджменте. Исследования Фредерика Герцберга показали, что повышение зарплаты мотивирует в среднем три месяца. Потом новый уровень становится нормой, и человек снова недоволен. Герцберг назвал это «гигиеническими факторами» — они устраняют неудовлетворённость, но не создают устойчивую мотивацию.

Дэн Ариэли в книге «Предсказуемая иррациональность» описывает эксперименты, где бонусы и премии теряли мотивирующую силу, как только становились ожидаемыми. Неожиданный бонус в 100 долларов мотивировал сильнее, чем ожидаемый в 500. Но есть хорошая новость. Не всё подвержено адаптации в равной степени. Исследования позитивной психологии дают нам карту того, что работает долгосрочно.

Мартин Селигман в модели PERMA выделил пять источников устойчивого благополучия: Positive emotions, Engagement, Relationships, Meaning, и Achievement. Из них материальные приобретения — не в списке.

Исследования Томаса Гиловича из Корнелла показали: опыт и впечатления адаптируются медленнее, чем вещи. Путешествие, концерт, интересная сессия в настольной ролевой игре — эти воспоминания сохраняют эмоциональную ценность дольше, чем новый гаджет.

Социальные связи — один из самых стабильных предикторов счастья. Гарвардское исследование развития взрослых, которое длится уже более 80 лет, показывает: качество отношений важнее богатства, славы или достижений.

Прогресс в мастерстве почти не адаптируется. Михай Чиксентмихайи в теории потока показал, что состояние глубокой вовлечённости в сложную деятельность — flow state — остаётся источником удовлетворения независимо от повторений.

Для дизайна это означает: если хотите создать долгосрочную вовлечённость, опирайтесь на то, что не адаптируется. Теперь давайте посмотрим на классические исследования, которые лежат в основе большинства игровых систем наград.

Беррес Фредерик Скиннер, американский психолог-бихевиорист, в середине двадцатого века провёл серию экспериментов с животными, изучая, как различные схемы вознаграждения влияют на поведение. Его работа 1938 года «The Behavior of Organisms» заложила основы оперантного обусловливания.

Скиннер сажал крысу или голубя в специальную камеру — её назвали «оперантная камера» или «ящик Скиннера». В камере был рычаг или кнопка, нажатие на которую могло приводить к выдаче еды. Скиннер варьировал правила: иногда еда выдавалась за каждое нажатие, иногда за каждое десятое, иногда через определённое время, иногда случайным образом.

Он обнаружил, что разные схемы порождают радикально разное поведение. Причём некоторые схемы оказались значительно эффективнее других в поддержании поведения.

Эти открытия применимы далеко за пределами лаборатории — в образовании, в управлении персоналом, в геймификации бизнес-процессов, и конечно в гейм-дизайне. Скиннер выделил четыре основных режима подкрепления. Каждый имеет свой паттерн поведения и свои области применения.

• Первый — фиксированное соотношение (Fixed Ratio). Награда выдаётся за каждое N-ное действие. Нажми десять раз — получи еду. В играх это: убей десять монстров — получи награду. В образовании: реши десять задач — получи звёздочку. В продажах: заключи пять сделок — получи бонус.
• Второй — фиксированный интервал (Fixed Interval). Награда выдаётся через определённое время, независимо от действий. В играх это: ежедневные награды, таймеры восстановления энергии. В работе: ежемесячная зарплата, квартальные премии.
• Третий — вариативное соотношение (Variable Ratio). Награда выдаётся за случайное количество действий. Иногда после пяти нажатий, иногда после пятидесяти. В играх это: шанс выпадения редкого предмета, лутбоксы. В азартных играх: игровые автоматы, лотереи.

Четвёртый — вариативный интервал (Variable Interval). Награда выдаётся через случайные промежутки времени. В играх это: случайные мировые события. В реальности: проверка почты или соцсетей. Ключевое открытие Скиннера: вариативное соотношение порождает самое интенсивное и устойчивое к угасанию поведение.

Животные в режиме вариативного соотношения нажимали на рычаг быстрее, чаще и дольше, чем в любом другом режиме. Они продолжали нажимать даже когда награды переставали выдаваться — это называется устойчивость к угасанию.

Почему? Вернёмся к дофамину и ошибке предсказания. В режиме фиксированного соотношения мозг быстро выучивает паттерн. Десять нажатий — награда. Предсказание точное, ошибка нулевая, дофамин молчит между наградами.

В режиме вариативного соотношения предсказание невозможно. Каждая попытка — это потенциальный сюрприз. Система ошибки предсказания постоянно активна.

Практическое применение: в педагогике исследования показывают, что интервальное повторение с вариативными интервалами улучшает запоминание на 40-50% по сравнению с фиксированным. Приложения для изучения языков вроде Anki используют этот принцип.

В геймификации корпоративного обучения — вариативные награды за прохождение модулей показывают лучшую вовлечённость, чем фиксированные, по данным исследований компании Badgeville. Есть ещё один психологический эффект, который усиливает воздействие вариативных наград: эффект «почти выиграл» — near miss effect. Его подробно описали исследователи Рид, Клеммер и Хаберсток в контексте азартных игр.

Исследования с использованием фМРТ показывают, что почти-победа активирует систему вознаграждения почти так же сильно, как настоящая победа. Вентральный стриатум — ключевая область системы вознаграждения — реагирует на near miss с интенсивностью около 70-80% от реальной победы.

Рационально это абсурд. Почти-победа — это поражение. Вы не получили награду. Но мозг воспринимает это иначе: «Я был так близко! Значит, я на правильном пути».

Для гейм-дизайнеров это важный инструмент. В НРИ: бросок кубика, которому не хватило одного пункта, создаёт более драматичный момент, чем явный провал. В видеоиграх: индикаторы здоровья босса, показывающие, как близко вы были к победе.

В педагогике: исследования Кэрол Дуэк о growth mindset показывают, что фокус на «почти получилось» вместо «не получилось» значительно улучшает мотивацию к обучению. Всё, что мы обсуждали до сих пор, может создать впечатление, что награды — это мощный и простой инструмент. Нужно просто правильно их настроить. Но здесь есть подвох, который меняет всё.

В 1973 году психологи Марк Леппер, Дэвид Грин и Ричард Нисбетт провели эксперимент, результаты которого опубликовали в статье «Undermining children’s intrinsic interest with extrinsic reward». Они назвали открытый феномен «эффектом сверхоправдания» — overjustification effect.

Они взяли детей из детского сада, которые любили рисовать. Не потому что их заставляли, а просто потому что им нравилось — внутренняя мотивация. Детей разделили на три группы.

Первой группе сказали: «Если нарисуете картинку, получите награду» — красивый сертификат. Второй группе дали такой же сертификат неожиданно, после рисования. Третья группа рисовала без всяких наград.

Через две недели исследователи наблюдали за детьми в свободное время, когда никаких наград не было. Дети из первой группы — те, которым обещали награду — рисовали на 40% меньше, чем до эксперимента. Их внутренняя мотивация упала. Что произошло? Как награда — положительный стимул — может уменьшить желание что-то делать?

Объяснение дала теория когнитивной оценки (Cognitive Evaluation Theory), разработанная Эдвардом Деси. Когда ребёнок рисует просто так, он интерпретирует своё поведение: «Я рисую, потому что мне это нравится». Когда ребёнку предлагают награду за рисование, интерпретация меняется: «Я рисую, чтобы получить награду».

Внешняя награда становится объяснением поведения. И когда награда исчезает, исчезает и причина рисовать.

Важно: этот эффект возникает именно тогда, когда награда обещана заранее и связана с фактом выполнения действия. Неожиданные награды и награды за качество работы действуют иначе.

Мета-анализ Деси, Кёстнер и Райана 1999 года, охвативший 128 исследований, показал: ожидаемые материальные награды за интересную деятельность снижают внутреннюю мотивацию со средним размером эффекта d = -0.34. Это статистически значимый и практически важный эффект.

Для менеджмента это критически важно: система KPI и бонусов может убить творческую инициативу. Более полную картину даёт теория самодетерминации (Self-Determination Theory), разработанная Эдвардом Деси и Ричардом Райаном. Их книга 1985 года «Intrinsic Motivation and Self-Determination in Human Behavior» стала классикой, а теория — одной из самых исследованных в психологии мотивации.

По Деси и Райану, у людей есть три базовые психологические потребности, удовлетворение которых необходимо для устойчивой мотивации.

• Первая — автономия. Ощущение, что я действую по собственному выбору, а не под давлением. Не «мне приказали», а «я решил».
• Вторая — компетентность. Ощущение, что я эффективен, что я справляюсь с задачами, что мои навыки растут.
• Третья — связанность. Ощущение связи с другими людьми, принадлежности к группе, значимости для других.

Когда эти потребности удовлетворены, возникает внутренняя мотивация — самый устойчивый вид мотивации. Мета-анализ Ван ден Брука 2016 года показал: удовлетворение базовых потребностей объясняет до 60% вариации в вовлечённости на работе и в учёбе. Как внешние награды связаны с этими потребностями? Здесь кроется ключ к правильному дизайну.

Награда за факт выполнения действия подрывает автономию. Она превращает выбор в сделку. Локус контроля смещается наружу.

Награды, привязанные к конкретным метрикам, могут подрывать компетентность. Когда важен только результат, измеряемый наградой, человек начинает оптимизировать под награду, а не под реальное мастерство. Это знаменитый закон Гудхарта: «Когда мера становится целью, она перестаёт быть хорошей мерой».

Но — и это важно — не все награды одинаковы. Исследования показывают, что информационные награды, которые дают обратную связь о компетентности без контроля поведения, могут поддерживать и даже усиливать мотивацию.

Практический пример из педагогики: исследования Батлер и Нисан показали, что комментарии о качестве работы («Отличное решение нестандартной задачи») эффективнее для мотивации, чем оценки или награды за выполнение.

Для гейм-дизайна: награда «ты убил босса — вот лут» может быть слабее, чем «ты применил хитрую тактику — вот признание твоего мастерства». Давайте поговорим о состоянии, которое многие считают идеальным результатом хорошего дизайна наград и прогрессии — о потоке.

Михай Чиксентмихайи, венгерско-американский психолог, ввёл концепцию потока в 1975 году. Он изучал художников, шахматистов, хирургов, скалолазов — людей, которые занимаются сложной деятельностью не ради внешних наград, а ради самого процесса.

Поток — это состояние полного погружения в деятельность, когда время летит незаметно, самосознание отступает, а действия и осознание сливаются воедино. Чиксентмихайи описал это как «оптимальный опыт».

Ключевое условие потока — баланс между сложностью задачи и навыками. Если задача слишком проста — скука. Если слишком сложна — тревога. В зоне между ними, где навыки соответствуют вызову — поток.

Для гейм-дизайна это даёт конкретную рамку: система наград и прогрессии должна поддерживать игрока в канале потока. Награды — не самоцель, а инструмент калибровки сложности и обратной связи. Рассмотрим награды не как самоцель, а как систему обратной связи. Это меняет всю оптику.

В теории обучения Выготского есть концепция «зоны ближайшего развития» — то, что ученик может сделать с помощью, но пока не может сделать сам. Эффективное обучение происходит именно в этой зоне.

Награды могут служить маркерами этой зоны. «Ты справился с задачей, которая вчера была сложной» — это информация о росте, а не просто приятный стимул.

В НРИ опытные гейм-мастера интуитивно используют этот принцип. Опыт даётся не просто за убийство монстров, а за преодоление значимых вызовов. В Dungeon World система опыта явно привязана к провалам — ты получаешь XP когда рискуешь и ошибаешься, потому что это моменты обучения персонажа.

В корпоративном обучении исследования показывают: система бейджей работает лучше, когда бейджи отмечают конкретные компетенции, а не просто факт прохождения модуля. Работа Абрамович и других в 2013 году показала, что информативные бейджи увеличивают вовлечённость на 40%. Переходим к ещё одному фундаментальному открытию. Это работа Даниэля Канемана и Амоса Тверски, за которую Канеман получил Нобелевскую премию по экономике в 2002 году.

Они обнаружили феномен «неприятия потерь» — loss aversion. Потеря ощущается примерно вдвое сильнее, чем эквивалентный выигрыш. Коэффициент около 2.25 по данным оригинального исследования.

Потерять сто рублей — неприятнее, чем приятно найти сто рублей. Потерять редкий предмет — болезненнее, чем радостно его получить.

Это не рациональное поведение в экономическом смысле. Но это очень человеческое поведение, укоренённое в эволюции. В среде, где ресурсов мало и потеря может означать смерть, осторожность с потерями — адаптивная стратегия.

Для дизайнера это означает: потеря — мощный инструмент создания значимости. В рогаликах permadeath делает каждое решение весомым. В НРИ — последствия, которые нельзя отменить, создают драматическое напряжение.

Исследования показывают, что решения с возможными потерями обрабатываются мозгом тщательнее, чем решения только с выигрышем — вовлекается префронтальная кора. Как использовать loss aversion в дизайне продуктивно?

В педагогике: исследования показывают, что студенты, которым дали баллы в начале семестра с возможностью их потерять, показывают лучшие результаты, чем те, кто накапливает баллы с нуля. Потеря уже имеющегося мотивирует сильнее, чем приобретение нового.

В играх: системы с «мягким» наказанием за неудачу, где ты теряешь часть, но не всё. Dark Souls — канонический пример: ты теряешь души при смерти, но можешь их вернуть. Это создаёт напряжение и осмысленность без фрустрирующей потери всего.

В НРИ: последствия выборов, которые нельзя отменить. Смерть NPC. Разрушение локации. Не наказание игрока, а создание весомости решений.

В менеджменте: исследования показывают, что фрейминг задачи как «не потерять позицию» мотивирует определённые типы людей сильнее, чем «получить повышение». Теория регуляторного фокуса Хиггинса различает promotion focus и prevention focus.

Ключевое: loss aversion работает лучше, когда потеря логически следует из действий игрока, а не произвольно назначена системой. Давайте интегрируем всё, что мы обсудили, в практическую рамку для дизайна прогрессии.

Исследования Андерс Эрикссон о deliberate practice показывают: мастерство развивается не просто через повторение, а через целенаправленную практику на границе текущих способностей с немедленной обратной связью.

Система наград может поддерживать этот процесс или мешать ему. Если награды даются за время в игре — они поощряют гринд. Если за преодоление новых вызовов — поощряют рост.

В НРИ старой школы опыт давался за золото, что поощряло определённый стиль игры. Современные системы часто дают опыт за «milestones» — достижение значимых сюжетных точек. Это разные сообщения о том, что ценно.

Исследования игровой индустрии показывают интересный паттерн: игры с системами прогрессии, построенными на маркерах мастерства (достижения, титулы, косметические награды за сложные челленджи), показывают лучшую долгосрочную ретенцию, чем игры с чисто числовой прогрессией.

Ник Йи в своих исследованиях мотивации игроков выделил «mastery» как одну из ключевых мотиваций — и она не удовлетворяется просто ростом цифр. Мы много говорили об индивидуальной психологии, но награды имеют мощное социальное измерение.

Теория социального сравнения Леона Фестингера показывает: люди оценивают себя в сравнении с другими. Награды, которые видны другим, работают иначе, чем приватные. Публичное признание удовлетворяет потребность в связанности, но может создавать нездоровую конкуренцию.

Исследования геймификации в образовании показывают смешанные результаты публичных лидербордов. Работа Домингес и коллег 2013 года показала: топовые студенты мотивируются лидербордами, но студенты в нижней части демотивируются. Эффект зависит от позиции в рейтинге.

В НРИ социальное измерение критически важно. Награда персонажа — это момент для всей группы. Хороший гейм-мастер использует это: не просто «ты получил меч +2», а «воин, который победил дракона, получает признание королевства».

В корпоративной среде исследования показывают: публичное признание от руководства часто ценится выше денежного бонуса. Работа Брауна 2011 года: нематериальное признание увеличивало производительность на 12% без финансовых затрат. Давайте сформулируем практические принципы, которые следуют из всего, что мы обсудили.

• Первый: непредсказуемость мощнее размера. Маленькая неожиданная награда вызывает больший дофаминовый ответ, чем большая ожидаемая. Не наращивайте размер наград бесконечно — это гонка, которую нельзя выиграть из-за адаптации. Работайте с вариативностью.
• Второй: награда за преодоление, а не за присутствие. Награды, привязанные к качеству и сложности, поддерживают компетентность. Награды за простое присутствие или тривиальные действия — подрывают. Сообщение «ты справился с вызовом» сильнее сообщения «ты потратил время».
• Третий: опирайтесь на то, что не адаптируется. Мастерство, социальные связи, интересный опыт — более устойчивые источники вовлечённости, чем материальные награды.
• Четвёртый: награда как обратная связь. Лучшие награды информируют о прогрессе и компетентности, а не просто доставляют удовольствие. Они отвечают на вопрос «как я вырос?», а не «что я получил?»
• Пятый: учитывайте социальный контекст. Кто видит награду? Какое сравнение она провоцирует? Как она влияет на групповую динамику? И последнее, что я хочу сказать.

Система вознаграждения эволюционировала миллионы лет, чтобы помогать нашим предкам выживать и учиться. Она учила их, что работает, а что нет. Она мотивировала исследовать, рисковать, искать новое. Это элегантная система с важной функцией.

Мы, как создатели игр — цифровых или настольных — как педагоги, как менеджеры, получили доступ к пониманию этой системы. Это даёт нам инструменты, которых не было у предыдущих поколений.

Используйте это знание, чтобы создавать опыт, который помогает людям расти, учиться, осваивать новое, чувствовать себя компетентными и связанными с другими.

Создавайте системы, которые поддерживают поток, а не просто генерируют дофаминовые всплески. Системы, которые отмечают реальный прогресс, а не просто потраченное время. Системы, которые делают сложные вызовы привлекательными, а не пугающими.

Это трудная задача. Но теперь у вас есть научная база для её решения.